Температура лица може предвидети срчане болести са већом тачношћу од тренутних метода

У недавној студији објављеној у часопису BMJ Health & Care Informatics, истраживачи су проценили изводљивост коришћења инфрацрвене термографије лица (IRT) за предвиђање коронарне болести срца (CHD).

УБС је један од водећих узрока смрти и представља значајан глобални терет. Тачна дијагноза УБС је важна за негу и лечење. Тренутно се користе алати за процену вероватноће пре тестирања (PTP) да би се утврдила вероватноћа УБС код пацијената. Међутим, ови алати имају проблеме са субјективношћу, ограниченом генерализацијом и умереном тачношћу.

Иако додатно кардиоваскуларно тестирање (скор калцијума у коронарним артеријама и електрокардиографија) или софистицирани клинички модели који интегришу додатне лабораторијске маркере и факторе ризика могу побољшати процену вероватноће, постоје проблеми везани за временску ефикасност, сложеност процедура и ограничену доступност.

ИРТ, технологија за бесконтактно детектовање температуре површине, показује обећавајуће резултате за процену болести. Може да детектује упалу и абнормални проток крви на основу образаца температуре коже. Студије показују повезаност између информација ИРТ-а и атеросклеротских кардиоваскуларних болести и повезаних стања.

У овој студији, истраживачи су проценили изводљивост коришћења података о температури лица добијених интравенском коронарном ангиографијом (ИКА) за предвиђање коронарне болести. У студију су укључене одрасле особе које су се подвргле коронарној ЦТ ангиографији (ККТ) или инвазивној коронарној ангиографији (ИКА). Обучено особље је прикупило основне податке и извршило ИРТ аквизиције пре ККТ или ИКА.

Електронски медицински картони су коришћени за добијање додатних информација, укључујући биохемију крви, клиничку историју, факторе ризика и резултате скрининга за коронарну артеријску болест. Једна IRT слика по учеснику је одабрана за анализу и обрађена (равномерна промена величине, конверзија у сиве тонове и исецање позадине).

Тим је развио IRT модел слике користећи напредни алгоритам дубоког учења. Развијена су два модела за поређење: један је био PTP (клиничка база) модел који је укључивао старост, пол и карактеристике симптома пацијената, а други је био хибридни, комбинујући и IRT и клиничке информације из IRT и PTP модела, респективно.

Извршено је неколико анализа интерпретације, укључујући експерименте оклузије, визуелизацију мапа истакнутих делова, анализе доза-одговор и предвиђање сурогатних CAD ознака. Поред тога, различите карактеристике IRT табеле су издвојене из IRT слике, класификоване на нивоу целог лица и региона од интереса (ROI).

Генерално, екстраховане карактеристике су класификоване у карактеристике текстуре првог реда, текстуре другог реда, температуре и фракталне анализе. XGBoost алгоритам је интегрисао ове екстраховане карактеристике и проценио њихову предиктивну вредност за коронарну болест срца. Истраживачи су проценили перформансе користећи све карактеристике и само карактеристике температуре.

Укупно 893 одрасле особе које су подвргнуте CCTA или ICA скринингу су подвргнуте између септембра 2021. и фебруара 2023. године. Од њих је укључено 460 учесника са просечном старошћу од 58,4 године; 27,4% су биле жене, а 70% је имало коронарну артеријску болест. Пацијенти са коронарном артеријском болешћу имали су већу старост и преваленцију фактора ризика у поређењу са пацијентима без коронарне артеријске болести. IRT-сликовни модел је значајно надмашио PTP модел.

Међутим, перформансе хибридних и IRT модела слике нису се значајно разликовале. Коришћење само температурних карактеристика или свих екстрахованих карактеристика имало је супериорне предиктивне перформансе, што је било у складу са IRT моделом слике. На нивоу целог лица, укупна температурна разлика слева надесно имала је највећи утицај, док је на нивоу ROI просечна температура леве вилице имала највећи утицај.

Различити нивои деградације перформанси примећени су за IRT-сликовни модел при затварању различитих ROI. Затварање региона горње и доње усне имало је највећи утицај. Поред тога, IRT-сликовни модел се добро показао у предвиђању сурогатних маркера повезаних са коронарном артеријском болешћу, као што су хиперлипидемија, пушење, индекс телесне масе, гликовани хемоглобин и упала.

Студија је показала изводљивост коришћења података о температури лица добијених IRT спектроскопијом за предвиђање коронарне артеријске болести (КАБ). IRT модел слике је надмашио PTP модел који препоручује смерница, истичући његов потенцијал у процени КББ. Штавише, укључивање клиничких информација у IRT модел слике није пружило додатно побољшање, што сугерише да екстраховане IRT информације већ садрже важне информације везане за КББ.

Штавише, предиктивна вредност IRT модела је потврђена коришћењем интерпретабилних IRT табеларних карактеристика, које су биле релативно конзистентне са IRT моделом слике. Ове карактеристике су такође пружиле информације о важним аспектима за предвиђање коронарне срчане болести (КСБ), као што су симетрија температуре лица и неравномерност расподеле. Потребна су даља истраживања са већим узорцима и различитим популацијама за валидацију.