糖尿病和深度学习衍生的脊椎骨矿物密度测量的纵向变化使用传统CT:动脉样硬化多民族研究

科学领域:

• 骨代谢和内分泌学 骨代谢和内分泌学
• 医学成像和诊断 医学成像和诊断
• 科和糖尿病并发症

背景情况:

• 糖尿病与骨折风险增加有关,尽管对骨矿物质密度 (BMD) 有不同的影响.
• 功能,在糖尿病 (糖尿病病) 中经常受到损害,在骨健康中起作用.
• 常规的胸部计算机断层扫描 (CT) 扫描提供了偶然的脊椎骨损伤评估的潜力.

研究的目的:

• 为了检查糖尿病和脊椎骨质量变化之间的纵向关系.
• 为了确定估计的淋巴细胞过率 (eGFR) 是否改变了糖尿病和脊椎骨质量变化之间的关联.
• 调查深度学习模型对从胸部CTs获得的BMD量化有用性的研究.

主要方法:

• 研究人员对1046名参与者进行了纵向分析,这些参与者来自动脉样硬化肺部多民族研究.
• 在连续的胸部CT扫描上使用深度学习模型量化脊椎BMD (检查5和检查6).
• 线性混合效应模型评估了糖尿病和BMD变化之间的关联,基于eGFR水平 (≥60与<60毫升/分钟/身体表面积) 的分层分析.

主要成果:

• 患有糖尿病的参与者具有较高的基线脊椎骨质量,并且在6.2年内与非糖尿病患者相比显著增加.
• 这种骨质量增加在患有糖尿病和功能下降 (eGFR <60毫升/分钟/人体表面积) 的个体中明显明显.
• 糖尿病患者的功能保存 (eGFR ≥60毫升/分钟/身体表面积) 也显示了骨质量增加,但程度较小.

结论:

• 糖尿病与脊椎BMD的纵向增加有关,特别是在存在糖尿病病时.
• 在糖尿病患者中观察到的骨质量增加可能不能完全解释他们的骨折风险增加.
• 为了在糖尿病中全面评估骨健康状况,需要进一步研究包括骨微观架构和骨折结果.