NAGIOS: RODERIC FUNCIONANDO

Aplicación del análisis de textura a partir de imágenes de RM convencional en el estudio de pacientes con lumbalgia mecánica crónica

Repositori DSpace/Manakin

IMPORTANT: Aquest repositori està en una versió antiga des del 3/12/2023. La nova instal.lació está en https://roderic.uv.es/

Aplicación del análisis de textura a partir de imágenes de RM convencional en el estudio de pacientes con lumbalgia mecánica crónica

dc.contributor.advisor	Doménech Fernández, Julio
dc.contributor.advisor	Martí Bonmatí, Luís
dc.contributor.advisor	Silvestre Muñoz, Antonio
dc.contributor.author	Climent Peris, Vicente Jose
dc.contributor.other	Departament de Cirurgia	es_ES
dc.date.accessioned	2023-11-13T12:02:01Z
dc.date.available	2023-11-14T05:45:07Z
dc.date.issued	2023	es_ES
dc.date.submitted	03-11-2023	es_ES
dc.identifier.uri	https://hdl.handle.net/10550/91071
dc.description.abstract	La relación clínico-radiológica en pacientes con lumbalgia inespecífica es baja siendo difícil establecer, tras la valoración inicial del paciente, cual va a ser su pronóstico a medio plazo. La radiómica (análisis de textura) aparece como un nuevo paradigma en el análisis de la imagen médica, permitiendo cuantificar características de la misma que el ojo humano no puede discernir. El objetivo de este estudio fue determinar si el análisis de textura permite establecer el pronóstico de los pacientes que consultan por lumbalgia inespecífica. Material y métodos Se realizó un estudio observacional prospectivo en el que incluyeron individuos entre 18 y 65 años, con diagnóstico de lumbalgia inespecífica de 6 o más meses de evolución, a los que se les realizó RM convencional, siguieron tratamiento rehabilitador y acudieron a revisión tras un periodo de 6 meses. Se recogieron las variables sociodemográficas, el valor de la escala numérica del dolor (END) y el grado de discapacidad según la escala de Roland-Morris (RMQ) en ambas visitas. El proceso de análisis de la imagen de RM consistió en la segmentación de las ROI de platillos vertebrales y discos intervertebrales desde L3-L4 a L5-S1 y la musculatura paravertebral a nivel del espacio L4-L5 para, posteriormente extraer las variables de textura mediante el software Pyradiomics. Posteriormente se aplicó el algoritmo de inteligencia artificial Random Forest de clasificación con el fin de identificar aquellos individuos que al final del seguimiento mejorarían menos del 30 % en la END o puntuarían más de 4 en RMQ. En este análisis se incluyeron como variables los parámetros de textura, edad, sexo, IMC y los valores de END y RMQ. Se calcularon la sensibilidad, la especificidad y el área bajo la curva ROC. Resultados Completaron el estudio 94 pacientes, 58% mujeres, con edad media de 48,19 (DE 9,15) años. La mediana para el END inicial y final fueron de 7 y 6 respectivamente; 34,3% mejoraron el END en un 30% o más. Para el RMQ estos valores fueron 10 y 5, con una puntuación final de 4 o menor en el 39%. El modelo predictivo para clasificar a los pacientes que no mejoran su puntuación END el 30% o más ofreció una sensibilidad de 0,86, especificidad 0,57, y área bajo la curva ROC 0,71. El modelo predictivo para clasificar a los pacientes que presentan una puntuación en RMQ mayor a 4 o más ofreció una sensibilidad 0,83, especificidad 0,20, y el área bajo la curva ROC 0,52. Conclusión El análisis de textura de las imágenes de RM lumbar podría ayudar a identificar a los pacientes con mayor probabilidad de mejorar su dolor con el tratamiento rehabilitador y así poder establecer un plan terapéutico personalizado.	es_ES
dc.format.extent	146 p.	es_ES
dc.language.iso	es	es_ES
dc.subject	dolor lumbar	es_ES
dc.subject	resonancia magnética	es_ES
dc.subject	análisis de textura	es_ES
dc.subject	machine learning	es_ES
dc.subject	pronóstico	es_ES
dc.title	Aplicación del análisis de textura a partir de imágenes de RM convencional en el estudio de pacientes con lumbalgia mecánica crónica	es_ES
dc.type	doctoral thesis	es_ES
dc.subject.unesco	UNESCO::CIENCIAS MÉDICAS	es_ES
dc.embargo.terms	0 days	es_ES
dc.rights.accessRights	open access	es_ES