Badanie zaproponowało modelowanie regresji dostosowane do wieku, wykorzystujące morfologię śródbłoni i podstawy czaszki jako potencjalne narzędzie do oceny przedoperacyjnej oraz indywidualnego planowania chirurgicznego u dzieci z syndromową kraniosynostozą (SC).
Subskrypcja JoVE jest wymagana do oglądania tego materiału. Zaloguj się lub rozpocznij bezpłatny okres próbny.
Artykuł badawczy
Hipoplazja śródtwarzy i morfologia podstawy czaszki w syndromowej kraniosynostozie: badanie porównawcze z wykorzystaniem modelu regresji predykcyjnej
W tym artykule
Podsumowanie
Streszczenie
Hipoplazja śródbłoni jest częstą anomalią u dzieci z zaburzeniami czaszkowo-twarzowymi, takimi jak rozszczep podniebienia i synostoza zespołowa. Głównym problemem funkcjonalnym związanym z tym schorzeniem jest zwężenie dróg oddechowych nosowogardła, prowadzące do chorób układu oddechowego. Przeprowadzono pilotażowe badanie obejmujące 30 zbiorów danych z tomografii komputerowej (CT) obejmującej trzy odrębne grupy (prawidłowa, operowana syndromowa kraniosynostoza oraz nieoperowana syndromowa kraniosynostoza), aby ocenić opublikowany wzór śródtwarzy, mianowicie "Hariri-Ros-Nor regresyjny model" do predykcyjnego pomiaru podstawy czaszki w syndromowej kraniosynostozie. Uzyskane wyniki wykazały, że podczas gdy prognozy podstawy czaszki (NBa) były stosunkowo spójne, szerokość środkowej części twarzy (ZMR-ZML) wykazywała istotne rozbieżności względem przewidywanych wartości, szczególnie u pacjentów z operowaną syndrozą czaszkowosynostozową. Wiek istotnie wpływał na dokładność pomiarów i wiarygodność przewidywania. Podsumowując, obecne badanie sugeruje, że modelowanie dostosowane do wieku może zwiększyć dokładność predykcyjną w ocenie czaszkowo-twarzowej. Stanowi potencjalne narzędzie do oceny przedoperacyjnej i indywidualnego planowania chirurgicznego w syndromowej kraniosynostozie.
Wprowadzenie
Syndromowa kraniosynostoza (SC) to złożona choroba wrodzona spowodowana przedwczesnym zespoleniem szwów czaszkowych, skutkującą ograniczonym wzrostem czaszki, deformacjami podstawy czaszki oraz hipoplazją śródtwarzy, która często prowadzi do powikłań funkcjonalnych i estetycznych 1,2. Te nieprawidłowości mogą ograniczyć drożność dróg oddechowych, integralność wzroku oraz wyniki neurorozwojowe, podkreślając znaczenie wczesnego rozpoznania i precyzyjnej interwencji 1,3. Leczenie chirurgiczne w SC jest szczególnie pilne czasowo, ponieważ opóźniona korekcja zwiększa ryzyko podwyższonego ciśnienia wewnątrzczaszkowego, obturacyjnego bezdechu sennego (OSA) oraz powikłań okulistycznych, takich jak proptoza i ekspozycja rogówki 1,3,4. Dlatego określenie optymalnego momentu postępu czaszki i śródtwarzy pozostaje jednym z najważniejszych i najtrudniejszych aspektów leczenia klinicznego1.
Konwencjonalne metody oceny syndromowej kraniosynostozy często opierają się na opisowych analizach wzrostu oraz progach funkcjonalnych jako wskazówki interwencji chirurgicznej 5,6. Chociaż te podejścia dostarczają ogólnych punktów odniesienia, brakuje im dokładności predykcyjnej specyficznej dla pacjenta i są pod wpływem subiektywności klinicznej 7,8. W ostatnich latach wzrosło zainteresowanie opracowywaniem modeli ilościowych, które mogą przewidywać trajektorie wzrostu czaszkowo-twarzowe i informować o indywidualnym planowaniu chirurgicznym. Wśród nich model regresji Hariri-Ros-Nor oferuje powtarzalne i ilościowe ramy, ustanawiając predykcyjne zależności między punktami orientacyjnymi czaszki a wymiarami środkowej części twarzy, dostarczając klinicystom obiektywne narzędzie do prognozowania wzrostu i optymalizacji czasu operacji9.
Siła predykcyjna tego modelu jest szczególnie istotna dla najczęściej spotykanych podtypów syndromowych, takich jak zespoły Aperta i Crouzona, które wykazują odrębne wzorce wzrostu i wymagania chirurgiczne9. Dzięki zastosowaniu standardowego obrazowania tomografii czaszkowo-twarzowej oraz powtarzalnych punktów orientacyjnych anatomicznych, takich jak Sella, Nasion, Basion, ZMR i ZML, model może efektywnie i interpretowalnie mierzyć wzrost śródtwarzy, nawet w warunkach klinicznych, gdzie zaawansowane analizy morfometryczne lub metody elementów skończonych są niedostępne9. Jest szczególnie cenny we wczesnym i średnim dzieciństwie (około 4-12 lat), gdy wzrost twarzy jest aktywny, a decyzje dotyczące czasu operacji mają trwałe znaczenie rozwojowe9. Jednak zastosowanie modelu jest ograniczone przez jego uzależnienie od tomografii komputerowej, walidację w obrębie jednej kohorty oraz potencjalne zróżnicowanie u bardzo młodych lub późnych nastolatków, co podkreśla potrzebę integracji z wielodyscyplinarną oceną10.
Opierając się na tym fundamencie, model regresji Hariri-Ros-Nor oferuje powtarzalne, specyficzne dla pacjenta podejście do przewidywania wzrostu podstawy śródtwarzy i czaszki, odpowiadając na ograniczenia obecnych ram opisowych. Ilościowe określenie relacji anatomicznych pozwala na wcześniejszą identyfikację pacjentów zagrożonych pogorszeniem funkcji oraz wspiera proaktywne, oparte na danych planowanie chirurgiczne. Te zdolności mają szczególne znaczenie w zapobieganiu nieodwracalnym powikłaniom związanym z opóźnioną interwencją, takim jak niedrożność dróg oddechowych, nadciśnienie śródczaszkowe czy zachorowalność okulistyczną. Dlatego celem tego badania jest ocena dokładności i klinicznej przydatności modelu regresji Hariri-Ros-Nor w ocenie wzorców wzrostu podstawy śródtwarzy i czaszki wśród dzieci z syndromem i bez syndromów.
Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.
Protokół
Badanie to zostało zatwierdzone przez Komitet Etyki Medycznej, Wydział Stomatologii, Universiti Malaya, Kuala Lumpur (DF OS1921/0082(P)). Ponieważ badania obejmowały dane z retrospektywnej i anonimizowanej tomografii komputerowej (CT) bez użycia tkanek biologicznych lub płynów, nie wymagała się zgody pacjenta. Metodologia tego badania opierała się na procedurach określonych przez Hariri i in.9 , z kilkoma modyfikacjami. Używany sprzęt i oprogramowanie są wymienione w Tabeli Materiałów.
1. Wybór obiektu i pobieranie danych z tomografii komputerowej
Retrospektywne tomografie komputerowej czaszki pacjentów pediatrycznych z diagnozą syniosynostozy czaszki (SC) zostały pobrane z cyfrowego archiwum obrazowego Kliniki Czaszkowo-Twarzowej w University Malaya Medical Centre (UMMC), obejmujące okres od listopada 2015 do grudnia 2022 roku. Dodatkowo uwzględniono prospektywne tomografie komputerowe uzyskane między majem 2023 a styczniem 2024 roku.
Potencjalni uczestnicy byli identyfikowani na podstawie dokumentacji Kliniki Czaszkowo-Twarzowej i ręcznie przesiewani przez badacza zgodnie z wcześniej ustalonymi kryteriami kwalifikacyjnymi. Kryteria włączenia obejmowały: (1) potwierdzoną diagnozę syndromicznej kraniosynostozy przez chirurgów czaszkowo-twarzowych, (2) dostępność pełnej dokumentacji medycznej oraz (3) wiek <12 lat. Osoby kontrolne również miały mniej niż 12 lat i wymagały wykonania kompletnych tomografii czaszki i twarzy bez wypadłych anomalii czaszkowo-twarzowych. Kryteria wykluczające stosowane dla wszystkich kohort obejmowały wiek ≥12 lat, niesyndromową lub izolowaną kraniosynostozę, niepełną dokumentację kliniczną lub obrazową, historię operacji czaszkowo-twarzowych lub hipoplazję śródtwarzy związaną z innymi zespołami. Po badaniu ostateczna lista kwalifikujących się uczestników została przekazana Jednostce Badawczej Obrazowania Biomedycznego w celu uzyskania zestawów danych z niekontrastowej tomografii czaszki. Dane obrazowe były udostępniane na płytach kompaktowych (CD) w formacie Digital Imaging and Communications in Medicine (DICOM), z protokołami akwizycji standaryzowanymi zgodnie z wytycznymi działu (grubość osi ≤1,00 mm, pełne pokrycie czaszkowo-twarzowe oraz spójna rozdzielczość wokseli). Jednostka obrazowania biomedycznego zweryfikowała kompletność zbioru danych, brak istotnych artefaktów oraz zgodność ze standardami DICOM przed wydaniem. Wszystkie zweryfikowane zbiory danych zostały bezpiecznie zarchiwizowane i następnie przygotowane do importu do oprogramowania do 3D medycznej obróbki obrazów w celu trójwymiarowej rekonstrukcji i analizy. Wybrano łącznie trzydzieści uczestników, podzielonych równomiernie na trzy kohorty: nieoperowaną grupę SC (SCNO), grupę operacyjną SC (SCO) oraz grupę kontrolną (n = 10 na grupę).
2. 3D rekonstrukcja i identyfikacja zabytków
Wszystkie importowane zbiory danych były wyświetlane w płaszczyźnie osiowej, strzałkowej i koronalnej, wraz z trójwymiarowym podglądem. Metadane w plikach DICOM umożliwiały automatyczne wyodrębnianie parametrów akwizycji (grubość fragmentów, rozdzielczość wokseli i liczba fragmentów). Aby wygenerować trójwymiarowy model objętościowy, najpierw stworzono maskę kością, a następnie ją zrekonstruowano, wybierając Segmentację → Obliczanie 3D w Mimikach. Segmentacja została dodatkowo udoskonalona za pomocą funkcji thresholding, dostępnej przez Segmentation → Thresholding na głównym pasku narzędzi. Zmienność definicji kości lub obecność nadmiernego szumu można zaobserwować, gdy podczas segmentacji zastosowano nieodpowiednie zakresy Jednostki Hounsfield (HU). Problem ten można rozwiązać poprzez zastosowanie standardowego progu "Kość (CT)" dostępnego w oprogramowaniu obrazowania medycznego 3D oraz dopracowanie masek segmentacyjnych za pomocą funkcji Edit Mask , aby wykluczyć artefakty i poprawić ciągłość strukturalną. Proces ten zapewniał, że w masce podświetlano tylko struktury kostne, wykluczając sąsiednie tkanki miękkie i zmniejszając szumy obrazowe lub artefakty.
Anatomiczne punkty orientacyjne były identyfikowane i oznaczane za pomocą narzędzia do tworzenia punktów, znajdującego się w sekcji Pomiary → Utworzenie punktu. Dla każdego punktu orientacyjnego badacz obracał i powiększał rekonstrukcję 3D, aby zoptymalizować widoczność, a następnie umieszczał punkt bezpośrednio na stanowisku anatomicznym jednym kliknięciem myszy. Zarejestrowano następujące punkty orientacyjne: sella (S) w środku sella turcica, Nasion (N) na styku szwu czołowo-nosowego, Basion (Ba), definiowany jako przedni środek kości potylicznej w synhondrosis klinowo-potylicznej, oraz prawy i lewy szew jarzmako-szczękowy (ZMR, ZML) na krawędzi podoczodołu. Drobna zmienność w pozycjonowaniu punktów orientacyjnych może wystąpić, gdy punkty są definiowane z jednej perspektywy obserwacyjnej. Aby zwiększyć dokładność, każdy punkt orientacyjny był potwierdzany pod wieloma kątami widzenia poprzez obracanie trójwymiarowej rekonstrukcji i porównanie z płaszczyznami osiowymi, strzałkowymi i koronalnymi przed ostatecznym umieszczeniem. Każdy punkt orientacyjny był automatycznie przechowywany w drzewie projektu pod listą "Pomiary". Pełny zestaw współrzędnych i etykiet punktów orientacyjnych został wyeksportowany za pomocą funkcji Eksport pomiarów , tworząc zbiory danych w formacie .csv lub .xls. Te punkty orientacyjne zostały następnie wykorzystane jako punkty odniesienia do liniowych pomiarów podstawy czaszki i szkieletu śródtwarzy.
3. Liniowe pomiary zmiennych czaszkowych i śródtwarzowych
Liniowe pomiary czaszkowo-twarzowe wykonywano w oprogramowaniu do przetwarzania obrazów medycznych 3D, wykorzystując funkcję pomiaru odległości. Po trójwymiarowej rekonstrukcji i umieszczeniu punktów orientacyjnych narzędzie pomiarowe było dostępne przez menu Analiza → Pomiary → Odległość między punktami . W tej funkcji podczas rekonstrukcji 3D ręcznie wybrano dwa punkty orientacyjne anatomiczne, a oprogramowanie automatycznie obliczało euklidesową odległość między wybranymi współrzędnymi, a wyniki były wyświetlane w oknie Wyniki pomiarów.
Uzyskano następujące pomiary liniowe: SN (przednia długość nasady czaszki), zdefiniowana jako odległość między sellą (S) a nosem (N); SBa (tylna długość podstawy czaszki), definiowana jako odległość między sellą (S) a basionem (Ba); NBa (całkowita długość podstawy czaszki), definiowana jako odległość między nasionem (N) a basionem (Ba); oraz ZMR - ZML (szerokość szczęki), definiowana jako odległość międzyzygomatyczna między prawym a lewym szwem jarzmatematyczno-szczękowym. Każdy pomiar wykonywano bezpośrednio na modelu 3D, stosując narzędzia do zoomu i rotacji w razie potrzeby, aby zapewnić dokładne rozmieszczenie punktów.
Po zakończeniu lista pomiarów była automatycznie aktualizowana w drzewie projektu oprogramowania. Cały zbiór danych został wyeksportowany za pomocą funkcji Eksport Pomiarów i zapisany w .xls formacie, uwzględniając wszystkie etykiety punktów orientacyjnych z odpowiadającymi im wartościami liniowymi. Te eksportowane wartości zostały następnie wykorzystane do analizy statystycznej.
4. Zastosowanie modelu regresji
Eksportowane pomiary zostały zaimportowane do programu arkusza kalkulacyjnego do dalszej analizy. Stosując wzór regresji Haririego-Ros-Nor, obliczono przewidywane wartości zarówno dla całkowitej długości podstawy czaszki, jak i szerokości szczęki. Zastosowano następujące równania:
Przewidywane wartości uzyskane z tych wzorów porównywano następnie z odpowiadającymi zmierzonymi wartościami dla każdego badanego, aby ocenić spójność i odchylenia morfologii czaszki poprzez obliczenie odchylenia standardowego zbioru danych. Następnie zbiór danych jest gotowy do analizy statystycznej.
5. Analiza statystyczna
Wszystkie zmierzone i przewidywane wartości zostały zebrane w jeden zbiór danych i przeanalizowane za pomocą oprogramowania do analizy statystycznej. Najpierw obliczono statystyki opisowe, aby podsumować parametry podstawy i środkowej części twarzy czaszki we wszystkich grupach. Różnice między grupami oceniano za pomocą nieparametrycznego testu Mann–Whitney U. Dodatkowo przeprowadzono analizę korelacji Pearsona, aby ocenić zależność między wiekiem a pomiarami czaszki w każdej grupie. Opracowano wizualne reprezentacje danych, w tym wykresy pudełkowe do porównań grup oraz wykresy liniowe dla trendów korelacji, aby wspierać i wyjaśniać interpretacje statystyczne.
Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.
Wyniki
Według Tabeli 1, zmierzone wartości NBa były konsekwentnie wyższe niż ich przewidywane odpowiedniki we wszystkich grupach, z największym odchyleniem zaobserwowanym w kohorcie operowanej syndromowej kraniosynostozy (SCO). Dla porównania, wartości ZMR-ZML (szerokość szczęki) były istotnie niższe niż przewidywano we wszystkich kategoriach, co wykazuje znaczną zmienność.
Po analizie korelacji Pearsona (Tabela 2) i rozkładzie na wykresie rozrzutowym macierzy (
Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.
Dyskusja
To pilotażowe badanie demonstruje ustrukturyzowany i powtarzalny protokół obrazowania, który integruje analizę opartą na zabytkach z modelowaniem predykcyjnym do ilościowej oceny czaszkowo-twarzowej. Protokół kładzie nacisk na kluczowe kroki metodologiczne, takie jak standaryzowana segmentacja, precyzyjne rozmieszczenie punktów orientacyjnych oraz spójne procedury pomiarowe, aby zapewnić dokładność i powtarzalność. Segmentacja obrazu i rekonstrukcja trójwymiarowa były wykonywane w oprogramowaniu do przetwarzania obrazów ...
Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.
Oświadczenia
Autorzy nie mają żadnych konkurujących interesów do ogłoszenia.
Podziękowania
Prace te były wspierane przez grupę Oro-Kranioszczęzilofacialnych i Chirurgicznych (OCReS) Universiti Malaya, Wydział Stomatologii Universiti Malaya.
Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.
Materiały
| Nazwa | Firma | Numer katalogowy | Komentarze |
|---|---|---|---|
| Compact Dics (CD) | |||
| Materialise Mimics Oprogramowanie medyczne | Materialise NV | Wersja 21 | Oprogramowanie do przetwarzania obrazów medycznych 3D |
| Microsoft Excel | Microsoft Inc. | Oprogramowanie do arkuszy kalkulacyjnych | |
| Komputer osobisty z czytnikiem CD | |||
| Pakiet Statystyczny dla Nauk Społecznych (SPSS) | IBM | G06TFML | Oprogramowanie do analizy statystycznej |
Bibliografia
- Derderian, C., Seaward, J. Syndromic craniosynostosis. Semin Plast Surg. 26 (2), 64-75 (2012).
- Rostamzad, P., et al. Prevalence of ocular anomalies in craniosynostosis: A systematic review and meta-analysis. J Clin Med. 11 (4), 1060(2022).
- Chen, K., Kondra, K., Nagengast, E., Hammoudeh, J. A., Urata, M. M. Syndromic synostosis: Frontofacial surgery. Oral Maxillofac Surg Clin North Am. 34 (3), 459-466 (2022).
- Bruce, W. J., et al. Age at time of craniosynostosis repair predicts increased complication rate. Cleft Palate Craniofac J. 55 (5), 649-654 (2018).
- Katouni, K., et al. Syndromic craniosynostosis: A comprehensive review. Cerus. 15 (12), e50448(2023).
- Lun, K., et al. Assessment of pediatric head shape and management of craniosynostosis. Aus J General Prac. 51, 51-58 (2022).
- Mathijssen, I. M. Guideline for care of patients with the diagnoses of craniosynostosis: Working group on craniosynostosis. J Craniofac Surg. 26 (6), 1735-1807 (2015).
- O'hara, J., et al. Syndromic craniosynostosis: Complexities of clinical care. Mol Syndromol. 10 (1-2), 83-97 (2019).
- Hariri, F., Malek, R. A., Abdullah, N. A., Hassan, S. F. Midface hypoplasia in syndromic craniosynostosis: Predicting craniofacial growth via a novel regression model from anatomical morphometric analysis. Int J Oral Maxillofac Surg. 53 (4), 293-300 (2024).
- Blum, J. D., et al. Machine learning in metopic craniosynostosis: Does phenotypic severity predict long-term esthetic outcome. J Craniofac Surg. 34 (1), 58-64 (2023).
- Wahlquist, Y., Soltesz, K. Automated covariate modeling using efficient simulation of pharmacokinetics. IFAC J Sys Con. 27, 100252(2024).
- Kasai, K., Moro, T., Kanazawa, E., Iwasawa, T. Relationship between cranial base and maxillofacial morphology. Eur J Orthod. 17 (5), 403-410 (1995).
- Zheng, L., et al. Enhancing predictive tools for skeletal growth and craniofacial morphology in syndromic craniosynostosis: A focus on cranial base variables. Diagnostics (Basel). 15 (13), 1640(2025).
- Patel, K. B., Skolnick, G. B., Mulliken, J. B. Anthropometric outcomes following fronto-orbital advancement for metopic synostosis. Plast Reconstr Surg. 137 (5), 1539-1547 (2016).
- Richtsmeier, J. T., Deleon, V. B. Morphological integration of the skull in craniofacial anomalies. Orthod Craniofac Res. 12 (3), 149-158 (2009).
- Tonello, C., Cevidanes, L. H. S., Ruellas, A. C. O., Alonso, N. Midface morphology and growth in syndromic craniosynostosis patients following frontofacial monobloc distraction. J Craniofac Surg. 32 (1), 87-91 (2021).
- Skolnick, G. B., et al. Long-term characterization of cranial defects after surgical correction for single-suture craniosynostosis. Ann Plast Surg. 82 (6), 679-685 (2019).
- Chufei, H., et al. Comparison of different 3d reconstruction software tools in preoperative modeling for cranio-maxillofacial surgery. Plastic Aesthetic Res. 12, 10(2025).
Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.
Przedruki i uprawnienia
