Aprendizado Profundo de Radiografias Toracolombares Laterais e Fatores de Risco Clínico para Fraturas Vertebrais Incidentes: Estudo de Coorte Retrospectivo de Centro Único

Resumo

Uma pontuação baseada em aprendizado profundo extraída de radiografias laterais toracolombares, combinada com fatores de risco clínicos, permitiu a predição precisa de fraturas vertebrais incidentes em até dois anos. O modelo validado internamente apresentou melhor discriminação, calibração, reclassificação e benefício decisório do que o modelo clínico, apoiando estratégias de estratificação de risco individualizada e de manejo preventivo precoce.

Resumo

A identificação precoce de pacientes com risco de fratura vertebral incidente permanece desafiadora porque a avaliação clínica rotineira de risco não capta completamente a fragilidade espinhal local. Este estudo de coorte retrospectivo unicêntrico avaliou se características de aprendizado profundo (DL) extraídas de radiografias laterais toracolombares basais melhoram a predição de fratura vertebral incidente em até 2 anos quando combinadas com fatores de risco clínicos. Um total de 2.173 pacientes foi incluído e dividido cronologicamente em uma coorte de derivação (n = 1.449) e uma coorte de validação interna (n = 724). As características de DL foram derivadas das radiografias basais, e a regressão LASSO-Cox foi utilizada para selecionar preditores e construir um modelo clínico, um modelo de DL e um modelo combinado. O desempenho foi avaliado por correção de otimismo bootstrap, validação interna temporal, calibração, análise de curva de decisão, melhoria na reclassificação líquida dependente do tempo (NRI), melhoria na discriminação integrada (IDI) e análises de sensibilidade. De 2.048 características candidatas de DL, 5 foram mantidas para gerar um escore de DL, que permaneceu um preditor independente no modelo combinado (HR 1,64, IC 95% 1,34–2,01; P < 0,001). Na validação interna, o modelo combinado alcançou um índice C de 0,759, uma AUC de 2 anos de 0,774 e um escore de Brier de 2 anos de 0,077, todos superiores ao modelo clínico, com boa calibração (intercepto 0,012; inclinação 0,972). Em comparação com o modelo clínico, o modelo combinado também melhorou a reclassificação (NRI de 2 anos de 0,316 na derivação e 0,241 na validação) e a discriminação (IDI de 2 anos de 0,047 e 0,033, respectivamente; todos P < 0,01) e proporcionou maior benefício líquido na análise de curva de decisão. As análises de sensibilidade foram consistentes com os resultados principais. A combinação de características de DL de radiografias laterais toracolombares com fatores de risco clínicos pode permitir uma predição individualizada mais precisa de fratura vertebral incidente em até 2 anos.

Introdução

A fratura vertebral é um dos tipos mais comuns de fraturas por fragilidade osteoporótica e é particularmente frequente na região toracolombar. Pode levar a dor crônica, perda de altura, deformidade cifótica, mobilidade limitada e aumentar o risco de refratura e prognóstico adverso¹. Na prática clínica, uma proporção considerável de pacientes não apresenta sintomas típicos antes da ocorrência da fratura, e muitos casos são identificados apenas em exames de imagem de acompanhamento, o que sugere que confiar exclusivamente em sintomas ou diagnóstico retrospectivo dificulta a realização de triagem oportuna em populações de alto risco

Protocolo

Este estudo foi revisado e aprovado pelo Comitê de Ética Médica do Oitavo Hospital Popular de Xangai, Xangai, China (número de aprovação 2026-102-03-02). Como este estudo foi retrospectivo e todos os dados foram desidentificados antes da análise, o comitê de ética isentou o consentimento informado dos pacientes.

Desenho do estudo:

Tipo de estudo

Este estudo foi um estudo de coorte retrospectivo unicêntrico, e o banco de dados do estudo foi criado utilizando dados do sistema de arquivamento e comunicação de imagens (PACS), do sistema de informações radi....

Resultados

Processo de construção do coorte retrospectivo e características basais dos coortes

Durante o período do estudo, foram recuperados registros radiográficos laterais toracolombares, e 6.114 pacientes foram incluídos para triagem após a remoção de duplicatas. Após a exclusão progressiva de pacientes com idade < 50 anos, daqueles com fraturas pré-existentes na linha de base e daqueles com acompanhamento insuficiente, um total de 2.173 pacientes foram finalmente incluídos, sendo.......

Discussão

O modelo combinado manteve o desempenho ideal mesmo após a correção para otimismo e validação interna temporal, sugerindo que as características de aprendizado profundo obtidas a partir da radiografia lateral toracolombar não representam uma simples repetição das informações clínicas, mas podem fornecer informações incrementais independentes e verificáveis para a avaliação de risco de fratura vertebral incidente nos próximos 2 anos. Sua importância reside na incorporação do contexto de fragilidade sistêmica e da fragilid.......

Materiais

Lista de materiais utilizados neste artigo

Nome	Empresa	Número de catálogo	Comentários
pacote glmnet	CRAN	N/A	Utilizado para análise de regressão LASSO-Cox.
ITK-SNAP	Universidade da Pensilvânia / Projeto ITK-SNAP	N/A	Utilizado para anotação de ROI em imagens basais.
pacote mice	CRAN	N/A	Utilizado para imputação múltipla.
Python	Fundação Python de Software	versão 3.10	Utilizado para pré-processamento de imagens e análise de aprendizado profundo.
PyTorch	Fundação PyTorch / Fundação Linux	versão 2.1	Utilizado para desenvolvimento de modelos de aprendizado profundo e extração de características.
versão do R	Fundação R para Computação Estatística	versão 4.3.2	Utilizado para análise estatística.
pacote rmda	CRAN	N/A	Utilizado para análise de curva de decisão.
pacote rms	CRAN	N/A	Utilizado para desenvolvimento do modelo e análise de calibração.
pacote survival	CRAN	N/A	Utilizado para análise de regressão de riscos proporcionais de Cox.
pacote timeROC	CRAN	N/A	Utilizado para análise de AUC dependente do tempo.