Blog

Jan 09, 2024

Affidabilità di non

Scientific Reports volume 13,

Rapporti scientifici volume 13, numero articolo: 1334 (2023) Citare questo articolo

884 accessi

2 Altmetrico

Dettagli sulle metriche

La sindrome di Sjögren (SS) è una malattia autoimmune caratterizzata da secchezza delle fauci. La causa della SS è sconosciuta e i suoi diversi sintomi rendono difficile la diagnosi. Il test Saxon, un esame intraorale, viene utilizzato come metodo diagnostico primario per la SS, tuttavia il rischio di infezione salivare è problematico. Pertanto, indaghiamo la possibilità di diagnosticare la SS mediante l'osservazione senza contatto e per immagini della superficie della lingua. In questo studio, abbiamo ottenuto fotografie della lingua di 60 pazienti presso l'ambulatorio della Scuola di Odontoiatria dell'Università di Tsurumi per chiarire la relazione tra le caratteristiche della lingua e la SS. Abbiamo diviso la lingua in quattro regioni e il colore di ciascuna regione è stato trasformato nello spazio CIE1976L*a*b* e analizzato statisticamente. Per chiarire sperimentalmente la possibilità della diagnosi di SS utilizzando il colore della lingua, abbiamo utilizzato tre modelli di apprendimento automatico: regressione logistica, macchina vettoriale di supporto e foresta casuale. Inoltre, abbiamo costruito modelli di previsione diagnostica basati sui metodi di Bagging e Stacking combinati con tre modelli di apprendimento automatico per la valutazione comparativa. Questa analisi ha utilizzato la compressione della dimensionalità mediante l'analisi delle componenti principali per eliminare la ridondanza nelle informazioni sul colore della lingua. Abbiamo riscontrato una differenza significativa tra il valore a* della parte posteriore della lingua e il valore b* della parte centrale della lingua nei pazienti SS e non SS. Oltre ai punteggi dei componenti principali relativi al colore della lingua, la macchina del vettore di supporto è stata addestrata utilizzando l'età e ha raggiunto un'elevata precisione (71,3%) e specificità (78,1%). I risultati indicano che la previsione della diagnosi di SS in base al colore della lingua raggiunge un livello paragonabile ai modelli di apprendimento automatico addestrati utilizzando il test Saxon. Questo è il primo studio che utilizza l’apprendimento automatico per prevedere la diagnosi di SS mediante l’osservazione della lingua senza contatto. Il nostro metodo proposto può potenzialmente supportare il rilevamento precoce della SS in modo semplice e conveniente, eliminando il rischio di infezione al momento della diagnosi, e dovrebbe essere convalidato e ottimizzato nella pratica clinica.

La sindrome di Sjögren (SS) è una malattia autoimmune caratterizzata da secchezza delle fauci e secchezza degli occhi. Si ritiene che sia causata da una complessa relazione tra anomalie immunitarie, secrezione di ormoni femminili ed ereditarietà; tuttavia, la causa esatta di questa malattia deve ancora essere chiarita. Sono stati impiegati numerosi test clinici per la diagnosi di SS. Uno degli esami orali comunemente utilizzati è il test sassone e prevede l'osservazione quantitativa della saliva per determinare la secchezza orale. Tuttavia, negli ultimi anni, la presenza del virus COVID-19 nella saliva ha reso difficile l’esecuzione di test sulla saliva per la valutazione delle condizioni orali. Pertanto, è necessario sviluppare un metodo oggettivo per valutare le condizioni orali.

I sintomi più comuni della SS comprendono secchezza delle fauci, dolore alla lingua, ragadi sulla lingua e scolorimento della lingua dovuto alla candidosi orale1. Inoltre, studi dermoscopici hanno rivelato che le differenze nell’aspetto della struttura e nel colore della superficie della lingua possono essere marcatori importanti per la diagnosi di SS2. Le caratteristiche della lingua, come il colore, la lucentezza e la forma, forniscono indizi diagnostici clinicamente critici per la diagnosi di molte altre malattie3,4.

Studi recenti hanno segnalato il potenziale promettente dei metodi di apprendimento automatico nello sviluppo di diversi strumenti bioinformatici5,6 e applicazioni per l'analisi delle immagini della lingua7. L'uso di dispositivi di imaging per la diagnosi delle malattie è un approccio semplice e rapido e può essere appropriato come test di screening per varie malattie. In uno studio precedente, abbiamo sviluppato un sistema di analisi delle immagini della lingua (TIAS) che può essere utilizzato per la diagnosi della lingua assistita da computer in base al colore della lingua8,9. La caratteristica essenziale del metodo di imaging della lingua TIAS è l'esclusione dell'influenza della luce esterna utilizzando una sfera integratrice per ottenere un'intensità della luce distribuita uniformemente. Inoltre, il TIAS può rimuovere la lucentezza della superficie della lingua dalle sue immagini per stabilizzare il colore della superficie della lingua e del rivestimento della lingua.