Avancées dans la mesure de la compression de la moelle épinière
De nouvelles méthodes améliorent la précision pour évaluer la compression de la moelle épinière chez les patients.
― 7 min lire
Table des matières
Quand les gens ont des problèmes avec leur Moelle épinière, les docs essaient de comprendre à quel point c'est sérieux. Une condition courante, c'est la myélopathie cervicale dégénérative (DCM), qui implique souvent une compression de la moelle épinière au niveau du cou. Pour évaluer et suivre cette condition, les médecins utilisent des images spéciales appelées IRM. Ces images peuvent les aider à mesurer différents aspects de la moelle épinière.
Cependant, mesurer la moelle épinière avec précision peut être compliqué. Chaque personne a une apparence différente de sa moelle épinière, et même chez une même personne, ça varie selon les niveaux. Ces variations rendent l'évaluation de la gravité de la compression difficile et compliquent les prédictions sur l'évolution de la condition.
Dans cet article, on va voir comment les chercheurs essaient d'améliorer la précision de ces mesures. Ils ont développé des méthodes pour rendre le processus plus rapide et moins sujet aux erreurs, afin que les professionnels de santé puissent mieux comprendre et traiter les patients atteints de DCM.
Le besoin d'amélioration
La méthode traditionnelle pour mesurer la compression de la moelle épinière consiste à calculer quelque chose appelé Compression Maximale de la Moelle Épinière (MSCC). Ce calcul utilise des mesures prises à l'endroit compressé et aux niveaux voisins. Cependant, ces mesures ne tiennent pas toujours compte des différences anatomiques de la moelle épinière, ce qui peut entraîner des erreurs lors de l'évaluation de la gravité de la compression.
Par exemple, si une personne a une compression dans une partie de la moelle épinière qui est naturellement plus grande, la MSCC pourrait montrer un problème moins sévère que ce qu'il est réellement. D'un autre côté, si la compression est dans une zone plus petite, la MSCC pourrait surestimer la gravité. Cette inconsistance peut perturber les médecins et influencer les décisions de traitement.
De plus, la MSCC est généralement calculée à la main, ce qui peut prendre beaucoup de temps et entraîner des différences dans l'interprétation des images par divers médecins.
Variabilité dans les mesures
La variabilité de l'anatomie de la moelle épinière n'est pas seulement un problème entre individus, mais aussi au sein d'une même personne. Par exemple, la moelle épinière peut avoir des apparences différentes selon les niveaux. Par conséquent, les mesures prises à une partie de la moelle épinière peuvent ne pas être directement comparables à celles prises à une autre partie.
En plus des différences anatomiques, d'autres facteurs peuvent influencer les mesures de la moelle épinière. L'âge, le sexe et la taille du corps peuvent tous contribuer à des variations. Par exemple, des recherches montrent que les moelles épinières des femmes ont tendance à être plus petites que celles des hommes. De plus, en vieillissant, la taille et la forme de la moelle épinière peuvent changer. Donc, une mesure qui marche pour un groupe de personnes peut ne pas fonctionner pour un autre.
Les chercheurs ont déjà suggéré des moyens d'améliorer ces mesures, comme comparer les résultats à un groupe de personnes saines ayant des caractéristiques similaires. Cependant, trouver un tel groupe de contrôle n’est pas toujours facile, et il n'y a pas d'accord clair sur les facteurs à prendre en compte pour la comparaison.
Nouvelle approche
Pour résoudre ces défis, les chercheurs ont voulu créer un moyen plus précis de mesurer la compression de la moelle épinière. Ils ont développé un système automatique pour calculer la MSCC et d'autres mesures importantes à partir des IRM, comme le diamètre et la surface de la moelle épinière. L'objectif principal est de réduire les erreurs dues au jugement humain et de rendre le processus plus rapide.
Leur nouvelle méthode calcule automatiquement la MSCC et prend aussi en compte les variations de l'anatomie de la moelle épinière en comparant les mesures à une grande base de données de personnes saines. Cela signifie que les nouveaux calculs peuvent mieux tenir compte des différences basées sur l'âge, le sexe et l'anatomie.
Les chercheurs ont testé leur nouvelle approche sur un grand groupe de patients atteints de DCM. Ce test les a aidés à valider leur méthode et à voir à quel point elle s'aligne bien avec les mesures manuelles traditionnelles prises par les médecins.
Comment fonctionne la nouvelle méthode
La première étape de la nouvelle méthode est d'automatiser le calcul de la MSCC. Au lieu de dépendre d'un médecin pour évaluer manuellement une seule image IRM, le système examine plusieurs images autour du site de compression. Cela donne une mesure plus complète de l'état de la moelle épinière.
Pour la normalisation, la nouvelle méthode utilise une base de données d'adultes en bonne santé pour comparer les mesures. De cette façon, les chercheurs peuvent ajuster les résultats en fonction de ce qui est typique pour les individus du même âge et sexe.
Les chercheurs ont validé cette méthode sur un groupe de 120 patients diagnostiqués avec DCM. Ils ont comparé les résultats des mesures automatiques avec ceux obtenus par des méthodes manuelles et ont constaté que les résultats automatiques étaient cohérents et fiables.
Groupe de patients
Les chercheurs se sont concentrés sur un groupe diversifié de patients atteints de sténose cervicale, qui est un rétrécissement du canal spinal. Cette condition entraîne souvent des symptômes associés à la DCM, comme des douleurs et des difficultés de mouvement.
Les patients ont été soigneusement sélectionnés en fonction de critères spécifiques, comme leur âge et la présence de symptômes. Ils ont également collecté des données cliniques liées à l'état de chaque patient, y compris des évaluations de leur fonction neurologique et toute intervention chirurgicale antérieure.
Analyse d'image
Les images IRM de tous les patients ont été traitées de deux manières : manuellement et automatiquement. Pour l'analyse manuelle, des cliniciens formés ont utilisé leur expertise pour mesurer des zones spécifiques dans les images de la moelle épinière. En revanche, la nouvelle analyse automatique a été réalisée à l'aide du logiciel créé par les chercheurs.
Avec cette approche double, les chercheurs visaient à comparer les résultats obtenus par les deux méthodes, pouvant ainsi illustrer les avantages de la nouvelle technique automatique.
Résultats de l'étude
Les chercheurs ont découvert que les mesures automatiques avaient une forte corrélation avec les scores cliniques évaluant les capacités des patients. Ils ont aussi montré que la méthode automatique pouvait identifier des prédicteurs significatifs des décisions de traitement, ce qui est essentiel pour décider si les patients doivent subir une chirurgie ou suivre une approche conservatrice.
L'étude a montré que certaines mesures, comme le ratio de la surface de coupe (CSA), étaient des indicateurs importants liés aux résultats du traitement des patients. Ces résultats mettent en avant le potentiel de la nouvelle méthode automatique pour aider les médecins à prendre des décisions plus éclairées.
Conclusion
En résumé, le développement d'un système automatique pour mesurer la compression de la moelle épinière à partir d'IRM représente un avancement prometteur dans le domaine de la neurologie. En améliorant la précision et la rapidité des mesures, les chercheurs peuvent aider les médecins à mieux comprendre la gravité des problèmes de moelle épinière. Cela pourrait conduire à de meilleurs plans de traitement pour les patients souffrant de conditions comme la DCM.
Alors que les chercheurs continuent de peaufiner ces méthodes et de recueillir plus de données, il pourrait y avoir de plus grandes améliorations dans la manière dont nous évaluons et traitons la compression de la moelle épinière dans le futur. L'objectif reste clair : fournir de meilleurs soins aux patients et améliorer notre compréhension globale de la santé de la moelle épinière.
Titre: Normalizing Spinal Cord Compression Morphometric Measures: Application in Degenerative Cervical Myelopathy
Résumé: ObjectiveAutomatic and robust characterization of spinal cord shape from MRI images is relevant to assess the severity of spinal cord compression in degenerative cervical myelopathy (DCM) and to guide therapeutic strategy. Despite its popularity, the maximum spinal cord compression (MSCC) index has practical limitations to objectively assess the severity of cord compression. Firstly, it is computed by normalizing the anteroposterior cord diameter by that above and below the level of compression, but it does not account for the fact that the spinal cord itself varies in size along the superior-inferior axis, making this MSCC sensitive to the level of compression. Secondly, spinal cord shape varies across individuals, making MSCC also sensitive to the size and shape of every individual. Thirdly, MSCC is typically computed by the expert-rater on a single sagittal slice, which is time-consuming and prone to inter-rater variability. In this study, we propose a fully automatic pipeline to compute MSCC. MethodsWe extended the traditional MSCC (based on the anteroposterior diameter) to other shape metrics (transverse diameter, area, eccentricity, and solidity), and proposed a normalization strategy using a database of healthy adults (n=203) to address the variability of the spinal cord anatomy between individuals. We validated the proposed method in a cohort of DCM patients (n=120) with manually derived morphometric measures and predicted the therapeutic decision (operative/conservative) using a stepwise binary logistic regression including demographics, clinical scores, and electrophysiological assessment. ResultsThe automatic and normalized MSCC measures significantly correlated with clinical scores and predicted the therapeutic decision with higher accuracy than the manual MSCC. Results show that the sensory dysfunction of the upper extremities (mJOA subscore), the presence of myelopathy and the proposed MRI-based normalized morphometric measures were significant predictors of the therapeutic decision. The model yielded an area under the curve of the receiver operating characteristic of 80%. ConclusionThe study introduced an automatic method for computation of normalized MSCC measures of cord compression from MRI scans, which is an important step towards better informed therapeutic decisions in DCM patients. The method is open-source and available in the Spinal Cord Toolbox v6.0.
Auteurs: Julien Cohen-Adad, S. Bedard, J. Valosek, M. Seif, A. Curt, S. Schading, N. Pfender, P. Freund, M. Hupp
Dernière mise à jour: 2024-03-15 00:00:00
Langue: English
Source URL: https://www.medrxiv.org/content/10.1101/2024.03.13.24304177
Source PDF: https://www.medrxiv.org/content/10.1101/2024.03.13.24304177.full.pdf
Licence: https://creativecommons.org/licenses/by/4.0/
Changements: Ce résumé a été créé avec l'aide de l'IA et peut contenir des inexactitudes. Pour obtenir des informations précises, veuillez vous référer aux documents sources originaux dont les liens figurent ici.
Merci à medrxiv pour l'utilisation de son interopérabilité en libre accès.