Автоматизированный компьютерный анализ PASI при диагностике псориаза: как машина превосходит человека?

Авторы: С. Fink ¹, C. Alt¹, L. Uhlmann², C. Klose², A. Enk¹ и H.A. Haenssle ¹

¹ Department of Dermatology, University of Heidelberg, Im Neuenheimer Feld 440, 69120 Heidelberg, Germany
² Institute of Medical Biometry and Informatics, University of Heidelberg, Im Neuenheimer Feld 440, 69120 Heidelberg, Germany

Резюме

Актуальность исследования. Индекс площади и тяжести псориаза (PASI) является золотым стандартом оценки тяжести заболевания, но ограничен субъективным характером анализа и низкой стабильностью результатов оценки одним и тем же или разными экспертами.

Цели. Целью настоящего исследования было изучение точности и воспроизводимости автоматизированного компьютерного анализа PASI (ACPM) в сравнении с оценкой тремя опытными врачами.

Методы. Это было сравнительное обсервационное исследование, изучавшее автоматизированную компьютерную оценку, проводимую в ходе автоматического сканирования всего тела и компьютерного анализа цифровых изображений кожи у когорты из 120 пациентов, страдающих бляшечной формой псориаза различной степени тяжести.

Уровень согласованности результатов компьютерного анализа и оценки PASI, проведенной врачами, был подсчитан с помощью коэффициента внутриклассовой корреляции (ICC). Воспроизводимость результатов автоматизированного компьютерного анализа PASI изучали путем последовательного проведения двух подсчетов PASI в отношении одних и тех же пациентов.

Результаты. Согласованность результатов автоматизированного компьютерного анализа и оценок врачей при расчете PASI в отношении 120 полностью обследованных пациентов была высокой (ICC 0,86, 95%-й доверительный интервал 0,80–0,90, средняя абсолютная разница 25 баллов PASI). Повторный автоматизированный компьютерный анализ PASI (ACPM) с целью оценки воспроизводимости результатов показывал превосходный ICC 0,99 (95%-й доверительный интервал 0,98–0,99) со средней абсолютной разницей, составлявшей 0,5 баллов PASI. Таким образом, автоматизированный компьютерный анализ PASI превосходил трех врачей в плане стабильности результатов оценки одним и тем же экспертом (средний ICC 0,86).

Выводы. Результаты этого первого клинического исследования, изучавшего применение ACPM в отношении 120 пациентов с псориазом, показывают одинаковую точность и более высокую воспроизводимость результатов компьютерного анализа по сравнению с оценками квалифицированных врачей. Ограничения связаны с наличием труднодоступных для обследования частей тела и тем, что пациенты не всегда могут сохранять необходимое положение тела во время автоматической съемки.

ЧТО УЖЕ ИЗВЕСТНО ПО ЭТОЙ ТЕМЕ?

Результаты этого первого клинического исследования, изучавшего применение ACPM в отношении 120 пациентов с псориазом, показывают одинаковую точность и более высокую воспроизводимость результатов компьютерного анализа по сравнению с оценками квалифицированных врачей. Ограничения связаны с наличием труднодоступных для обследования частей тела и тем, что пациенты не всегда могут сохранять необходимое положение тела во время автоматической съемки.

ЧТО ПРИВНОСИТ ДАННОЕ ИССЛЕДОВАНИЕ?

Автоматизированный компьютерный анализ PASI (ACPM) соответствовал результатам оценки квалифицированных врачей и превосходил их в плане воспроизводимости. ACPM представляет собой первый шаг в направлении более высокого уровня стандартизации и воспроизводимости расчета PASI.

PASI является самой изученной и валидированной системой оценки псориаза [1–3]. Результаты расчета PASI рассматриваются органами здравоохранения в качестве первичного критерия эффективности в предрегистрационных клинических исследованиях фармацевтических продуктов и являются основополагающими для получения одобрения препарата к обращению [3, 4]. Тем не менее важную озабоченность вызывает присущая расчету PASI субъективность и высокая вариабельность результатов оценок, рассчитанных одним и тем же или разными экспертами [5, 6].

Неопубликованные данные более раннего исследования нашего учреждения показывают среднее значение вариабельности результатов расчета PASI, выданных несколькими квалифицированными врачами, составляющее 27 %. Более того, когда экспертов просили провести повторную оценку PASI в отношении той же когорты пациентов на основе изображений всего тела как минимум через 4 недели после первой, вариабельность результатов оценки, данной одним и тем же экспертом, составляла от 28 до 33 %.

В некоторых предыдущих исследованиях изучали компьютерный метод анализа изображений для расчета PASI, но он касался исследования только пораженной кожи [7, 8]. В других оценивали отдельные компоненты PASI, такие как эритема или шелушение, путем компьютерного анализа изображений или альтернативными методами [9, 10], но ни один из них не доказал своей практической применимости. Чтобы преодолеть эти ограничения и добиться соответствия требованиям воспроизводимости, стандартизации и объективности, мы оценивали компьютерную технологию, которая позволяет измерять PASI методом автоматического сканирования всего тела (ATBI) с последующим анализом цифровых снимков.

Хотя ATBI проводили при помощи доступной на рынке автоматизированной системы захвата изображений, программное обеспечение, позволяющее обрабатывать снимки для расчета PASI, пришлось разрабатывать вновь. В данном клиническом исследовании мы изучали работу лучшей в своей области технологии в сравнении с оценкой PASI квалифицированными врачами на примере 120 пациентов с псориазом.

Пациенты и методы

В этом одноцентровом обсервационном неинтервенционном исследовании сравнивали традиционный расчет PASI квалифицированными врачами и автоматизированный компьютерный анализ PASI (ACPM). Исследование было одобрено внутренним комитетом по этике Гейдельбергского университета и проводилось в соответствии с принципами Хельсинкской декларации. Субъектами исследования были пациенты, достигшие 18 лет, страдающие псориазом бляшечного типа. Исследование зарегистрировано в Реестре клинических исследований Германии за номером DRKS00011818.

Цели исследования

Основной целью настоящего исследования было изучение точности и согласованности результатов ACPM, полученных на основе анализа цифровых изображений, и традиционного ретроспективного расчета PASI врачами. Вторичными конечными точками исследования являлись: (1) воспроизводимость ACPM, которую анализировали путем двойной последовательной оценки серии цифровых изображений кожи всего тела одних и тех же пациентов, (2) вариабельность результатов проспективной и ретроспективной оценки PASI врачами; (3) порядок проведения, практичность ACPM метода и отношение пациентов к нему.

Следующие критерии априори считались подтверждающими согласованность результатов оценки PASI врачами и компьютерным методом:

(1) средние значения проспективного (живого) и ретроспективного компьютерного анализа PASI не должны существенно различаться; (2) коэффициенты внутриклассовой корреляции (ICC), сравнивающие результаты расчета PASI на основе ретроспективного анализа изображений квалифицированными врачами и компьютерной программой, не должны быть хуже коэффициентов, приведенных в научной литературе относительно результатов одного и разных экспертов при проспективных (живых) обследованиях. Априори наш поиск научных публикаций выдал три исследования, включавших оценку квалифицированными врачами и содержавших ICC расчетов PASI одного и того же или разных экспертов [6, 11, 12]. В этих исследованиях коэффициент внутриклассовой корреляции ICC между экспертами варьировался от 0,80 до 0,90, а ICC в отношении оценок одного и того же врача – между 0,91 и 0,94.

Технология автоматизированного компьютерного анализа PASI

В рамках принятой в нашем учреждении стандартной операционной процедуры пациенты с псориазом проходили ATBI-обследование. ATBI выполняли при помощи одобренного к обращению медицинского изделия I класса FotoFinder Bodystudio ATBM (FotoFinder Systems GmbH, Bad Birnbach, Germany), использующего цифровую зеркальную камеру (Canon EOS 700D; Canon, Lake Success, NY, США) с объективом Sigma 30 mm f/14 DC HSM (Япония), размещенную на вертикальной стойке с линейным приводом. Движение камеры по вертикальной оси регулировалось автоматической системой позиционирования (Рис. 1a). Для создания серии из 16 пересекающихся снимков пациенты должны были принимать четыре положения.

Рисунок 1. (a) Расчет Индекса площади и тяжести псориаза (PASI) методом автоматического сканирования всего тела. Изображения до (b), после, (c) захват изображения и сегментация анатомической зоны «туловище». Очаги псориаза, выявленные программой, выделены полупрозрачной маской синего цвета, тогда как участки неактивной поствоспалительной пигментации не отображены (как и предполагает PASI)

Создание изображений и сегментация

Процедуру автоматического захвата изображений и сегментацию ранее тестировали и валидировали в неопубликованном пилотном исследовании. При этом цифровые снимки конвертировали в цветовое пространство YCbCr (Y – яркость; Cb – синий цветоразностный компонент; Cr – красный цветоразностный компонент). За счет использования фильтров для красного компонента (Cr) изображений и алгоритма порогового сохранения контуров, идентифицировали все пиксели, относящиеся к поверхности кожи конкретного пациента. Затем пиксели накладывали на один из анатомических сегментов, как требует расчет PASI, благодаря алгоритму автоматического распознавания форм.

Примечательно, что пиксели, соответствовавшие закругленным выступающим контурам тела, программное обеспечение из расчета исключало. Здоровую кожу дифференцировали от пораженной псориазом при помощи методов фильтрации, анализирующих красноту и шелушение. Для пользователя результаты сегментации были очевидны за счет наложения синей маски на очаги поражения псориазом (Рис. 1b, c). Для каждой анатомической области отношение пораженной псориазом кожи к общей ее площади рассчитывали исходя из количества пикселей.

Для определения интенсивности эритемы изображения конвертировали в цветовое пространство CIELAB [13]. Степень покраснений в каждом пикселе конвертировали в значение яркости и выражали в цифровом значении по пятибалльной шкале. Степень инфильтрации определяли посредством метода фильтрации в качестве меры глубины поля, примененной к контурам очагов псориаза, и затем, до начала расчета тяжести по пятибалльной числовой шкале, переводили в значение яркости.

Степень шелушения анализировали при помощи фильтров, разработанных для измерения шероховатости поверхности кожи [14], затем, до начала расчета степени тяжести по пятибалльной шкале, конвертировали в соответствующие значения яркости. В конце программа подсчитывала компьютерную оценку PASI (cPASI) по формуле PASI и сохраняла результат как PDF-файл на жестком диске.

Расчет PASI

Расчет PASI производили квалифицированные врачи (имевшие в практике за предшествующие 3 года ≥ 20 клинических случаев псориаза). В отношении каждого пациента врач (P1) проводил одно проспективное обследование (pPASI) во время обычного приема («живое обследование»). Затем для стандартизированного и воспроизводимого документирования состояния кожи всего тела пациенты проходили ATBI-съемку (Рис. 1a).

В общей сложности для каждого из них создавали серию из 16 снимков с различных ракурсов (фронтальная коронарная проекция, дорсальная коронарная проекция, сагиттальная проекция справа и слева). Снимки автоматически накладывались на четыре изображения тела с разных углов и анализировались в программе полностью автоматизированного распознавания паттерна и расчета PASI (Рис. 1b, c). Итоговое значение cPASI принимали для анализа без какой-либо обработки.

Для исследования воспроизводимости ACPM, ATBI и cPASI расчет производили дважды (последовательно) в отношении 66 пациентов, получая значение cPASI 1 + 2. Кроме того, наложенные снимки конвертировали в отдельные PDF-файлы (один файл, содержащий все полные изображения пациента) и предоставляли для анализа трем квалифицированным врачам (P2–4) для ретроспективного расчета PASI (rPASI 1–3). Воспроизводимость оценок rPASI врачей P2–4 анализировали путем повторного расчета индекса на основе одних и тех же изображений не менее, чем через 4 недели (rPASI 4–6; Рис. 2).

Рисунок 2. Схема исследования. PASI – Индекс площади и тяжести псориаза; ACPM – автоматизированный компьютерный анализ PASI; ATBI – автоматическое сканирование всего тела; cPASI – компьютерная оценка PASI; pPASI – проспективная оценка PASI; rPASI – ретроспективная оценка PASI

Врачи сами вводили свои оценки PASI в программу Research Electronic Data Capture tool (REDCap; Vanderbilt University, Nashville, TN, США) во время обследования пациентов или изображений [15]. Данные исследования собирали и обрабатывали в Институте медицинской биометрии и информатики Гейдельбергского университета (Institute of Medical Biometry and Informatics at the University of Heidelberg).

Статистический анализ

Выборку в объеме 120 пациентов создавали на основе предполагаемых коэффициентов внутриклассовой корреляции (ICC) около 0,7 с шириной 95%-го доверительного интервала (CI) 0,216. Все оценки PASI анализировали дискриптивным методом путем сопоставления среднего значения и стандартного отклонения. ICC с 95%-м доверительным интервалом и p-значения подсчитывали для измерения согласованности оценок врачей и результатов компьютерного анализа, соответствия проспективных и ретроспективных оценок PASI (надежность оценок разных экспертов) и воспроизводимости результатов ACPM и оценок одного и того же эксперта (надежность оценок одного и того же эксперта).

Двунаправленную модель со случайными эффектами использовали при подсчете надежности оценок разных экспертов, а двунаправленную модель со смешанными эффектами использовали для расчета надежности оценок одного и того же эксперта. Для каждого сравнения подсчитывали разность средних значений и лимиты согласованности результатов [17]. Кроме того, подсчитывали среднюю абсолютную разницу (MAD) и среднюю относительную разницу (MRD) оценок PASI со стандартными отклонениями (SD), определяемую как среднее всех значений абсолютной и относительной разниц (для каждого пациента).

В этом эксплораторном анализе статистическое тестирование различий в оценках PASI проводили с применением критерия суммы рангов Уилкоксона. Двухсторонние значения p < 0,05 считались статистически значимыми. Тесты проводили с применением языка R (v331) с пакетами car (v2 1–5), multilevel (v2 6), MASS (v7 3– 45), nlme (v3 1–128), xtable (v1 8–2), psych (v1 7 8), irr (v0 84), lpSolve (v5 6 13) и psychometric (v2 2) [18].

Результаты

Исходные характеристики

В это исследование мы включили 120 полностью обследованных пациентов с бляшечной формой псориаза (в том числе 88 мужчин, средний возраст 46,3 лет). Из 128 потенциально подходящих пациентов 8 были исключены из-за плохого качества снимков: мутные изображения из-за неактивированного фокуса (n = 5) или некорректное положение пациента (n = 3) (Рис. 2). В общей сложности 4 опытных врача (P1–4) выдали 840 оценок PASI (120 pPASI и 720 rPASI). Среднее ± SD значение PASI всех измерений составляло 8,8 ± 7,1 баллов, что клинически соответствовало псориазу легкой степени (PASI < 10) [1]. Тяжесть псориаза бляшечного типа сильно варьировалась, оценки PASI составляли от 0,7 до 43,8 баллов. В целом у женщин степень поражения псориазом была меньшей, чем у мужчин (PASI 6,8 ± 4,6 против 9,6 ± 7,7). Эти различия не были статистически значимыми (P = 0,20).

Сравнение автоматизированного компьютерного анализа Индекса площади и тяжести псориаза и оценки PASI врачами

Для сравнения cPASI и расчета PASI врачами мы брали 186 общих оценок сPASI (Рис. 2; cPASI 1 + 2) и 720 оценок rPASI (rPASI 1–6) трех квалифицированных врачей (P2–4). Все расчеты PASI для этого сравнительного анализа были основаны на оценке наложенных цифровых изображений всего тела. В среднем врачи (P2–4) давали более низкую оценку PASI, чем компьютерная программа, разность средних значений (rPASI – cPASI) составляла 0,6 баллов. Эти различия в расчетах PASI между экспертами и оценками cPASI конвертировали в ICC 0,85 (95 % CI 0,79–0,89; P < 0,001; P2), 0,81 (95 % CI 0,74–0,87; P < 0,001; P3) и 0,78 (95 % CI 0,66–0,86; P < 0,001; P4) (Таблица 1).

Таблица 1. Сравнение результатов расчета Индекса площади и тяжести псориаза (PASI) компьютерным методом и врачами

rPASI – ретроспективная оценка PASI; cPASI – компьютерная оценка PASI; MAD – средняя абсолютная разница баллов PASI; CI – доверительный интервал; MRD – средняя относительная разница; LA – ограничения согласованности; ICC – коэффициент внутриклассовой корреляции

При использовании общего значения rPASI (n = 720) от трех врачей (P2–4) наблюдали более высокую согласованность между rPASI и cPASI (ICC 0,86, 95 % CI 0,80– 0,90; P < 0,001; MAD 25 баллов PASI, MRD 35,6 %) (Таблица 1). Поэтому априори условие согласованности между средними оценками rPASI и cPASI, с ICC как минимум 0,80, требуемой для одобрения согласованности измерений, было достигнуто. Самые большие различия между cPASI и rPASI были обнаружены в оценке эритемы, где MAD ± SD из 1,0 ± 0,6 и разность средних значений -1,0, затем шли шелушение (MAD 0,6 ± 0,5, разница средних значений + 0,5) и инфильтрация (MAD 0,6 ± 0,4, разность средних значений -0,3; диапазон 0–4).

Площадь пораженной кожи (диапазон 0–6) показывала MAD 0,4 ± 0,4 и разность средних значений + 0,4. Качество и воспроизводимость расчетов PASI врачами мы независимо оценивали в нашем предыдущем неопубликованном исследовании, где обнаружили большую разницу значений между экспертами ICC 0,90 (95 % CI 0,86–0,93, P < 0,001; данные не приведены).

Воспроизводимость результатов измерения PASI

Мы оценивали воспроизводимость результатов rPASI врачей (P2–4) и ACPM. Воспроизводимость результатов изучали путем подсчета вариабельности оценок одного и того же эксперта при повторной оценке PASI на основе снимков тех же пациентов не менее, чем через минимум 4 недели после первой. Исследование показало индивидуальные ICC 0,83 (95 % CI 0,77–0,88, P < 0,001), 0.92 (95 % CI 0,88–0,94, P < 0,001) и 0,95 (95 % CI 0,93–0,96, P < 0,001). Общий ICC оставлял 0,86 (95 % CI 0,82–0,90, P < 0,001) (Таблица 2).

Таблица 2. Воспроизводимость результатов оценки Индекса площади и тяжести псориаза (PASI) врачами и компьютерным методом

rPASI – ретроспективная оценка PASI; cPASI – компьютерная оценка PASI; MAD – средняя абсолютная разница; CI – доверительный интервал; MRD – средняя относительная разница; ICC – коэффициент внутриклассовой корреляции

Воспроизводимость оценок cPASI ACPM исследовали с использованием двух разных, последовательно сохраненных серий цифровых изображений всего тела 66 из 120 пациентов. При этом был обнаружен ICC 0,99 (95 % CI 0,98–0,99, P < 0,001) (MAD 0,5 баллов PASI; Таблица 2). Таким образом, априори условие согласованности результатов двух повторных измерений программой показало ICC как минимум 0,91, то есть требуемое для одобрения согласованности результатов измерений PASI докторами и программой условие, было преодолено.

Сравнение проспективного и ретроспективного расчета PASI докторами и компьютерного анализа PASI

В отличие от расчета rPASI и cPASI, в которые не могли быть включены части тела, снимки которых отсутствовали, живое обследование pPASI давало возможность обследования волосистой части головы, кожи на ладонях и подошве, а также аногенитальной области. Мы анализировали итоговые различия 120 оценок pPASI, 720 rPASI и 186 cPASI (Таблицы 3 и 4).

Средние ± SD оценки проспективного, ретроспективного и компьютерного обследований составляли 8,9 ± 7,4, 8,8 ± 7,2 и 9,2 ± 5,1 баллов соответственно, значительной статистической разницы обнаружено не было (для всех P > 0,4). Поэтому априори условие незначительности разницы между средними оценками PASI докторов (проспективные, живые обследования) и программного обеспечения (ретроспективный анализ и анализ изображений), требуемое для одобрения сопоставимости двух видов обследования, было соблюдено.

Таблица 3. Сравнение результатов проспективной и ретроспективной оценки Индекса площади и тяжести псориаза (PASI)

rPASI – ретроспективная оценка PASI врачом 1 (120 баллов PASI); rPASI – ретроспективная оценка PASI 1-6 врачами 2–4 (720 баллов PASI); MAD – средняя абсолютная разница; MRD – средняя относительная разница; ICC – коэффициент внутриклассовой корреляции; CI – доверительный интервал

В целом MAD и MRD между проспективными и ретроспективными оценками PASI составляли 2,5 баллов PASI и 30,7 % соответственно. Соответствующий ICC составлял 0,88 (95 % CI 0,83–0,91, P < 0,001). Важно отметить, что в плане распределения по участкам тела самая высокая MRD, составляющая 156,3 и 186 % между проспективной-ретроспективной и проспективной-компьютерной оценками PASI, имелась в отношении кожи головы и шеи.

MAD и MRD проспективных и компьютерных оценок PASI составляли 3,6 баллов PASI и 44,7 %, с ICC 0,68 (95 % CI 0,58–0,77, P < 0,001). Различия между pPASI и rPASI или pPASI ± cPASI не превышали общей вариативности, обнаруженной между расчетом rPASI, выданным тремя врачами.

Порядок проведения, практичность ACPM и отношение пациентов

Принимавших участие в исследовании экспертов опрашивали на предмет простоты применения, практичности и предполагаемого отношения пациентов к ACPM-обследованию. Респонденты обозначали, что автоматическое сканирование занимает 2–5 минут, эргономичность программного обеспечения оценивали как «интуитивно понятное». Потенциальные ограничения связаны с необходимостью использования для получения снимков всего тела и компьютерного подсчета оценок PASI валидированной системы, поскольку никакие другие обзорные снимки нельзя использовать без потери функциональности анализа.

Однообразие положения пациентов при съемке обеспечивали за счет маркировки, имевшейся на полу, и постера, изображающего конкретные положения. Значительное большинство участников исследования были способны следовать инструкциям и корректно принимать четыре необходимые позы. Тем не менее ACPM не будет подходить ограниченным в движении или лежачим пациентам, а также пациентам, неспособным следовать инструкциям относительно положения тела.

Таблица 4. Сравнение результатов проспективной оценки Индекса площади и тяжести псориаза (PASI) врачами и компьютерным методом

rPASI – ретроспективная оценка PASI врачом 1 (120 баллов PASI); rPASI – ретроспективная оценка PASI 1-6 врачами 2–4 (720 баллов PASI); MAD – средняя абсолютная разница; MRD – средняя относительная разница; ICC – коэффициент внутриклассовой корреляции; CI – доверительный интервал

Кроме того, очаги псориаза на участках кожи, как правило покрытых волосами (например, волосистая часть головы, область половых органов) распознаны ACPM не будут. Отношение пациентов, по мнению докторов, было хорошим, они позитивно отзывались о детальном документировании их заболевания.

Обсуждение

Это первое клиническое исследование, изучавшее использование автоматизированной компьютерной технологии для расчета PASI у пациентов, страдающих псориазом. Проведенное нами сравнение оценок cPASI, полученных при обследовании методом ACPM, и в ходе традиционного анализа PASI тремя квалифицированными дерматологами, показало достаточную согласованность результатов, судя по ICC, составлявшему 0,86.

Согласно данным научной литературы, ICC в диапазоне 0,75–1 отражает превосходный уровень согласованности оценок разных врачей [19]. В нашем исследовании точность анализа cPASI при помощи ACPM была сопоставима с оценками одного квалифицированного врача, поскольку разница между оценками PASI врача и cPASI не превышала общей вариативности результатов трех врачей [6, 12].

Высокое качество анализа PASI врачами, проведенного в данном исследовании, может быть связано с низкой вариативностью оценок между ними, что было отдельно проанализировано в нашем предыдущем неопубликованном исследовании, показавшем превосходное значение ICC 0,90. Тем не менее в плане воспроизводимости ACPM-метод был эффективнее оценок одного и того же эксперта. При повторной оценке PASI компьютерным методом, когда съемку пациентов производили два раза подряд, был обнаружен беспрецедентный ICC 0,99 со средней абсолютной вариабельностью PASI, составлявшей 0,5 баллов, что превосходило воспроизводимость оценок одного и того же эксперта (ICC 0,86).

Эти результаты показывают, что небольшое отклонение пациентов от необходимого положения при съемке, условия освещенности помещения или автоматическое наложение изображений не отражались существенно на показателях воспроизводимости. Понятно, что ACPM также позволяет фиксировать динамическое изменение оценок PASI в отношении пациентов, проходящих лечение псориаза. Важно отметить, что «истинную» оценку можно определить лишь приблизительно, поскольку отсутствует референсное значение.

В контексте данного исследования мы стремились обеспечить четкую и убедительную базу для сравнения за счет вовлечения в исследование опытных и квалифицированных врачей и использования обобщенного анализа. В отличие от расчета PASI в повседневной клинической практике (живое обследование), при ACPM-методе используют цифровые изображения кожи всего тела для компьютерного анализа PASI при помощи алгоритмов распознавания паттерна. Поэтому нас интересовали различия оценок PASI, полученных в ходе живых обследований, и ретроспективно рассчитанных оценок PASI. Для этого мы сравнивали баллы pPASI, rPASI и cPASI в отношении одних и тех же 120 пациентов.

Мы предполагали, что площадь очагов псориаза на труднодоступных для наблюдения участках тела (в частности, волосистая часть головы, акральные участки, аногенитальная область), которые не учитывается при ACPM обследовании, может соответственно уменьшать оценки cPASI и rPASI. Тем не менее были обнаружены ICC 0,88 между проспективными и ретроспективными и 0,68 между проспективными и компьютерными оценками PASI и почти одинаковые средние оценки PASI (pPASI 8/9 против rPASI 8,8 против cPASI 9,2). Таким образом, различия оценок PASI, полученных в ходе проспективного и ретроспективного анализа в отношении одних и тех же пациентов, которые могут быть связаны с отсутствием цифровых снимков труднодоступных для наблюдения участков тела, не оказали влияния на итоговые оценки PASI.

Важно отметить, что для данного исследования мы использовали выданные компьютером оценки PASI без каких-либо изменений. Однако программное обеспечение предоставляет врачам возможность персонализировать и менять оценку PASI на финальном этапе перед сохранением результата. Имеется несколько ограничений, характерных для метода ACPM. Во-первых, для ограниченно мобильных или по каким-либо причинам не готовых к сотрудничеству пациентов соблюдение нужного положения при съемке затруднительно. Во-вторых, необходимость точно следовать рекомендациям относительно положения тела при съемке и влияние этого фактора на результат будут требовать особого внимания и квалификации персонала. В-третьих, программное обеспечение для расчета ACPM привязано к изображениям, полученным при помощи валидированного устройства для ATBI (FotoFinder Bodystudio ATBM). Таким образом, в нашем исследовании метод ACPM показал схожую с квалифицированными врачами точность и воспроизводимость.

ACPM может иметь дополнительное преимущество в контексте клинических исследований в отношении фармацевтических продуктов, поскольку эта технология обеспечивает стандартизированный и объективный расчет PASI с высокими показателями стабильности результатов. Кроме того, полностью автоматизированный и делегируемый процесс съемки, который также позволяет производить документирование всех клинических данных пациентов, страдающих псориазом, может уменьшить нагрузку на врачей в их повседневной практике.

Список литературы

1. Nast A, Boehncke WH, Mrowietz U et al. S3 – Guidelines on the treatment of psoriasis vulgaris (English version). Update. J Dtsch Dermatol Ges 2012; 10:S1–95.

2. Fredriksson T, Pettersson U. Severe psoriasis – oral therapy with a new retinoid. Dermatologica 1978; 157:238–44.

3. Naldi L, Svensson A, Zenoni D et al. Comparators, study duration, outcome measures and sponsorship in therapeutic trials of psoriasis: update of the EDEN Psoriasis Survey 2001–2006. Br J Dermatol 2010; 162:384–9.

4. Puzenat E, Bronsard V, Prey S et al. What are the best outcome measures for assessing plaque psoriasis severity? A systematic review of the literature. J Eur Acad Dermatol Venereol 2010; 24:10–16.

5. Langley RG, Ellis CN. Evaluating psoriasis with Psoriasis Area and Severity Index, Psoriasis Global Assessment, and Lattice System Physician’s Global Assessment. J Am Acad Dermatol 2004; 51:563–9.

6. Berth-Jones J, Grotzinger K, Rainville C et al. A study examining inter- and intrarater reliability of three scales for measuring severity of psoriasis: Psoriasis Area and Severity Index, Physician’s Global Assessment and Lattice System Physician’s Global Assessment. Br J Dermatol 2006; 155:707–13.

7. Kreft S, Kreft M, Resman A et al. Computer-aided measurement of psoriatic lesion area in a multicenter clinical trial – comparison to physician’s estimations. J Dermatol Sci 2006; 44:21–7.

8. Yune YM, Park SY, Oh HS et al. Objective assessment of involved surface area in patients with psoriasis. Skin Res Technol 2003; 9:339–42.

9. Ormerod AD, Dwyer CM, Weller R et al. A comparison of subjective and objective measures of reduction of psoriasis with the use of ultrasound, reflectance colorimetry, computerized video image analysis, and nitric oxide production. J Am Acad Dermatol 1997; 37:51–7.

10. Lu J, Kazmierczak E, Manton JH, Sinclair R. A quantitative technique for assessing the change in severity over time in psoriatic lesions using computer aided image analysis. Conf Proc IEEE Eng Med Biol Soc 2013; 2013:2380–3.

11. Salvarani C, Girolomoni G, Di Lernia V. Impact of training on concordance among rheumatologists and dermatologists in the assessment of patients with psoriasis and psoriatic arthritis. Semin Arthritis Rheum 2016; 46:305–11.

12. Cabrera S, Chinniah N, Lock N et al. Inter-observer reliability of the PASI in a clinical setting. Australas J Dermatol 2015; 56:100–2.

13. McLaren K. XIII – the development of the CIE 1976 (L* a* b*) uniform colour space and colour-difference formula. J Soc Dyers Colourists 1976; 92:338–41.

14. Hani A. Surface Imaging for Biomedical Applications. Boca Raton, FL: CRC Press (Taylor & Francis Group), 2014.

15. Harris PA, Taylor R, Thielke R et al. Research Electronic Data Capture (REDCap) – a metadata-driven methodology and workflow process for providing translational research informatics support. J Biomed Inform 2009; 42:377–81.

16. Bonett DG. Sample size requirements for estimating intraclass correlations with desired precision. Stat Med 2002; 21:1331–5.

17. Bland JM, Altman DG. Statistical method for assessing agreement between two methods of clinical measurement. Lancet 1986; 327:307–10.

18. R Core Team. R: A Language and Environment for Statistical Computing. Vienna, Austria: R Foundation for Statistical Computing, 2016. 19. Cicchetti DV. Guidelines, criteria, and rules of thumb for evaluating normed and standardized assessment instruments in psychology. Psychol Assess 1994; 6:284–90.