Pagal veido temperatūrą galima tiksliau nei pagal dabartinius metodus prognozuoti širdies ligas

Neseniai žurnale „BMJ Health & Care Informatics“ paskelbtame tyrime tyrėjai įvertino veido infraraudonųjų spindulių termografijos (IRT) naudojimo koronarinei širdies ligai (VŠL) prognozuoti galimybes.

Įgimta širdies liga (ĮŠL) yra viena iš pagrindinių mirties priežasčių ir kelia didelę pasaulinę naštą. Tiksli ĮŠL diagnozė yra svarbi priežiūrai ir gydymui. Šiuo metu ĮŠL tikimybei pacientams nustatyti naudojami išankstinio tyrimo tikimybės (PTP) vertinimo įrankiai. Tačiau šie įrankiai turi subjektyvumo, riboto apibendrinamumo ir vidutinio tikslumo problemų.

Nors papildomi širdies ir kraujagyslių sistemos tyrimai (vainikinių arterijų kalcio balas ir elektrokardiografija) arba sudėtingi klinikiniai modeliai, integruojantys papildomus laboratorinius žymenis ir rizikos veiksnius, gali pagerinti tikimybės įvertinimą, kyla problemų, susijusių su laiko efektyvumu, procedūrų sudėtingumu ir ribotu prieinamumu.

IRT – nekontaktinė paviršiaus temperatūros nustatymo technologija – rodo daug žadančius ligų vertinimo rezultatus. Ji gali aptikti uždegimą ir nenormalų kraujo tekėjimą pagal odos temperatūros modelius. Tyrimai rodo ryšį tarp IRT informacijos ir aterosklerozinės širdies ir kraujagyslių ligos bei susijusių būklių.

Šiame tyrime tyrėjai vertino veido IRT temperatūros duomenų panaudojimo KŠL prognozavimui galimybes. Tyrime dalyvavo suaugusieji, kuriems buvo atliekama vainikinių arterijų KT angiografija (KT angiografija) arba invazinė vainikinių arterijų angiografija (ICA). Apmokytas personalas surinko pradinius duomenis ir atliko IRT tyrimus prieš KT ar ICA.

Elektroniniai medicininiai įrašai buvo naudojami papildomai informacijai gauti, įskaitant kraujo biocheminius tyrimus, klinikinę istoriją, rizikos veiksnius ir vainikinių arterijų ligų (VAL) patikros rezultatus. Analizei buvo pasirinktas ir apdorotas (vienodas dydžio keitimas, konvertavimas į pilkos spalvos atspalvius ir fono apkarpymas) vienas kiekvieno dalyvio IRT vaizdas.

Komanda sukūrė IRT vaizdo modelį, naudodama pažangų gilaus mokymosi algoritmą. Palyginimui buvo sukurti du modeliai: vienas buvo PTP (klinikinės bazinės linijos) modelis, apimantis pacientų amžių, lytį ir simptomų charakteristikas, o kitas buvo hibridinis, apjungiantis IRT ir klinikinę informaciją atitinkamai iš IRT ir PTP modelių.

Buvo atliktos kelios interpretavimo analizės, įskaitant uždengimo eksperimentus, paryškintų sričių žemėlapių vizualizavimą, dozės ir atsako analizę bei surogatinių CAD etikečių prognozavimą. Be to, iš IRT vaizdo buvo išskirtos įvairios IRT lentelės ypatybės, klasifikuojamos viso veido ir dominančios srities (ROI) lygmeniu.

Apskritai, išskirti požymiai buvo suskirstyti į pirmos eilės tekstūros, antros eilės tekstūros, temperatūros ir fraktalinės analizės požymius. „XGBoost“ algoritmas integravo šiuos išskirti požymius ir įvertino jų prognozinę vertę CHD. Tyrėjai įvertino našumą naudodami visus požymius ir tik temperatūros požymius.

Nuo 2021 m. rugsėjo iki 2023 m. vasario mėn. buvo patikrinti iš viso 893 suaugusieji, kuriems buvo atlikta kompiuterinė tomografija (DTTA) arba invazinė koronarinė chirurgija (ICA). Iš jų buvo įtraukti 460 dalyvių, kurių vidutinis amžius buvo 58,4 metų; 27,4 % buvo moterys, o 70 % sirgo išemine širdies liga (KŠL). Pacientai, sergantys KŠL, buvo vyresnio amžiaus ir turėjo didesnį rizikos veiksnių paplitimą, palyginti su pacientais, nesergančiais KŠL. IRT vaizdų modelis reikšmingai pranoko PTP modelį.

Tačiau hibridinio ir IRT vaizdo modelių našumas reikšmingai nesiskyrė. Naudojant tik temperatūros ypatybes arba visas išskirtas ypatybes, prognozavimo našumas buvo geresnis, o tai atitiko IRT vaizdo modelį. Viso veido lygmeniu didžiausią įtaką turėjo bendras kairės ir dešinės pusių temperatūrų skirtumas, o investicijų grąžos lygmeniu didžiausią įtaką turėjo kairiojo žandikaulio vidutinė temperatūra.

Uždengiant skirtingas tiriamąsias sritis (ROI), IRT vaizdo modelyje pastebėtas skirtingas našumo pablogėjimo lygis. Didžiausią įtaką turėjo viršutinės ir apatinės lūpos srities uždengimas. Be to, IRT vaizdo modelis gerai prognozavo su KŠL susijusius surogatinius žymenis, tokius kaip hiperlipidemija, rūkymas, kūno masės indeksas, glikuotas hemoglobinas ir uždegimas.

Tyrimas parodė veido IRT temperatūros duomenų naudojimo galimybes prognozuojant vainikinių arterijų ligas (KŠL). IRT vaizdo modelis pranoko gairėse rekomenduojamą PTP modelį, o tai pabrėžia jo potencialą vertinant KŠL. Be to, klinikinės informacijos įtraukimas į IRT vaizdo modelį nesuteikė papildomo pagerėjimo, o tai rodo, kad išgauta IRT informacija jau turėjo svarbios su KŠL susijusios informacijos.

Be to, IRT modelio prognozinė vertė buvo patvirtinta naudojant interpretuojamas IRT lentelės ypatybes, kurios buvo gana suderintos su IRT vaizdo modeliu. Šios savybės taip pat suteikė informacijos apie svarbius įgimtų širdies ligų (ĮŠL) prognozavimo aspektus, tokius kaip veido temperatūros simetrija ir pasiskirstymo netolygumas. Patvirtinimui reikalingi tolesni tyrimai su didesnėmis imtimis ir įvairiomis populiacijomis.