6 اوت 2024- بر اساس مطالعه ای که در ژورنال رادیولوژی منتشر شده است، تجزیه و تحلیل سی تی اسکن در افرادی که برای غربالگری سلامت تحت تصویربرداری قرار می گیرند، می تواند افراد در معرض خطر ابتلا به دیابت نوع 2 را شناسایی کند. محققان گفتند که این یافته‌ها بر ارزش CT در تصویربرداری فرصت‌طلبانه - استفاده از اطلاعات حاصل از معاینات تصویربرداری معمول برای کسب اطلاعات بیشتر در مورد سلامت کلی بیمار- تأکید می‌کند.

برای این مطالعه ی جدید، محققان توانایی نشانگرهای خودکار مشتق شده از CT را برای پیش بینی دیابت و شرایط مرتبط ارزیابی کردند.

پرفسور سئونگو ریو، نویسنده ارشد این مطالعه، از بیمارستان کانگبوک سامسونگ وابسته به دانشکده پزشکی دانشگاه Sungkyunkwan در سئول، گفت: «با توجه به بار قابل توجه دیابت و عوارض آن، هدف ما بررسی این موضوع بود که آیا آنالیزهای تصویربرداری خودکار و دقیق می‌تواند تشخیص زودهنگام و طبقه‌بندی خطر را فراتر از روش‌های مرسوم بهبود بخشد یا خیر».

گروه مورد مطالعه شامل 32166 بزرگسال 25 ساله یا بالاتر بود که تحت غربالگری سلامت با PET/CT با رادیو داروی FDG، فلورو دی اکسی گلوکز(18F-FDG)، قرار گرفتند.

پرفسور ریو و همکارانش از الگوریتم های یادگیری عمیق تایید شده ی بالینی برای تجزیه و تحلیل تصاویر CT استفاده کردند. این الگوریتم ها بخش بندی سه بعدی و کمّی اجزای مختلف بدن مانند چربی احشایی، چربی زیر جلدی، توده عضلانی، تراکم کبد و کلسیم آئورت را انجام می دهند.

شيوع ديابت در ابتدا 6% و بروز آن در طی یک دوره ی پيگيری متوسط 7.3 ساله، 9% بود.

تجزیه و تحلیل خودکار CT چند ارگانی، افراد در معرض خطر بالای دیابت و شرایط مرتبط را شناسایی کرد. شاخص چربی احشایی(چربی شکم در زیر عضلات و اطراف اندام های درون شکم) بالاترین عملکرد پیش بینی کنندگی را برای دیابت نشان داد. ترکیب چربی احشایی، مساحت عضلات، کسر چربی کبد و کلسیفیکاسیون آئورت عملکرد پیش بینی کنندگی را بهبود بخشید. نشانگرهای مشتق شده ازCT ، همچنین کبد چرب تشخیص داده شده با سونوگرافی، نمرات کلسیم شریان کرونر بیش از 100، پوکی استخوان و از دست دادن عضله ناشی از افزایش سن به نام سارکوپنی را شناسایی کردند.

این نشانگرها در پیش بینی دیابت نوع 2 از عوامل خطر سنتی بهتر عمل کردند.

دکتر ریو گفت: «نتایج دلگرم کننده است زیرا پتانسیل گسترش نقش تصویربرداری CT از روش مرسوم تشخیص بیماری ها به غربالگری پیشگیرانه فرصت طلب را نشان می دهد. تجزیه و تحلیل خودکار CT، پیش بینی خطر و استراتژی های مداخله ی زودهنگام برای دیابت و مشکلات سلامتی مرتبط با آن را بهبود می بخشد».

دکتر ریو خاطرنشان کرد: در محیط بالینی، این نشانگرهای مشتق شده ازCT ، پتانسیل بهبود رویکرد مرسوم غربالگری و ارزیابی خطر دیابت را دارند.

او گفت: «با ادغام این تکنیک‌های تصویربرداری پیشرفته در غربالگری‌های فرصت‌طلبانه ی سلامت، پزشکان می‌توانند افراد در معرض خطر ابتلا به دیابت و عوارض آن را دقیق‌تر و زودتر از رویکرد فعلی شناسایی کنند و این می تواند به مداخلات شخصی تر و به موقع منجر شود که در نهایت نتایج بیمار را بهبود می بخشد.»

منبع:

https://medicalxpress.com/news/2024-08-ct-health-screening-diabetes.html