Open in new tab
Open ppt
Tärkeää on, että 3D-kaikukuvauksen käyttäminen rutiiniluonteisessa kliinisessä käytännössään edellyttää vankkoja normaaleja viitearvoja. Tuoreissa kammion kvantifiointia koskevissa ohjeissa on rajallinen määrä tietoja enintään 1780 koehenkilöstä, joilla on erilainen etninen tausta.2 Nämä tiedot vaikuttavat riittämättömiltä, jotta sukupuoleen, ikään ja etniseen alkuperään perustuvia ohjeita voitaisiin luotettavasti antaa. Hiljattain tehdyssä meta-analyysissä, johon osallistui 2 806 koehenkilöä, korostettiin, että tutkimusten välillä on merkittävää heterogeenisuutta ja epäjohdonmukaisuutta, mikä edellyttää standardisointeja ja yhteistä prospektiivista tiedonkeruuta.26
Täysin automatisoitu 3D-ulosheittofraktioarviointi
Täysin automatisoidulla 3D EF-analyysillä viitataan kvantitatiivisiin tuloksiin ilman käyttäjän vuorovaikutteista toimintaa (esimerkiksi näkymien valintaa, markkerien sijoittelua ja ääriviivojen piirtämistä tai muuttamista). Useat tieteelliset ryhmät ja toimittajat ovat kehittäneet algoritmeja 3D-endokardiaalisten rajojen havaitsemista varten.27,28 Useimmat niistä ovat kuitenkin edelleen puoliautomaattisia, joissa käyttäjän panosta tarvitaan aluksi tärkeiden maamerkkien (esim. mitraalitaso, apex) manuaaliseen merkitsemiseen, mukaan lukien TomTec 4D LV-Analysis© -ohjelmisto (TomTec Imaging Systems), Philipsin QLab 3DQ-Advanced -ohjelmisto (Philips Healthcare) ja GE:n 4D LVQ-työkalun käyttö kaikukuvausohjelmistossa (EchoPAC-ohjelmisto) (GE Vingmed Ultrasound). Useissa näitä puoliautomaattisia menetelmiä koskevissa tutkimuksissa on kuitenkin raportoitu lupaavista tarkkuus- ja toistettavuustuloksista sekä analyysiin kuluvan ajan lyhenemisestä verrattuna manuaaliseen 3D-kaikukuvaukseen.27
Julkaistut tiedot, joissa kaupallisesti saatavilla olevia ohjelmistoja käytettiin täysin automatisoidusti, rajoittuvat kahteen myyjään, joissa käytetään tietoon perustuvia todennäköisyyteen perustuvia todennäköisyyteen perustuvia ääriviivojen muotoilualgoritmeja29 tai adaptiivisia analytiikka-algoritmeja.30 Alun perin Siemensin ultraäänitutkimus integroi vasemman kammion analyysityökalun (LVA) ACUSON SC2000 PRIME -työkaluun (Siemens Healthcare), joka käyttää asiantuntijoiden tietämystietokantaa rajojen havaitsemiseen. Myöhemmin Philips Healthcare sisällytti HeartModel-algoritmin Philips EPIQ 7 -laitteeseen. Algoritmit aloittavat tunnistamalla automaattisesti loppudiastolisen ja loppusystolisen vaiheen ja tuottavat alustavia endokardiaalisia pintoja, joita sitten verrataan olemassa olevaan 3D-tietokantaan. Sen jälkeen ohjelmisto sovittaa yhteen tilavuudet ja muodot ja luo potilaan LV:hen mukautetun mallin.30 Taulukossa 1 on yhteenveto saatavilla olevista tiedoista, jotka koskevat täysin automatisoitujen 3D-algoritmien ja joko CMR:n tai manuaalisen kaikukuvauksen (2D tai 3D) välisiä vertailuja.15,17,19,30-34
Yhtä tutkimusta lukuun ottamatta17 kaikissa tutkimuksissa tutkittiin valittuja kohortteja. Toteutettavuus on edelleen heikko (kolmasosa ei toteutettavissa), mikä johtuu ääriviivatutkimusalgoritmin epäonnistumisista suboptimaalisen kuvanlaadun tai virheellisen tiedonhankinnan laukaisun yhteydessä.15,17,19 AF ei kuitenkaan estä täysin automatisoitujen algoritmien käyttöä, kuten on osoitettu rajoitetussa määrässä tutkimuksia.15,31 Näiden algoritmien helppokäyttöisyys ja hyvä toistettavuus tekevät tästä strategiasta ehdokkaan 3D EF:n saattamiseksi laajamittaiseen kliiniseen käyttöön; joitakin haasteita on kuitenkin edelleen olemassa. Ensinnäkin kuvan laadulla on ratkaiseva merkitys, ja huonolla mutta analysoitavalla kuvanlaadulla saadut tulokset (joita on havaittu jopa neljäsosalla valikoimattomasta populaatiosta) antavat epätarkkoja tuloksia17 . Toiseksi algoritmeihin sisältyvien 3D-tietokantojen nykyiset tietokannat eivät näytä ottavan asianmukaisesti huomioon koehenkilöitä, joilla on suuria aneurysmoja, monimutkaisia synnynnäisiä sydänsairauksia tai jopa laajentuneita kammioita, joiden osalta on raportoitu suurempia tilavuuksien aliarviointeja.15,30 Järkevä lähestymistapa olisi laajentaa tällaista tietokantaa tiettyihin olosuhteisiin, jotka voidaan valita kuvauksen ottamisen aikana (eli mukautuva kuvauksen ottamisprotokolla). Kolmanneksi 80 prosenttia täysin automatisoiduista ääriviivoista tarvitsisi asiantuntijan silmin vielä jonkinasteisia korjauksia.17 Näihin kuuluvat pienet muutokset, jotka vaikuttavat marginaalisesti tilavuuksiin ja EF:hen, mutta myös suuremmat muutokset, jotka voivat vaikuttaa merkittävästi tiettyä potilasta koskevaan päätöksentekoprosessiin. Niinpä siihen asti, kunnes suuremmissa kohorteissa saadut tulokset osoittavat muuta, LVEF:n arviointiin ja automatisoitujen ääriviivojen valvontaan liittyvää asianmukaista koulutusta suositellaan vahvasti. Lopuksi todettakoon, että molemmat täysin automatisoidut algoritmit ovat valmistajariippuvaisia, eikä tätä tekniikkaa voida soveltaa muilla laitteilla tehtyihin mittauksiin. Myyjästä riippumattoman ohjelmiston, kuten TomTec 4D LV-Analysis -ohjelmiston, jatkokehitys ja validointi voivat laajentaa täysin automatisoidun analyysin käyttöä entisestään.35
Johtopäätökset
Puolessa vuosisadassa kaikukuvaus on kehittynyt suosituimmaksi ei-invasiiviseksi LVEF:n ja tilavuuden arvioinnissa käytettäväksi menetelmäksi. 3D-kaiku tarjoaa kaikukardiografiamenetelmistä parhaan tarkkuuden ja toistettavuuden; se on kuitenkin edelleen aikaa vievää ja vaatii merkittävää asiantuntemusta. Täysin automatisoitujen 3D-analyysiohjelmistojen tulo voi tarjota mahdollisuuden edistää ja tutkia 3D-kaikukuvauksen laajaa käyttöä.