123RF
Jak zdiagnozować POChP, zanim dojdzie do pełnoobjawowej choroby
Redaktor: Monika Stelmach
Data: 08.11.2023
Zespół kanadyjskich naukowców podjął próbę opracowania postępowania, które pozwoliłoby na wychwycenie i leczenie populacji będącej w przededniu pełnoobjawowej POChP.
Reakcja zapalna i związana z tym obturacja dróg oddechowych powodują zmniejszenie natężonej objętości wydechowej (FEV1), a zniszczenie tkanek prowadzi do ograniczenia przepływu powietrza i upośledzenia wymiany gazowej. W badaniach obrazowych często obserwuje się hiperinflację płuc, wynikającą z uwięzienia powietrza w drogach oddechowych podczas wydechu. Niemożność pełnego wydechu powoduje również podwyższenie poziomu dwutlenku węgla – w miarę postępu choroby często obserwuje się upośledzenie wymiany gazowej. Dodatkowo, w wyniku rozlanego zwężenia naczyń w wyniku hipoksemii, może dojść do powstania nadciśnienia płucnego. Z powyższych względów identyfikacja osób narażonych na ryzyko rozwoju przewlekłej obturacyjnej choroby płuc może umożliwić rozpoczęcie terapii potencjalnie spowalniającej postęp choroby lub wyselekcjonowanie podgrup w celu opracowania nowych metod leczenia.
Zespół kanadyjskich badaczy zebrał 294 osoby z grupy ryzyka (bez POChP, z nikotynizmem średnio 18 paczkolat w wywiadzie, średni wiek około 66 lat) oraz poddał je tomografii komputerowej na początku badania oraz spirometrii na początku badania i kolejnej w okresie kontrolnym. Następnie zastosowano kombinacje różnych danych (w tym obrazów TK) w celu opracowania modelu predykcyjnego opartego na AI, pozwalającego na określenie osób zagrożonych chorobą płuc. Obliczono, że dla modeli uczenia maszynowego, które uwzględniają wyłącznie dane demograficzne, osiągnięto około 65-proc. skuteczność w identyfikacji osób, które ostatecznie rozwinęły pełnoobjawową chorobę. Dodanie TK klatki piersiowej do danych demograficznych zwiększało ten odsetek do 73 proc., a poszerzenie algorytmu o spirometrie aż do 88 proc.
W płucach osób z grupy ryzyka występują już liczne heterogenne zmiany strukturalne, które można określić ilościowo za pomocą badania obrazowego (powszechnie dostępnego i ustandaryzowanego), a ich ocena w połączeniu z uznanymi czynnikami ryzyka poprawia skuteczność przewidywania progresji do POChP. Badanie ma bardzo praktyczny wydźwięk, gdyż uświadamia, że nie należy czekać, aż pacjent rozwinie ciężką, przewlekłą i postępującą chorobę, lecz osoby posiadające czynniki ryzyka trzeba skierować na diagnostykę.
Opracowanie: lek. Damian Matusiak
Zespół kanadyjskich badaczy zebrał 294 osoby z grupy ryzyka (bez POChP, z nikotynizmem średnio 18 paczkolat w wywiadzie, średni wiek około 66 lat) oraz poddał je tomografii komputerowej na początku badania oraz spirometrii na początku badania i kolejnej w okresie kontrolnym. Następnie zastosowano kombinacje różnych danych (w tym obrazów TK) w celu opracowania modelu predykcyjnego opartego na AI, pozwalającego na określenie osób zagrożonych chorobą płuc. Obliczono, że dla modeli uczenia maszynowego, które uwzględniają wyłącznie dane demograficzne, osiągnięto około 65-proc. skuteczność w identyfikacji osób, które ostatecznie rozwinęły pełnoobjawową chorobę. Dodanie TK klatki piersiowej do danych demograficznych zwiększało ten odsetek do 73 proc., a poszerzenie algorytmu o spirometrie aż do 88 proc.
W płucach osób z grupy ryzyka występują już liczne heterogenne zmiany strukturalne, które można określić ilościowo za pomocą badania obrazowego (powszechnie dostępnego i ustandaryzowanego), a ich ocena w połączeniu z uznanymi czynnikami ryzyka poprawia skuteczność przewidywania progresji do POChP. Badanie ma bardzo praktyczny wydźwięk, gdyż uświadamia, że nie należy czekać, aż pacjent rozwinie ciężką, przewlekłą i postępującą chorobę, lecz osoby posiadające czynniki ryzyka trzeba skierować na diagnostykę.
Opracowanie: lek. Damian Matusiak
Patronat naukowy portalu: