基于机器学习的风湿性关节炎温度指数的外部验证:一项前性的纵向研究
Isabel Morales-Ivorra1, Delia Taverner2, Oriol Codina3
1Rheumatology Department, Hospital Universitari d'Igualada, 08700 Igualada, Spain.
Diagnostics (Basel, Switzerland)
|July 13, 2024
概括
新的温度指数,ThermoJIS,ThermoDAI和ThermoDAI-CRP,显示出评估类风湿性关节炎 (RA) 关节炎和疾病活动的前景. 这些基于机器学习的工具为RA患者监测提供了可靠的外部验证.
科学领域:
- 类风湿病学 类风湿病学
- 医疗成像医学成像
- 机器学习 机器学习
背景情况:
- 外部验证对于医疗保健中可靠的机器学习模型至关重要.
- 风湿性关节炎 (RA) 的评估需要准确地测量关节炎症和疾病活动.
研究的目的:
- 在外部验证三个新型指数:热图关节炎症评分 (ThermoJIS),热图疾病活动指数 (ThermoDAI) 和热图DAI-C反应蛋白 (ThermoDAI-CRP).
- 用手术热学和机器学习来评估RA患者的关节炎症和疾病活性.
主要方法:
- 一项为期12周的前性观察性研究,涉及三家医院77名RA患者.
- 在基线和第12周使用预训练的机器学习模型计算指数.
- 使用相关系数,AUROC,灵敏度,特异性和预测值来评估性能.
主要成果:
- 热DAI和热DAI-CRP与已确定的RA疾病活性评分 (CDAI,SDAI,DAS28-CRP) 呈现出强烈的横截面和纵向相关性.
- 在检测胀关节计数 (SJC28) 的变化方面,ThermoDAI和ThermoDAI-CRP表现优于患者整体评估 (PGA).
- 在检测胀的关节方面,ThermoJIS实现了0.67的AUROC,并识别了随着时间的推移减少关节炎症的患者.
结论:
- 在RA患者中,ThermoJIS有效评估关节炎症.
- 热DAI和热DAI-CRP是评估RA疾病活动的有效工具.
- 这些基于温度的指数为RA管理中的机器学习模型提供了可靠的外部验证.
