膝关节骨性关节炎的严重程度:基于X线图像

作者：朱瑶北京积水潭医院

骨关节炎（OA）是关节炎症过程导致功能和解剖损伤的结果，也是可观察到的状态。结果通常显示关节软骨和周围骨骼结构出现不可逆损伤。膝盖是人体最常见的关节，与同龄男性相比，60岁或以上女性的膝关节骨性关节炎（KOA）更为常见（13%比10%）。55岁以上女性KOA的严重程度高于男性，KOA的程度高于其他类型的OA。大约每六名患者中就有一名在OA发作的第一年咨询全科医生。KOA的发病率与年龄和体重呈正相关，在较年轻的年龄组，尤其是有肥胖问题的人群中，KOA的患病率更为常见。
肿胀、关节疼痛和僵硬是其他症状中的突出症状，例如行走、爬楼梯和弯腰等活动受限。随着时间的推移，症状会恶化，老年患者比其他年龄组的患者更容易受到影响。膝关节骨性关节炎的存在减少了日常生活中的活动，最终导致残疾，这可能会导致与生产力损失相关的高昂成本。据估计，膝关节和髋关节功能性损伤是第十一大残疾因素，造成了相当大的社会经济负担，预计每位患者每年的成本约为19000欧元。关节炎所致残疾的估计流行率将达到1160万人，这比心血管疾病或任何其他医疗条件所致残疾的预计风险要大。全关节置换手术是治疗晚期OA的最有利选择。然而，早期诊断KOA状态并提供行为干预可能有助于延长患者的健康寿命。
在对KOA可能的危险因素进行回顾时，Heidari得出结论，年龄、肥胖、性别（即女性）、重复性膝关节创伤和跪姿是KOA最常见的危险因素。常见症状包括疼痛、功能受损、肿胀和僵硬。KOA的严重程度和疼痛状态是根据Kellgren和Lawrence（KL）的0至4分等级，通过目视检查膝盖X射线图像来测量的。
考虑到KOA对残疾的影响以及随后不可避免的经济负担，有必要在发展的早期阶段量化KOA的严重性。KOA严重程度级别有助于确定适当的治疗决策和监测疾病进展。量化KOA严重性的经典方法是由放射科医生检查膝盖的X光图像，然后根据KL量表对图像进行分级（从0表示“正常”到4表示“严重”阶段）。由于没有金标准评分系统，这种方法具有高度的主观性：KL评分量表的半定量性质造成了歧义，从而导致评分员之间的分歧。
为了减少从X射线图像量化KOA严重程度时的主观性影响，计算机辅助诊断非常有用。迄今为止，可用图像的样本大小一直是训练有效模型的主要限制因素。骨关节炎倡议（OAI）和多中心骨关节炎研究（MOST）通过提供数千名患者的数据和X射线图像缓解了这一小样本量限制。最近，一些研究人员利用这些资源开发了一种通过分析X射线图像来量化KOA严重程度的自动方法。尽管已经多次尝试基于X射线图像的自动分析来量化KOA严重程度，但到目前为止，还没有尝试根据患者的评估数据（如体征、症状、，药物和患者的其他特征（稍后称为患者问卷数据），并将此方法与基于X射线的预测进行比较。使用患者数据而非X射线图像开发预测模型具有其他优势，例如识别那些对预测KOA严重程度贡献最大的变量。基于患者问卷数据的良好预测模型可以降低治疗成本，也可以通过早期行为干预延长患者的健康寿命。
骨关节炎倡议（OAI）是由国家卫生研究院（NIH）赞助的一项针对男性和女性的多中心纵向研究，旨在更好地了解KOA。通过OAI收集的数据可以提供有关患者特征的边际分布、人口统计、体征和症状以及用药史的有用信息。迄今为止，已有200多份科学出版物使用了通过OAI收集的数据，包括多次尝试使用X射线图像自动进行KL等级量化。但迄今为止，还没有研究（或出版物）试图根据患者问卷数据预测KOA的严重程度。我们的主要目标是比较基于患者问卷数据的统计模型的预测精度和基于X射线图像的建模预测KOA严重程度评分的预测精度。在这篇文章中，我们提出了几种统计方法来使用患者问卷数据预测KOA的严重程度。此外，我们使用卷积神经网络（CNN）模型，通过对相同患者的相应X射线图像预测相同的结果。通过在验证集上计算均方根误差，对两种方法的性能进行了比较。作为第二个目标，我们确定了预测能力最强的关键变量，这可能有助于随着时间的推移监测患者，并设计早期干预措施，以延长受关注患者的健康寿命。