根據(jù) ARRS 的美國放射學雜志(AJR)，腹部 CT 的全自動和標準化身體成分分析有望增強傳統(tǒng)的心血管風險預測模型。
“腹部CT檢查的全自動和標準化分析的內(nèi)臟脂肪面積預測黑人和患者隨后的心肌梗塞或中風，獨立于傳統(tǒng)的體重指標，并且應該被視為風險模型中BMI的輔助，”第一作者Kirti寫道Magudia，醫(yī)學博士，博士，目前來自杜克大學醫(yī)學院放射學系。
Magudia 博士及其同事的回顧性研究包括在布萊根婦女醫(yī)院或馬薩諸塞州總醫(yī)院接受常規(guī)腹部 CT 的 9,752 名門診患者(5,519 名女性，4,233 名男性;890 名自我報告的黑人，8,862 名自我報告的;平均年齡，53.2 歲)從 2012 年 1 月至 2012 年 12 月，在檢查后 3 個月內(nèi)無重大心血管或腫瘤診斷。在 L3 椎體水平進行全自動深度學習身體成分分析，以確定三個身體成分區(qū)域：骨骼肌區(qū)域、內(nèi)臟脂肪區(qū)域和皮下脂肪區(qū)域。隨后的心肌梗塞或中風是通過電子健康記錄確定的。
最終，在年齡、性別和種族標準化后，常規(guī) CT 得出的內(nèi)臟脂肪面積與心肌梗塞(HR 1.31 [1.03-1.67]，總體效應 p=.04)和中風(HR 1.46 [1.07 –2.00]，p=.04 總體效果)在黑人和患者的多變量模型中;標準化體重、BMI、骨骼肌面積和皮下脂肪面積沒有。
注意到他們的大型研究展示了身體成分分析和年齡、性別和種族特定參考值的管道，以增加臨床實踐的預后效用，“我們預計使用機器學習的全自動身體成分分析可以被廣泛采用利用常規(guī)成像研究的潛在價值，”這篇AJR文章的作者總結(jié)道。
標簽：
免責聲明：本文由用戶上傳，如有侵權(quán)請聯(lián)系刪除！