Композиционный анализ состава тела с помощью КТ в оценке сердечно-сосудистого риска

Композиционный анализ с использованием методов машинного обучения может внести важный вклад в предиктивные модели оценки кардиоваскулярного риска


По данным исследования из нового номера журнала American Journal of Roentgenology (AJR), полностью автоматизированный анализ композиционного состава тела может внести важный вклад в предиктивные модели оценки кардиоваскулярного риска.

С помощью детальной оценки жировой ткани и ее распределения методом композиционного анализа, исследователям удалось предсказать сердечно-сосудистые катастрофы (инфаркт миокарда или инсульт) вне зависимости от традиционного фактора риска в виде массы тела. Авторы работы считают, что такой анализ должен проводиться в комбинации с ИМТ при комплексной оценке сердечно-сосудистого риска.

В ходе ретроспективного исследования анализировались данные более 9700 пациентов (средний возраст 53 года, 57% женщин и 43% мужчин), которым проводилась рутинная КТ с января по декабрь 2012 года. Полностью автоматизированный анализ с технологией машинного обучения оценивал композицию тканей на уровне позвонка L3: скелетные мышцы, висцеральный жир и подкожную жировую клетчатку. Последующие сердечно-сосудистые катастрофы оценивались по данным электронных медицинских карт.

После стандартизации по возрасту, полу и расе, были получены следующие результаты: характеристика зоны висцерального жира была ассоциирована с риском развития инфаркта миокарда (отношение рисков 1,31, p = 0,04) и инсульта (отношение рисков 1,46, p = 0,04); в то же время ИМТ и характеристика зон скелетных мышц и подкожной жировой клетчатки не были ассоциированы с повышением рисков сердечно-сосудистых событий.

Авторы исследования ожидают, что полученные данные лягут в основу широкого внедрения алгоритмов машинного обучения при композиционном анализе тканей тела с целью комплексной оценки сердечно-сосудистого прогноза.

 

Источник: Kirti Magudia et al. Utility of Normalized Body Composition Areas, Derived From Outpatient Abdominal CT Using a Fully Automated Deep Learning Method, for Predicting Subsequent Cardiovascular Events // American Journal of Roentgenology. 2022


Еженедельный дайджест "Лечащего врача": главные новости медицины в одной рассылке

Подписывайтесь на нашу email рассылку и оставайтесь в курсе самых важных медицинских событий


поле обязательно для заполнения
поле обязательно для заполнения
поле обязательно для заполнения
поле обязательно для заполнения
Нажимая на кнопку Подписаться, вы даете согласие на обработку персональных данных





Актуальные проблемы

Специализации




Календарь событий:




Вход на сайт