计算机断层扫描衍生的定量成像生物标志物能够预测系统性硬化症患者的疾病表现和生存率

科学领域:

• 放射学和成像学 放射学和成像学
• 生物标志物 生物标志物
• 系统性硬化症研究研究

背景情况:

• 系统性硬化症 (SSc) 是一种复杂的炎症性血管病变,影响身体组成 (BC),但BC生物标志物在临床决策中未得到充分利用.
• 目前的临床实践缺乏用于SSc严重性,表型或生存预测的定量BC评估.
• 这项研究解决了将先进的BC成像生物标志物整合到SSc管理中的需求.

研究的目的:

• 从SSc患者的CT扫描中提取定量BC成像生物标志物.
• 评估这些生物标志物对疾病严重程度,BC表型和生存预测的有用性.
• 评估BC参数的纵向变化及其临床相关性.

主要方法:

• 利用基于人工智能的3D身体组成分析 (BCA) 算法对128名SSc患者的CT扫描进行了分析.
• 评估肌肉体积,脂肪组织部分和骨矿物质密度.
• 用于纵向评估的回归分析和用于表型识别的K-媒介聚类.

主要成果:

• 基于BCA的回归模型在预测存活率 (AUC=0.75) 中显著超过BMI和临床参数.
• 改变的BCA参数与增加并发症的几率相关,包括间歇性肺病.
• 确定了两个不同的BCA表型,在胃肠道表现方面有显著差异 (p<0.01).

结论:

• 从CT扫描中获得的定量BCA生物标志物显示,有可能显著提高SSc患者护理途径.
• 这些生物标志物与既定参数相比,可以更好地预测存活率和疾病表现.
• 这些发现支持进一步研究SSc中的BC机制,并开发个性化的管理工具.