Bone erosjoner er et viktig patologisk trekk ved revmatoid artritt. Hensikten med dette arbeidet er å introdusere et opplæringsverktøy for å gi brukerne veiledning om identifisering av patologiske kortikale brudd på høyoppløselige perifere kvantitative computertomografibilder for erosjonsanalyse.
Bone erosjoner er et patologisk trekk ved flere former for inflammatorisk leddgikt, inkludert revmatoid artritt (RA). Den økte tilstedeværelsen og størrelsen på erosjoner er forbundet med dårlige resultater, leddfunksjon og sykdomsprogresjon. Høyoppløselig perifer kvantitativ computertomografi (HR-pQCT) gir uovertruffen in vivo-visualisering av beinerosjoner. Men ved denne oppløsningen er diskontinuiteter i det kortikale skallet (kortikale pauser) som er forbundet med normale fysiologiske prosesser og patologi også synlige. Studien grouP for xtrEme Computed Tomography in Rheumatoid Arthritis brukte tidligere en konsensusprosess for å utvikle en definisjon av patologisk erosjon i HR-pQCT: et kortikalt brudd detektert i minst to påfølgende skiver, i minst to vinkelrette plan, ikke-lineær i form, med underliggende trabekulært bentap. Til tross for at det finnes en konsensusdefinisjon, er erosjonsidentifisering imidlertid en krevende oppgave med utfordringer i interratervariabilitet. Hensikten med dette arbeidet er å introdusere et opplæringsverktøy for å gi brukerne veiledning om identifisering av patologiske kortikale brudd på HR-pQCT-bilder for erosjonsanalyse. Protokollen som presenteres her bruker en spesialbygd modul (Bone Analysis Module (BAM) – Training), implementert som en utvidelse til en åpen kildekode bildebehandlingsprogramvare (3D Slicer). Ved hjelp av denne modulen kan brukerne øve på å identifisere erosjoner og sammenligne resultatene med erosjoner kommentert av ekspertreumatologer.
Bone erosjoner oppstår når betennelse forårsaker lokalisert bentap på kortikal beinoverflate. Disse erosjonene strekker seg inn i den underliggende trabekulære beinregionen. De er et patologisk trekk ved flere former for inflammatorisk leddgikt, inkludert revmatoid artritt (RA)1. Erosjonstilstedeværelse og -størrelse er forbundet med dårlige utfall, pasientfunksjon og sykdomsprogresjon 2,3,4,5. Mens vanlig radiografi fortsatt er den kliniske standarden for erosjonsvurdering, gir høyoppløselig perifer kvantitativ computertomografi (HR-pQCT) 3D-bilder og overlegen følsomhet og spesifisitet for erosjonsdeteksjon 6,7. For inflammatorisk leddgikt, som RA, utføres HR-pQCT vanligvis på 2. og 3. metakarpofalangealledd – de mest berørte leddene i hånden8. Fordi HR-pQCT-bilder har høy romlig oppløsning, observeres også fysiologiske forstyrrelser i den kortikale overflaten hos friske individer uten RA9. Disse kortikale avbruddene er ofte forbundet med vaskulære kanaler eller næringsforamen som passerer gjennom beinet10. Dermed er utfordringen å skille kortikale forstyrrelser forbundet med en sykdomsprosess (dvs. patologiske erosjoner) fra ikke-patologiske trekk.
Konsensusdefinisjonen av en patologisk beinerosjon ble publisert av Study grouP for xtrEme Computed Tomography in Rheumatoid Arthritis (SPECTRA) som tilstedeværelsen av et bestemt avbrudd i det kortikale laget av beinet som strekker seg over minst to påfølgende skiver og kan påvises i to eller flere vinkelrette plan11. Videre må avbruddet være ikke-lineært i form og ledsaget av tap i trabekulær region. Visuelle eksempler på kortikale forstyrrelser som oppfyller og ikke oppfyller kriteriene for erosjoner er vist i Klose-Jensen et al.12.
Imidlertid klassifiseres ikke alle kortikale avbrudd som oppfyller de ovennevnte kriteriene som erosjoner. Avbrudd skyldes noen ganger fysiologiske prosesser som vaskulære kanaler (figur 1). Disse kan identifiseres og differensieres fra erosjoner på grunn av deres forutsigbare anatomiske plasseringer, parallelle og rette marginer og sub-millimetrisk størrelse13. Cyster er en annen form for kortikal avbrudd som ikke anses å være en erosjon. De har ofte en avrundet trabekulær struktur med en klar cystisk vegg 13. I motsetning til de skarpe kantene og den åpne trabekulære strukturen som vises ved erosjoner. Imidlertid er det mulig for erosjoner å danne seg på cystiske steder, noe som gjør det tvetydig å avgrense volumet av bentap forårsaket av erosjonene og ikke cyster. Selv om det ikke er hensikten med denne studien å løse denne tvetydigheten med ytterligere kriterier, er det behov for å gi omfattende eksempler på patologisk erosjon og fysiologiske kortikale forstyrrelser.
Figur 1 Eksempel på kortikale avbrudd som ikke utelukkende skyldtes erosjoner. (A) En tegning som illustrerer den vanlige plasseringen av vaskulære kanaler ved bunnen av metakarpalhodet. Eksempler på vaskulære kanaler i (B) koronal, (C) sagittal, (D) og (E) aksialplan. (F) Eksempel på et kortikal avbrudd forårsaket av en cyste. (G) Eksempel på et tomromsvolum i det trabekulære benområdet som involverer både cyster og erosjoner. Klikk her for å se en større versjon av denne figuren.
Til tross for utfordringene med erosjonsidentifisering, er det for tiden ingen opplæringsverktøy på plass for å gi mindre erfarne brukere veiledning om tolkning av HR-pQCT-bilder for erosjonsanalyse. Nylig ble en åpen kildekode-modul for erosjonsanalyse kalt beinanalysemodul (BAM) – Erosion Volume utviklet, implementert som en utvidelse til en åpen kildekode-bildebehandlingsprogramvare for å muliggjøre erosjonsvisualisering og volumetriske analyser14. Protokollen som presenteres her beskriver bruken av en treningsmodul lagt til BAM (BAM – Training), som sammenligner en brukers erosjonsidentifikasjonsforsøk ved å sammenligne erosjonsidentifikasjonen med erosjoner kommentert av ekspertreumatologer. Dette opplæringsverktøyet gir brukerne tilbakemelding om erosjonsidentifikasjon for å veilede forbedringer i erosjonsanalyse. Du finner instruksjoner for installering av programvare i trinn 1. For ny datainnsamling, se trinn 3 – 5.3. Bare for bruk av treningsmodul, se trinn 2.
Dette treningsverktøyet gir en mulighet til å lære å identifisere erosjoner ved hjelp av beinanalysemodulen. Videre bruk av dette erosjonsanalyseverktøyet utover trening krever tilgang til bilder av god kvalitet, med liten eller ingen bevegelsesartefakt. HR-pQCT-erosjonsdefinisjonen basert på litteraturen beskriver anatomiske trekk forbundet med patologiske erosjoner som kan rapporteres med rimelig reproduserbarhet 11,20. Denne definisjonen tar imidlertid ikke hensyn til vanlige anatomiske lokalisasjoner av vaskulære kanaler, noe som potensielt kan resultere i feilklassifisering som beinerosjoner10.
De kritiske trinnene i denne protokollen er genereringen av beinmasken, plasseringen av frøpunktene og genereringen av erosjonsvolumet. Mens automatiserte metoder for å generere masker og erosjonsvolum er implementert, krever maskene ofte manuell korreksjon for å sikre tilfredsstillende resultater. En omfattende beskrivelse av verktøyene som er tilgjengelige for å utføre de manuelle korrigeringene er gitt. Plasseringen av frøpunkter styres av treningseksemplene fra BAM-Training-modulen.
Basert på dataene som er brukt til dags dato, gir denne protokollen forslag til feilsøking når erosjonsanalysemodulen ikke gir de forventede resultatene. I fremtidig arbeid vil det bli gitt tilgang til ytterligere treningsdata. En tidligere studie viste at erosjonsvolumene vurdert med denne metoden er sammenlignbare med eksisterende metoder 14,21,22. Levering av treningsdata vil tillate sammenligning med nyere erosjonsanalyseverktøy etter hvert som de utvikles23.
Treningsverktøyet som introduseres her hjelper først og fremst med erosjonsidentifikasjon; Metoden begrenses imidlertid i dag av manglende konsensus om å definere omfanget av en erosjon i det trabekulære beinet. Ikke desto mindre er BAM-modulene åpen kildekode, og etter hvert som fremtidige definisjoner av erosjonsutbredelse endres, har andre forskere tilgang til å endre modulene for å møte deres behov.
Etter hvert som bruken av HR-pQCT i revmatologisk forskning utvides, gir opplæringsverktøyet uerfarne brukere veiledning om identifisering av patologiske kortikale forstyrrelser på HR-pQCT-bilder for erosjonsanalyse. Dette verktøyet vil være aktuelt for forskere uavhengig av metode valgt for erosjonsanalyse. Mens fullstendig automatisert erosjonsidentifikasjon er ønskelig for å forbedre reproduserbarheten og analysehastigheten, kreves store referanse-/referansedatasett med nøyaktige merknader for å trene maskinlæringsmodeller. Som et åpen kildekode-verktøy gir denne modulen en mulighet til kollektivt å utvikle store, kommenterte datasett for fremtidig bruk i maskinlæring. Bruken av dette opplæringsverktøyet vil gjøre det mulig for flere forskere å inkludere erosjonsanalyse i sin HR-pQCT-forskning.
The authors have nothing to disclose.
Forfatterne ønsker å anerkjenne følgende finansieringsorganer som støttet dette arbeidet. SLM er finansiert gjennom The Arthritis Society (STAR-18-0189) og Canadian Institutes of Health Research Planning and Dissemination Grant. JJT har en CIHR Fellowship-pris.
3DSlicer | Open Source | N/A | Download at https://www.slicer.org/ |
BAM Erosion Analysis Modules | Open Source | N/A | Version used in manuscript: download at https://doi.org/10.5281/zenodo.7943007 |
XtremeCTII | Scanco Medical | N/A |