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

骨皮肤病（OA）是最类似的皮肤病形式，可通过医学关节症状和检查和表现进行病人，是造成老年人身体残疾的主要缘故。在美国，成年人在25岁及25岁以上的成年人中有1400上千人忧郁症症状持续性的下肢骨皮肤病，每年进行至少60万例的全都下肢置换（TKR）。

医学OA症状包括关节疼痛、以致于和群众运动以内减缓。医学上，举例来说用于Kellgren-Lawrence（KL）或国际OA研究者协会(OARSI)等级别系统对骨赘和关节间隙狭窄进行研究报告，以进行检查和OA的病人。然而今后，X线下肢OA级别系统有多个版本，尚未能明确提出统一的病人标准。同时，医学上研究报告下肢骨OA的原理也并不能为病人及预后提供者足够且全都面的信息。

近日，发表在Radiology杂志的一项研究者通过建立以不能接受全都下肢置换术(TKR)的症状和未能不能接受TKR的对照症状的下肢x线片的最深处学习(DL)静态，以为医学提供者一个可靠且准确的预见OA进展风险的检查和手段。

本项回顾持续性研究用于初始OA数据，开发了一个下肢x线片DL静态以预见OA症状在9年内不能接受TKR的可能持续性和Kellgren-Lawrence (KL)级别。研究者参与者包括了45岁至79岁的病例也就是说的对照亚队列。根据成年人、持续性别、种族和群众运动量加权对症状进行也就是说。该静态用于了一种基于ResNet34驱动程式的迁移学习原理，并具有七层嵌套交叉验证。人会指导工作特征曲线研究和条件logistic回归研究报告静态用于预见TKR概率和风险的持续性能，并与医学观察和两种基于放射学读数的二元结果预见静态进行相当:KL和OARSI级别。

本研究者共划定728名人会，其中324名OA症状(岁数64岁±8岁[加权];222名异持续性恋)和324例对照组参与者(岁数64±8岁;222名异持续性恋)。基于DL的预见静态的人会指导工作特征曲线下面积(AUC)为0.87(95%置信区间[CI]: 0.85, 0.90)，优于基线预见静态的KL级别，其AUC为0.74 (95% CI: 0.71, 0.77; P < .001)。TKR的风险随DL静态(优势比[OR]，7.7;95% CI: 2.3, 25; P < .001)、KL级别(OR, 1.92;95% CI: 1.17, 3.13; P = .009)和OARSI级别(OR, 1.20;95% CI: 0.41, 3.50; P = .73)症状发生TKR的概率增加而增加。

图1 基于影像的二进制反向预见静态的ROC曲线。结果下定义为9年内是否不能接受全都下肢置换(TKR)。AUC绝对值回应预见TKR的结果。KL静态通过Delong检验和Holm修正进行多次相当，以提供者研究报告预见静态之间非常大差异的基线静态。

图2 基于图形的结果预见原理:KL、OARS)、DL静态、DL-TL静态和DL-TL-MT静态。

综上所述，本研究者开发了一个基于基线x线片的最深处学习(DL)静态，该静态可预见OA症状9年内不能接受全都下肢置换术(TKR)的概率和Kellgren-Lawrence级别。与换用标准级别系统的二元结果静态相比，本研究者明确提出的DL静态更加能预见骨皮肤病中TKR的风险，为医学提供者了一个更加准确且可靠的检查和研究报告手段。

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