Un estudio sobre la aplicación de la radiómica basada en secuencias de cine no mejoradas por RM cardíaca en el diagnóstico precoz de la cardiopatía hipertensiva
Investigadores chinos que se desempeñan en el Departamento de Radiología del Hospital Afiliado de la Universidad de Hebei/Facultad de Medicina Clínica, en el Laboratorio clave de Hebei para imágenes precisas de tumores relacionados con la inflamación, en la Facultad de Calidad y Supervisión Técnica, en el Departamento de Ultrasonido del Hospital Afiliado, y en laFacultad de Ingeniería Electrónica y de la Información de la Universidad de Hebei, R.P. China, realizaron un estudio basado en la radiómica para establecer el diagnóstico precoz de la cardiopatía hipertensiva*.
Esto dará lugar a comentarios en la NOTICIA DEL DÍA.
La radiómica es un nuevo paradigma en el ámbito del Diagnóstico por la Imagen, que pasa de una interpretación subjetiva de las imágenes para el diagnóstico a una explicación cuantificable a partir del análisis de datos no perceptibles por el ojo humano.
Es un método que extrae un gran número de características de las imágenes médicas utilizando algoritmos de caracterización de datos.
Es una ciencia ómica (disciplinas que buscan estudiar en su conjunto a las distintas moléculas que componen y permiten la función de un organismo, y las redes de interacción entre ellas para comprender a los sistemas biológicos más complejos con mayor precision) que extrae, por medio de algoritmos computacionales, parámetros cuantitativos en las imágenes médicas para detectar y medir aquellas características inapreciables a la observación directa, llamadas “características radiómicas”, con el objetivo de asociarlas a estados fisiológicos concretos.
Por otro lado, la hipertensión es un problema de salud que afecta a varios países, especialmente aquellos en el mundo en desarrollo.
La hipertensión crónica puede provocar daños irreversibles en múltiples órganos, siendo el corazón un órgano comúnmente afectado.
La enfermedad cardíaca hipertensiva (HHD por sus siglas en inglés de hypertensive heart disease) abarca una variedad de cambios patológicos inducidos por la hipertensión, incluida la hipertrofia ventricular izquierda, la disfunción sistólica y diastólica y la fibrosis intersticial.
Si no se trata, la HHD con frecuencia progresa hacia arritmias e insuficiencia cardíaca.
La terapia antihipertensiva oportuna y adecuada tiene el potencial de desacelerar o revertir la remodelación del ventrículo izquierdo reduciendo en consecuencia el riesgo de eventos cardiovasculares adversos.
Por lo tanto, su diagnóstico precoz tiene una gran importancia.
La resonancia magnética cardíaca (RMC) sirve como estándar de oro para evaluar la estructura, función y características histológicas del miocardio.
Actualmente, el diagnóstico de HHD en el proceso de RMC a menudo se basa en la identificación de un espesor de la pared del ventrículo izquierdo> 12 mm, junto con antecedentes de hipertensión prolongada y la ausencia de otras afecciones que causen engrosamiento del miocardio y anomalías de la función cardíaca.
Por tanto, un diagnóstico de HHD mediante RMC implica anomalías estructurales o funcionales.
Por lo tanto, identificar el daño cardíaco latente en pacientes hipertensos con resultados negativos en la RMC es crucial para su diagnóstico temprano.
Precisamente, la radiómica puede descubrir detalles intrincados de la imagen, capturando matices espaciales y de intensidad más allá del alcance de la interpretación visual de un diagnosticador.
En los últimos años, la aplicación de la tecnología radiómica en enfermedades cardiovasculares ha ido en aumento.
Numerosos estudios han demostrado que el análisis radiómico basado en imágenes T1 nativas de RMC y mapas de volumen extracelular puede identificar eficazmente la HHD y la miocardiopatía hipertrófica.
Sin embargo, la utilización de la secuencia de mapeo T1 está limitada por costos adicionales y un tiempo prolongado de examen por RMC, lo que hace que su uso sea menos común en la práctica clínica.
Al reconocer el potencial de la radiómica a la hora de extraer información completa para imágenes, está aumentando la investigación centrada en ella basada en secuencias de cine RMC.
Estudios limitados han indicado que la radiómica basada en secuencias de cine RMC puede identificar eficazmente la fibrosis y cicatrices del miocardio.
Además, ha demostrado la capacidad de diferenciar la amiloidosis miocárdica de la miocardiopatía hipertrófica.
Sin embargo, existe una investigación limitada sobre la aplicación de la radiómica basada en secuencias de cine RMC en el diagnóstico de daño cardíaco latente resultante de la hipertensión temprana.
En este estudio, se desarrollaron modelos de diagnóstico que utilizan radiómica basados en secuencias de cine RMC no mejoradas para identificar HHD y cambios cardíacos tempranos inducidos por la hipertensión.
Además, tuvo como objetivo investigar la presencia de cambios cardíacos latentes en pacientes hipertensos con RMC negativa.
A manera de introducción, los autores plantean que la prevalencia de la enfermedad cardíaca hipertensiva (HHD) es alta y actualmente no existe una manera fácil de detectarla precozmente.
Con este propósito, 132 pacientes que se sometieron a una exploración por RMC se dividieron en grupos:
HHD (42), grupo de hipertensión con estructura y función cardíaca normal (HWN) (46) y
grupo de control normal (NOR) (44).
Las regiones miocárdicas de las fases telediastólica (ED, por sus siglas en inglés de end-diastolic) y telesistólica (ES por sus siglas en inglés de end-systolic) de las imágenes de secuencia de cine de eje corto de RMC se segmentaron en regiones de interés (ROI por sus siglas en inglés de regions of interest).
Se establecieron tres subconjuntos de características (ED, ES y ED combinados con ES) después de la selección de características del operador de selección y contracción radiómica mínima absoluta.
Se construyeron nueve modelos radiómicos utilizando bosque aleatorio (RF por sus siglas en inglés de random forest ), máquina de vectores de soporte (SVM por sus siglas en inglés de support vector machine) y naive Bayes (algoritmo de machine learning supervisado que se utiliza para tareas de clasificación como la clasificación de textos. Utiliza principios de probabilidad para realizar tareas de clasificación.).
El rendimiento del modelo se analizó utilizando curvas de características operativas del receptor y métricas como precisión, área bajo la curva (AUC), precisión, recuperación y especificidad.
Los subconjuntos de características incluían características de primer orden, forma y textura.
La SVM de ED combinada con ES logró la mayor precisión (0,833), con un AUC macropromedio de 0,941.
Las AUC para la identificación de HHD, HWN y NOR fueron 0,967, 0,876 y 0,963, respectivamente.
Las precisiones fueron 0,972, 0,740 y 0,826; los retiros fueron 0,833, 0,804 y 0,863, respectivamente; y las especificidades fueron 0,989, 0,863 y 0,909, respectivamente.
En síntesis, la hipertensión constituye un importante factor de riesgo para la salud humana, y su incidencia mundial experimenta un aumento anual.
La HHD es una afección común resultante de la hipertensión, que presenta un mayor riesgo de eventos cardiovasculares adversos y afecta significativamente la calidad de vida.
Numerosos estudios indican una creciente prevalencia y mortalidad asociadas con la HHD en las últimas tres décadas, con proyecciones que anticipan un aumento continuo de la incidencia de su mortalidad en la próxima.
Por lo tanto, el diagnóstico temprano y la intervención de la HHD son preocupaciones primordiales para los médicos.
Como método de examen cardíaco integral, la RMC ofrece varias ventajas en el diagnóstico, en particular, la secuencia de cine RMC elimina la necesidad de agentes de contraste de gadolinio.
Las imágenes resultantes proporcionan información tanto estructural como funcional sobre el corazón, y las diferencias sutiles en las características de la señal dentro de las imágenes pueden escapar al reconocimiento visual de los médicos especialistas en RMC.
Por lo tanto, actualmente no se explora por completo todo el potencial de esta secuencia.
La tecnología radiómica se ha convertido en un tema de investigación destacado en los últimos años, debido a su capacidad para identificar diferencias en las imágenes que los médicos de RMC pueden no reconocer visualmente.
Esta tecnología profundiza en diferencias sutiles y lesiones dentro de las imágenes, mejorando así la detección de cambios tempranos en la estructura y el tejido cardíacos.
Los resultados de este estudio revelaron una diferencia significativa en el IMC entre los individuos HHD, HWN y NOR (28,9 ± 4,5 frente a 26,6 ± 3,3 frente a 24,0 ± 3,3).
Este hallazgo se alinea con los de estudios previos que muestran que la hipertensión y la HHD se asocian con un mayor peso corporal o la obesidad.
Los resultados del estudio implican que un IMC más alto se correlaciona con una mayor probabilidad de causar daño cardíaco, lo que podría conducir a HHD.
Además, se observó que los espesores del tabique interventricular y la pared lateral del ventrículo izquierdo en pacientes con HHD eran mayores que los de individuos con hipertensión y la población sana ( P <0,001).
Aunque el grosor del tabique interventricular no excedió el grosor normal de la pared ventricular (12 mm) en pacientes con hipertensión, fue notablemente mayor que en la población sana (10,2 ± 1,8 vs. 8,0 ± 1,6, P <0,05).
No se observaron diferencias estadísticamente significativas en el grosor de la pared lateral del ventrículo izquierdo entre los dos grupos.
Por lo tanto, estos hallazgos sugieren que el engrosamiento miocárdico inducido por la hipertensión puede iniciarse en el tabique interventricular.
Además, los resultados implican que los criterios diagnósticos de engrosamiento de la pared ventricular en pacientes con hipertensión deberían ser más estrictos.
Actualmente, existe una investigación limitada sobre la radiómica para el diagnóstico temprano de HHD, con solo un estudio de radiómica realizado por Cetin et al. centrándose en la identificación de los cambios cardíacos tempranos causados por la hipertensión.
Estos autores extrajeron en su estudio características radiómicas del anillo miocárdico, así como de los ventrículos izquierdo y derecho.
Sin embargo, las características radiómicas se extrajeron únicamente del anillo miocárdico.
Esta decisión se tomó considerando que una variación sustancial de la señal en el conjunto de sangre ventricular podría afectar los resultados del estudio.
Además, el anillo endomiocárdico se consideró suficiente para reflejar la morfología y el tamaño del ventrículo izquierdo.
En este estudio, las características de las fases ED, ES y EDES se seleccionaron por separado.
Los tres subconjuntos de características comprendían características de primer orden, forma y textura.
Las características más cruciales en todos los subconjuntos de características fueron las características de forma: la relación superficie-volumen en la fase ED y el diámetro 2D máximo (corte) en la fase ES.
Esto indica que un mayor volumen miocárdico bajo la misma superficie y un mayor diámetro miocárdico en el plano axial del corazón se asocian con una mayor probabilidad de desarrollar HHD.
Estos hallazgos se alinean con el conocimiento de que los cambios cardíacos inducidos por la hipertensión a menudo se manifiestan como un aumento del volumen miocárdico y agrandamiento del corazón.
Entre los tres subconjuntos de características, las características de textura constituyeron la mayor proporción, representando el 72% en ED, el 84% en ES y el 53% en EDES.
Esto sugiere que las características de la textura del miocardio desempeñan un papel crucial en la identificación de la HHD, lo que sugiere que la hipertensión puede contribuir a la heterogeneidad de la textura del tejido en la microestructura del miocardio.
En contraste con los hallazgos de Cetin et al., este estudio reveló que tanto las características de forma como de textura eran de gran importancia.
Cetin et al. habían llegado a la conclusión de que los primeros cambios cardíacos causados por la hipertensión no estaban relacionados con la forma ni el tamaño.
La discrepancia en los hallazgos puede atribuirse a varios factores.
En primer lugar, este estudio empleó una clasificación triple, incluyendo datos de HHD que no formaban parte del estudio de Cetin et al.
En particular, la HHD presenta cambios morfológicos obvios en el corazón en comparación con un corazón normal.
En segundo lugar, las diferencias en la cantidad de datos y la delimitación del retorno de la inversión entre los dos estudios también podrían contribuir a inconsistencias en la identificación de características importantes.
El análisis de la curva ROC de varios modelos demostró que el modelo radiómico mostró una mayor eficiencia en la identificación de corazón sano y HHD, con un AUC > 0,96.
Mostró una eficiencia ligeramente menor en la identificación de hipertensión sin anomalías cardíacas, aunque el AUC aún alcanzó 0,876.
La combinación de funciones de las fases ED y ES mejoró la precisión, y el clasificador SVM demostró ser el más eficaz.
El modelo de diagnóstico establecido en este estudio mostró una mejor clasificación de los pacientes con HHD, los pacientes hipertensos y los individuos sanos.
Esto sugiere la posibilidad de cambios cardíacos latentes en pacientes hipertensos con un diagnóstico de RMC normal, detectables y diagnosticables mediante tecnología radiómica basada en secuencias de cine de RMC.
Dado que la cantidad de datos en este estudio no es muy grande, adoptamos el método de anotación manual.
La anotación manual se puede utilizar como estándar de oro para la segmentación de imágenes CMR.
Estudios posteriores continuarán aumentando la cantidad de datos para capacitación y validación, por lo que la carga de trabajo de anotación manual aumentará significativamente.
Además, la segmentación manual tiende a producir variabilidad entre observadores e intraobservadores, lo que no favorece la reproducibilidad del modelo radiómico.
Usar la segmentación semiautomática o automática puede ser la mejor solución.
Se han realizado varios estudios sobre algoritmos de segmentación que han logrado buenos resultados de segmentación.
Sin embargo, las imágenes de RMC son susceptibles al ruido y los artefactos, lo que puede reducir la precisión de la segmentación automática y el análisis radiómico.
La resonancia estocástica se puede utilizar para mejorar el contraste mediante el uso del ruido en la imagen, de modo que se pueda realizar una segmentación más precisa.
En la actualidad, los estudios han demostrado que la resonancia estocástica puede mejorar el reconocimiento de los contornos del miocardio en imágenes de RMC y mejorar la precisión de la segmentación.
Además, la tecnología de aprendizaje profundo (DL) también se utiliza ampliamente para la segmentación y clasificación de imágenes CMR.
La aplicación de DL es más propicia para la automatización de todo el proceso de diagnóstico y puede mejorar la precisión y repetibilidad del diagnóstico del modelo al tiempo que mejora la eficiencia de la segmentación de imágenes CMR.
Un estudio demostró que DL funcionó mejor que las técnicas tradicionales de aprendizaje automático al clasificar imágenes de RMC con anatomía cardíaca compleja.
Por lo tanto, creemos que la futura resonancia estocástica y DL ayudarán a mejorar la precisión, repetibilidad y automatización de los modelos radiómicos para el diagnóstico temprano de HHD.
Este estudio tuvo varias limitaciones.
En primer lugar, solo extrajo características del anillo miocárdico y no analizó los músculos papilares ni la aurícula izquierda, lo que podría provocar la pérdida de cierta información de la imagen.
En segundo lugar, al ser un estudio unicéntrico con un tamaño de muestra pequeño, no se realizó validación externa.
En el futuro, continuaremos ampliando la muestra para entrenar el modelo utilizando datos multicéntricos y realizaremos una validación externa para mejorar la solidez y repetibilidad del modelo.
Además, el proceso de selección de características en este estudio utilizó todos los datos, por lo tanto, los modelos estuvieron expuestos a todos los datos de alguna manera durante la etapa de clasificación, lo que puede conducir a una sobreestimación del rendimiento.
A continuación, continuaremos expandiendo el tamaño de la muestra y solo usaremos los datos del conjunto de entrenamiento para la selección de características, para obtener resultados más confiables y mejorar la solidez del modelo.
Finalmente, en este estudio no se consideraron factores como la duración de la enfermedad y el grado de hipertensión.
Las investigaciones futuras implicarán seguimientos continuos de pacientes hipertensos para explorar qué características radiómicas están asociadas con la progresión de la HHD a anomalías cardíacas.
Conclusión
La técnica radiómica basada en secuencias de cine CMR no mejoradas resulta eficaz para identificar pacientes con HHD, personas con hipertensión y personas sanas.
En particular, los pacientes con hipertensión que reciben un diagnóstico de RMC normal aún pueden albergar cambios cardíacos latentes, detectables mediante la técnica radiómica.
* Ma ZP, Wang SW, Xue LY, Zhang XD, Zheng W, Zhao YX, Yuan SR, Li GY, Yu YN, Wang JN, Zhang TL. A study on the application of radiomics based on cardiac MR non-enhanced cine sequence in the early diagnosis of hypertensive heart disease. BMC Med Imaging. 2024 May 27;24(1):124. doi: 10.1186/s12880-024-01301-9. PMID: 38802736.
