วิธีการตรวจสอบอย่างมีประสิทธิภาพสำหรับโรคไต Polycystic: การติดตามปริมาณไต

สำหรับข้อมูลเพิ่มเติม:ali.ma@wecistanche.com

การวัดปริมาตรของไตทั้งหมดโดยอัตโนมัติ การถ่ายภาพด้วยคลื่นสนามแม่เหล็กล่วงหน้าสำหรับการจัดหาข้อมูลการถ่ายภาพ คำอธิบายประกอบ และรหัสต้นทาง

Marie E.Edwards, Sigapriya Periyanan, Deema Anaam, Adriana V.Gregory

บทคัดย่อ

วัตถุประสงค์ของการศึกษานี้คือการตรวจสอบผลรวมทั้งหมดโดยอัตโนมัติไตปริมาณวิธีการวัดสำหรับการทดลองหนูก่อนการทดลองทางคลินิกที่รวดเร็ว แม่นยำ ทำซ้ำได้ และเพื่อจัดหาทรัพยากรเหล่านี้ให้กับชุมชนวิจัย การศึกษาหนูที่เกี่ยวข้องกับการถ่ายภาพมีความสำคัญอย่างยิ่งต่อการติดตามประสิทธิภาพการรักษาในโรคต่างๆ เช่นโรคไต polycystic. การศึกษาก่อนหน้านี้ใช้การแบ่งส่วนด้วยตนเองหรือกึ่งอัตโนมัติ ซึ่งใช้เวลานานและอาจมีอคติ เพื่อพัฒนาระบบอัตโนมัติของเรา รูปภาพทั้งหมด 150 ภาพด้วยคลื่นสนามแม่เหล็ก (MRI) จากเมาส์รุ่นต่างๆ ถูกแบ่งส่วนด้วยตนเองและใช้เพื่อฝึก/ตรวจสอบอัลกอริธึมอัตโนมัติ เพื่อทดสอบการใช้งานตามยาวของแบบจำลองนั้น หนูกลายพันธุ์สี่ตัวและหนูชนิดพันธุ์ป่าสี่ตัวถูกถ่ายภาพตามลำดับในช่วงสามถึงสิบสองสัปดาห์ผ่าน MRI การแบ่งส่วนของไต(ยกเว้นกระดูกเชิงกรานของไต) ถูกสร้างขึ้นโดยวิธีการอัตโนมัติและตัวอ่านที่แตกต่างกันสองแบบ โดยที่ผู้อ่านหนึ่งคนจะทำซ้ำ

การวัด เมตริกความคล้ายคลึงและการวิเคราะห์ตามยาวคำนวณเพื่อประเมินประสิทธิภาพของระบบอัตโนมัติเมื่อเปรียบเทียบกับวิธีการแบบแมนนวล วิธีการอัตโนมัติไม่จำเป็นต้องป้อนข้อมูลจากผู้ใช้ นอกเหนือจากขั้นตอนการควบคุมคุณภาพด้วยภาพขั้นสุดท้าย ตัวชี้วัดความคล้ายคลึงกันของวิธีการอัตโนมัติกับการแบ่งส่วนด้วยตนเองนั้นเทียบเท่ากับการเปรียบเทียบระหว่างผู้อ่านและผู้อ่านภายใน ดังนั้น วิธีการแบบอัตโนมัติทั้งหมดของเราที่อธิบายไว้ในที่นี้จึงสามารถนำมาใช้อย่างปลอดภัยในการทดลองทางคลินิกตามยาวและก่อนการทดลองทางคลินิกที่เกี่ยวข้องกับการแบ่งส่วนของสัตว์ฟันแทะไตใน T2- MRls ที่ถ่วงน้ำหนัก

คลิกเพื่อ Cistanche ในภาษาอูรดูสำหรับโรคไต

การแนะนำ

การวัดปริมาตรของอวัยวะแสดงให้เห็นว่าสัมพันธ์กับอาการทางคลินิกและความเจ็บป่วยของโรคต่างๆ เช่น ยอดรวมไตปริมาณ(TKV) ใน autosomal dominantโรคไต polycystic(PKD) และใช้เพื่อยืนยันประสิทธิผลของการรักษา การวิจัย การทดลองทางคลินิก และโรคไตทางคลินิกที่เพิ่มขึ้นใช้การวัดเหล่านี้เพื่อติดตามความก้าวหน้าของโรคทั้งในสัตว์ทดลองและผู้ป่วย ประเมินประสิทธิผลของการรักษา และทำนายผลลัพธ์"

ปัจจุบัน การศึกษาพรีคลินิกกำลังเกิดขึ้นในอัตราที่ไม่เคยมีมาก่อนเพื่อค้นหาวิธีการรักษาใหม่ ๆ เพื่อชะลอการลุกลามของ PKD (โรคไต polycystic) ข้อได้เปรียบที่สำคัญของการถ่ายภาพด้วยคลื่นสนามแม่เหล็ก (MRI) ในแบบจำลองสัตว์ของ PKD (โรคไต polycystic)คือความสามารถในการใช้ในการถ่ายภาพมุมมอง ซึ่งช่วยให้สามารถศึกษาปริมาตรตามยาวที่ใช้สัตว์ชนิดเดียวกันได้ การศึกษาจำนวนมากที่เกี่ยวข้องกับการแบ่งส่วนเมาส์แบบอัตโนมัติ-12กึ่งอัตโนมัติ,5,14 และการลงทะเบียนตามการลงทะเบียนไตได้ดำเนินการก่อนหน้านี้

วิธีการมากมายที่ถือว่าเป็นระบบอัตโนมัติยังคงต้องการข้อมูลจากผู้ใช้ การศึกษาพรีคลินิกส่วนใหญ่เหล่านี้ใช้การแบ่งส่วนด้วยตนเอง ซึ่งใช้เวลานานและมีค่าใช้จ่ายสูง รวมทั้งแนะนำอคติของผู้สังเกต ดังนั้น ห้องปฏิบัติการของเราจึงได้ประเมินความแปรปรวนในการวัด TKV และพัฒนาโปรแกรมวิเคราะห์อัตโนมัติเพื่อวัด TKV ในการสแกนด้วยคลื่นสนามแม่เหล็กของแบบจำลองหนูของโรค

ผลลัพธ์

ความแปรปรวนภายในและระหว่างผู้สังเกตการณ์ของคู่มือไตการแบ่งส่วน: รูปที่ 1 แสดงผลของการวิเคราะห์ Bland-Altman ของ TKV ตามที่วัดด้วยตนเองโดยเครื่องอ่าน 2 เครื่อง (ความแปรปรวนของผู้สังเกตการณ์) และการวัดซ้ำโดยเครื่องอ่าน 2 (ความแปรปรวนภายในผู้สังเกตการณ์) เมื่อเปรียบเทียบผู้อ่าน 1 กับผู้อ่าน 2 มีเปอร์เซ็นต์ความแตกต่างเฉลี่ย 7.7 เปอร์เซ็นต์ และช่วงความเชื่อมั่น 95 เปอร์เซ็นต์ ±4.5 เปอร์เซ็นต์ เมื่อเครื่องอ่าน 2 ดำเนินการวัดซ้ำของภาพเดียวกัน จะมีความแตกต่างเปอร์เซ็นต์เฉลี่ย -0.5 เปอร์เซ็นต์ และช่วงความเชื่อมั่น 95 เปอร์เซ็นต์ที่ ±3.9 เปอร์เซ็นต์ การวิเคราะห์การถดถอยระบุว่ามีข้อตกลงสูงใน TKV ในทุกวิธี โดยมีค่า R2 มากกว่าหรือเท่ากับ 0.99

การตรวจสอบความถูกต้องของอัลกอริธึมการแบ่งส่วนอัตโนมัติ วิธีการอัตโนมัติที่เปรียบเทียบกับผู้อ่านแต่ละรายที่สัมพันธ์กับเปอร์เซ็นต์ความแตกต่างของ TKV นั้นคล้ายคลึงกับความแปรปรวนระหว่างผู้สังเกตการณ์ภายในและระหว่างผู้สังเกตการณ์ตามที่แนะนำโดยแผนภาพ Bland-Altman ในรูปที่ 1 เมื่อเปรียบเทียบผู้อ่าน 1 กับ วิธีการอัตโนมัติมีความแตกต่างเฉลี่ยร้อยละ 5.2 และช่วงความเชื่อมั่นร้อยละ 95 ที่ร้อยละ ± 5.8 เมื่อเปรียบเทียบเครื่องอ่าน 2 กับวิธีการอัตโนมัติ จะมีความแตกต่างเฉลี่ยร้อยละ -2.5 เปอร์เซ็นต์ และช่วงความเชื่อมั่น a95 เปอร์เซ็นต์ ±6.5 เปอร์เซ็นต์

ความแตกต่างระหว่างหนูประเภทไวด์และหนูกลายพันธุ์: ค่าเฉลี่ยและ SD TKVs ถูกวางแผนที่จุดเวลาแต่ละจุดสำหรับแต่ละวิธีและแยกจากกันโดยจีโนไทป์ (พันธุ์กลายเทียบกับชนิดพันธุ์ป่า) ดังที่เห็นในรูปที่ 2 ค่าเฉลี่ย TKV จะเล็กกว่าในหนูเมาส์แบบ wild-type เสมอในแต่ละจุดเวลามากกว่าในหนูที่กลายพันธุ์ ทั้ง 3 วิธี (อัตโนมัติ เครื่องอ่าน 1 และโปรแกรมอ่าน 2) แสดงให้เห็นถึงการแยกประเภทเมาส์อย่างมีนัยสำคัญเมื่ออายุ 9 และ 12 สัปดาห์

รูปที่ 1 |Bland-Altman และการวิเคราะห์การถดถอยของ (a,e) ผู้สังเกตการณ์ระหว่างกัน และ (b,f) การวัดปริมาตรไตทั้งหมดของผู้สังเกตการณ์ภายใน (TKV) (วัดเป็นมิลลิลิตร) นอกเหนือจากวิธีอัตโนมัติ (อัตโนมัติ) เมื่อเทียบกับ (c,g) เครื่องอ่าน 1 และ (d,h) ตัวอ่าน 2. แผนภาพ Bland-Altman แสดงความแตกต่างเฉลี่ย (เส้นทึบ) และช่วงความเชื่อมั่น 95 เปอร์เซ็นต์ (เส้นประ) การวิเคราะห์การถดถอยแสดงความสัมพันธ์ระหว่างวิธีที่เปรียบเทียบ

อภิปรายผล

บทวิเคราะห์ของไตปริมาณใน PKD (โรคไต polycystic)เป็นหนึ่งในตัวชี้วัดที่สำคัญที่สุดในปัจจุบันที่ใช้สำหรับการจำแนกลักษณะสถานะโรค ก่อนงานของเรา ไม่มีทางเลือกอื่นในการติดตามด้วยตนเองไตในระบบแบบจำลองของ PKD (โรคไต polycystic). เนื่องจากเวลาที่ใช้ในการติดตามโครงสร้างเหล่านี้ ตลอดจนเวลาที่ต้องใช้ในการฝึกอบรมบุคคลเพื่อทำการวัดเหล่านี้ และศักยภาพสำหรับความแปรปรวนระหว่างผู้ดำเนินการ ในการศึกษานี้ เราจึงได้พัฒนาและตรวจสอบวิธีการแบ่งส่วนแบบอัตโนมัติสำหรับ TKV การแบ่งส่วนอัตโนมัติจะคำนวณในเวลาไม่กี่นาที (ขึ้นอยู่กับกำลังในการคำนวณ) ในขณะที่การแบ่งส่วนด้วยตนเองจะใช้เวลา 20 ถึง 40 นาที ต่างจากวิธีการแบ่งกลุ่มแบบแมนนวลหรือแบบกึ่งอัตโนมัติ วิธีอัตโนมัตินี้จะให้ผลลัพธ์ที่แน่นอนเหมือนกันทุกครั้งที่นำไปใช้กับรูปภาพเดียวกัน

การทดลองพรีคลินิกมักประกอบด้วยทั้งกลุ่มควบคุมและกลุ่มบำบัด ดังนั้นจึงจำเป็นที่วิธีการจับคู่อัตโนมัติจะต้องมีความไวเพียงพอที่จะตรวจจับความแตกต่างของปริมาตรระหว่างกลุ่มต่างๆ ได้อย่างเหมาะสม" รูปที่ 2 แสดงให้เห็นว่าการแบ่งส่วนแบบแมนนวลและการแบ่งส่วนแบบอัตโนมัติทั้งสองแสดงการแยกอย่างมีนัยสำคัญในกลุ่มพันธุ์ธรรมชาติและกลุ่มกลายพันธุ์ที่อายุ 9 สัปดาห์ แม้ว่าข้อตกลงโดยรวมจะดีเยี่ยม แต่การเปรียบเทียบด้วยภาพยังชี้ให้เห็นถึงความไม่เห็นด้วยเล็กน้อยว่าจะรวมหรือแยกกระดูกเชิงกรานของไตออกเป็นส่วนย่อยเล็กๆ ของชิ้น แม้ว่าจะเป็นเรื่องปกติที่จะแยกกระดูกเชิงกรานของไตออก แต่ความแปรปรวนอาจลดลงหากผู้อ่านได้รับคำแนะนำให้รวมเสมอ โครงสร้างนี้

วิธีการอัตโนมัติที่นำเสนอในการศึกษานี้ยังไม่ได้นำไปใช้กับภาพภายนอก สิ่งสำคัญคือต้องสังเกตว่าความเข้มของสัญญาณแตกต่างกันไปตามไซต์ สแกนเนอร์ และการเข้าซื้อกิจการ MRI มีแนวโน้มว่าชุดข้อมูลการฝึกอบรมที่มีขนาดใหญ่ขึ้นพร้อมกรณีที่หลากหลายมากขึ้นจากเครื่อง MRI ที่แตกต่างกันสามารถบรรลุรูปแบบที่มีประสิทธิภาพมากขึ้นเนื่องจากธรรมชาติของอัลกอริทึมการเรียนรู้เชิงลึก อัลกอริธึมอัตโนมัติเช่นนี้มักจะต้องได้รับการฝึกอบรมใหม่ในชุดข้อมูลภายนอกเนื่องจากความผันแปรของสัญญาณ MRI ดังนั้นเราจึงให้ข้อมูลภาพ คำอธิบายประกอบ และซอร์สโค้ดแก่ชุมชนการวิจัย เพื่อให้กลุ่มอื่นใช้แบบจำลองเดียวกันหรือพัฒนาตนเอง

รูปที่ 2 |ปริมาตรไตทั้งหมดของหนูป่าและหนูที่กลายพันธุ์ถูกวางแผนในช่วงเวลา (อายุ 3–12 สัปดาห์) สำหรับวิธีอัตโนมัติ (อัตโนมัติ) (ซ้าย) ตัวอ่าน 1 (กลาง) และตัวอ่าน 2 (ขวา) ทั้ง 3 วิธีแสดงให้เห็นถึงการแยกประเภทของเมาส์อย่างมีนัยสำคัญเมื่ออายุ 9 สัปดาห์ แถบข้อผิดพลาดระบุ SD *P <>

วิธีการ

ข้อมูลการฝึกอบรม/การตรวจสอบ: โมเดลได้รับการฝึกอบรมใน 100 กรณีและการตรวจสอบ 50 กรณี 150 รายเหล่านี้ประกอบด้วยหนูที่มีความรุนแรงของโรคต่างกันและในช่วงอายุ ชุดทดสอบเป็นชุดที่ยื่นออกมาโดยสมบูรณ์และเป็นสิ่งที่เราประเมินไว้ในบทความนี้

กลุ่มศึกษาการทดสอบ: การศึกษานี้ได้รับการตรวจสอบและอนุมัติโดยคณะกรรมการการดูแลและการใช้สัตว์ในสถาบัน Mayo Clinic กลุ่มประกอบด้วย C57Bl6 x 1296Svev/Tac(n=4;2 ตัวเมีย/2 ตัวผู้)และ C57Bl6 × 129s6Svev/Tac(n=4;ตัวเมีย 2 ตัว/2 ทำให้) PKD กลายพันธุ์ (โรคไต polycystic) เมาส์รุ่น RC/RC หนูกลายพันธุ์สะท้อนการปรากฎตัวของมนุษย์ของ PKD1 (โรคไต polycystic ชนิดที่ 1) ทั้งทางพันธุกรรมและฟีโนไทป์ หนูกลายพันธุ์ตัวหนึ่งเสียชีวิตระหว่างการทดลองและถูกแทนที่ด้วยหนูกลายพันธุ์อีกตัวที่อายุเท่ากันในสัปดาห์ที่ 9

การรับภาพ: การถ่ายภาพทำได้โดยใช้สเปกโตรมิเตอร์ Avance DRX 700WB (Bruker BioSpin, Billerica, MA) ความคุ้มครองที่สมบูรณ์ของไตได้มาจากแกน TurboRARE T{{0}} การรับน้ำหนักแบบถ่วงน้ำหนักที่สร้างขึ้นใหม่ด้วยความละเอียดในระนาบ 0.1 มม. และความหนาของชิ้น l-mm (ขนาดเมทริกซ์ 256 × 256 × Z โดย Z เลือกขนาดใหญ่พอที่จะครอบคลุม อย่างเต็มที่ของไต). เวลาในการสแกนทั้งหมดอยู่ระหว่าง 5 ถึง 10 นาที ในกลุ่มการศึกษาการทดสอบ เมาส์แต่ละตัวถูกถ่ายภาพที่ 4-จุดเวลา (อายุ 3,6,9 และ 12 สัปดาห์) จุดเวลาสำหรับเมาส์แต่ละตัวถูกดำเนินการภายใน 2 วันของกันและกันเพื่อให้แน่ใจว่าได้ภาพที่สอดคล้องกัน พารามิเตอร์และเพื่อจำกัดความผันแปรของสิ่งแวดล้อม การวิเคราะห์ภาพ

ตรวจสอบพื้นที่ที่น่าสนใจในการสแกนแต่ละครั้งโดยใช้แพ็คเกจซอฟต์แวร์สร้างภาพ (วิเคราะห์ เวอร์ชัน 120, Biomedical Imaging Resource, Mayo Clinic, Rochester, MN) ผู้อ่านแต่ละคนได้รับคำแนะนำให้แยกกระดูกเชิงกรานของไตออกเมื่อไม่ได้ปิดกระดูกเชิงกรานของไตไตcapsule within the image slice. Manual segmentations took 20 to 40 minutes depending on the case. TKVs were calculated by first summing the number of voids contained within the seg-mentation on each slice and then multiplying the number of voxels by the voxel volume obtained from the image header. For the testing data,2 double-blind readers(1 and 2), both experienced in manual MRI segmentation, performed kidney segmentations on all scans. For intrareader analysis, reader 2 repeated the measurements at 2-time points (>ห่างกัน 3 เดือน)

วิธีการอัตโนมัติ: แบบจำลองโครงข่ายประสาทเทียมได้รับการดัดแปลงจากแบบจำลองก่อนหน้าของเราสำหรับการวัด TKV จากภาพเรโซแนนซ์แม่เหล็กที่ถ่วงน้ำหนักด้วย T2-โคโรนาลจากการสแกนทางคลินิก ซอร์สโค้ด รูปภาพ และคำอธิบายประกอบเผยแพร่ต่อสาธารณะที่: https://github.com/TLKline/AutoTKV_MouseMRI

การวิเคราะห์ทางสถิติ: ภาพ T2-ถ่วงน้ำหนักตามแกนแม่เหล็กที่ได้รับต่อเมาส์ (n =8) ที่แต่ละจุดเวลา (3,6,9 และ 12 สัปดาห์) ใช้สำหรับการวิเคราะห์ทางสถิติ อนุญาตให้ใช้รูปภาพทั้งหมด 32 รูปเพื่อเปรียบเทียบรูปภาพต่างๆ ในช่วงอายุที่หลากหลายและความแตกต่างของฟีโนไทป์ สำหรับการตรวจสอบความถูกต้องของวิธีการแบบอัตโนมัติทั้งหมด สถิติการเปรียบเทียบถูกใช้เพื่อประเมินความสามารถของแต่ละวิธีในการแยกกลุ่มพันธุ์ป่าและกลุ่มกลายพันธุ์ ซึ่งทำได้โดยการวางแผน TKV ตามจุดเวลาและแยกตามประเภทของเมาส์ การวัด TKV และอัตราการเติบโตของแต่ละวิธียังได้รับการประเมินโดยใช้ Bland-Altman และแผนภาพการถดถอยเชิงเส้น

รับทราบ

งานนี้ได้รับการสนับสนุนจาก Mayo Clinic Robert M. และ Bille Kelley Pirnie Translationalโรคไต Polycysticศูนย์และสถาบันโรคเบาหวานและการย่อยอาหารแห่งชาติและไตโรค

ข้อมูลอ้างอิง

1. Grantham JI Torres VE, Chapman AB, et al.Volume ความก้าวหน้าในโรคไต polycystic. N Engl J Med.20063542122-2130.

2. Torre VE, Chapman AB, Devuyst O, et al Tolvaptan ในผู้ป่วยที่มี autosomal dominantโรคไต polycystic. N Engl JMed.2012367:2407-2418.

3. Caroli A, Perico N, Perna A และอื่น ๆ ผลของอะนาล็อก somatostatin ที่ออกฤทธิ์ยาวนานต่อการเติบโตของไตและซีสต์ใน autosomal ที่โดดเด่นโรคไต polycystic(ALADIN: การทดลองแบบหลายศูนย์แบบสุ่มและควบคุมด้วยยาหลอก Lancet 2013:382-1485-1495

4. วอลเลซ DP, Hou YP, Huang ZL และอื่น ๆ การติดตามไตปริมาณในหนูด้วยโรคไต polycysticโดยการถ่ายภาพด้วยคลื่นสนามแม่เหล็ก.Kidney Int. 2008;73:778-781.

5. แกรนแธม เจแอล ตอร์เรส VE ความสำคัญของ Totalไตปริมาณในการประเมินความก้าวหน้าของโรคไต polycystic. แนท เรฟ เนโฟรล. 2016;12667-677.

6. Higashihara E, Torres VE, Chapman AB และอื่น ๆ Tolvaptan ใน autosomal dominantโรคไต polycystic: ประสบการณ์สามปี Oin J Am Soc Nephrol 201162499-2507

7. Azbal MV.Rangel U.Berastralh EJ, et a. การจำแนกประเภทการถ่ายภาพของ autosomal dominantโรคไต polycystic, แบบจำลองง่ายๆ สำหรับการคัดเลือกผู้ป่วยเพื่อการทดลองทางคลินิก

8. ฉันคือ Nephrol.2015. 26:160-172 8. Olazabal MV, Mishra PK, Torres VE, et al การใช้ MRI แบบ ultra-high field ในแบบจำลองหนูขนาดเล็กของโรคไต polycysticสำหรับฟีโนไทป์ในร่างกายและการตรวจสอบยา J เทียบกับ Exp.2015:100e52757

9. Erokwu BO, Anderson CE Flask CA, และคณะ การประเมินการถ่ายภาพด้วยคลื่นสนามแม่เหล็กเชิงปริมาณของ autosomal recessiveโรคไต polycysticความก้าวหน้าและการตอบสนองต่อการรักษาในแบบจำลองสัตว์ Pediatr Res 2018;83:1067-1074.