Wynik uzyskany dzięki głębokiemu uczeniu, wyekstrahowany z bocznych radiogramów odcinka piersiowo-lędźwiowego kręgosłupa, w połączeniu z klinicznymi czynnikami ryzyka, umożliwił dokładne przewidzenie wystąpienia złamań kręgów w ciągu dwóch lat. Model walidowany wewnętrznie wykazał lepszą dyskryminację, kalibrację, reklasyfikację oraz korzyść decyzyjną niż model kliniczny, co wspiera indywidualną stratyfikację ryzyka i wczesne strategie zarządzania profilaktycznego.
Artykuł badawczy
Głębokie uczenie radiogramów bocznych odcinka piersiowo-lędźwiowego kręgosłupa oraz kliniczne czynniki ryzyka wystąpienia złamań kręgów: retrospektywne badanie kohortowe w jednym ośrodku
W tym artykule
Podsumowanie
Streszczenie
Wczesna identyfikacja pacjentów z ryzykiem wystąpienia złamania kręgów pozostaje wyzwaniem, ponieważ rutynowa kliniczna ocena ryzyka nie oddaje w pełni miejscowej kruchości kręgosłupa. W tym jednocentrycznym retrospektywnym badaniu kohortowym oceniono, czy cechy głębokiego uczenia (DL) wyekstrahowane z wyjściowych radiogramów bocznych odcinka piersiowo-lędźwiowego poprawiają przewidywanie wystąpienia złamania kręgów w ciągu 2 lat w połączeniu z klinicznymi czynnikami ryzyka. Do badania włączono łącznie 2 173 pacjentów, których chronologicznie podzielono na kohortę pochodną (n = 1 449) i kohortę walidacji wewnętrznej (n = 724). Cechy DL wyprowadzono z wyjściowych radiogramów, a do wyboru predyktorów oraz budowy modelu klinicznego, modelu DL i modelu połączonego zastosowano regresję LASSO-Cox. Wydajność oceniono za pomocą korekty optymizmu metodą bootstrap, czasowej walidacji wewnętrznej, kalibracji, analizy krzywej decyzyjnej, zależnej od czasu poprawy reklasyfikacji netto (NRI), zintegrowanej poprawy dyskryminacji (IDI) oraz analiz wrażliwości. Z 2 048 kandydackich cech DL zatrzymano 5 do wygenerowania wyniku DL, który pozostał niezależnym predyktorem w modelu połączonym (HR 1,64, 95% CI 1,34–2,01; P < 0,001). W walidacji wewnętrznej model połączony osiągnął wskaźnik C-index wynoszący 0,759, 2-letnie AUC wynoszące 0,774 oraz 2-letni wynik Brier wynoszący 0,077, co było lepsze niż w modelu klinicznym, przy dobrej kalibracji (punkt przecięcia 0,012; nachylenie 0,972). W porównaniu z modelem klinicznym, model połączony poprawił również reklasyfikację (2-letnie NRI 0,316 w kohorcie pochodnej i 0,241 w walidacji) oraz dyskryminację (odpowiednio 2-letnie IDI 0,047 i 0,033; wszystkie P < 0,01) oraz zapewnił większą korzyść netto w analizie krzywej decyzyjnej. Analizy wrażliwości były zgodne z głównymi wynikami. Połączenie cech DL z radiogramów bocznych odcinka piersiowo-lędźwiowego z klinicznymi czynnikami ryzyka może umożliwić dokładniejsze, zindywidualizowane przewidywanie wystąpienia złamania kręgów w ciągu 2 lat.
Wprowadzenie
Złamanie kręgów jest jednym z najczęstszych typów osteoporotycznych złamań fragilnych, występującym szczególnie często w odcinku piersiowo-lędźwiowym. Może ono prowadzić do przewlekłego bólu, utraty wzrostu, deformacji kifotycznej, ograniczenia ruchomości oraz zwiększyć ryzyko ponownego złamania i pogorszyć rokowanie1. W praktyce klinicznej znaczna część pacjentów nie wykazuje typowych objawów przed wystąpieniem złamania, a wiele przypadków jest identyfikowanych dopiero w badaniach obrazowych przeprowadzanych w ramach kontroli, co sugeruje, że opieranie się wyłącznie na objawach lub diagnozie retrospektywnej utrudnia terminowe przeprowadzenie przesiewu populacji wysokiego ryzyka2,3. Obecna ocena ryzyka opiera się głównie na takich informacjach jak wiek, płeć, wskaźnik masy ciała (BMI), wcześniejsze złamania fragilne, cukrzyca, ekspozycja na glikokortykosteroidy oraz gęstość mineralna kości, co pozwala odzwierciedlić ogólnoustrojową kruchość kości, jednak trudno jest w pełni scharakteryzować lokalną kruchość strukturalną i nieprawidłowości mechaniczne kręgosłupa piersiowo-lędźwiowego; stanowi to kluczową trudność w przewidywaniu ryzyka nowych złamań kręgów, która istnieje od dawna4. Radiografia boczna odcinka piersiowo-lędźwiowego jest jednym z najczęściej stosowanych i najbardziej dostępnych badań obrazowych kręgosłupa w praktyce klinicznej. Pozwala ona nie tylko na ocenę morfologii kręgów, ale może również ujawnić utajone fenotypy powiązane z przyszłym złamaniem, takie jak zmiany w blaszkach końcowych, rzadsza tekstura kostna, łagodne klinowanie oraz zaburzenia ustawienia5. Poprzednie badania koncentrowały się głównie na wykrywaniu istniejących złamań kręgów, diagnozowaniu osteoporozy lub ocenie ryzyka za pomocą wskaźników mierzonych ręcznie6,7. Niedawne dowody wykazały ponadto, że identyfikacja istniejących złamań kręgów i osteoporozy w obrazowaniu bocznym kręgosłupa za pomocą głębokiego uczenia, wraz z klinicznymi czynnikami ryzyka, może poprawić przewidywanie wystąpienia nowych złamań5; jednak dowody dotyczące przewidywania nowych złamań kręgów specjalnie u pacjentów bez złamań w badanych kręgach w punkcie wyjścia, z wykorzystaniem rutynowych radiografii bocznych odcinka piersiowo-lędźwiowego i lokalnych cech głębokiego uczenia (DL), pozostają ograniczone. Metody sztucznej inteligencji są wykorzystywane do analizy obrazowej kręgosłupa, jednak badania bezpośrednio ukierunkowane na ten konkretny scenariusz kliniczny są wciąż nieliczne, a systematyczna ocena kalibracji, korzyści netto z analizy decyzji oraz walidacja z podziałem czasowym są w tym obszarze wciąż niewystarczające8.
W związku z tym trudno jest odpowiedzieć na bardziej istotne klinicznie pytanie: czy cechy wyodrębnione metodami głębokiego uczenia z rutynowego bocznego zdjęcia rentgenowskiego odcinka piersiowo-lędźwiowego mogą dostarczyć niezależnych i znaczących informacji uzupełniających w odniesieniu do oceny ryzyka klinicznego9? Biorąc pod uwagę powyższy kontekst, w niniejszym badaniu zastosowano jednocentryczny retrospektywny projekt kohortowy, wyodrębniono cechy głębokiego uczenia z bocznego zdjęcia rentgenowskiego odcinka piersiowo-lędźwiowego i połączono je z klinicznymi czynnikami ryzyka w celu stworzenia modelu predykcji ryzyka wystąpienia złamania kręgu w ciągu 2 lat, a następnie oceniono dyskryminację, kalibrację, odporność i wartość kliniczną modelu poprzez czasową walidację wewnętrzną, korektę optymizmu metodą bootstrap oraz analizę wrażliwości. Badanie to skoncentrowano na zindywidualizowanym ostrzeganiu przed ryzykiem w ramach rutynowej diagnostyki rentgenowskiej, integrując utajone fenotypy kruchości obrazowanej miejscowo oraz systemowe informacje o podatności klinicznej w interpretowalnym narzędziu predykcyjnym, aby zapewnić podstawę do identyfikacji osób wysokiego ryzyka, zintensyfikowanego nadzoru oraz interwencji zapobiegawczych.
Protokół
Badanie to zostało przeanalizowane i zatwierdzone przez Komisję Etyki Medycznej Szpitala Ósmego Ludowego w Szanghaju (Shanghai Eighth People’s Hospital), Szanghaj, Chiny (numer zatwierdzenia 2026-102-03-02). Ponieważ badanie miało charakter retrospektywny, a wszystkie dane zostały zanonimizowane przed analizą, komisja etyczna zwolniła z obowiązku uzyskania świadomej zgody od pacjentów.
Projekt badania:
Typ badania
Badanie to było jednorodne retrospektywne badanie kohortowe, a baza danych została utworzona z wykorzystaniem danych z hospitalnego systemu archiwizacji i komunikacji obrazowej (PACS), systemu informacji radiologicznych (RIS) oraz elektronicznego systemu dokumentacji medycznej. Populację badania stanowili kolejni pacjenci, u których przeprowadzono cyfrowe badanie rentgenowskie kręgosłupa piersiowo-lędźwiowego w projekcji bocznej w tym szpitalu. Okres włączenia trwał od 1 stycznia 2018 r. do 31 grudnia 2023 r., a termin końcowy obserwacji wyznaczono na 31 grudnia 2025 r. Raport z badania został przygotowany zgodnie z rekomendacjami TRIPOD+AI oraz STROBE, aby zapewnić standaryzację raportowania badań nad modelami predykcyjnymi z wykorzystaniem sztucznej inteligencji oraz badań obserwacyjnych.
Warunki badania i źródło przypadku
Przypadki pozyskano w ramach rutynowego procesu diagnostyki klinicznej i leczenia pacjentów ambulatoryjnych, pacjentów oddziałów ratunkowych oraz pacjentów hospitalizowanych w szpitalu. Dane obrazowe pochodziły z oryginalnych plików DICOM w systemach PACS, natomiast dane kliniczne pobrano ze ustrukturyzowanej elektronicznej dokumentacji medycznej, systemów laboratoryjnych oraz rejestrów recept. Datę pierwszego badania RTG odcinka piersiowo-lędźwiowego w projekcji bocznej, które spełniało kryteria włączenia w okresie badania, określono jako datę wyjściową; w przypadku, gdy ten sam pacjent przeszedł wiele badań spełniających kryteria, jedynie najwcześniejsze z nich zachowano jako badanie wyjściowe, aby uniknąć wielokrotnego włączenia tego samego pacjenta. Wszystkie dane zostały zanonimizowane przed analizą, a informacje obrazowe i kliniczne dopasowano za pomocą unikalnego identyfikatora badania.
Populacja badawcza:
Kryteria włączenia
Kryteria włączenia były następujące: wiek 50 lat lub więcej; wykonanie standardowego cyfrowego badania RTG odcinka piersiowo-lędźwiowego kręgosłupa w pozycji stojącej w szpitalu w okresie trwania badania; obrazowanie wyjściowe w możliwym do prześledzenia formacie DICOM; pełna wizualizacja kręgów od T10 do L4 na obrazowaniu wyjściowym; brak istniejących złamań kręgów od T10 do L4 w ocenie obrazowania wyjściowego; możliwość wyodrębnienia określonych zmiennych klinicznych wyjściowych z elektronicznej dokumentacji medycznej; co najmniej jedno badanie kontrolne RTG, TK lub MRI odcinka piersiowo-lędźwiowego w ciągu 24 miesięcy od badania wyjściowego lub wystąpienie potwierdzonego obrazowo nowego złamania kręgu w ciągu 24 miesięcy.
Kryteria wykluczenia
Kryteria wykluczenia były następujące: złamanie kręgosłupa między T10 a L4 w punkcie wyjściowym; potwierdzony wywiad w kierunku urazu wysokoenergetycznego w punkcie wyjściowym lub podczas obserwacji; pierwotny lub przerzutowy nowotwór kręgosłupa, infekcja kręgosłupa lub destrukcyjna choroba kośćca; przebyte operacje wewnętrznej stabilizacji odcinka piersiowo-lędźwiowego, wertebroplastyka lub kifoplastyka; skolioza z kątem Cobba przekraczającym 30° lub ewidentna deformacja kifotyczna (w tym deformacja kifotyczna typu Scheuermanna, jeśli występuje), uniemożliwiająca dokładną identyfikację płyt granicznych od T10 do L4; wyraźne artefakty ruchowe, nieprawidłowa ekspozycja, przesłonięcie przez metal lub niewystarczający zakres obrazowania; brak możliwości potwierdzenia kluczowych zmiennych wyjściowych lub informacji o wyników na podstawie elektronicznej dokumentacji medycznej.
Proces tworzenia retrospektywnej kohorty
Przesiew populacji badanej został przeprowadzony niezależnie przez dwóch badaczy zgodnie z wcześniej określonymi kryteriami, a rozbieżności rozstrzygano w drodze dyskusji w celu osiągnięcia konsensusu. Po zakończeniu przesiewu przypadków dokonano grupowania szeregów czasowych według daty wyjściowej: pacjenci zakwalifikowani od 1 stycznia 2018 r. do 31 grudnia 2021 r. stanowili kohortę pochodną do selekcji cech i budowy modelu; pacjenci zakwalifikowani od 1 stycznia 2022 r. do 31 grudnia 2023 r. stanowili wewnętrzną kohortę walidacyjną do oceny wydajności modelu. Podział czasowy, zamiast podziału losowego, pozwala zredukować ryzyko wycieku informacji i jest bliższy rzeczywistemu scenariuszowi zastosowania modelu u kolejnych pacjentów. Proces przesiewu populacji badanej przedstawiono w formie schematu blokowego.
Główny punkt końcowy i sposób jego oznaczenia:
Definicja głównego punktu końcowego
Głównym punktem końcowym niniejszego badania było wystąpienie pierwszej złamania kręgów z powodu kruchości w zakresie od T10 do L4 w ciągu 24 miesięcy od badania bazowego. Okno czasowe predykcji w badaniu określono z góry na 2 lata, a wynikiem modelu było indywidualne prawdopodobieństwo ryzyka wystąpienia złamania kręgów w ciągu 2 lat.
Kryteria ustalenia wystąpienia świeżego złamania kręgu
Nowe złamanie kręgu zdefiniowano w następujący sposób: w stosunku do obrazowania wyjściowego, obrazowanie kontrolne wykazało zmniejszenie wysokości przedniej, środkowej lub tylnej dowolnego trzonu kręgu od T10 do L4 o 20% lub więcej, przy bezwzględnym zmniejszeniu wysokości o co najmniej 4 mm, lub pojawienie się nowego zapadnięcia płyty granicznej bądź przerwania ciągłości kory kostnej10. Określenie wyniku przeprowadzono kompleksowo na podstawie kontrolnego rentgena odcinka piersiowo-lędźwiowego, TK oraz MRI. Opis obrazów wykonali niezależnie dwaj radiolodzy specjalizujący się w układzie mięśniowo-szkieletowym, posiadający odpowiednio 8 i 12 lat doświadczenia diagnostycznego; żaden z nich nie miał dostępu do danych klinicznych ani wyników modelu podczas opisu obrazów; w przypadku rozbieżności rozstrzygnięcie podejmował starszy radiolog specjalizujący się w układzie mięśniowo-szkieletowym z 18-letnim doświadczeniem. Złamania kręgów spowodowane nowotworem, infekcją lub urazem wysokoenergetycznym nie były wliczane jako zdarzenia końcowe.
Punkt początkowy, punkt końcowy i okno obserwacyjne obserwacji kontrolnych
Punktem początkowym obserwacji była data bazowego badania rentgenowskiego odcinka piersiowo-lędźwiowego kręgosłupa w projekcji bocznej. Końcowy punkt obserwacji zdefiniowano jako najwcześniejszy z następujących momentów: datę wystąpienia pierwszej złamanej kręga, 24 miesiące po badaniu bazowym, datę ostatniego badania obrazowego kręgosłupa potwierdzającego brak złamań kręgów lub datę zgonu. Złamania, które pojawiły się po upływie 24 miesięcy, nie zostały włączone do głównego punktu końcowego. Pacjentów, u których nie wystąpiły zdarzenia końcowe, potraktowano jako dane cenzurowane.
Gromadzenie danych klinicznych i definiowanie potencjalnych zmiennych klinicznych:
Dane demograficzne i ogólne dane kliniczne
Podstawowe dane kliniczne zostały wyekstrahowane z elektronicznego systemu dokumentacji medycznej przez dwóch badaczy zgodnie z jednolitym formularzem raportowania przypadków, bez przeglądania wyników określenia punktu końcowego podczas ekstrakcji. Zebrane dane demograficzne i ogólne dane kliniczne obejmowały wiek, płeć, wzrost, masę ciała oraz indeks masy ciała. Wiek określono jako rzeczywisty wiek w dacie bazowej; masę ciała i wzrost pobrano z wpisu najbliższego dacie bazowej w przedziale 30 dni przed lub po tej dacie; indeks masy ciała obliczono jako masę ciała podzieloną przez kwadrat wzrostu, w kilogramach na metr kwadratowy.
Historia medyczna, stosowanie leków i dane dotyczące metabolizmu kostnego
Biorąc pod uwagę dostępność kliniczną i uogólnialność modelu, do analizy wstępnie wyznaczono następujące potencjalne kliniczne czynniki ryzyka: historię wcześniejszych złamań fragilnych, cukrzycę typu 2, reumatoidalne zapalenie stawów, przewlekłe stosowanie glikokortykosteroidów doustnych oraz wyjściowe leczenie przeciwosteoporotyczne. Standaryzowane pomiary wyjściowej gęstości mineralnej kości oraz wynik FRAX nie zostały wstępnie wyznaczone jako kandydaci na predyktory, ponieważ nie były one jednolicie dostępne jako standaryzowane zmienne wyjściowe w całej kohorcie; zamiast tego kilka klinicznych czynników powiązanych z FRAX rozpatrywano oddzielnie jako indywidualne zmienne kandydujące. Historia wcześniejszych złamań fragilnych, rozpoznania chorób współistniejących oraz informacje o lekach zostały pobrane z elektronicznej dokumentacji medycznej, kart wypisowych i systemów recept przed okresem wyjściowym; wymagano, aby wszystkie zmienne istniały przed tym okresem, co miało zapewnić, że predyktory poprzedzały czasowo zdarzenie końcowe.
Kryteria definicji zmiennych klinicznych
Poprzedny wywiad w kierunku złamań fragilnych zdefiniowano jako złamanie występujące po 40. roku życia, spowodowane urazem o niskiej energii i wyraźnie odnotowane w dokumentacji medycznej; w definicji tej nie uwzględniono złamań czaszki, kości twarzy, palców rąk i palców stóp. Cukrzycę typu 2 zdefiniowano jako wyraźną diagnozę odnotowaną przed określeniem wartości bazowych lub długotrwałe stosowanie leków przeciwcukrzycowych. Reumatoidalne zapalenie stawów zdefiniowano jako wyraźną diagnozę postawioną przez specjalistę reumatologa w dokumentacji medycznej. Przewlekłe doustne stosowanie glikokortykosteroidów zdefiniowano jako dawkę ekwiwalentu prednizonu nie mniejszą niż 5 mg/d przez nie mniej niż 3 miesiące w ciągu roku przed określeniem wartości bazowych. Leczenie przeciwosteoporotyczne w punkcie wyjścia zdefiniowano jako ciągłe stosowanie bisfosfonianów, denosumabu, teriparatydu, raloksifenu, kalcytoniny, alfacalcydolu lub kalcytrolu w ciągu 3 miesięcy przed określeniem wartości bazowych, przez okres nie krótszy niż 8 tygodni. W modelowaniu wiek oraz wskaźnik masy ciała traktowano jako zmienne ciągłe i nie poddawano ich sztucznej kategoryzacji.
Pozyskiwanie danych obrazowych i przetwarzanie wstępne obrazów
Protokół akwizycji RTG odcinka piersiowo-lędźwiowego w projekcji bocznej
Wszystkie obrazy wyjściowe były standardowymi zdjęciami rentgenowskimi odcinka piersiowo-lędźwiowego w projekcji bocznej w pozycji stojącej, wykonanymi za pomocą szpitalnego cyfrowego systemu radiograficznego. Podczas badania pacjenci przyjmowali naturalną pozycję stojącą, z obiema górnymi kończynami zgiętymi do przodu w celu zmniejszenia nakładania się obręczy barkowej, a zakres obrazowania obejmował od T10 do L4. Do badania wykorzystano automatyczną kontrolę ekspozycji, z zakresem napięcia lampy od 80–95 kV i odległością od źródła do detektora wynoszącą 110 cm. W przypadku tego samego pacjenta, gdy w dacie wyjściowej dostępnych było wiele kwalifikujących się radiogramów bocznych, jako obiekt analizy wybrano ten o pełnym zakresie obrazowania i najlepszej jakości obrazu.
Kryteria włączenia obrazów i kontrola jakości
Obrazy wyjściowe musiały spełniać następujące wymagania dotyczące jakości: pełna wizualizacja kręgów od T10 do L4 oraz ich górnych i dolnych płytek granicznych; wyraźne przednie i tylne krawędzie kręgów, płytki graniczne i granice korowe; brak wyraźnych artefaktów ruchowych; brak silnej prześwietlenia lub niedoświetlenia; brak obszernych przesłonięć metalicznych oraz brak wyraźnych zniekształceń morfologicznych spowodowanych rotacją ciała. Wykluczono również obrazy z silnymi zmianami degeneracyjnymi lub osteofitami, które uniemożliwiały wiarygodną identyfikację krawędzi kręgów lub płytek granicznych. Dwóch radiologów specjalizujących się w układzie mięśniowo-szkieletowym przeprowadziło przegląd jakości wszystkich obrazów wyjściowych, a każdy obraz niespełniający któregokolwiek z kluczowych kryteriów jakości został wykluczony.
Preprocessing i standaryzacja obrazów
Wszystkie obrazy DICOM zostały zanonimizowane przed analizą. Etapy preprocessingu obejmowały ujednolicenie orientacji obrazów, resampling do rozdzielczości przestrzennej 0.30 mm × 0.30 mm, przycięcie wartości poziomów szarości między 0.5tym a 99.5tym percentylem oraz standaryzację wartości pikseli do przedziału 0–1 przy użyciu metody normalizacji min-max. Powyższy schemat preprocessingu był spójny w kohorcie pochodnej oraz kohorcie walidacyjnej i został w całości wykonany automatycznie za pomocą uprzednio określonych skryptów, aby zredukować błędy wynikające z operacji manualnych.
Ekstrakcja cech obrazowania za pomocą głębokiego uczenia:
Wyznaczenie obszaru zainteresowania
Obszarem zainteresowania (ROI) była boczna projekcja kręgosłupa między górną płytką graniczną kręgu T10 a dolną płytką graniczną kręgu L4. Radiolog specjalizujący się w układzie mięśniowo-szkieletowym z 8-letnim doświadczeniem wykonał adnotację w formie prostokątnych ramek dla wszystkich obrazów wyjściowych w oprogramowaniu ITK-SNAP, przy czym granicę przednią wyznaczono 5 mm przed przednią krawędzią kręgów, a granicę tylną 5 mm za tylną krawędzią kręgów11; drugi radiolog specjalizujący się w układzie mięśniowo-szkieletowym z 12-letnim doświadczeniem zweryfikował obrazy w każdym przypadku z osobna. ROI stanowił prostokątny obszar na poziomie regionu, a nie ścisła segmentacja konturu kręgów; w związku z tym powszechne marginalne osteofity nie były usuwane osobno i mogły zostać częściowo włączone, jeśli mieściły się w określonej granicy, natomiast przypadki ze zmianami degeneracyjnymi na tyle nasilonymi, by przesłaniać krawędzie kręgów lub płytki graniczne, zostały wcześniej wykluczone podczas oceny jakości obrazu. Aby ocenić powtarzalność adnotacji obszarów, losowo wybrano 50 obrazów, które zostały ponownie zaadnotowane przez tego samego radiologa po 4 tygodniach oraz niezależnie zaadnotowane przez drugiego radiologa w celu późniejszej analizy stabilności cech. Po wycięciu ROI wszystkie obrazy zostały ujednolicone do rozmiaru 224 × 224 pikseli.
Architektura modelu głębokiego uczenia i proces ekstrakcji cech
W niniejszym badaniu wykorzystano splotową sieć neuronową ResNet50 jako ekstraktor cech głębokiego uczenia. Parametry sieci zainicjowano wagami wstępnie wytrenowanymi na zbiorze ImageNet, a następnie przeprowadzono samonadzorowaną adaptację domeny na wszystkich bazowych obrazach ROI w kohorcie pochodzenia, bez wykorzystania etykiet wyników podczas procesu adaptacji. W szczególności zastosowano kontrastowe zadanie samonadzorowane, w którym dwa niezależnie augmentowane widoki wygenerowane z tego samego obrazu ROI traktowano jako parę pozytywną, natomiast widoki od różnych pacjentów w obrębie tej samej mini-wsady traktowano jako pary negatywne, aby enkoder mógł dostosować się do rozkładu obrazów w badaniu. Trenowanie modelu przeprowadzono przy użyciu optymalizatora AdamW, z początkową prędkością uczenia ustawioną na 1 × 10^-4, rozmiarem wsady 64 i 200 epokami treningowymi; podczas uczenia przeprowadzono augmentację danych poprzez rotację ±5°, skalowanie 0,9–1,1-krotne, translację nieprzekraczającą 10 pikseli oraz perturbację kontrastu o ±10%12. Augmentacje te służyły do generowania par widoków dla zadania samonadzorowanego, a na tym etapie wykorzystano wyłącznie nieetykietowane obrazy z kohorty pochodzenia. Po adaptacji domeny nie przeprowadzono dostrajania nadzorowanego przez wyniki, a zaadaptowany enkoder szkieletowy został zamrożony do ekstrakcji cech. Po zakończeniu adaptacji domeny, wektor wyjściowy o wymiarze 2 048 z warstwy globalnego uśredniania pulingu (global average pooling) został wyekstrahowany jako kandydujące cechy głębokiego uczenia dla każdego pacjenta.
Przesiewowe badanie cech obrazowania i redukcja wymiarowości
W pierwszej kolejności, na podstawie 50 obrazów z powtórzoną adnotacją, obliczono współczynnik korelacji wewnątrzklasowej (ICC) cech; zachowano cechy, dla których ICC wewnątrz- i międzyobserwatorowi nie było niższe niż 0,80, aby zapewnić stabilność cech przy niewielkich zmianach ROI. Następnie zachowane cechy zostały zestandaryzowane metodą Z-score w kohorcie pochodnej, usunięto cechy o zerowej wariancji, a w przypadku cech o bezwzględnym współczynniku korelacji parzystej większym niż 0,90, zachowano tylko jedną z nich. Ostatecznie do selekcji cech wykorzystano regresję LASSO-Cox, a parametr kary określono za pomocą 10-krotnej walidacji krzyżowej zgodnie z kryterium 1-SE. Cechy z niezerowymi współczynnikami regresji zostały zważone i zsumowane zgodnie z ich współczynnikami w celu zbudowania wyniku głębokiego uczenia (DL score)13. Po ustaleniu tej formuły punktowej w kohorcie pochodnej, została ona ustalona na stałe i bezpośrednio zastosowana do wewnętrznej kohorty walidacyjnej.
Wstępne przetwarzanie i integracja potencjalnych predyktorów:
Obsługa brakujących danych i standaryzacja danych
Wszystkie potencjalne zmienne kliniczne pozyskano z ustrukturyzowanych pól dokumentacji medycznej. Z procesu modelowania wykluczono zmienne, w których odsetek brakujących danych przekraczał 20%. Pozostałe brakujące wartości uzupełniono metodą wielokrotnej imputacji za pomocą łańcuchowych równań, generując 10 zestawów danych z imputacją; model imputacji obejmował wszystkie potencjalne predyktory, zmienną wskaźnikową wyniku oraz estymację skumulowanej funkcji ryzyka Nelsona-Aalena, aby w maksymalnym stopniu zachować informacje o czasie do wystąpienia zdarzenia. Ciągłe zmienne kliniczne oraz wynik DL zostały zestandaryzowane przy użyciu średniej i odchylenia standardowego kohorty wyprowadzającej, a te same parametry transformacji zastosowano do kohorty walidacyjnej; zmienne binarne zakodowano jednolicie jako 0 lub 1.
Wybór klinicznych czynników ryzyka
Wstępne określenie potencjalnych klinicznych czynników ryzyka oparto na interpretowalności klinicznej, wcześniejszych dowodach oraz dostępności danych; nie zastosowano przesiewowej analizy jednowymiarowej wartości P. Zmienne kliniczne wprowadzone do selekcji LASSO-Cox obejmowały wiek, płeć, wskaźnik masy ciała, historię wcześniejszych złamań fragilnych, cukrzycę typu 2, reumatoidalne zapalenie stawów, przewlekłe stosowanie glikokortykosteroidów doustnych oraz wyjściowe leczenie przeciwosteoporotyczne; wzrost i wagę zebrano opisowo i wykorzystano do wyliczenia wskaźnika masy ciała, ale nie wprowadzano ich oddzielnie do modelowania. Regresję LASSO-Cox przeprowadzono oddzielnie w 10 imputowanych zbiorach danych kohorty pochodzenia, a parametr kary wybrano za pomocą 10-krotnej walidacji krzyżowej; do końcowego modelu klinicznego włączono zmienne z niezerowymi współczynnikami w co najmniej 7 imputowanych zbiorach danych. Wiek oraz wskaźnik masy ciała poddano testom pod kątem zależności nieliniowych z wykorzystaniem ograniczonych wielomianów trzeciego stopnia (restricted cubic splines); jeśli człon nieliniowy nie był istotny statystycznie, zachowano formę liniową. Multikolinearność oceniono za pomocą współczynnika inflacji wariancji (variance inflation factor), a zmienne o współczynniku inflacji wariancji większym niż 5 nie były zachowywane jednocześnie.
Budowa połączonego zestawu predyktorów
Aby uniknąć przeuczenia wynikającego z bezpośredniego wprowadzenia do modelu wysokowymiarowych cech obrazowania, informacje z głębokiego uczenia zostały najpierw skompresowane do jednej zmiennej ciągłej, tzw. wyniku DL (DL score), a następnie wspólnie wprowadzone do modelowania złożonego wraz z wybranymi klinicznymi czynnikami ryzyka. W modelu złożonym nie określono wcześniej żadnych członów interakcji, aby zachować oszczędność i interpretowalność modelu. Końcowy zestaw predyktorów złożonych składał się z wyniku DL oraz zachowanych zmiennych klinicznych.
Budowa modelu predykcji ryzyka:
Strategia modelowania
W kohorcie pochodzenia oddzielnie opracowano model kliniczny, model głębokiego uczenia oraz model łączony. W modelach zastosowano regresję proporcjonalnych hazardów Coxa, przyjmując za punkt końcowy badania pierwsze wystąpienie kruchego złamania kręgu w ciągu 24 miesięcy od wizyty bazowej; zasady cenzurowania opisano w powyższej definicji obserwacji. Aby zapobiec nadmiernemu dopasowaniu (overfitting), przed modelowaniem ograniczono złożoność modelu łączonego i w miarę możliwości utrzymano stosunkowo wysoką wartość stosunku liczby zdarzeń do liczby parametrów. Końcowe współczynniki regresji i błędy standardowe dla każdego modelu oszacowano oddzielnie w 10 zbiorach danych po imputacji, a następnie połączono zgodnie z regułami Rubina. Funkcję hazardu bazowego oszacowano metodą Breslowa, a następnie obliczono indywidualne prawdopodobieństwo ryzyka w okresie 2 lat.
Budowa modelu klinicznego
Model kliniczny obejmował kliniczne czynniki ryzyka wyłonione po zastosowaniu selekcji metodą LASSO-Cox. Wszystkie zmienne ciągłe zachowano w formie ciągłej i nie poddawano ich dychotomizacji. Po dopasowaniu modelu przetestowano założenie o proporcjonalności hazardu przy użyciu reszt Schoenfelda; w przypadku zmiennych niespełniających tego założenia, w celu korekty dodano człon interakcji z ln(time). Model kliniczny wykorzystano do oceny zdolności predykcyjnej tradycyjnych informacji klinicznych w odniesieniu do wystąpienia złamań kręgów.
Konstrukcja modelu obrazowania opartego na głębokim uczeniu
Model głębokiego uczenia opracowano jako model proporcjonalnych hazardów Coxa, wykorzystując wynik DL jako jedyny predyktor, aby ilościowo ocenić zdolność cech głębokiego uczenia z bazowej rentgenografii bocznej odcinka piersiowo-lędźwiowego kręgosłupa do przewidywania ryzyka wystąpienia złamania kręgów w ciągu 2 lat. Model ten nie uwzględniał żadnych informacji klinicznych, pełniąc tym samym rolę unimodalnego modelu obrazowego do porównania z innymi modelami.
Budowa modelu połączonego
Model łączony uwzględnił dodatkowo wynik DL na podstawie modelu klinicznego, tworząc kompleksowy model predykcyjny oparty na cechach głębokiego uczenia z bocznego zdjęcia rentgenowskiego odcinka piersiowo-lędźwiowego w połączeniu z klinicznymi czynnikami ryzyka. Po opracowaniu modelu łączonego, na podstawie jego współczynników regresji sporządzono nomogram ryzyka 2-letniego w celu zindywidualizowanej oceny ryzyka oraz prezentacji zastosowań klinicznych.
Wewnętrzna walidacja i ocena wydajności modelu:
Metoda walidacji wewnętrznej
W ramach walidacji wewnętrznej zastosowano strategię czasowo rozdzielonej walidacji wewnętrznej w jednym ośrodku. Wszystkie modele opracowane w kohorcie pochodnej zostały bezpośrednio zastosowane do kohorty walidacyjnej, rekrutowanej od 1 stycznia 2022 r. do 31 grudnia 2023 r., po ustaleniu parametrów, bez ponownego dopasowania. Dodatkowo w kohorcie pochodnej przeprowadzono 1 000 prób bootstrapowych w celu uzyskania szacunków wydajności skorygowanych o optymizm, aby ocenić stabilność modelu.
Ocena dyskryminacji
Dyskryminację modelu oceniano za pomocą indeksu konkordancji Harrella oraz 2-letniej zależnej od czasu AUC obliczonej w oparciu o metodę ważenia odwrotnością prawdopodobieństwa cenzurowania, w obu przypadkach z podaniem 95% przedziałów ufności. Wyższa dyskryminacja wskazuje, że model lepiej odróżnia osoby, u których w przyszłości wystąpią nowe złamania kręgów, od tych, u których one nie wystąpią. Różnice w dyskryminacji między modelami obliczono metodą bootstrap z 95% przedziałami ufności.
Ocena kalibracji
Kalibrację modelu oceniono za pomocą krzywej kalibracji ryzyka 2-letniego, punktu przecięcia kalibracji, nachylenia kalibracji oraz wyniku Brier score dla 2 lat. Krzywą kalibracji wykreślono na podstawie decyli przewidywanego ryzyka i skorygowano metodą bootstrap. Punkt przecięcia kalibracji bliski 0, nachylenie kalibracji bliskie 1 oraz niższy wynik Brier score wskazują na dobrą zgodność między ryzykiem przewidywanym a faktycznie zaobserwowanym.
Ocena wartości zastosowania klinicznego
Wartość kliniczna modelu została oceniona za pomocą 2-letniej analizy krzywych decyzyjnych, porównując korzyść netto przy różnych prawdopodobieństwach progowych. Zakres prawdopodobieństwa progowego określono wcześniej jako 0,05–0,30, aby objąć przedział ryzyka, który może być stosowany klinicznie w przypadku intensyfikowanej obserwacji, dalszej oceny kośćca lub zarządzania interwencją14. Przyjęto, że model z wyższą korzyścią netto posiada lepszą wartość w zakresie wspierania decyzji klinicznych.
Porównanie modeli i wyznaczenie najlepszego modelu
Model kliniczny, model głębokiego uczenia oraz model łączony zostały poddane kompleksowemu porównaniu pod kątem dyskryminacji, kalibracji, wyniku Briera oraz krzywej decyzyjnej. Zysk modelu łączonego w stosunku do modelu klinicznego określono ponadto za pomocą 2-letniego zależnego od czasu wskaźnika poprawy reklasyfikacji netto (net reclassification improvement) oraz zintegrowanego wskaźnika poprawy dyskryminacji (integrated discrimination improvement). Jako najlepszy model zdefiniowano model, który jednocześnie wykazywał wyższą dyskryminację, dobrą kalibrację, niższy błąd predykcji oraz większą korzyść netto.
Analiza statystyczna:
Zmienne ciągłe zostały początkowo ocenione pod kątem rozkładu za pomocą testu Shapiro-Wilka; zmienne o rozkładzie normalnym przedstawiono jako średnią ± odchylenie standardowe, natomiast zmienne o rozkładzie skośnym jako medianę i rozstęp międzykwartylny; zmienne kategoryczne przedstawiono jako liczbę przypadków i procent. Porównania charakterystyki wyjściowej między kohortą pochodną a kohortą walidacyjną przeprowadzono odpowiednio za pomocą testu t dla prób niezależnych, testu U Manna-Whitneya, testu χ2 lub dokładnego testu Fishera. Porównania wyjściowe służyły wyłącznie do opisania charakterystyki kohort i nie stanowiły podstawy do wyboru zmiennych. Wszystkie testy statystyczne były dwustronne, a wartość P < 0,05 uznano za istotną statystycznie. Analizy statystyczne wykonano w środowisku R, głównie z wykorzystaniem pakietów survival, glmnet, mice, rms, timeROC oraz rmda; wstępne przetwarzanie obrazów i analiza głębokiego uczenia zostały przeprowadzone w środowisku Python i PyTorch. Aby ocenić odporność wyników, dodatkowo przeprowadzono analizę przypadków kompletnych jako analizę wrażliwości.
Wyniki
Proces tworzenia retrospektywnej kohorty oraz charakterystyka wyjściowa kohort
W okresie badania pobrano zapisy zdjęć rentgenowskich odcinka piersiowo-lędźwiowego w projekcji bocznej, a po usunięciu duplikatów do przesiewu zakwalifikowano 6 114 pacjentów. Po stopniowym wykluczeniu pacjentów w wieku < 50 lat, osób z istniejącymi złamaniami w punkcie wyjściowym oraz osób z niewystarczającym okresem obserwacji, ostatecznie włączono 2 173 pacjentów, w tym 1 449 w kohorcie wyprowadzającej i 724 w kohorcie walidacji wewnętrznej (Rysunek 1). Rozkłady cech wyjściowych w kohorcie wyprowadzającej i kohorcie walidacji wewnętrznej były ogólnie zrównoważone; nie stwierdzono statystycznie istotnych różnic w wieku, płci, indeksie masy ciała ani w głównych klinicznych czynnikach ryzyka (wszystkie P > 0.05). Mediana czasu obserwacji w obu kohortach wynosiła odpowiednio 23,4 miesiąca i 23,1 miesiąca; odnotowano odpowiednio 131 i 63 przypadki nowych złamań kręgów, a 2-letnia zapadalność skumulowana wyniosła odpowiednio 9,21% i 8,91%, bez statystycznie istotnej różnicy (P = 0.812) (Tabela 1).
Wybór klinicznych czynników ryzyka, przesiewowe badanie cech obrazowych i konstrukcja modelu przewidywania ryzyka
Po selekcji LASSO-Cox, progiem częstotliwości włączenia określone wcześniej osiągnęły: wiek, płeć żeńska, wskaźnik masy ciała, historia wcześniejszych złamań kruchości, cukrzyca typu 2 oraz przewlekłe stosowanie glikokortykosteroidów doustnych; po stopniowym przesiewie 2048 cech głębokiego uczenia, przy λ1se zatrzymano 5 cech z niezerowymi współczynnikami w celu opracowania wyniku DL (Rysunek 2A–C). Na podstawie wybranych zmiennych klinicznych i wyniku DL opracowano model kliniczny, model głębokiego uczenia oraz model łączony. Wieloczynnikowa regresja Coxa wykazała, że powyższe zmienne kliniczne były wszystkie powiązane z ryzykiem wystąpienia złamania kręgosłupa w ciągu 2 lat (wszystkie P < 0,05), a po dodaniu wyniku DL do modelu klinicznego, pozostał on niezależnym predyktorem w modelu łączonym (HR = 1,64, 95% CI 1,34–2,01, P < 0,001) (Tabela 2). W związku z tym sporządzono nomogram modelu łączonego do indywidualnej oceny 2-letniego ryzyka wystąpienia złamania kręgosłupa; im wyższa punktacja całkowita, tym wyższe przewidywane ryzyko (Rysunek 2D).
Wewnętrzna walidacja i ocena wydajności modelu
Po korekcie optymizmu metodą bootstrap w kohorcie pochodzenia, model łączony nadal wykazywał najlepszą wydajność predykcyjną. Walidacja wewnętrzna wykazała, że wskaźnik C-index oraz AUC₂y modelu łączonego wyniosły odpowiednio 0,759 i 0,774, co w obu przypadkach było wartością wyższą niż w modelu klinicznym; wskaźnik Brier₂y był najniższy (0,077), a punkt przecięcia kalibracji był bliski 0, natomiast nachylenie kalibracji było bliskie 1, co wskazuje na dobrą dyskryminację i kalibrację tego modelu (Tabela 3). W kohorcie pochodzenia zarówno pozorna krzywa kalibracji, jak i krzywa skorygowana o błąd metodą bootstrap były bliskie linii idealnej. W kohorcie walidacji wewnętrznej przewidywane ryzyko 2-letnie było w generalnie zgodne z obserwowanym ryzykiem Kaplan-Meiera, a punkty kalibracji decylowej rozkładały się blisko linii idealnej, co wskazuje na dobrą kalibrację 2-letniego ryzyka w modelu łączonym (Rysunek 3A, B).
Porównanie modeli i ocena wartości zastosowania klinicznego
W porównaniu z modelem klinicznym, model łączony osiągnął istotną poprawę netto reklasyfikacji (net reclassification improvement) oraz poprawę dyskryminacji zarówno w kohorcie pochodnej, jak i w wewnętrznej kohorcie walidacyjnej, z wartościami NRI₂y wynoszącymi odpowiednio 0,316 i 0,241 oraz wartościami IDI₂y wynoszącymi odpowiednio 0,047 i 0,033 (wszystkie P < 0,01) (Tabela 4). W kohorcie pochodnej oraz w wewnętrznej kohorcie walidacyjnej model łączony zazwyczaj osiągał najwyższą korzyść netto w obrębie określonego zakresu prawdopodobieństwa progowego od 0,05 do 0,30, a jego krzywa decyzyjna znajdowała się w większości powyżej linii Treat-all oraz Treat-none, co wskazuje na jego wyższą wartość w zastosowaniu klinicznym (Rysunek 4A, B).
Wyniki analizy wrażliwości
Analiza wrażliwości dla pełnych przypadków (complete-case sensitivity analysis) wykazała, że wnioski z analizy głównej pozostały zasadniczo stabilne. Zarówno w kohorcie wyprowadzania, jak i w wewnętrznej kohorcie walidacyjnej, wskaźniki C-index oraz AUC₂y modelu złożonego były wyższe niż w przypadku modelu klinicznego, a wskaźnik Brier₂y był niższy; jego intercept kalibracji oraz nachylenie kalibracji (calibration slope) w wewnętrznej kohorcie walidacyjnej wyniosły odpowiednio 0.019 i 0.964, co sugeruje dobrą odporność modelu (Tabela 5). Podczas obserwacji odnotowano 27 zgonów w kohorcie wyprowadzania oraz 13 zgonów w wewnętrznej kohorcie walidacyjnej. W analizie wrażliwości ryzyk konkurencyjnych Fine’a-Graya, w której zgon traktowano jako zdarzenie konkurencyjne, wynik DL pozostał niezależnie powiązany z wystąpieniem złamania kręgów w modelu złożonym (subdistribution HR = 1.58, 95% CI 1.28–1.95, P < 0.001), a ogólne wnioski nie uległy zmianie.
Podsumowując, model łączony, integrujący wynik głębokiego uczenia z bazowych radiografii bocznych kręgosłupa piersiowo-lędźwiowego z wybranymi klinicznymi czynnikami ryzyka, wykazał najlepszą ogólną skuteczność w przewidywaniu wystąpienia złamań kręgów w ciągu 2 lat. W porównaniu z modelem klinicznym wykazał on wyższą dyskryminację, lepszą kalibrację, niższy błąd predykcji, poprawioną reklasyfikację oraz większą korzyść netto zarówno w kohorcie wyprowadzenia, jak i w kohorcie walidacji wewnętrznej. Niezależna wartość predykcyjna wyniku głębokiego uczenia oraz spójność wyników w analizach wrażliwości dla przypadków kompletnych i ryzyk konkurencyjnych dodatkowo potwierdziły rzetelność głównych rezultatów.
DOSTĘPNOŚĆ DANYCH:
Surowe dane zostały przesłane jako Plik uzupełniający 1.
Rycina 1. Schemat przesiewowy populacji badanej. W przypadku tego samego pacjenta, gdy wiele badań spełniało kryteria kwalifikacji, jako badanie wyjściowe zachowano jedynie najwcześniejsze z nich. Każdy powód wykluczenia stosowano sekwencyjnie zgodnie z określoną wcześniej kolejnością, a każdego pacjenta liczono tylko raz przy wykluczeniu. Kliknij tutaj, aby zobaczyć powiększoną wersję tej ryciny.
Rysunek 2. Selekcja klinicznych czynników ryzyka i cech głębokiego uczenia metodą LASSO-Cox oraz nomogram modelu połączonego. (A) Częstotliwość włączenia potencjalnych zmiennych klinicznych w 10 imputowanych zbiorach danych, gdzie linia przerywana wskazuje próg 70%. (B) Ścieżki współczynników LASSO-Cox dla cech głębokiego uczenia. (C) Krzywa odchylenia częściowej wiarygodności z 10-krotnej walidacji krzyżowej, gdzie pionowe linie przerywane wskazują odpowiednio λmin i λ1se. (D) Nomogram dla ryzyka 2-letniego w modelu połączonym; każdemu predyktorowi odpowiada określona liczba punktów, które są sumowane w celu uzyskania wyniku całkowitego, następnie przeliczanego na indywidualne 2-letnie ryzyko wystąpienia złamania kręgu. DL score, wynik głębokiego uczenia. Kliknij tutaj, aby wyświetlić powiększoną wersję tego rysunku.
Rysunek 3. Krzywe kalibracji 2-letniego ryzyka dla modelu łączonego w kohorcie pochodzenia oraz w wewnętrznej kohorcie walidacyjnej. (A) Kohorta pochodzenia. (B) Wewnętrzna kohorta walidacyjna. Punkty kalibracyjne wygenerowano zgodnie z decylami ryzyka przewidywanego, a ryzyko obserwowane oszacowano metodą Kaplana-Meiera. Kliknij tutaj, aby wyświetlić powiększoną wersję tego rysunku.
Rysunek 4. Analiza krzywej decyzyjnej trzech modeli w kohorcie wyprowadzenia i wewnętrznej kohorcie walidacyjnej. (A) Kohorta wyprowadzenia. (B) Wewnętrzna kohorta walidacyjna. Oś pozioma przedstawia prawdopodobieństwo progowe, a oś pionowa przedstawia korzyść netto. „Treat-all” oznacza interwencję dla wszystkich, a „Treat-none” oznacza braku interwencji dla nikogo. Kliknij tutaj, aby wyświetlić powiększoną wersję tego rysunku.
| Nazwa zmiennej | Braki danych, n (%) | Kohorta wyprowadzania (n=1449) | Wewnętrzna kohorta walidacyjna (n=724) | P |
| Charakterystyka wyjściowa | ||||
| Wielkość próby, n | — | 1449 | 724 | — |
| Wiek, lata | 0 (0.00) | 68.41 ± 8.37 | 68.96 ± 8.56 | 0.155 |
| Kobiety, n (%) | 0 (0.00) | 962 (66.39%) | 463 (63.95%) | 0.259 |
| Wzrost, cm | 16 (0.74) | 158.42 ± 7.91 | 157.98 ± 8.16 | 0.232 |
| Masa, kg | 21 (0.97) | 59.76 ± 9.88 | 59.21 ± 10.14 | 0.23 |
| Wskaźnik masy ciała, kg/m² | 28 (1.29) | 23.77 ± 3.28 | 23.69 ± 3.34 | 0.597 |
| Historia wcześniejszych złamań fragilności, n (%) | 0 (0.00) | 171 (11.80%) | 96 (13.26%) | 0.329 |
| Cukrzyca typu 2, n (%) | 0 (0.00) | 303 (20.91%) | 158 (21.82%) | 0.624 |
| RZS, n (%) | 0 (0.00) | 49 (3.38%) | 29 (4.01%) | 0.461 |
| Przewlekłe doustne stosowanie glikokortykosteroidów, n (%) | 0 (0.00) | 65 (4.49%) | 38 (5.25%) | 0.43 |
| Wyjściowe leczenie przeciwosteoporozyczne, n (%) | 0 (0.00) | 131 (9.04%) | 75 (10.36%) | 0.323 |
| Opis obserwacji i wyników | ||||
| Czas obserwacji, miesiące | 0 (0.00) | 23.4 [18.7, 24.0] | 23.1 [18.4, 24.0] | 0.341 |
| Liczba nowych zdarzeń złamań kręgów, n | 0 (0.00) | 131 | 63 | — |
| 2-letnia skumulowana zapadalność na nowe złamania kręgów, % (95% CI) | — | 9.21 (7.82, 10.60) | 8.91 (6.79, 11.03) | 0.812 |
Tabela 1: Charakterystyka wyjściowa i wyniki w dwóch kohortach. Kolumna wartości brakujących opierała się na oryginalnych danych obserwowanych, a wielokrotna imputacja została zastosowana wyłącznie do modelowania. Zmienne ciągłe przedstawiono jako x̄ ± s lub M[IQR] w zależności od rozkładu, a porównania między grupami przeprowadzono za pomocą testu t dla prób niezależnych lub testu U Manna-Whitneya; zmienne kategoryczne przedstawiono jako n (%), a porównania między grupami przeprowadzono za pomocą testu χ2. 2-letnią skumulowaną zapadalność na incydentalne złamania kręgów oszacowano metodą Kaplana-Meiera i przedstawiono wraz z 95% CI; porównanie między grupami przeprowadzono za pomocą testu log-rank. Wartości P służyły wyłącznie do opisania różnic w składzie kohort pomiędzy dwiema grupami i nie były wykorzystywane do wyboru predyktorów.
| Predyktor | β | HR | 95% CI | P |
| Model kliniczny | ||||
| Wiek (na każde zwiększenie o 1 SD) | 0.28 | 1.33 | 1.10–1.60 | 0.003 |
| Płeć żeńska (tak vs nie) | 0.26 | 1.29 | 1.02–1.63 | 0.031 |
| Wskaźnik masy ciała (na każde zwiększenie o 1 SD) | −0.19 | 0.83 | 0.70–0.98 | 0.03 |
| Historia wcześniejszych złamań fragilnych (tak vs nie) | 0.66 | 1.93 | 1.38–2.71 | <0.001 |
| Cukrzyca typu 2 (tak vs nie) | 0.31 | 1.36 | 1.06–1.75 | 0.016 |
| Przewlekłe stosowanie glikokortykosteroidów doustnie (tak vs nie) | 0.49 | 1.63 | 1.14–2.33 | 0.008 |
| Model głębokiego uczenia | ||||
| wynik DL (na każde zwiększenie o 1 SD) | 0.58 | 1.78 | 1.46–2.17 | <0.001 |
| Model łączony | ||||
| Wiek (na każde zwiększenie o 1 SD) | 0.22 | 1.25 | 1.07–1.46 | 0.004 |
| Płeć żeńska (tak vs nie) | 0.23 | 1.26 | 1.01–1.56 | 0.04 |
| Wskaźnik masy ciała (na każde zwiększenie o 1 SD) | −0.18 | 0.84 | 0.72–0.98 | 0.031 |
| Historia wcześniejszych złamań fragilnych (tak vs nie) | 0.59 | 1.8 | 1.27–2.56 | 0.001 |
| Cukrzyca typu 2 (tak vs nie) | 0.27 | 1.31 | 1.01–1.70 | 0.044 |
| Przewlekłe doustne stosowanie glukokortykosteroidów (tak vs nie) | 0.42 | 1.53 | 1.05–2.21 | 0.026 |
| wynik DL (na każde zwiększenie o 1 SD) | 0.5 | 1.64 | 1.34–2.01 | <0.001 |
Tabela 2: Predyktory i wyniki regresji Coxa dla trzech modeli. Szacunki parametrów modelu klinicznego i modelu łączonego zostały zgromadzone z 10 imputowanych zbiorów danych zgodnie z regułami Rubina, a wartości P uzyskano za pomocą testu Walda. Zmienne ciągłe oraz wynik DL wprowadzono do modeli jako wartości standaryzowane, a HR odpowiadał wzrostowi o 1 SD; kategorią referencyjną dla zmiennych binarnych była jednolicie kategoria „no” lub „none”. Wynik DL był wynikiem złożonym uzyskanym poprzez ważenie cech głębokiego uczenia. 2-letnie bazowe wskaźniki przeżycia S₀ (2 years) dla trzech modeli wynosiły odpowiednio 0,9387, 0,9194 i 0,9413. 2-letnie ryzyko dla modelu łączonego obliczono jako: 2 - yearrisk = 1 - [S0(2 years)]exp(LP).
| Model | Pozorne C (95% CI) | Skorygowane C | Walidacyjne C (95% CI) | ΔC (95% CI) | Pozorne AUC₂y (95% CI) | Skorygowane AUC₂y | Walidacyjne AUC₂y (95% CI) | ΔAUC₂y (95% CI) | Pozorne Brier₂y | Skorygowane Brier₂y | Walidacyjne Brier₂y | Walidacyjny punkt przecięcia | Walidacyjne nachylenie |
| Model kliniczny | 0.702 (0.657–0.747) | 0.691 | 0.687 (0.619–0.754) | Ref | 0.711 (0.665–0.757) | 0.7 | 0.694 (0.626–0.762) | Ref | 0.081 | 0.082 | 0.082 | 0.073 | 0.901 |
| Model głębokiego uczenia | 0.734 (0.691–0.777) | 0.722 | 0.713 (0.648–0.778) | 0.026 (−0.018–0.070) | 0.743 (0.698–0.789) | 0.731 | 0.722 (0.658–0.786) | 0.028 (−0.016–0.072) | 0.079 | 0.08 | 0.08 | 0.058 | 0.843 |
| Model łączony | 0.787 (0.748–0.826) | 0.773 | 0.759 (0.699–0.819) | 0.072 (0.030–0.114) | 0.799 (0.758–0.841) | 0.785 | 0.774 (0.715–0.833) | 0.080 (0.038–0.122) | 0.075 | 0.076 | 0.077 | 0.012 | 0.972 |
Tabela 3: Wydajność predykcyjna, wydajność skorygowana o optymizm oraz wyniki walidacji wewnętrznej trzech modeli. Skorygowane wyniki są szacunkami punktowymi po 1000 bootstrapowych korekt optymizmu. ΔC i ΔAUC₂y to różnice względem modelu klinicznego. Wyższe wartości C i AUC₂y oraz niższe wartości Brier₂y wskazują na lepszą wydajność modelu; przechwyt kalibracji bliższy 0 i nachylenie kalibracji bliższe 1 wskazują na lepszą kalibrację. C, indeks zgodności Harrella; AUC₂y, zależna od czasu pole pod krzywą charakterystyki operacyjnej odbiornika dla okresu 2 lat; Brier₂y, wskaźnik Briera dla okresu 2 lat.
| Kohorta | NRI₂y | 95% CI | P | IDI₂y | 95% CI | P |
| Kohorta wyprowadzająca | 0.316 | 0.174–0.463 | <0.001 | 0.047 | 0.024–0.073 | <0.001 |
| Kohorta walidacji wewnętrznej | 0.241 | 0.058–0.389 | 0.009 | 0.033 | 0.009–0.058 | 0.007 |
Tabela 4: 2-letnie wskaźniki NRI i IDI modelu łączonego w stosunku do modelu klinicznego. Dodatnie wartości NRI₂y i IDI₂y wskazują, że model łączony posiada lepszą przyrostową wartość prognostyczną niż model kliniczny. Zarówno NRI₂y, jak i IDI₂y zostały obliczone w oparciu o 2-letnią metodę zależną od czasu, a dane ocenzurowane opracowano przy użyciu metody ważenia odwrotnej prawdopodobieństwem cenzurowania; 95% CI uzyskano za pomocą 1 000 prób bootstrapowych, a wartości P były dwustronne. NRI₂y, 2-letnia netto poprawa reklasyfikacji; IDI₂y, 2-letnia zintegrowana poprawa dyskryminacji.
| Model | Kohorta wyprowadzająca n | Zdarzenia w kohorcie wyprowadzającej | Wskaźnik C w kohorcie wyprowadzającej (95% CI) | AUC₂y w kohorcie wyprowadzającej (95% CI) | Brier₂y w kohorcie wyprowadzającej | Kohorta walidacyjna n | Zdarzenia w kohorcie walidacyjnej | Wskaźnik C w kohorcie walidacyjnej (95% CI) | AUC₂y w kohorcie walidacyjnej (95% CI) | Brier₂y w kohorcie walidacyjnej | Przecięcie w kohorcie walidacyjnej | Nachylenie w kohorcie walidacyjnej |
| Model kliniczny | 1431 | 129 | 0.699 (0.654–0.744) | 0.707 (0.661–0.752) | 0.082 | 714 | 62 | 0.681 (0.613–0.749) | 0.690 (0.622–0.759) | 0.083 | 0.084 | 0.892 |
| Model łączony | 1431 | 129 | 0.783 (0.744–0.822) | 0.795 (0.753–0.837) | 0.076 | 714 | 62 | 0.753 (0.692–0.814) | 0.769 (0.709–0.829) | 0.078 | 0.019 | 0.964 |
Tabela 5: Analiza wrażliwości dla przypadków kompletnych. Przypadki kompletne zdefiniowano jako pacjentów z oryginalnymi wartościami obserwowanymi dla wszystkich zmiennych wymaganych przez odpowiedni model. Analiza wrażliwości została przeprowadzona w oparciu o analizę przypadków kompletnych bez wielokrotnej imputacji. Przedział ufności 95% CI uzyskano za pomocą 1 000 prób bootstrapowych. C, indeks zgodności Harrella; AUC₂y, zależna od czasu pole pod krzywą charakterystyki operacyjnej odbiornika dla okresu 2 lat; Brier₂y, wynik Briera dla okresu 2 lat.
Plik uzupełniający 1: Surowe dane Kliknij tutaj, aby pobrać ten plik.
Dyskusja
Model łączony zachował optymalną wydajność po korekcie optymizmu i czasowej walidacji wewnętrznej, co sugeruje, że cechy głębokiego uczenia z bocznej RTG odcinka piersiowo-lędźwiowego nie były jedynie powtórzeniem informacji klinicznych, lecz mogły dostarczyć niezależnych i weryfikowalnych dodatkowych informacji dla oceny ryzyka wystąpienia złamania kręgów w ciągu 2 lat. Jego znaczenie polega na włączeniu tła ogólnoustrojowej kruchości oraz lokalnej kruchości strukturalnej kręgosłupa do tego samego modelu predykcyjnego. Wiek, płeć żeńska, niski wskaźnik masy ciała, wcześniejsze złamanie z kruchości, cukrzyca oraz ekspozycja na glikokortykosteroidy odzwierciedlają utratę masy kostnej, upośledzenie jakości kości, niewystarczające wsparcie mięśniowe i podatność na ponowne złamania, co określa ogólne bazowe ryzyko złamania pacjenta15; cechy głębokiego uczenia z większym prawdopodobieństwem wychwytują morfologię blaszki końcowej kręgów, lekkie klinowanie, rzadką strukturę kości, zmiany granic korowych oraz nieprawidłowy rozkład mechaniczny w odcinku piersiowo-lędźwiowym, które są trudne do stabilnego ilościowego określenia podczas rutynowej analizy obrazu, uzupełniając tym samym informacje o kruchości na lokalnym poziomie obrazowym16. Te dwa rodzaje informacji odpowiadają różnym poziomom patologicznym, a po ich połączeniu poprawiły się: dyskryminacja, kalibracja, błąd predykcji, zdolność do reklasyfikacji oraz kliniczna korzyść netto, a ta spójność potwierdza, że ulepszenie modelu nie było przypadkowe. Tradycyjne modele ryzyka opierające się wyłącznie na zmiennych klinicznych są wygodne w zastosowaniu, jednak trudna jest dla nich identyfikacja lokalnej heterogeniczności kręgów17. Strategie oceny reprezentowane przez gęstość mineralną kości lub FRAX są bardziej zorientowane na ogólnoustrojową tendencję do złamań i mogą nie w pełni odzwierciedlać bezpośrednią kruchość strukturalną odcinka piersiowo-lędźwiowego18. Poprzednie badania nad sztuczną inteligencją skupiały się głównie na wykrywaniu istniejących złamań kręgów lub klasyfikacji osteoporozy i wciąż brakuje im jednego kroku do klinicznego wczesnego ostrzegania19. Obecne wyniki są bliższe rzeczywistemu scenariuszowi podejmowania decyzji, wskazując, że ukryte fenotypy zawarte w rutynowym RTG, po wyekstrahowaniu przez głębokie uczenie, mogą znacząco usprawnić kliniczną stratyfikację ryzyka.
W ocenie ryzyka złamań kręgów tomografia komputerowa (CT), rezonans magnetyczny (MRI), ocena oparta na gęstości mineralnej kości oraz inne metody analizy obrazowej mają swoje specyficzne zastosowania. CT w sposób bardziej bezpośredni obrazuje morfologię kręgów, zmiany w płytkach końcowych oraz destrukcję kości korowej, natomiast MRI wykazuje większe zalety w ocenie obrzęku szpiku kostnego, zajęcia tkanek miękkich i świeżych złamań; obie te metody ustępują jednak bocznym zdjęciom rentgenowskim odcinka piersiowo-lędźwiowego pod względem kosztów badania, dostępności i możliwości rutynowej obserwacji, co utrudnia ich wykorzystanie jako narzędzi do wczesnej stratyfikacji ryzyka na szeroką skalę i przy niskim progu dostępu. Pomiar gęstości mineralnej kości oraz narzędzie FRAX lepiej odzwierciedlają uwarunkowania systemowej kruchości kości i mają istotną wartość referencyjną dla ogólnej tendencji do złamań, lecz są stosunkowo ograniczone w wykrywaniu miejscowej kruchości strukturalnej odcinka piersiowo-lędźwiowego, łagodnego klinowania, subtelnych nieprawidłowości płytek końcowych oraz lokalnej nierównowagi mechanicznej. Istniejące metody radiomiki pozwalają na ekstrakcję zdefiniowanych ilościowo cech z radiogramów, CT lub MRI i wykazują potencjał w ocenie ryzyka, jednak zazwyczaj opierają się na ręcznie zdefiniowanych przestrzeniach cech i stosunkowo rygorystycznych procedurach segmentacji. W porównaniu z tymi metodami, w niniejszym badaniu zdecydowano się na zbudowanie modelu opartego na rutynowych bocznych zdjęciach rentgenowskich odcinka piersiowo-lędźwiowego. Celem nie było zastąpienie CT, MRI czy oceny gęstości mineralnej kości, lecz uzupełnienie – w oparciu o najłatwiej dostępną w codziennej praktyce klinicznej modalność obrazowania – informacji o utajonej miejscowej kruchości, trudnej do uchwycenia w tradycyjnej ocenie klinicznej, zapewniając tym samym bardziej uniwersalną ścieżkę stratyfikacji ryzyka w celu wczesnej identyfikacji nowych złamań kręgów.
Zmienne kliniczne wprowadzone do końcowego modelu miały jasne implikacje patofizjologiczne, co sugeruje, że opracowany model predykcyjny nie był wynikiem przypadkowego doboru. Wiek, płeć żeńska oraz niski wskaźnik masy ciała wiążą się z utratą masy kostnej, osłabieniem wsparcia mięśniowego i zwiększoną podatnością na upadki, co stanowi podstawowy fundament kruchości kręgów. Przebyte wcześniej złamania kruchości wskazują na trwałą, systemową kruchość kości u danej osoby i są istotnym markerem ryzyka ponownego złamania. Nawet w przypadku pacjentów z cukrzycą typu 2, u których gęstość mineralna kości nie jest znacząco obniżona, odkładanie się końcowych produktów zaawansowanej glikacji, nieprawidłowy przebieg przebudowy kości oraz zaburzenia mikrostrukturalne mogą osłabiać wytrzymałość mechaniczną kręgów20. Długotrwałe doustne stosowanie glikokortykosteroidów hamuje kościotworzenie, promuje resorpcję kości, upośledza integralność beleczek i prowadzi do zwiększonego ryzyka złamań21. Po przejściu przez etapy weryfikacji stabilności, korelacji oraz regresji z karą, w celu stworzenia wyniku DL (deep learning score) z cech głębokiego uczenia zachowano jedynie niewielką ich liczbę, co wskazuje, że model uchwycił informacje obrazowe stabilne i powiązane z wynikiem. Cechy te trudno przypisać jeden do jednego do pojedynczego wskaźnika manualnego; prawdopodobnie odzwierciedlają one w sposób kompleksowy subtelne zmiany w płytkach granicznych przed zapadnięciem się kręgów, niewielką niezrównoważenie morfologii kręgów, rzadką teksturę kości, zmiany w contours korowych oraz nieprawidłowy lokalny rozkład naprężeń w odcinku piersiowo-lędźwiowym. W związku z tym zachowały one niezależną wartość predykcyjną po korekcie o zmienne kliniczne22. Istniejące dowody epidemiologiczne potwierdziły, że powyższe czynniki kliniczne są ściśle powiązane ze złamaniami kruchości, a wyniki niniejszego badania są z nimi w zasadzie zgodne. W porównaniu z tradycyjnymi pomiarami manualnymi lub zdefiniowanymi wcześniej cechami radiomicznymi, głębokie uczenie nie wymaga uprzedniego określenia cech i lepiej nadaje się do identyfikacji utajonych i złożonych fenotypów kruchości w obrazach RTG23. Reumatoidalne zapalenie stawów oraz wyjściowe leczenie przeciwosteoporotyczne nie zostały włączone do końcowego modelu, co może wynikać z niższej zapadalności na pierwsze z nich oraz błędu wskazań terapeutycznych w przypadku drugiego24. Można zatem stwierdzić, że model ten został zbudowany w oparciu o komplementarną integrację spektrum ryzyka klinicznego i utajonych fenotypów kruchości w RTG, a nie poprzez proste zestawienie zmiennych.
Po korekcie optymizmu metodą bootstrap, temporalnej walidacji wewnętrznej oraz analizie wrażliwości dla pełnych przypadków, przewaga modelu kombinowanego pozostała stabilna, co wskazuje, że jego zdolność prognostyczna nie wynikała z dopasowania wewnątrzpróbkowego, lecz posiadała dobrą trafność wewnętrzną. Temporalna walidacja podziału jest bliższa rzeczywistemu scenariuszowi zastosowania niż podział losowy i pozwala na bardziej rygorystyczne przetestowanie wydajności modelu w odniesieniu do kolejnych pacjentów; korekcja optymizmu pomaga zidentyfikować ryzyko przeuczenia, zatem utrzymanie przewagi po korekcie silniej potwierdza odporność wyników. Krzywa kalibracji znajdowała się blisko linii idealnej, przechwyt walidacyjny był bliski zeru, a nachylenie bliskie jedności, co wskazuje, że wynik modelu nie był jedynie wynikiem rankingowym, lecz absolutnym prawdopodobieństwem ryzyka, które było stosunkowo spójne z rzeczywistym poziomem występowania zdarzeń. Ma to większe znaczenie kliniczne dla określenia intensywności obserwacji, dalszej oceny kości oraz czasu interwencji zapobiegawczej. Wyższa korzyść netto w obrębie uprzednio określonego zakresu progowego wskazuje, że po dodaniu cech głębokiego uczenia z RTG, poprawa modelu odzwierciedliła się nie tylko w indeksach statystycznych, ale także w potencjalnej korzyści na poziomie podejmowania decyzji25. Nomogram przekształcił model kombinowany w interpretowalne narzędzie zindywidualizowane, co sprzyja przeprowadzeniu stratyfikacji ryzyka na podstawie rutynowego badania RTG kręgosłupa piersiowo-lędźwiowego w projekcji bocznej26. W wielu poprzednich badaniach nad predykcją z wykorzystaniem sztucznej inteligencji raportowano głównie dyskryminację, poświęcając niewystarczającą uwagę kalibracji, kontroli przeuczenia i klinicznej korzyści netto, a także pomijając walidację temporalną lub analizę wrażliwości, co ograniczało transferalność w scenariuszach rzeczywistych27,28. Pełny łańcuch dowodowy oparty na dyskryminacji, kalibracji, błędzie predykcji, krzywej decyzyjnej i analizie wrażliwości może lepiej wspierać translację kliniczną tego modelu kombinowanego jako narzędzia stratyfikacji ryzyka wystąpienia złamania kręgów.
Niniejsze badanie było jednocentrowym retrospektywnym badaniem kohortowym, a wszystkie przypadki pochodziły od pacjentów szpitalnych, u których wykonano zdjęcie rentgenowskie odcinka piersiowo-lędźwiowego w projekcji bocznej oraz przeprowadzono pełne obrazowe badanie kontrolne. Skład próby był uwarunkowany schematem skierowań, wskazaniami do badania oraz przestrzeganiem terminów kontroli, co doprowadziło do wystąpienia błędu selekcji; w związku z tym należy zachować ostrożność przy generalizacji wyników na inne ośrodki, populacje przesiewowe w społeczności lub inne warunki sprzętowe. W okresie badania radiogramy wyjściowe pozyskano przy użyciu szpitalnego systemu radiografii cyfrowej jednego producenta, a nie wielu systemów/producentów, co zredukowało techniczną heterogeniczność między urządzeniami różnych firm, ale mogło również ograniczyć możliwość uogólnienia wyników na inne platformy obrazowe. W szczególności, ponieważ ustalenie punktów końcowych wymagało obrazowania kontrolnego, wykluczono pacjentów bez badań obrazowych w ciągu 24 miesięcy, co mogło preferencyjnie utrzymać w badaniu pacjentów z większą liczbą objawów, częstszym korzystaniem z opieki zdrowotnej lub wyższym ryzykiem wyjściowym i mogło zwiększyć obserwowaną częstość występowania zdarzeń. Ponadto, ponieważ obrazowanie kontrolne było wykonywane w ramach rutynowej praktyki klinicznej, a nie według stałego protokołu, cenzurowanie mogło nie być całkowicie nieinformacyjne, a szacunki ryzyka oparte na modelu Coxa mogły nadal podlegać wpływowi procesu obrazowania kontrolnego. Mimo przeprowadzenia czasowej walidacji wewnętrznej, korekty optymizmu metodą bootstrap oraz analizy wrażliwości dla pełnych przypadków, nie przeprowadzono jeszcze niezależnej walidacji zewnętrznej, a stabilność międzyośrodkowa i generalizowalność modelu wymagają dalszego potwierdzenia. Badanie oparto na rutynowym zdjęciu rentgenowskim w projekcji bocznej, co ma zaletę w postaci łatwości pozyskiwania i powszechności zastosowania, jednak w porównaniu z TK, MRI lub badaniem gęstości mineralnej kości, obrazowanie mikrostruktury kości, stanu masy kostnej oraz informacji o tkankach sąsiednich pozostaje ograniczone; choć cechy głębokiego uczenia mogą poprawić wydajność predykcyjną, ich specyficzne znaczenie obrazowe i biologiczne nie jest jeszcze wystarczająco intuicyjne. Dodatkowo nie przeprowadzono dedykowanej analizy atrybucji cech ani analizy istotności (saliency analysis), dlatego powiązane interpretacje biologiczne należy traktować jako generujące hipotezy, a nie bezpośrednio zwalidowane. Zmienne kandydujące pochodziły głównie z ustrukturyzowanej dokumentacji medycznej i rutynowych danych klinicznych i nie obejmowały historii upadków, funkcji fizycznej, stanu odżywienia, laboratoryjnych wskaźników metabolizmu kostnego ani standaryzowanych pomiarów gęstości mineralnej kości; w związku z tym nadal może występować pozostałe zakłócenie (residual confounding). Ponadto w niniejszym badaniu nie oceniano modeli opartych na BMD lub FRAX, zatem wartość inkrementalna wyniku DL została ustalona wyłącznie w odniesieniu do wcześniej określonego modelu klinicznego. Przyszłe badania powinny objąć walidację zewnętrzną w wielu ośrodkach, z wykorzystaniem różnego sprzętu i w różnych warunkach klinicznych oraz badać integrację z gęstością mineralną kości, wskaźnikami laboratoryjnymi i innymi modalnościami obrazowymi, aby poprawić generalizowalność, interpretowalność i praktyczną wartość aplikacyjną modelu.
Oświadczenia
Autorzy oświadczają, że nie mają żadnych konfliktów interesów.
Podziękowania
Autorzy dziękują personelowi szpitala, w którym przeprowadzono badanie, za wsparcie w zakresie wyszukiwania obrazów, ekstrakcji danych oraz zarządzania danymi. Autorzy dziękują również wszystkim klinicystom i technikom radiologii zaangażowanym w opiekę nad pacjentami i akwizycję obrazów. Badanie to było finansowane przez Medical Research Project in Xuhui District in 2024(SHXH202405).
Materiały
| Nazwa | Firma | Numer katalogowy | Komentarze |
|---|---|---|---|
| pakiet glmnet | CRAN | N/D | Wykorzystywany do analizy regresji LASSO-Cox. |
| ITK-SNAP | University of Pennsylvania / ITK-SNAP Project | N/D | Wykorzystywany do adnotacji ROI na obrazach bazowych. |
| pakiet mice | CRAN | N/D | Wykorzystywany do wielokrotnej imputacji. |
| Python | Python Software Foundation | wersja 3.10 | Wykorzystywany do wstępnego przetwarzania obrazów i analizy głębokiego uczenia. |
| PyTorch | PyTorch Foundation / Linux Foundation | wersja 2.1 | Wykorzystywany do opracowania modelu głębokiego uczenia i ekstrakcji cech. |
| R version | R Foundation for Statistical Computing | wersja 4.3.2 | Wykorzystywany do analizy statystycznej. |
| pakiet rmda | CRAN | N/D | Wykorzystywany do analizy krzywej decyzji. |
| pakiet rms | CRAN | N/D | Wykorzystywany do opracowania modelu i analizy kalibracji. |
| pakiet survival | CRAN | N/D | Wykorzystywany do analizy regresji proporcjonalnego hazardu Coxa. |
| pakiet timeROC | CRAN | N/D | Wykorzystywany do analizy AUC zależnej od czasu. |
Bibliografia
- Daskalakis II, Bastian JD, Mavrogenis AF, Tosounidis TH. Osteoporotic vertebral fractures: an update. SICOT J. 2025;11:40.
- Na D et al. Underdiagnosis and underreporting of vertebral fractures on chest radiographs in men aged over 50 years or postmenopausal women with and without type 2 diabetes mellitus: a retrospective cohort study. BMC Med Imaging. 2022;22(1):81.
- Urrutia J, Besa P, Piza C. Incidental identification of vertebral compression fractures in patients over 60 years old using computed tomography scans showing the entire thoraco-lumbar spine. Arch Orthop Trauma Surg. 2019;139(11):1497-1503.
- Zerikly R, Demetriou EW. Use of Fracture Risk Assessment Tool in clinical practice and Fracture Risk Assessment Tool future directions. Women's Health (Lond). 2024;20:17455057241231387.
- Hong N et al. Deep learning-based identification of vertebral fracture and osteoporosis in lateral spine radiographs and DXA vertebral fracture assessment to predict incident fracture. J Bone Miner Res. 2025;40(5):628-638.
- Hong N et al. Deep-Learning-Based Detection of Vertebral Fracture and Osteoporosis Using Lateral Spine X-Ray Radiography. J Bone Miner Res. 2023;38(6):887-895.
- Johansson L et al. Grade 1 Vertebral Fractures Identified by Densitometric Lateral Spine Imaging Predict Incident Major Osteoporotic Fracture Independently of Clinical Risk Factors and Bone Mineral Density in Older Women. J Bone Miner Res. 2020;35(10):1942-1951.
- Li Y et al. Machine learning value in the diagnosis of vertebral fractures: A systematic review and meta-analysis. Eur J Radiol. 2024;181:111714.
- Kong SH et al. Development of a Spine X-Ray-Based Fracture Prediction Model Using a Deep Learning Algorithm. Endocrinol Metab (Seoul). 2022;37(4):674-683.
- Lunt M et al. Defining incident vertebral deformities in population studies: a comparison of morphometric criteria. Osteoporos Int. 2002;13(10):809-815.
- Da Mutten R et al. Whole Spine Segmentation Using Object Detection and Semantic Segmentation. Neurospine. 2024;21(1):57-67.
- Xiao W, Chen R. A study on ACCC surface defect classification method using ResNet18 with integrated SE attention mechanism. Appl Sci. 2026;16(4):1899.
- Liu F, Zhang DB, Cheng SH, Gu GS. A radiomics and deep learning nomogram developed and validated for predicting no-collapse survival in patients with osteonecrosis after multiple drilling. BMC Med Inform Decis Mak. 2025;25(1):26.
- Yokota T et al. Internal validation of an 11-yr prediction model for new vertebral fractures using the vertebral bone quality score: a prospective cohort study. JBMR Plus. 2025;9(11):ziaf155.
- Chen W, Mao M, Fang J, Xie Y, Rui Y. Fracture risk assessment in diabetes mellitus. Front Endocrinol (Lausanne). 2022;13:961761.
- Kong SH. Incorporating Artificial Intelligence into Fracture Risk Assessment: Using Clinical Imaging to Predict the Unpredictable. Endocrinol Metab (Seoul). 2025;40(4):499-507.
- Schini M et al. An overview of the use of the fracture risk assessment tool (FRAX) in osteoporosis. J Endocrinol Invest. 2024;47(3):501-511.
- LeBoff MS et al. The clinician's guide to prevention and treatment of osteoporosis. Osteoporos Int. 2022;33(10):2049-2102.
- Gu Y, Wang Y, Li M, Wang R. Current applications of deep learning in vertebral fracture diagnosis. Osteoporos Int. 2025;36(11):2071-2082.
- Cavati G et al. Role of Advanced Glycation End-Products and Oxidative Stress in Type-2-Diabetes-Induced Bone Fragility and Implications on Fracture Risk Stratification. Antioxidants (Basel). 2023;12(4):928.
- Hofbauer LC, Compston JE, Saag KG, Rauner M, Tsourdi E. Glucocorticoid-induced osteoporosis: novel concepts and clinical implications. Lancet Diabetes Endocrinol. 2025;13(11):964-979.
- Saravi B et al. Integrating radiomics with clinical data for enhanced prediction of vertebral fracture risk. Front Bioeng Biotechnol. 2024;12:1485364.
- Zhang J et al. Differentiation of acute and chronic vertebral compression fractures using conventional CT based on deep transfer learning features and hand-crafted radiomics features. BMC Musculoskelet Disord. 2023;24(1):165.
- McGrath LJ et al. Using negative control outcomes to assess the comparability of treatment groups among women with osteoporosis in the United States. Pharmacoepidemiol Drug Saf. 2020;29(8):854-863.
- Piovani D, Sokou R, Tsantes AG, Vitello AS, Bonovas S. Optimizing Clinical Decision Making with Decision Curve Analysis: Insights for Clinical Investigators. Healthcare (Basel). 2023;11(16):2244.
- Nguyen HT et al. A predictive nomogram for selective screening of asymptomatic vertebral fractures: The Vietnam Osteoporosis Study. Osteoporos Sarcopenia. 2025;11(1):9-14.
- Hu Y et al. Beyond Comparing Machine Learning and Logistic Regression in Clinical Prediction Modelling: Shifting from Model Debate to Data Quality. J Med Internet Res. 2025;27:e77721.
- Groot OQ et al. Availability and reporting quality of external validations of machine-learning prediction models with orthopedic surgical outcomes: a systematic review. Acta Orthop. 2021;92(4):385-393.