Radiology:如何从膝关节x线全片准确地预测未来行全膝关节置换术的可能性？

骨脊柱炎（OA）是最少见的脊柱炎形式，可通过针灸脊柱腹泻和技术手段表现顺利完成诊断，是造成老年双腿残疾的主要原因。在美国，年龄在25岁及25岁以上的学龄前中有1400万人患有腹泻性的髋脊柱骨脊柱炎，每年顺利完成至少60万事例的均髋脊柱置换（TKR）。

针灸OA腹泻包含脊柱疼痛、沉闷和运动范围内减低。针灸上，通常用到Kellgren-Lawrence（KL）或InternationalOA研究工作总会(OARSI)等International标准该受控骨赘和脊柱很窄狭窄顺利完成指标，以顺利完成技术手段OA的诊断。然而现阶段，X线髋脊柱OAInternational标准该系统有多个版本，并未曾提出批评统一的诊断标准。同时，针灸上指标髋脊柱骨OA的方法也并不能为诊断及预后备有足够且均面的信息。

均因，发表在Radiology周报的一项研究工作通过设立以接纳均髋脊柱置换术(TKR)的高血压和未曾接纳TKR的对照高血压的髋脊柱x线片的深度研习(DL)数学模型，以为针灸备有一个有效且可靠的假设OA困难重重高风险的技术手段方法。

本项回顾性比对用到初始OA数据，共同开发了一个髋脊柱x线片DL数学模型以假设OA高血压在9将近接纳TKR的可能性和Kellgren-Lawrence (KL)International标准。研究工作大多数人包含了45岁至79岁的病事例匹配的对照亚队列。根据年龄、性别、族群和BMI指数对高血压顺利完成匹配。该数学模型用到了一种基于ResNet34的系统的迁离研习方法，并具七层结构体交叉验证。受测者工作特征双曲线比对和条件logistic回归指标数学模型用于假设TKR标准差和高风险的性能，并与针灸捕捉到和两种基于放射学读数的二元结果假设数学模型顺利完成比较:KL和OARSIInternational标准。

本研究工作总共纳入728名受测者，其中324名OA高血压(半数64岁±8岁[均值];222名男士)和324事例对照组大多数人(半数64±8岁;222名男士)。基于DL的假设数学模型的受测者工作特征双曲线下辖区(AUC)为0.87(95%置信区间[CI]: 0.85, 0.90)，比起曲率半径假设数学模型的KLInternational标准，其AUC为0.74 (95% CI: 0.71, 0.77; P < .001)。TKR的高风险随DL数学模型(优势比[OR]，7.7;95% CI: 2.3, 25; P < .001)、KLInternational标准(OR, 1.92;95% CI: 1.17, 3.13; P = .009)和OARSIInternational标准(OR, 1.20;95% CI: 0.41, 3.50; P = .73)高血压发生TKR的标准差增加而增加。

平面图1 基于影像的小数输出假设数学模型的ROC双曲线。结果定义为9将近是否接纳均髋脊柱置换(TKR)。AUC差值表示假设TKR的结果。KL数学模型通过Delong鉴定和Holm修正顺利完成多次比较，以备有指标假设数学模型间显著区别的曲率半径数学模型。

平面图2 基于平面图像的结果假设方法:KL、OARS)、DL数学模型、DL-TL数学模型和DL-TL-MT数学模型。

综上所述，本研究工作共同开发了一个基于曲率半径x线片的深度研习(DL)数学模型，该数学模型可假设OA高血压9将近接纳均髋脊柱置换术(TKR)的标准差和Kellgren-LawrenceInternational标准。与采用标准International标准该系统的二元结果数学模型相比，本研究工作提出批评的DL数学模型更能假设骨脊柱炎中TKR的高风险，为针灸备有了一个更可靠且有效的技术手段指标方法。

原文出处：

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