Maaaring hulaan ng temperatura ng mukha ang sakit sa puso na mas tumpak kaysa sa mga kasalukuyang pamamaraan

Sa isang kamakailang pag-aaral na inilathala sa BMJ Health & Care Informatics, tinasa ng mga mananaliksik ang pagiging posible ng paggamit ng facial infrared thermography (IRT) upang mahulaan ang coronary artery disease (CHD).

Ang IHD ay isa sa mga nangungunang sanhi ng kamatayan at may malaking pandaigdigang pasanin. Ang tumpak na diagnosis ng CAD ay mahalaga para sa pangangalaga at paggamot. Sa kasalukuyan, ginagamit ang mga tool sa pagtatasa ng pretest probability (PTP) upang matukoy ang posibilidad ng CAD sa mga pasyente. Gayunpaman, ang mga tool na ito ay may mga problema sa subjectivity, limitadong versatility at katamtamang katumpakan.

Bagaman ang karagdagang pagsusuri sa cardiovascular (coronary calcium count at electrocardiography) o mga sopistikadong klinikal na modelo na nagsasama ng karagdagang mga marker ng laboratoryo at mga kadahilanan ng panganib ay maaaring mapabuti ang mga pagtatantya ng probabilidad, may mga alalahanin na nauugnay sa kahusayan sa oras, pagiging kumplikado ng pamamaraan, at limitadong kakayahang magamit. p>

IRT, isang non-contact surface temperature detection technology, ay nagpapakita ng pangako para sa pagtatasa ng sakit. Maaari itong makakita ng pamamaga at abnormal na sirkulasyon sa pamamagitan ng mga pattern ng temperatura ng balat. Ipinapakita ng pananaliksik ang mga kaugnayan sa pagitan ng impormasyon ng IRT at atherosclerotic cardiovascular disease at mga kaugnay na kondisyon.

Sa pag-aaral na ito, tinasa ng mga mananaliksik ang pagiging posible ng paggamit ng data ng temperatura ng facial IRT upang mahulaan ang CAD. Ang mga nasa hustong gulang na sumasailalim sa coronary CT angiography (CCTA) o invasive coronary angiography (ICA) ay kasama sa pag-aaral. Nakuha ng mga sinanay na tauhan ang raw data at nagsagawa ng IRT survey bago ang CCTA o ICA.

Ginamit ang mga elektronikong medikal na rekord upang makakuha ng karagdagang impormasyon, kabilang ang kimika ng dugo, kasaysayan ng klinikal, mga kadahilanan ng panganib, at mga resulta ng screening ng CHD. Isang imahe ng IRT bawat kalahok ang pinili para sa pagsusuri at naproseso (pinag-isang pagbabago ng laki, grayscale na conversion, at pag-crop sa background).

Bumuo ang team ng IRT image model gamit ang advanced na deep learning algorithm. Dalawang modelo ang binuo para sa paghahambing: ang isa ay isang modelo ng PTP (clinical baseline) na kinabibilangan ng edad, kasarian, at sintomas ng mga pasyente, at ang isa ay hybrid, na pinagsasama ang parehong impormasyon ng IRT at klinikal na impormasyon mula sa mga modelo ng IRT at PTP, ayon sa pagkakabanggit..

Ilang interpretive analysis ang isinagawa, kabilang ang mga occlusion experiment, excretion map visualization, dose-response analysis, at CAD surrogate label prediction. Bilang karagdagan, ang iba't ibang tabular na feature ng IRT ay kinuha mula sa IRT na imahe, na inuri sa antas ng buong mukha at rehiyon ng interes (ROI).

Sa pangkalahatan, ang mga na-extract na feature ay inuri sa first-order texture, second-order texture, temperature, at fractal analysis feature. Ang XGBoost algorithm ay isinama ang mga nakuhang feature na ito at tinasa ang kanilang predictive value para sa CAD. Sinuri ng mga mananaliksik ang pagganap gamit ang lahat ng katangian at tanging mga katangian ng temperatura.

Kabuuan ng 893 na nasa hustong gulang na sumasailalim sa CCTA o ICA ang nasuri sa pagitan ng Setyembre 2021 at Pebrero 2023. Sa mga ito, 460 kalahok na may average na edad na 58.4 na taon ang kasama; 27.4% ay kababaihan, at 70% ay may CAD. Ang mga pasyente na may CAD ay may mas mataas na edad at prevalence ng mga risk factor kumpara sa mga pasyenteng walang CAD. Ang modelo ng imahe ng IRT ay higit na nagtagumpay sa modelo ng PTP.

Gayunpaman, ang pagganap ng mga modelo ng hybrid at IRT imaging ay hindi gaanong naiiba. Ang paggamit lamang ng mga feature ng temperatura o lahat ng na-extract na feature ay may superior predictive performance, na naaayon sa IRT imaging model. Sa antas ng buong mukha, ang pinakamalaking impluwensya ay ang pangkalahatang pagkakaiba ng temperatura mula kaliwa hanggang kanan, habang sa antas ng ROI, ang average na temperatura ng kaliwang panga ay may pinakamalaking impluwensya.

Na-obserbahan ang iba't ibang antas ng pagkasira ng performance para sa modelo ng imahe ng IRT kapag na-block ang iba't ibang ROI. Ang pagbara sa itaas at ibabang bahagi ng labi ay may pinakamalaking epekto. Bilang karagdagan, mahusay na gumanap ang modelo ng IRT imaging sa paghula ng mga surrogate marker na nauugnay sa CAD, gaya ng hyperlipidemia, paninigarilyo, body mass index, glycated hemoglobin, at pamamaga.

Ipinakita ng pag-aaral ang pagiging posible ng paggamit ng data ng temperatura ng facial IRT upang mahulaan ang CAD. Ang modelo ng imaging ng IRT ay lumampas sa modelong PTP na inirerekomenda ng gabay, na itinatampok ang potensyal nito sa pagtatasa ng CAD. Bukod pa rito, ang pagsasama ng klinikal na impormasyon sa modelo ng imahe ng IRT ay hindi nagbigay ng mga karagdagang pagpapahusay, na nagmumungkahi na ang nakuhang impormasyon ng IRT ay naglalaman na ng mahalagang impormasyong nauugnay sa CAD.

Higit pa rito, ang predictive na halaga ng modelo ng IRT ay nakumpirma gamit ang mga na-interpret na tampok sa tabular na IRT na medyo pare-pareho sa modelo ng imahe ng IRT. Ang mga katangiang ito ay nagbigay din ng impormasyon sa mahahalagang aspeto para sa paghula ng CAD, tulad ng simetrya ng temperatura ng mukha at hindi pantay na pamamahagi. Ang mga karagdagang pag-aaral na may mas malalaking sample at magkakaibang populasyon ay kailangan para sa pagpapatunay.