日本語AIでPubMedを検索
骨粗鬆症リスク評価のために口腔内X線写真にデジタル画像処理ソフトウェアを適用することへの挑戦
The challenge of applying digital image processing software on intraoral radiographs for osteoporosis risk assessment.
PMID: 34324394
抄録
目的:
本研究の目的は、口腔内X線写真における骨粗鬆症リスク評価のための半自動ソフトウェアとその完全自動化ツールの評価者の一致とその精度を評価することである。
OBJECTIVES: The purpose of this study was to evaluate rater agreement and the accuracy of a semi-automated software and its fully automated tool for osteoporosis risk assessment in intraoral radiographs.
研究方法:
スウェーデンのヨーテボリを拠点とした大規模な集団ベースの研究(SUPERB)に参加した75~80歳の女性から、計567枚の口腔内X線写真をレトロスペクティブに抽出した。5人の評価者が、半自動のソフトウェアを用いて、口腔内X線写真における参加者の骨粗鬆症のリスクを評価した。評価は4週間後に、元の567人から無作為に選ばれた121人(20%)のX線写真に対して繰り返し行われた。X線写真は、ソフトウェアの全自動解析ツールによっても評価された。
METHODS: A total of 567 intraoral radiographs was selected retrospectively from women aged 75-80 years participating in a large population-based study (SUPERB) based in Gothenburg, Sweden. Five raters assessed participants' risk of osteoporosis in the intraoral radiographs using a semi-automated software. Assessments were repeated after 4 weeks on 121 radiographs (20%) randomly selected from the original 567. Radiographs were also assessed by the softwares' fully automated tool for analysis.
結果:
5人の評価者の全体的な評価者間合意は0.37(95%CI 0.32-0.41)であり、5人の評価者に全自動ツールを「第6の評価者」として加えた場合の全体的なKappaは0.34(0.30-0.38)であった。評価者間の一致度は,Landis and Kochの解釈尺度によれば,中程度からかなりのレベルに達していた.診断精度は、骨粗鬆症診断の基準となる背骨、股関節、大腿骨頸部のTスコア値との関連で算出し、感度、特異度、予測値、尤度比、オッズ比の形で示した。全自動ツールを含む全評価者の平均感度は40.4%(範囲14.3%~57.6%)でした。これに対応する特異度は69,5%(範囲59,7%~90,4%)であった。診断オッズ比は1〜2.7であった。
RESULTS: Overall interrater agreement for the five raters was 0.37 (95% CI 0.32-0.41), and for the five raters with the fully automated tool included as 'sixth rater' the overall Kappa was 0.34 (0.30-0.38). Intrarater agreement varied from moderate to substantial according to the Landis and Koch interpretation scale. Diagnostic accuracy was calculated in relation to reference standard for osteoporosis diagnosis which is T-score values for spine, total hip and femoral neck and presented in form of sensitivities, specificities, predictive values, likelihood ratios and odds ratios. All raters' mean sensitivity, including the fully automated tool, was 40,4% (range 14,3%-57,6%). Corresponding values for specificity was 69,5% (range 59,7%-90,4%). The diagnostic odds ratios ranged between 1 and 2.7.
結論:
口腔内X線写真の海綿状パターンを解析するソフトウェアを用いた骨粗鬆症リスク評価において,診断オッズ比と評価者間の一致率が低いことから,口腔内X線写真の海綿状パターン解析の自動化を最適化するために,さらに多くの作業を行う必要があると考えられる.
CONCLUSION: The low diagnostic odds ratio and agreement between raters in osteoporosis risk assessment using the software for analysis of the trabecular pattern in intraoral radiographs shows that more work needs to be done to optimise the automation of trabecular pattern analysis in intraoral radiographs.