$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
שריר הפסואס, קבוצות השרירים הפרספינליים והשרירים האלכסוניים תואמים באופן הדוק עם מסת השריר הכוללת5. בפרט, שטח הפנים בתוך CT או MRI חתך רוחב של קבוצות שרירים אלה בנקודת האמצע של החוליה המותנית השלישית (L3) הוא בקורלציה גבוהה עם מסת שריר הכוללת, מה שהופך את התמונה הזאת אחד אידיאלי עבור חוקרים או רופאים להשתמש בעת הערכת סרקופניה1,2,13. פילוח ומדידות ליניאריות הוכיחו ערך רב בהערכת הרכב הגוף וזיהוי תנאים פרוגנוסטיים ירודים כגון סרקוזניה והשמנת יתר סרקופינית בחולים16,17. מחקרים הראו כי מדידות מסת שריר קשורות להישרדות וסיכונים לסיבוכים גדולים בעקבות ניתוחים גדולים או תוכניות טיפול כגון כימותרפיה ורעילותכימותרפית 16,17,18. לכן, היינו מניחים שזה עשוי להיות מועיל עבור רופאים יש נתוני הרכב הגוף לפני ייעוץ חולים לגבי אפשרויות הטיפול.
נכון לעכשיו, ישנן מספר שיטות להערכת הרכב הגוף. מספר שיטות, כגוןdensitometry 12 ו plethysmography תזוזת אוויר (ADP)19, לנצל את משקל האוויר ואת התזוזה, בהתאמה כדי להעריך את אחוז השומן בגוף ואת צפיפות הגוף. בעוד שיטות אלה יכולים להיות שימושיים, הם אינם מסוגלים לקבוע התפלגות רקמת שומן5,19. טכניקות אנליטיות אחרות להרכב הגוף, כגון BIA, מבססות את הניתוח שלהן על המאפיינים החשמליים השונים של מסת השומן ומסה נטולת שומן12. עם זאת, שוב טכניקה זו אינה מצליחה להעריך כראוי את התפלגות השומן, והיא גם דורשת מידע נוסף כגון מוצא אתני, גיל ומין למדידות מדויקות יותר19. לעומת זאת, הערכות כגון DEXA הוכחו להיות שימושי בהערכת הרכב הגוף, אבל יש נטייה להעריך יתר על המידה מסת שריר עם הגדלת אדיפוזיה12. מספר פרוטוקולים השתמשו גם בשיטת אזור העניין (ROI) כדי להשיג נתוני מסת שריר ורקמת שומן בתוכנה לצפייה ב- DICOM, אשר הוכח שיש לה מתאם טוב עם ניתוח הרכב הגוף של BIA להערכת סרקוזניה והערכה תזונתית20,21.
הליך פילוח שפותח על ידי Mourtzakis ואח 'יש יתרון על הערכות הרכב גוף חלופי שכן ניתן לעשות זאת על רוב תמונות CT או MRI וקובע במדויק הפצות רקמת שומן ואזור שריר13. בנוסף, פילוח צירי L3 יש את היתרון של דיוק ללא קשר למצב השמנת יתר של המטופל13. בדומה לחלופות הנ"ל, טכניקת האמצעים הליניאריים שפותחה על ידי אברוטין ואח'14 אינה כוללת את היכולת להעריך את התפלגות השומן. לאחרונה, חוקרים הוכיחו זלזול בפילוח הגוף, במיוחד בשיטות למדידת שרירי פסואס בלבד22. מסת שריר Psoas לבד אינו מייצג מאוד את כמות שריר המותני או בזבוז שריר שיטתי, ולא יכול להיות בקורלציה מאוד עם תוצאות קליניות22. בעיה זו עשויה להיות מדאיגה יותר במדידה ליניארית, כמו שריר פסואס היא קבוצת השרירים העיקרית בהערכה. עם זאת, הטכניקה המתוארת שלנו כוללת פסואס דו-צדדי והערכות שרירים paraspinal כדי לאמוד מדויק יותר, תוך הערכה מהירה ונוחה של מסת שריר חתך. מחקרים עתידיים המאמתים את ההסמכה בין מדידה ליניארית CT/MRI ושיטות פילוח לבין המתאם שלהם לתוצאות קליניות מוצדקים.
הן פילוח L3 והן הליכי מדידה ליניאריים תוכננו בתחילה כדי להעריך במהירות ובדייקנות את תכולת השרירים בכל הגוף. על ידי פילוח בחוליות L3 בלבד, הפרוטוקול חוסך זמן ועדיין מספק לחוקרים או לרופאים מספיק מידע כדי לקבוע את מסת השריר הרזה של המטופל ואת מצב השומן. עם זאת, למרות פילוח L3 לוקח הרבה פחות זמן מאשר פילוח גוף מלא, זה עדיין יכול להיות זמן רב ויקר להשתמש בתוכנה Slice-O-Matic. לעומת זאת, מדידות ליניאריות יש פוטנציאל להיות מדויק כמו פילוח L3 בהערכת מצב השריר סרקוזניה בחולים אנושים14,15. הדגמנו קשר כזה בקבוצת קרצינומה של תאי הכליה T3, שבה שריר השלד הנמדד על ידי מדידות ליניאריות מתואם באופן הדוק עם הערך הנמדד על ידי פילוח (איור 6). חשוב לציין, השיטה היא מהירה מאוד, ותוכנת ההדמיה היא בחינם. עם זאת, המגבלה הבולטת ביותר להליך המדידה הליניארית היא חוסר היכולת להעריך את תכולת רקמת השומן, מה שמגביל את המטפלים להקשרים שבהם מספיקה הערכה כללית של תכולת השרירים.
קיימים שלושה שלבים קריטיים הן בהליכי פילוח והן בהליכי מדידה ליניאריים. ראשית, רופאים וחוקרים צריכים לזהות את אמצע חוליות L3 כדי להשיג עקביות. אמצע חוליות L3 יהיה הפרוסה שבה מח העצם של התהליכים הרוחביים בולט ביותר. פרוסת חוליות L3 צירית מזוהה בקלות רבה יותר בעזרת נוף קשתי או קורנל. חוקרים או קלינאים יכולים תחילה למצוא חוליות L1 או סקרום כנקודת התייחסות, תוך התחשבות כי נוכחות של שש חוליות מותניות במקום חמש היא גרסה נורמלית. הצעד המכריע הבא הוא זיהוי השרירים. במדידות ליניאריות, אין לכלול את הלומברום מרובע בעת לקיחת המדידות האנכיות והאופקיות. שלישית, החוקרים צריכים גם לשים לב בעת תיוג מע"מ בפרוטוקול פילוח, כמו תוכן המעי הגס עשוי לפעמים להיות מתויג כמו רקמת שומן הקרביים23. כאשר מתרחשת שגיאה כזו, החוקרים צריכים למחוק אזורים אלה לפני שהם עוברים לשלב הבא.
בעיה נפוצה בסגמנטציה היא איכות תמונה ירודה של CT או MRI (ראה תוצאות מייצגות לקבלת דוגמאות). במקרים מסוימים, איכות ירודה אינה הופכת את התמונה לחסרת תועלת, אך במקרים אחרים ייתכן שיהיה צורך להוציא את התמונה מניתוח. מגבלה נוספת, אולי בלתי נמנעת, של פילוח תמונה אחת כוללת וריאציה אקראית של מיקום איבר מוצק מתמונה לתמונה.
בעיות נפוצות אחרות הן עבור ניתוח פילוח L3 והן עבור ניתוח מדידה ליניארית קשורות לעתים קרובות לווריאציה בין-קצבית ותוך-קצבית. כפי שקורה ברוב הפרוטוקולים, ניתן לצפות לכמות מסוימת של שונות בין משקיפים ובין הניסויים הנפרדים של אדם יחיד. כדי להסביר ולמזער וריאציה בין-מדרגית עם מספר אנשים המבצעים ניתוח, צוות החוקרים או הקלינאים יכול לבדוק כל וריאציה מובהקת סטטיסטית במדידות שטח הפנים ו- HU ממוצע מאותה תמונה. שים לב מיוחד של וריאציה HU כמו זה יציין אם חוקרים או רופאים שיש להם שטחי פנים דומים מאוד עבור אותה תמונה הם אכן תיוג הרקמות בערך אותו הדבר. כדי לבדוק וריאציה תוך-מדרגית משמעותית עבור אדם, חוקרים או קלינאים עשויים לצלם תת-קבוצה קטנה של תמונות ולחלק כל תמונה עד שכל העותקים המשוכפלים עבור כל תמונה נמצאים בתוך שוליים צרים וחסרי משמעות סטטיסטית.
אנו מכירים בכך שלשני הפרוטוקולים המוצגים כאן יש מגבלות בניתוח הרכב הגוף מכיוון שנעשה שימוש בפרוסה אחת בלבד. כפי שהוצע על ידי שן ואח ', ניתוח 3D עשוי לספק מידע מדויק יותר עבור שומן הקרביים בבטן, וניתוח פרוסה אחת למע"מ הוא ברמות שונות עבור גברים ונשים24. עם זאת, הפרוטוקולים הנדונים כאן הם עדיין בעלי ערך כפי שהם מספקים הערכות מהירות של שריר, כמו גם רקמת שומן, אשר ניתן להשתמש בהם עבור הקרנת סרקוזניה במרפאות.
יתר על כן, היו פרוטוקולי ניתוח הרכב גוף אוטומטיים רבים באמצעות אלגוריתמים למידת מכונה 3D, במיוחד אלגוריתמי סיווג מבוססי רשת עצבית25. אנו מכירים בכך שאלה עשויות להיות החלופות העתידיות הפוטנציאליות לפילוח דו-מימדי מסורתי. עם זאת, שיטות אלה דורשות ערכות נתונים גדולות של תמונות CT ו- MRI כדי להיות מפותחות, נבדקות ומיושמות בהגדרות קליניות ומחקריות. בנוסף, שיטות אלה דורשות לעתים קרובות ניתוח פילוח דו-מימדי כדי ליצור הפניה בסיסית שנגדה ניתן לאמת את האלגוריתמים של למידת מכונה. הפרוטוקולים המודגמים כאן יכולים אפוא להיות שימושיים כאשר ערכות נתונים גדולות או תמונות תלת-ממד אינן זמינות, וניתן להחיל פרוטוקולים אלה כדי לסייע בפיתוח ואימות של אלגוריתמים של למידת מכונה כאשר הם ישימים. לפיכך, אנו מאמינים כי רופאים וחוקרים יכולים להפיק תועלת מסרטון הדרכה זה ולאמץ שיטות מהירות ואמינות אלה כבדיקה ראשונית לפני ניתוח אוטומטי זמין ועל מנת להקל על יישום טכנולוגיה מתקדמת זו.
היכולת לנתח במהירות הפצת רקמת שומן ומסת שריר השלד יש מגוון רחב של אינטרסים קליניים החל טיפול בסרטן ומחקר למחלות לב5. בהשוואה לשיטות נפוצות אחרות, Mourtzakis ואח '. הליך פילוח L3 בפרוסה-O-Matic יכול להעריך במדויק ובמהירות את התפלגות רקמת השומן ולקבוע מצב סרקוזניה5,12,13,19. בנוסף, בהקשרים שבהם מידע על מסת שריר השלד מספיק, הליך מדידה ליניארי L3 הוא כלי אמין ומהיר מאוד כדי לעזור לחזות הצלחה בטיפולים בסרטן כגון ניתוח, הקרנות, וכימותרפיה1,2,4,6,7,8. מטרת סרטון ההכשרה וכתב היד הזה היא לתאר בבירור את הפרוטוקול לפילוח ומדידות ליניאריות לשימוש עתידי, כך שקלינאים יוכלו להעריך ביתר קלות את הרכב הגוף במסגרת המרפאה.