Einblicke in die Form der aufsteigenden Aorta
Eine Studie zeigt, welche Faktoren die Form der thorakalen Aorta mithilfe von MRI-Daten beeinflussen.
― 6 min Lesedauer
Inhaltsverzeichnis
Die thorakale Aorta ist ein wichtiger Teil unseres Herzsystems und sorgt dafür, dass das Blut vom Herzen in den Rest des Körpers gepumpt wird. Es ist wichtig, über Gesundheitsprobleme Bescheid zu wissen, die die thorakale Aorta betreffen können, da sie verschiedene Arten von Problemen durchlaufen kann, von denen einige sehr ernst sein können, wie Aorten-Dilatation und -Dissektion. Bestimmte genetische Erkrankungen wie das Marfan-Syndrom und das Ehlers-Danlos-Syndrom können zu diesen Problemen führen, aber auch andere Faktoren wie männlich sein, älter werden, grössere Körpergrösse, Bluthochdruck und Gewohnheiten wie Alkohol trinken oder rauchen können das Risiko erhöhen. Interessanterweise könnte Diabetes das Risiko für Probleme mit der thorakalen Aorta senken.
Trotz ihrer Bedeutung gibt es nicht genug Forschung zur thorakalen Aorta in der Allgemeinbevölkerung, hauptsächlich weil es nicht viele grosse Studien gab, die sie mit modernen Bildgebungstechniken untersucht haben. Eine grosse Studie, genannt die Deutsche Nationale Kohorte (NAKO), umfasst über 200.000 zufällig ausgewählte Personen aus Deutschland und bietet eine wertvolle Gelegenheit, die Form und Gesundheit der thorakalen Aorta zu untersuchen. Diese Studie hat MRT-Scans von fast 30.000 Teilnehmern verwendet, die einen systematischen Ansatz verfolgen, um die thorakale Aorta detailliert zu beobachten.
Bedarf an automatisierter Verarbeitung
Um eine so grosse Menge an Daten effizient zu analysieren, sind automatisierte Methoden nötig, um die Bilder zu verarbeiten. Deep Learning-Techniken wurden erfolgreich in verschiedenen medizinischen Bildgebungsbereichen eingesetzt, um Organe automatisch zu identifizieren und zu segmentieren. Während diese Methoden hauptsächlich auf CT-Scans der thorakalen Aorta angewendet wurden, haben sich nur wenige Studien auf die vollautomatisierte Analyse mit MRT konzentriert.
Frühere Studien, die die Form der aufsteigenden Aorta untersucht haben, stützten sich oft auf kleinere Gruppen von Menschen oder konzentrierten sich auf spezifische Alterskategorien. Die meisten verwendeten traditionelle statistische Analysen, um die Beziehung zwischen verschiedenen Risikofaktoren und Veränderungen in der Form der thorakalen Aorta zu betrachten. Diese Ansätze identifizieren jedoch nicht ausreichend die zugrundeliegenden Ursachen der beobachteten Veränderungen.
Ziel dieser Studie
Das Hauptziel dieser Studie war es, die Form der aufsteigenden Aorta mithilfe von MRT-Daten aus der NAKO-Studie zu beschreiben. Ausserdem wollten wir potenzielle Faktoren identifizieren, die die Form der thorakalen Aorta beeinflussen könnten. Wir konzentrierten uns auf drei Hauptbeiträge:
- Verwendung einer vollautomatisierten Deep Learning-Methode zur 3D-Formanalyse der aufsteigenden Aorta.
- Bereitstellung statistischer Analysen zu unterschiedlichen Aortenformen in der Allgemeinbevölkerung.
- Untersuchung von Faktoren, die den Durchmesser der mittleren aufsteigenden Aorta basierend auf einer grossen Studie beeinflussen könnten.
Alle Aspekte wurden mit der Genehmigung von Ethikkommissionen durchgeführt, um sicherzustellen, dass alle Teilnehmer ihre informierte Zustimmung gegeben haben.
Einzelheiten zur Studienpopulation
Die ursprüngliche Gruppe für die Studie umfasste fast 30.000 Teilnehmer aus der NAKO-Studie. Nach Überprüfung der Bildqualität und dem Herausfiltern von Personen mit fehlenden oder unrealistischen Daten blieben etwa 25.000 Teilnehmer übrig. Das Durchschnittsalter dieser Teilnehmer betrug 47,7 Jahre, und sie umfassten sowohl Männer als auch Frauen.
Die MRT-Scans wurden gemäss einer speziellen Richtlinie durchgeführt, die als nicht kontrastverstärkte T2-gewichtete MR-Angiographie bekannt ist. Diese Methode ermöglichte es uns, zusätzliche Informationen zu den Demografien, dem Gesundheitsstatus und den Lebensstilentscheidungen der Teilnehmer zu sammeln, einschliesslich Grösse, Gewicht, Blutdruck, Diabetes-Status und wie viel Alkohol und Tabak sie konsumieren.
Analyse der Form der thorakalen Aorta
Um die Form der thorakalen Aorta zu analysieren, wurden die MRT-Scans bearbeitet, um spezifische Punkte entlang der Aorta zu identifizieren. Dazu gehörten kritische Stellen, an denen Arterien abzweigen. Die Prozesse ermöglichten es uns, wichtige Merkmale wie Länge, Volumen und Durchmesser der aufsteigenden Aorta zu messen.
Durch den Einsatz fortschrittlicher Deep Learning-Techniken konnten wir die Merkmale der thorakalen Aorta automatisch basierend auf den MRT-Daten beschreiben. Die Ergebnisse zeigten einen klaren Unterschied zwischen männlichen und weiblichen Teilnehmern, wobei Männer im Allgemeinen eine grössere Aorta in Bezug auf Länge, Volumen und Durchmesser hatten.
Statistische und ursächliche Analyse
Als Nächstes führten wir statistische Analysen durch, um zu sehen, wie Faktoren wie Geschlecht, Alter, Körpergrösse und Gesundheitszustände wie Bluthochdruck und Diabetes mit der Grösse der Aorta zusammenhängen. Wir fanden bemerkenswerte Beziehungen zwischen diesen Variablen und der Grösse der Aorta. Besonders Alter und Körpergrösse spielten eine bedeutende Rolle.
Wir fanden heraus, dass Männer grössere Aorten hatten als Frauen. Zudem wiesen Personen mit Bluthochdruck grössere Durchmesser auf als diejenigen ohne diese Erkrankung. Interessanterweise wurde Diabetes oft als schützender Faktor gesehen, aber diese Studie fand keine direkte Beziehung zwischen Diabetes und der Grösse der Aorta.
Ausserdem schauten wir uns den Alkoholkonsum an, der zeigte, dass diejenigen, die regelmässig Alkohol tranken, tendenziell grössere Aortendurchmesser hatten. Der Tabakkonsum zeigte hingegen nur eine geringe Verbindung zur Grösse der Aorta bei Männern, während für Frauen keine signifikanten Beziehungen festgestellt wurden.
Ergebnisse und ihre Implikationen
Basierend auf unserer Analyse bestätigten wir, dass die Grösse der aufsteigenden Aorta je nach Demografie und Gesundheitsstatus variiert. Der Einsatz von Deep Learning-Technologie ermöglichte präzise und detaillierte Beschreibungen der Aortenformen und zeigte die Bedeutung der Grösse sowie ihre Beziehung zu Faktoren wie Alter, Bluthochdruck und Alkoholkonsum.
Ein zukünftiger Forschungsrichtung ist es, weitere Faktoren zu erkunden, die die Gesundheit der thorakalen Aorta beeinflussen könnten, einschliesslich Ernährung und Bewegung, die nicht Teil dieser Studie waren. Zudem werden fortlaufende Nachuntersuchungen mit den Teilnehmern Einblicke darüber geben, wie sich diese Faktoren im Laufe der Zeit ändern könnten.
Fazit
Zusammenfassend haben wir anhand von Daten aus einer grossen Kohortenstudie wertvolle Einblicke in die Form der aufsteigenden thorakalen Aorta und die verschiedenen Faktoren gewonnen, die sie beeinflussen können. Die Ergebnisse unterstreichen die Notwendigkeit, eine Vielzahl von demografischen und gesundheitsbezogenen Faktoren zu berücksichtigen, wenn man das Risiko für thorakale Aortenprobleme bewertet. Diese Forschung leistet einen erheblichen Beitrag zu unserem Verständnis der thorakalen Aorta und hebt das Potenzial zukünftiger Studien hervor, fortschrittliche Bildgebungstechniken und Analysemethoden zu nutzen, um dieses wichtige Gebiet der kardiovaskulären Gesundheit weiter zu erforschen.
Titel: Determinants of ascending aortic morphology: Cross-sectional deep learning-based analysis on 25,073 non-contrast-enhanced MRI of NAKO
Zusammenfassung: BackgroundPathologies of the thoracic aorta are associated with chronic cardiovascular disease and can be of life-threatening nature. Understanding determinants of thoracic aortic morphology is crucial for precise diagnostics and preventive and therapeutic approaches. This study aimed to automatically characterize ascending aortic morphology based on 3D non-contrast-enhanced magnetic resonance angiography (NE-MRA) data from the large epidemiological cross-sectional German National Cohort (NAKO) and to investigate possible determinants of mid-ascending aortic diameter (mid-AAoD). MethodsDeep learning was used to automatically segment the thoracic aorta and extract ascending aortic length, volume, and diameter from 25,073 NE-MRAs. Descriptive statistics, correlation analyses, and multivariable regression were used to investigate statistical relationships between mid-AAoD and demographic factors, hypertension, diabetes, alcohol, and tobacco consumption. Additionally, automated causal discovery analysis using the Peter-Clark algorithm was performed to identify possible causal interactions. ResultsMales exhibited significantly larger mid-AAoD than females (M: 35.5{+/-}4.8 mm, F: 33.3{+/-}4.5 mm). Age and body surface area (BSA) were positively correlated with mid-AAoD. Hypertensive and diabetic subjects showed higher mid-AAoD. Hypertension was linked to higher mid-AAoD regardless of age and BSA, while diabetes and mid-AAoD were uncorrelated across age-stratified subgroups. Daily alcohol consumption and smoking history exceeding 16.5 pack-years exhibited highest mid-AAoD. Causal analysis revealed that age, BSA, hypertension, and alcohol consumption are possibly causally related to mid-AAoD, while diabetes and smoking are likely spuriously correlated. ConclusionsMid-AAoD varies significantly within the unique large-scale NAKO population depending on demographic factors, individual health, and lifestyle. This work provides a proof-of-concept for automated causal analysis which can help disentangle observed correlations and identify potential causal determinants of ascending aortic morphology. CLINICAL PERSPECTIVENon-contrast-enhanced magnetic resonance angiography (NE-MRA) is a highly effective and safe imaging technique for evaluating vascular structures without using contrast agents. We propose in this work an automated analysis of the acquired NE-MRA to extract the thoracic aortic shape in 3D and the computation of its morphology. Quantitative description of morphology in the whole thoracic aortic shape supports a fast and precise prophylactic surgery decision as well as the evaluation of thoracic aortic determinants that impact the morphology. Beyond investigation of correlations between determinants and morphological changes in the thoracic aorta, the identification of causal relationships is essential for effective diagnoses and therapy planning. Since correlation does not imply causation, confounding factors may exist that create spurious correlations which lead to wrong conclusions and biased diagnosis. Hence, causal investigations are indispensable to identify the causal determinants towards morphological changes in the thoracic aorta.
Autoren: Louisa Fay, T. Hepp, M. T. Winkelmann, A. Peters, M. Heier, T. Niendorf, T. Pischon, B. Endemann, J. E. Schulz-Menger, L. Krist, M. B. Schulze, R. Mikolajczyk, A. Wienke, N. Obi, B. Silenou, B. Lange, H.-U. Kauczor, W. Lieb, H. Baurecht, M. Leitzmann, K. Trares, H. Brenner, K. B. Michels, S. Jaskulski, H. Volzke, K. Nikoaou, C. L. Schlett, F. Bamberg, M. Lescan, B. Yang, T. Küstner, S. Gatidis
Letzte Aktualisierung: 2024-07-15 00:00:00
Sprache: English
Quell-URL: https://www.medrxiv.org/content/10.1101/2024.07.12.24310356
Quell-PDF: https://www.medrxiv.org/content/10.1101/2024.07.12.24310356.full.pdf
Lizenz: https://creativecommons.org/licenses/by-nc/4.0/
Änderungen: Diese Zusammenfassung wurde mit Unterstützung von AI erstellt und kann Ungenauigkeiten enthalten. Genaue Informationen entnehmen Sie bitte den hier verlinkten Originaldokumenten.
Vielen Dank an medrxiv für die Nutzung seiner Open-Access-Interoperabilität.