Radiology:如何从膝关节x线片中准确地预测今后行全膝关节置换术的可能性？

突高血压（OA）是最常见的高血压多种形式，可通过药理学脊椎征状和具体方法乏善可陈开展诊断，是造成老年身体残疾的主要状况。在英国，平均年龄在25岁及25岁以上的孩童中都有1400万人患有征状性的髋脊椎突高血压，每年开展超过60万例的全都髋脊椎置换（TKR）。

药理学OA征状都有脊椎疼痛、沉闷和青年运动范围增大。药理学上，通常使用Kellgren-Lawrence（KL）或国际OA深入研究协会(OARSI)等级别系统会对突赘和脊椎间隙狭窄开展分析，以开展具体方法OA的诊断。然而现阶段，X线髋脊椎OA级别系统会有多个版本，尚并未提出统一的诊断标准化。同时，药理学上分析髋脊椎突OA的方法也并只能为诊断及预后透过足够且全都面的讯息。

近日，发表在Radiology月刊的一项深入研究通过建立以接受全都髋脊椎置换术(TKR)的病症和并未接受TKR的折衷病症的髋脊椎x线片的深度学习(DL)静态，以为药理学透过一个准确且准确的预报OA实质性几率的具体方法方式。

本项回顾性分析使用初始OA数据，开发了一个髋脊椎x线片DL静态以预报OA病症在9年底接受TKR的可能性和Kellgren-Lawrence (KL)级别。深入研究举例来说都有了45岁至79岁的病例冗余的折衷亚队列。根据平均年龄、性别、种族和体重指数对病症开展冗余。该静态使用了一种基于ResNet34架构的迁到学习方法，并很强七层模板交叉正确性。病患实习特征曲线分析和条件logistic回归分析静态用于预报TKR期望值和几率的性能，并与药理学观察和两种基于放射学量度的二元结果预报静态开展比起:KL和OARSI级别。

本深入研究共划定728名病患，其中都324名OA病症(平均平均年龄64岁±8岁[标准化差];222名女性)和324例折衷组举例来说(平均平均年龄64±8岁;222名女性)。基于DL的预报静态的病患实习特征曲线下面积(AUC)为0.87(95%置信区间[CI]: 0.85, 0.90)，优于水平线预报静态的KL级别，其AUC为0.74 (95% CI: 0.71, 0.77; P < .001)。TKR的几率随DL静态(优势比[OR]，7.7;95% CI: 2.3, 25; P < .001)、KL级别(OR, 1.92;95% CI: 1.17, 3.13; P = .009)和OARSI级别(OR, 1.20;95% CI: 0.41, 3.50; P = .73)病症发生TKR的期望值增加而增加。

图1 基于影像的二进制输出预报静态的ROC曲线。结果定义为9年底是否接受全都髋脊椎置换(TKR)。AUC值表示预报TKR的结果。KL静态通过Delong检验和Holm修订开展多次比起，以透过分析预报静态彼此之间突出差异的水平线静态。

图2 基于图像的结果预报方法:KL、OARS)、DL静态、DL-TL静态和DL-TL-MT静态。

综上所述，本深入研究开发了一个基于水平线x线片的深度学习(DL)静态，该静态可预报OA病症9年底接受全都髋脊椎置换术(TKR)的期望值和Kellgren-Lawrence级别。与采用标准化级别系统会的二元结果静态相比，本深入研究提出的DL静态更能预报突高血压中都TKR的几率，为药理学透过了一个更准确且准确的具体方法分析方式。

原文注解：

Kevin Leung,Bofei Zhang,Jimin Tan,et al.Prediction of Total Knee Replacement and Diagnosis of Osteoarthritis by Using Deep Learning on Knee Radiographs: Data from the Osteoarthritis Initiative.DOI:10.1148/radiol.2020192091