Sejas temperatūra var prognozēt sirds slimības ar lielāku precizitāti nekā pašreizējās metodes

Nesenā pētījumā, kas publicēts žurnālā BMJ Health & Care Informatics, pētnieki novērtēja sejas infrasarkanās termogrāfijas (IRT) izmantošanas iespējamību koronārās sirds slimības (KSS) prognozēšanai.

IKS ir viens no galvenajiem nāves cēloņiem un rada ievērojamu globālu slogu. Precīza IKS diagnoze ir svarīga aprūpei un ārstēšanai. Pašlaik IKS iespējamības noteikšanai pacientiem tiek izmantoti pirmstesta varbūtības (PTP) novērtēšanas rīki. Tomēr šiem rīkiem ir problēmas ar subjektivitāti, ierobežotu vispārināmību un vidēju precizitāti.

Lai gan papildu kardiovaskulārās pārbaudes (koronāro artēriju kalcija līmenis un elektrokardiogrāfija) vai sarežģīti klīniskie modeļi, kas integrē papildu laboratorijas marķierus un riska faktorus, var uzlabot varbūtības novērtējumu, pastāv problēmas, kas saistītas ar laika efektivitāti, procedūras sarežģītību un ierobežoto pieejamību.

IRT, bezkontakta virsmas temperatūras noteikšanas tehnoloģija, uzrāda daudzsološus rezultātus slimību novērtēšanā. Tā var noteikt iekaisumu un patoloģisku asins plūsmu no ādas temperatūras modeļiem. Pētījumi liecina par saistību starp IRT informāciju un aterosklerotiskām sirds un asinsvadu slimībām un ar tām saistītajām slimībām.

Šajā pētījumā pētnieki novērtēja sejas IRT temperatūras datu izmantošanas iespējamību koronāro artēriju slimības (KAS) prognozēšanai. Pētījumā tika iekļauti pieaugušie, kuriem tika veikta koronārā datortomogrāfijas angiogrāfija (DTAG) vai invazīvā koronārā angiogrāfija (ICA). Apmācīts personāls ieguva sākotnējos datus un veica IRT iegūšanu pirms DTAG vai ICA.

Lai iegūtu papildu informāciju, tostarp asins bioķīmiju, klīnisko vēsturi, riska faktorus un koronāro artēriju slimības (KAS) skrīninga rezultātus, tika izmantotas elektroniskās medicīniskās kartes. Analīzei un apstrādei (vienāda izmēra maiņa, pārveidošana pelēktoņu formātā un fona apgriešana) tika atlasīts viens IRT attēls no katra dalībnieka.

Komanda izstrādāja IRT attēla modeli, izmantojot uzlabotu dziļās mācīšanās algoritmu. Salīdzināšanai tika izstrādāti divi modeļi: viens bija PTP (klīniskās bāzes) modelis, kas ietvēra pacientu vecumu, dzimumu un simptomu raksturlielumus, bet otrs bija hibrīds, apvienojot gan IRT, gan klīnisko informāciju attiecīgi no IRT un PTP modeļiem.

Tika veiktas vairākas interpretācijas analīzes, tostarp oklūzijas eksperimenti, izcēlumu karšu vizualizācija, devas-atbildes reakcijas analīzes un surogātu CAD marķējumu prognozēšana. Turklāt no IRT attēla tika iegūtas dažādas IRT tabulas pazīmes, kas klasificētas visas sejas un interešu reģiona (ROI) līmenī.

Kopumā iegūtās pazīmes tika klasificētas pirmās kārtas tekstūras, otrās kārtas tekstūras, temperatūras un fraktāļu analīzes pazīmēs. XGBoost algoritms integrēja šīs iegūtās pazīmes un novērtēja to paredzamo vērtību CHD. Pētnieki novērtēja veiktspēju, izmantojot visas pazīmes un tikai temperatūras pazīmes.

Laikā no 2021. gada septembra līdz 2023. gada februārim tika pārbaudīti kopumā 893 pieaugušie, kuriem tika veikta datortomogrāfijas koronāroangiogrāfija (CCTA) vai invazīva koronāroangiogrāfija (ICA). No tiem tika iekļauti 460 dalībnieki ar vidējo vecumu 58,4 gadi; 27,4% bija sievietes un 70% bija koronārās sirds slimības (KSS). Pacientiem ar KSS bija augstāks vecums un riska faktoru izplatība salīdzinājumā ar pacientiem bez KSS. IRT attēla modelis ievērojami pārspēja PTP modeli.

Tomēr hibrīda un IRT attēlu modeļu veiktspēja būtiski neatšķīrās. Izmantojot tikai temperatūras pazīmes vai visas iegūtās pazīmes, tika panākta labāka prognozēšanas veiktspēja, kas atbilda IRT attēla modelim. Visas sejas līmenī vislielākā ietekme bija kopējai temperatūras atšķirībai no kreisās uz labo pusi, savukārt ROI līmenī vislielākā ietekme bija kreisā žokļa vidējai temperatūrai.

IRT attēla modelim, aizsedzot dažādas ROI, tika novērots atšķirīgs veiktspējas degradācijas līmenis. Vislielākā ietekme bija augšlūpas un apakšlūpas reģiona aizsegšanai. Turklāt IRT attēla modelis labi prognozēja ar koronāro sirds slimību saistītus surogātmarķierus, piemēram, hiperlipidēmiju, smēķēšanu, ķermeņa masas indeksu, glikozēto hemoglobīnu un iekaisumu.

Pētījumā tika pierādīta sejas IRT temperatūras datu izmantošanas iespējamība koronāro artēriju slimības (KAS) prognozēšanai. IRT attēla modelis pārspēja vadlīnijās ieteikto PTP modeli, uzsverot tā potenciālu KAS novērtēšanā. Turklāt klīniskās informācijas iekļaušana IRT attēla modelī nenodrošināja papildu uzlabojumus, kas liecina, ka iegūtā IRT informācija jau saturēja svarīgu informāciju, kas saistīta ar KAS.

Turklāt IRT modeļa paredzamā vērtība tika apstiprināta, izmantojot interpretējamās IRT tabulas pazīmes, kas bija relatīvi atbilstošas IRT attēla modelim. Šīs pazīmes sniedza arī informāciju par svarīgiem aspektiem koronāro sirds slimību (KSS) prognozēšanā, piemēram, sejas temperatūras simetriju un nevienmērīgu sadalījumu. Validācijai nepieciešami turpmāki pētījumi ar lielākām izlasēm un dažādām populācijām.