Radiology:如何从膝关节x线片中精确地预测未来行全膝关节置换术的可能性？

骨脊椎炎（OA）是最常见的脊椎炎多种形式，可通过外科脊椎症状和影像学表现完成病患，是导致老年人身体残疾的主要原因。在美国，年龄在25岁及25岁以上的成年人中有1400上千人中风症状持续性的膝脊椎骨脊椎炎，每年完成超过60万由此可知的全膝脊椎置换（TKR）。

外科OA症状包括脊椎疼痛、无能为力和爱国运动范围降低。外科上，通常使用Kellgren-Lawrence（KL）或国际OA研究协会(OARSI)等PG种系统骨赘和脊椎连接处狭窄完成评估，以完成影像学OA的病患。然而现阶段，X线膝脊椎OAPG系统有多个版本，并未提出为统一的病患规格。同时，外科上评估膝脊椎骨OA的步骤也并不能为病患及预后透过足够且全面的信息。

亦同，发表在Radiology杂志的一项研究通过创设以不感兴趣全膝脊椎置换术(TKR)的病患者和未不感兴趣TKR的对应病患者的膝脊椎x线片的深度进修(DL)框架，以为外科透过一个简单且确切的预期OA进展不确定性的影像学手段。

本项回顾持续性分析使用初始OA数据，开发计划了一个膝脊椎x线片DL框架以预期OA病患者在9年内不感兴趣TKR的某种程度和Kellgren-Lawrence (KL)PG。研究与会者包括了45岁至79岁的病由此可知最简单的对应亚队列。根据年龄、持续性别、种族和体重指数对病患者完成最简单。该框架使用了一种基于ResNet34架构的搬迁进修步骤，并兼具七层嵌套交错测试。病患岗位特质圆弧分析和必须logistic回归评估框架主要用途预期TKR几率和不确定性的效率，并与外科推论和两种基于放射学读数的二元结果预期框架完成比较:KL和OARSIPG。

本研究共纳入728名病患，其中324名OA病患者(总人数64岁±8岁[方差];222名男同持续性恋)和324由此可知对应组与会者(总人数64±8岁;222名男同持续性恋)。基于DL的预期框架的病患岗位特质圆弧下占地面积(AUC)为0.87(95%置信区间[CI]: 0.85, 0.90)，优于曲率半径预期框架的KLPG，其AUC为0.74 (95% CI: 0.71, 0.77; P < .001)。TKR的不确定性随DL框架(优势比[OR]，7.7;95% CI: 2.3, 25; P < .001)、KLPG(OR, 1.92;95% CI: 1.17, 3.13; P = .009)和OARSIPG(OR, 1.20;95% CI: 0.41, 3.50; P = .73)病患者发生TKR的几率增加而增加。

所示1 基于影像的二进制输出预期框架的ROC圆弧。结果定义为9年内有否不感兴趣全膝脊椎置换(TKR)。AUC值表示预期TKR的结果。KL框架通过Delong鉴定和Holm修正完成多次比较，以透过评估预期框架之间显著相异的曲率半径框架。

所示2 基于所示像的结果预期步骤:KL、OARS)、DL框架、DL-TL框架和DL-TL-MT框架。

综上所述，本研究开发计划了一个基于曲率半径x线片的深度进修(DL)框架，该框架可预期OA病患者9年内不感兴趣全膝脊椎置换术(TKR)的几率和Kellgren-LawrencePG。与采用规格PG系统的二元结果框架相比，本研究提出的DL框架更能预期骨脊椎炎中TKR的不确定性，为外科透过了一个更确切且简单的影像学评估手段。

原文出处：

Kevin Leung,Bofei Zhang,Jimin Tan,et al.Prediction of Total Knee Replacement and Diagnosis of Osteoarthritis by Using Deep Learning on Knee Radiographs: Data from the Osteoarthritis Initiative.DOI:10.1148/radiol.2020192091