Radiômica de imagens de ressonância magnética de articulações sacroilíacas: um estudo para a identificação de biomarcadores quantitativos para sacroiliíte e espondiloartrite

• Autor(a) principal: Tenorio, Ariane Priscilla Magalhães
• Data de Publicação: 2019
• Tipo de documento: Tese
• Idioma: por
• Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
• Texto Completo: http://www.teses.usp.br/teses/disponiveis/17/17138/tde-13042020-143253/
• topic: Artificial intelligence; Biomarcadores; Biomarkers; Espondilartrite; Inteligência artificial; Magnetic resonance imaging; Ressonância magnética; Sacroileíte; Sacroiliitis; Spondylarthritis

A espondiloartrite (EpA) refere-se a um grupo de doenças imuno-mediadas caracterizadas pela inflamação crônica no esqueleto axial, nas articulações periféricas e/ou nas ênteses. A terapia utilizada para redução dos sintomas pode ser determinada após avaliação do subtipo de EpA que acomete o indivíduo, o que torna o seu diagnóstico e subclassificação essenciais para o sucesso medicamentoso nos pacientes. Existem vários diagnósticos diferenciais para EpA, que se utilizam de sinais clínicos somados aos achados radiológicos de imagens de ressonância magnética (RM), como inflamação ativa nas articulações sacroilíacas (sacroiliíte) e edema na medula óssea, por exemplo. Considerando a importância dessa doença e a complexidade sintomática da EpA, este estudo realizou uma investigação retrospectiva de biomarcadores e modelos computadorizados (radiômicos) de achados em imagens de RM visando a associação de características quantitativas de articulações sacroilíacas com os desfechos clínicos de sacroiliíte, espondiloartrite e seus subtipos axial e periférica. Para a realização da pesquisa, exames de RM foram, primeiramente, obtidos por sequência SPAIR T2w (do Inglês Spectral Attenuated Inversion Recovery T2-weighted) e STIR (do Inglês Short Tau Inversion Recovery) de pacientes com suspeita de espondiloartrite, e as articulações sacroilíacas foram segmentadas manualmente por especialistas. Em seguida, características radiômicas foram extraídas das imagens segmentadas de RM possibilitando a análise associativa com os desfechos clínicos por meio de métodos estatísticos e de aprendizado de máquina. Além disso, foi calculado o coeficiente de correlação de Spearman (|&rho;|) para medir a intensidade da associação entre os biomarcadores radiômicos e as variáveis clínicas VHS (Velocidade de Hemossedimentação) e PCR (Proteína C Reativa), bem como os índices BASDAI (do Inglês Bath Ankylosing Spondylitis Activity Index), BASFI (do Inglês Bath Ankylosing Spondylitis Functional Index) e MASES (do Inglês Maastricht Ankylosing Spondylitis Enthesis Score). Os resultados obtidos nas avaliações individuais (análise univariada) ou combinados (análise multivariada) evidenciaram que biomarcadores estudados apresentam associação, pelo menos, moderada com a EpA e os padrões inflamatórios tanto para a sequência STIR quanto para a SPAIR. Ou seja, as análises quantitativas foram capazes de diferenciar EpA de outras doenças, como também foram capazes de indicar os subtipos da EpA (valor de p < 0,001). Foi identificado que existe correlação entre os biomarcadores investigados e as variáveis clínicas com intensidades que oscilam de fraca a moderada (|&rho;| = 0,33 - 0,57, valor de p < 0,05). Embora os valores de correlação obtidos tenham sido relativamente baixos, foram estatisticamente significativos em ambas as sequências. Foi possível evidenciar que a aplicação da abordagem radiômica se constitui em uma potencial ferramenta não invasiva para o auxílio ao diagnóstico da sacroiliíte e subclassificação da EpA, a partir de imagens de RM de articulações sacroilíacas.