Knogleerosioner er et vigtigt patologisk træk ved reumatoid arthritis. Formålet med dette arbejde er at introducere et træningsværktøj til at give brugerne vejledning i at identificere patologiske kortikale brud på perifere kvantitative computertomografibilleder med høj opløsning til erosionsanalyse.
Knogleerosioner er et patologisk træk ved flere former for inflammatorisk arthritis, herunder reumatoid arthritis (RA). Den øgede tilstedeværelse og størrelse af erosioner er forbundet med dårlige resultater, fælles funktion og sygdomsprogression. Højopløselig perifer kvantitativ computertomografi (HR-pQCT) giver uovertruffen in vivo-visualisering af knogleerosioner. Ved denne beslutning er diskontinuiteter i den kortikale skal (kortikale pauser), der er forbundet med normale fysiologiske processer og patologi, imidlertid også synlige. Undersøgelsen grouP for xtrEme computertomografi i reumatoid arthritis brugte tidligere en konsensusproces til at udvikle en definition af patologisk erosion i HR-pQCT: en kortikal pause detekteret i mindst to på hinanden følgende skiver i mindst to vinkelrette planer, ikke-lineære i form, med underliggende trabekulært knogletab. På trods af tilgængeligheden af en konsensusdefinition er erosionsidentifikation imidlertid en krævende opgave med udfordringer i interratervariabilitet. Formålet med dette arbejde er at introducere et træningsværktøj til at give brugerne vejledning i at identificere patologiske kortikale pauser på HR-pQCT-billeder til erosionsanalyse. Protokollen, der præsenteres her, bruger et specialbygget modul (Bone Analysis Module (BAM) – Training), implementeret som en udvidelse til en open source billedbehandlingssoftware (3D Slicer). Ved hjælp af dette modul kan brugerne øve sig på at identificere erosioner og sammenligne deres resultater med erosioner kommenteret af ekspertreumatologer.
Knogleerosioner opstår, når betændelse forårsager lokaliseret knogletab på den kortikale knogleoverflade. Disse erosioner strækker sig ind i den underliggende trabekulære knogleregion. De er et patologisk træk ved flere former for inflammatorisk arthritis, herunder reumatoid arthritis (RA)1. Erosion tilstedeværelse og størrelse er forbundet med dårlige resultater, patientfunktion og sygdomsprogression 2,3,4,5. Mens almindelig radiografi fortsat er den kliniske standard for erosionsvurdering, giver højopløsnings perifer kvantitativ computertomografi (HR-pQCT) 3D-billeder og overlegen følsomhed og specificitet til erosionsdetektion 6,7. For inflammatorisk arthritis, såsom RA, udføres HR-pQCT almindeligvis på 2. og 3. metacarpophalangeale led – de mest berørte led i hånden8. Fordi HR-pQCT-billeder har høj rumlig opløsning, observeres fysiologiske afbrydelser i den kortikale overflade også hos raske individer uden RA9. Disse kortikale afbrydelser er ofte forbundet med vaskulære kanaler eller næringsstofforamen, der passerer gennem knoglen10. Udfordringen er således at skelne kortikale afbrydelser forbundet med en sygdomsproces (dvs. patologiske erosioner) fra ikke-patologiske træk.
Konsensusdefinitionen af en patologisk knogleerosion blev offentliggjort af Study grouP for xtrEme Computed Tomography in Rheumatoid Arthritis (SPECTRA) som tilstedeværelsen af en bestemt afbrydelse i det kortikale lag af knoglen, der strækker sig over mindst to på hinanden følgende skiver og kan påvises i to eller flere vinkelrette planer11. Endvidere skal afbrydelsen være ikke-lineær i form og ledsaget af et tab i det trabekulære område. Visuelle eksempler på kortikale afbrydelser, der opfylder og ikke opfylder kriterierne for erosioner, er vist i Klose-Jensen et al.12.
Imidlertid klassificeres ikke alle kortikale afbrydelser, der opfylder ovenstående kriterier, som erosioner. Afbrydelser er undertiden forårsaget af fysiologiske processer såsom vaskulære kanaler (figur 1). Disse kan identificeres og differentieres fra erosioner på grund af deres forudsigelige anatomiske placeringer, parallelle og lige margener og submillimetrisk størrelse13. Cyster er en anden form for kortikal afbrydelse, der ikke anses for at være en erosion. De har ofte en afrundet trabekulær struktur med en klar cystisk væg 13. I modsætning til de skarpe kanter og den åbne trabekulære struktur, der vises af erosioner. Det er imidlertid muligt for erosioner at danne sig inden for cystiske steder, hvilket gør det tvetydigt at afgrænse mængden af knogletab forårsaget af erosionerne og ikke cysterne. Selvom det ikke er formålet med denne undersøgelse at løse denne tvetydighed med yderligere kriterier, er der behov for at give omfattende eksempler på patologisk erosion og fysiologiske kortikale afbrydelser.
Figur 1: Eksempel på kortikale afbrydelser, der ikke udelukkende skyldtes erosioner. (A) En tegning, der illustrerer den fælles placering af vaskulære kanaler ved bunden af metakarpalhovedet. Eksempler på vaskulære kanaler i (B) koronale, (C) sagittale, (D) og (E) aksiale planer. (F) Eksempel på en kortikal afbrydelse forårsaget af en cyste. (G) Eksempel på et tomrumsvolumen inden for knoglens trabekulære område, der involverer både cyster og erosioner. Klik her for at se en større version af denne figur.
På trods af udfordringerne med erosionsidentifikation er der i øjeblikket ingen træningsværktøjer på plads til at give mindre erfarne brugere vejledning i fortolkning af HR-pQCT-billeder til erosionsanalyse. For nylig blev der udviklet et open source-modul til erosionsanalyse kaldet knogleanalysemodul (BAM) – Erosion Volume, implementeret som en udvidelse til en open source-billedbehandlingssoftware for at muliggøre erosionsvisualisering og volumetriske analyser14. Protokollen, der præsenteres her, beskriver brugen af et træningsmodul tilføjet til BAM (BAM – Training), som sammenligner en brugers erosionsidentifikationsforsøg ved at sammenligne erosionsidentifikationen med erosioner kommenteret af ekspertreumatologer. Dette træningsværktøj giver brugerne feedback om erosionsidentifikation for at vejlede forbedringer i erosionsanalyse. Instruktioner til softwareinstallation findes i trin 1. For ny dataindsamling, se trin 3 – 5.3. Se trin 2 kun for brug af træningsmodulet.
Dette træningsværktøj giver mulighed for at lære at identificere erosioner ved hjælp af knogleanalysemodulet. Yderligere brug af dette erosionsanalyseværktøj ud over træning kræver adgang til billeder af god kvalitet med ringe eller ingen bevægelsesartefakt. HR-pQCT-erosionsdefinitionen baseret på litteraturen beskriver anatomiske træk forbundet med patologiske erosioner, der kan rapporteres med rimelig reproducerbarhed11,20. Denne definition tager imidlertid ikke højde for almindelige anatomiske placeringer af vaskulære kanaler, hvilket potentielt kan resultere i deres fejlklassificering som knogleerosioner10.
De kritiske trin i denne protokol er dannelsen af knoglemasken, placeringen af frøpunkterne og dannelsen af erosionsvolumenet. Mens automatiserede metoder til generering af masker og erosionsvolumen implementeres, kræver maskerne ofte manuel korrektion for at sikre tilfredsstillende resultater. Der gives en omfattende beskrivelse af de værktøjer, der er tilgængelige til at udføre de manuelle korrektioner. Placeringen af seedpoint styres af træningseksemplerne fra BAM-træningsmodulet.
Baseret på de data, der er anvendt til dato, giver denne protokol forslag til fejlfinding, når erosionsanalysemodulet ikke giver de forventede resultater. I det fremtidige arbejde vil der blive givet adgang til yderligere uddannelsesdata. En tidligere undersøgelse viste, at erosionsmængderne vurderet med denne metode er sammenlignelige med eksisterende metoder 14,21,22. Tilvejebringelse af træningsdata vil gøre det muligt at sammenligne med nyere erosionsanalyseværktøjer, efterhånden som de udvikles23.
Det træningsværktøj, der introduceres her, hjælper primært med erosionsidentifikation; Metoden er dog i øjeblikket begrænset af manglen på konsensus om at definere omfanget af en erosion i trabekulær knogle. Ikke desto mindre er BAM-modulerne open source, og efterhånden som fremtidige definitioner af erosionsomfang ændres, har andre forskere adgang til at ændre modulerne for at imødekomme deres behov.
Efterhånden som brugen af HR-pQCT i reumatologisk forskning udvides, giver træningsværktøjet uerfarne brugere vejledning i at identificere patologiske kortikale afbrydelser på HR-pQCT-billeder til erosionsanalyse. Dette værktøj vil være anvendeligt for forskere, uanset hvilken metode der vælges til erosionsanalyse. Mens fuldstændig automatiseret erosionsidentifikation er ønskelig for at forbedre reproducerbarheden og analysehastigheden, kræves der store reference-/benchmarkdatasæt med nøjagtige annoteringer for at træne modeller til maskinel indlæring. Som et open source-værktøj giver dette modul mulighed for kollektivt at udvikle store, kommenterede datasæt til fremtidig brug i maskinlæring. Brugen af dette træningsværktøj vil gøre det muligt for flere forskere at inkludere erosionsanalyse i deres HR-pQCT-forskning.
The authors have nothing to disclose.
Forfatterne vil gerne anerkende følgende finansieringsorganer, der støttede dette arbejde. SLM er finansieret gennem The Arthritis Society (STAR-18-0189) og Canadian Institutes of Health Research Planning and Dissemination Grant. JJT har en CIHR Fellowship award.
3DSlicer | Open Source | N/A | Download at https://www.slicer.org/ |
BAM Erosion Analysis Modules | Open Source | N/A | Version used in manuscript: download at https://doi.org/10.5281/zenodo.7943007 |
XtremeCTII | Scanco Medical | N/A |