Åbn i ny fane
Åbn ppt
Det er vigtigt, at der er behov for robuste normale referenceværdier for at kunne anvende 3D-echo i klinisk rutinepraksis. Nylige retningslinjer om kammerkvantificering indeholder begrænsede data om ikke mere end 1 780 forsøgspersoner med forskellig etnisk baggrund.2 Disse data synes utilstrækkelige til at give pålidelig vejledning baseret på køn, alder og etnicitet. En nyere metaanalyse, der omfattede 2 806 forsøgspersoner, fremhævede, at der findes betydelig heterogenitet og inkonsekvens mellem undersøgelserne, hvilket kræver standardiseringer og en fælles prospektiv indsamling af data.26
Fuldt automatiseret 3D Ejektionsfraktionsvurdering
Fuldt automatiseret 3D EF-analyse henviser til opnåelse af kvantitative resultater uden brugerinteraktion (f.eks. valg af visninger, placering af markører og tegning eller ændring af konturer). Flere videnskabelige grupper såvel som leverandører har udviklet algoritmer til 3D-detektion af endokardiale grænser27,28 . De fleste af dem er dog fortsat halvautomatiske, hvor der i første omgang er brug for brugerinput til manuelt at annotere vigtige landemærker (f.eks. mitralplanet, apex), herunder TomTec 4D LV-Analysis© software (TomTec Imaging Systems), Philips QLab 3DQ-Advanced software (Philips Healthcare) og GE 4D LVQ-værktøjet i EchoPAC-softwaren (GE Vingmed Ultrasound). Ikke desto mindre har flere undersøgelser af disse halvautomatiserede metoder rapporteret lovende resultater med hensyn til nøjagtighed og reproducerbarhed samt reduceret analysetid sammenlignet med manuel 3D-echo.27
Publicerede data, hvor kommercielt tilgængelig software blev anvendt på en fuldt automatiseret måde, er begrænset til to leverandører, hvor der anvendes vidensbaserede probabilistiske kontureringsalgoritmer29 eller adaptive analytiske algoritmer.30 Oprindeligt var det Siemens ultralyd, der integrerede værktøjet til analyse af venstre ventrikel (LVA) i ACUSON SC2000 PRIME-arbejdspladsen (Siemens Healthcare), som anvender en ekspertvidensdatabase til grænsedetektion. Senere inkorporerede Philips Healthcare HeartModel-algoritmen i Philips EPIQ 7-maskinen. Algoritmerne starter med automatisk at detektere de enddiastoliske og slut-systoliske faser og genererer foreløbige endokardiale overflader, som derefter sammenlignes med en eksisterende database af 3D-datasæt. Derefter matcher softwaren volumener og former og genererer en model, der er tilpasset patienternes LV.30 Tabel 1 opsummerer de tilgængelige data om sammenligninger mellem fuldautomatiske 3D-algoritmer og enten CMR eller manuel ekko (2D eller 3D).15,17,19,30-34
Med undtagelse af én,17 undersøgte alle undersøgelser udvalgte kohorter. Gennemførligheden er fortsat lav (en tredjedel er ikke gennemførlig) på grund af fejl i kontureringsalgoritmen i forbindelse med suboptimal billedkvalitet eller falsk udløsning af dataindsamling.15,17,19 AF udelukker dog ikke brugen af fuldautomatiske algoritmer, hvilket er blevet påvist i et begrænset antal undersøgelser.15,31 Brugervenligheden og den høje reproducerbarhed af disse algoritmer gør denne strategi til en kandidat til at bringe 3D EF ind i en udbredt klinisk anvendelse; der er dog stadig nogle udfordringer. For det første spiller billedkvaliteten en central rolle, og resultater opnået med dårlig, men analyserbar billedkvalitet (påvist i op til en fjerdedel af en uselekteret population) giver upræcise resultater17 . For det andet synes de eksisterende databaser med 3D-datasæt inden for algoritmerne ikke at tage behørigt hensyn til personer med store aneurismer, komplekse medfødte hjertesygdomme eller endog udvidede ventrikler, hvor der er rapporteret om større undervurdering af volumener.15,30 En fornuftig tilgang ville være at udvide en sådan database til specifikke forhold, der kan vælges under optagelsen (dvs. en adaptiv optagelsesprotokol). For det tredje ville 80 % af de fuldt automatiserede konturer under en eksperts øjne stadig have behov for en vis grad af korrektion.17 Disse omfatter små ændringer, der marginalt påvirker volumener og EF, men også større ændringer, der kan påvirke beslutningsprocessen for en specifik patient betydeligt. Indtil resultaterne i større kohorter viser noget andet, opfordres der således kraftigt til ordentlig træning i LVEF-vurdering og overvågning af automatiserede konturer, indtil resultaterne i større kohorter viser noget andet. Endelig er begge fuldautomatiske algoritmer leverandørafhængige, og denne teknologi kan ikke anvendes på optagelser, der udføres med andre maskiner. Yderligere udvikling og validering af en leverandøruafhængig software, såsom TomTec 4D LV-Analysis-softwaren, kan udvide brugen af fuldautomatisk analyse yderligere.35
Slutning
I løbet af et halvt århundrede er ekko modnet til den foretrukne ikke-invasive modalitet til vurdering af LVEF og volumener. 3D-echo tilbyder den bedste nøjagtighed og reproducerbarhed inden for ekkokardiografiske metoder; det er dog stadig tidskrævende og kræver betydelig ekspertise. Fremkomsten af fuldt automatiseret 3D-analysesoftware kan være en mulighed for yderligere at fremme og undersøge den udbredte brug af 3D-echo.