AI prediction of cardiovascular events using opportunistic epicardial adipose tissue assessments from CT calcium score

要約

背景：最近の研究では、基本的な心外膜脂肪組織（EAT）の評価（体積や平均HUなど）を使用して、アテローム性動脈硬化関連の重大な心血管イベント（MACE）のリスクを予測しています。
目的: EAT の病態生理を捉え、MACE 予測を改善するために、新しい手作りの EAT 特徴「ファットオミクス」を作成します。
方法: 以前に検証された深層学習手法とオプションの手動補正を使用して EAT をセグメント化しました。
我々は 148 個の放射線特徴 (形態学的、空間的、強度) を抽出し、Cox elastic-net を使用して特徴の削減と MACE の予測を行いました。
結果: 従来の脂肪特徴は限界予測を与えました (EAT 体積/EAT 平均 HU/BMI はそれぞれ C インデックス 0.53/0.55/0.57 を与えました)。
15 個のファットオミクス特徴 (C インデックス = 0.69、テスト セット) で大幅な改善が得られました。
高リスクの特徴には、HU が上昇しているボクセルの体積 [-50、-30-HU] と HU 負の歪度が含まれており、どちらも脂肪の炎症に関係する高い HU を評価します。
その他の高リスクの特徴には、厚さの不均一性を反映する EAT 厚の尖度や、近位冠状動脈付近の脂肪を強調する心臓の上部 25% の EAT 容積が含まれます。
Cox により同定された高リスク患者と低リスク患者のカプラン マイヤー プロットは、ファット オミクス リスクの中央値で十分に分離されていましたが、高リスク グループの HR は低リスク グループの 2.4 倍でした (P<0.001)。 。 結論: 予備調査結果は、心血管リスク予測を改善するために、EAT に関するより細かく調整された説明可能な評価を使用する機会を示しています。

要約(オリジナル)

Background: Recent studies have used basic epicardial adipose tissue (EAT) assessments (e.g., volume and mean HU) to predict risk of atherosclerosis-related, major adverse cardiovascular events (MACE). Objectives: Create novel, hand-crafted EAT features, ‘fat-omics’, to capture the pathophysiology of EAT and improve MACE prediction. Methods: We segmented EAT using a previously-validated deep learning method with optional manual correction. We extracted 148 radiomic features (morphological, spatial, and intensity) and used Cox elastic-net for feature reduction and prediction of MACE. Results: Traditional fat features gave marginal prediction (EAT-volume/EAT-mean-HU/ BMI gave C-index 0.53/0.55/0.57, respectively). Significant improvement was obtained with 15 fat-omics features (C-index=0.69, test set). High-risk features included volume-of-voxels-having-elevated-HU-[-50, -30-HU] and HU-negative-skewness, both of which assess high HU, which as been implicated in fat inflammation. Other high-risk features include kurtosis-of-EAT-thickness, reflecting the heterogeneity of thicknesses, and EAT-volume-in-the-top-25%-of-the-heart, emphasizing adipose near the proximal coronary arteries. Kaplan-Meyer plots of Cox-identified, high- and low-risk patients were well separated with the median of the fat-omics risk, while high-risk group having HR 2.4 times that of the low-risk group (P<0.001). Conclusion: Preliminary findings indicate an opportunity to use more finely tuned, explainable assessments on EAT for improved cardiovascular risk prediction.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google