پولی سسٹک گردے کی بیماری کے لیے مؤثر نگرانی کا طریقہ: گردے کے حجم کا سراغ لگانا

مزید معلومات کے لیے:ali.ma@wecistanche.com

امیجنگ ڈیٹا، تشریحات، اور سورس کوڈ کو ریسورس کرنے کے لیے خودکار کل گردے کے حجم کی پیمائش پری کلینیکل مقناطیسی گونج امیجنگ

میری ای ایڈورڈز، سگاپریا پیریانان، دیما انعم، ایڈریانا وی گریگوری

خلاصہ

اس مطالعہ کا مقصد مکمل طور پر خودکار کل کی توثیق کرنا تھا۔گردہحجمپری کلینیکل چوہا ٹرائلز کے لیے پیمائش کا طریقہ جو تیز، درست، تولیدی، اور ریسرچ کمیونٹی کو یہ وسائل فراہم کرنے کے لیے ہے۔ چوہا مطالعہ جن میں امیجنگ شامل ہوتی ہے وہ بیماریوں میں علاج کی افادیت کی نگرانی کے لیے اہم ہیں۔پولی سسٹک گردے کی بیماری. پچھلے مطالعات میں دستی یا نیم خودکار تقسیم کا استعمال کیا گیا ہے، جو وقت طلب اور ممکنہ طور پر متعصب ہے۔ ہمارے خودکار نظام کو تیار کرنے کے لیے، ماؤس کے مختلف ماڈلز سے کل 150 محوری مقناطیسی گونج امیجز (MRI) کو دستی طور پر الگ کیا گیا اور ایک خودکار الگورتھم کو تربیت دینے/توثیق کرنے کے لیے استعمال کیا گیا۔ ماڈل کے طول بلد اطلاق کو جانچنے کے لیے، چار اتپریورتی اور چار جنگلی قسم کے چوہوں کو ایم آر آئی کے ذریعے تین سے بارہ ہفتوں کے دوران ترتیب وار امیج کیا گیا۔ کے سیگمنٹیشنزگردے(گردوں کے شرونی کو چھوڑ کر) خودکار طریقہ اور دو مختلف قارئین کے ذریعہ تیار کیے گئے تھے، ایک قاری کے ساتھ

پیمائش. دستی طریقوں کے مقابلے میں خودکار کی کارکردگی کا اندازہ لگانے کے لیے مماثلت کی پیمائش اور طولانی تجزیہ کا حساب لگایا گیا۔ حتمی بصری کوالٹی کنٹرول قدم کے علاوہ خودکار انداز میں صارف کے ان پٹ کی ضرورت نہیں ہے۔ خودکار طریقے کے مماثلت کے میٹرکس بمقابلہ دستی سیگمنٹیشنز انٹر اور انٹرا ریڈر موازنہ کے برابر تھے۔ اس طرح، ہمارے یہاں بیان کردہ مکمل طور پر خودکار نقطہ نظر کو طولانی، پری کلینیکل ٹرائلز میں محفوظ طریقے سے استعمال کیا جا سکتا ہے جس میں چوہا کی تقسیم شامل ہے۔گردےT2-وزن والے MRls میں۔

گردے کی بیماری کے لیے اردو میں Cistanche پر کلک کریں۔

تعارف

اعضاء کے حجم کی پیمائش کلینیکل مظاہر اور بیماریوں کی بیماری جیسے کلگردہحجم(TKV) آٹوسومل ڈومیننٹ میںپولی سسٹک گردے کی بیماری(PKD) اور علاج کی مداخلتوں، تحقیق، کلینیکل ٹرائلز، اور تیزی سے کلینیکل نیفرولوجی کی تاثیر کا پتہ لگانے کے لیے استعمال کیا جاتا ہے، ان پیمائشوں کا استعمال جانوروں کے ماڈلز اور مریضوں دونوں میں بیماری کے بڑھنے کی نگرانی، علاج کی تاثیر کا جائزہ لینے، اور نتائج کی پیش گوئی کرنے کے لیے کیا جاتا ہے۔"

فی الحال، PKD کی ترقی کو سست کرنے کے لیے نئے علاج تلاش کرنے کے لیے ایک غیر معمولی شرح سے طبی مطالعات ہو رہی ہیں (پولی سسٹک گردے کی بیماری)، PKD کے جانوروں کے ماڈلز میں مقناطیسی گونج امیجنگ (MRI) کا ایک اہم فائدہ (پولی سسٹک گردے کی بیماری)ویو امیجنگ میں استعمال کرنے کی صلاحیت ہے، جو ایک ہی جانور کو استعمال کرنے والے طول بلد والیومیٹرک اسٹڈیز کی اجازت دیتی ہے۔ متعدد مطالعات جن میں دستی،-12 نیم خودکار،5,14، اور ماؤس کی رجسٹریشن پر مبنی خودکار تقسیم شامل ہےگردےپہلے انجام دیا گیا ہے.

خودکار سمجھے جانے والے بہت سے طریقوں کو اب بھی صارف کے ان پٹ کی ضرورت ہوتی ہے۔ ان ابتدائی مطالعات میں سے زیادہ تر دستی تقسیم کا استعمال کرتے ہیں، جو وقت طلب اور مہنگے ہوتے ہیں اور ساتھ ہی مبصر کی طرف سے تعصب کو بھی متعارف کراتے ہیں۔ لہذا، ہماری لیبارٹری نے TKV کی پیمائش میں تغیر کا اندازہ لگایا ہے اور بیماری کے مورین ماڈلز کے مقناطیسی گونج اسکینوں میں TKV کی پیمائش کرنے کے لیے ایک خودکار تجزیہ پروگرام تیار کیا ہے۔

نتائج

دستی کی انٹرا اور انٹر آبزرور تغیرگردہسیگمنٹیشنز: شکل 1 TKV کے Bland-Altman تجزیہ کے نتائج کو ظاہر کرتا ہے جیسا کہ 2 قارئین (interobserver variance) کے ذریعے دستی طور پر ماپا جاتا ہے اور ریڈر 2 (intraobserver variance) کے ذریعے پیمائش کو دہرایا جاتا ہے۔ جب ریڈر 1 کا ریڈر 2 کے ساتھ موازنہ کیا گیا تو، اوسط فیصد کا فرق 7.7 فیصد اور ±4.5 فیصد کا 95 فیصد اعتماد کا وقفہ تھا۔ جب ریڈر 2 نے ایک ہی تصویر کی دوبارہ پیمائش کی تو، اوسط فیصد فرق -0.5 فیصد اور ±3.9 فیصد کا 95 فیصد اعتماد کا وقفہ تھا۔ ریگریشن تجزیہ نے اشارہ کیا کہ TKV میں تمام طریقوں کے درمیان ایک اعلی معاہدہ ہے، جس کی R2 قدر 0.99 سے زیادہ یا اس کے برابر ہے۔

خودکار سیگمنٹیشن الگورتھم کی توثیق TKV کے فیصدی فرق کے سلسلے میں ہر قاری کے ساتھ موازنہ خودکار طریقہ انٹر اور انٹرا آبزرور کے فرق سے ملتا جلتا تھا جیسا کہ شکل 1 میں Bland-Altman پلاٹوں نے تجویز کیا ہے۔ جب ریڈر 1 کا موازنہ کیا گیا خودکار طریقہ میں، اوسط فیصد کا فرق 5.2 فیصد اور ±5.8 فیصد کا 95 فیصد اعتماد کا وقفہ تھا۔ جب ریڈر 2 کا خودکار طریقہ سے موازنہ کیا گیا تو، اوسط فیصد فرق -2.5 فیصد اور a95 فیصد اعتماد کا وقفہ ±6.5 فیصد تھا۔

جنگلی قسم اور اتپریورتی چوہوں کے درمیان فرق: وسط اور SD TKVs کو ہر ایک طریقہ کے لئے ہر ٹائم پوائنٹ پر پلاٹ کیا گیا تھا اور جین ٹائپ (میوٹنٹ بمقابلہ جنگلی قسم) کے ذریعہ الگ کیا گیا تھا۔ جیسا کہ شکل 2 میں دیکھا گیا ہے، اوسط TKV ہمیشہ جنگلی قسم کے چوہوں میں اتپریورتی چوہوں کے مقابلے میں ہر وقت چھوٹا ہوتا ہے۔ تمام 3 طریقے (خودکار، ریڈر 1، اور ریڈر 2) 9 اور 12 ہفتوں کی عمر میں ماؤس کی قسم کی نمایاں علیحدگی کو ظاہر کرتے ہیں۔

تصویر 1 |Bland-Altman اور (a,e) انٹرآبزرور اور (b,f) انٹرآبزرور کل کڈنی والیوم (TKV) کی پیمائش (ملی لیٹر میں ماپا گیا) کا ریگریشن تجزیہ (c,g) ریڈر 1 کے مقابلے میں خودکار (آٹو) طریقہ کے علاوہ اور (d,h) ریڈر 2. Bland-Altman پلاٹ اوسط فرق (ٹھوس لائن) اور 95 فیصد اعتماد کا وقفہ (ڈاٹڈ لائنز) دکھاتے ہیں۔ رجعت کا تجزیہ موازنہ کے طریقوں کے درمیان ارتباط کو ظاہر کرتا ہے۔

بحث

کا تجزیہگردہحجمPKD میں (پولی سسٹک گردے کی بیماری)فی الحال بیماری کی کیفیت کو نمایاں کرنے کے لیے استعمال ہونے والے سب سے اہم میٹرکس میں سے ایک ہے۔ ہمارے کام سے پہلے، دستی طور پر ٹریس کرنے کا کوئی متبادل نہیں تھا۔گردےPKD کے ماڈل سسٹمز میں (پولی سسٹک گردے کی بیماری). ان ڈھانچوں کا سراغ لگانے میں لگنے والے وقت کے ساتھ ساتھ ان پیمائشوں کو انجام دینے کے لیے کسی شخص کو تربیت دینے کے لیے درکار وقت، اور انٹر آپریٹر تغیر کے امکانات کی وجہ سے، اس مطالعہ میں ہم نے TKV کے لیے مکمل طور پر خودکار سیگمنٹیشن طریقہ تیار کیا اور اس کی توثیق کی۔ خودکار حصوں کی گنتی منٹوں میں کی جاتی ہے (کمپیوٹنگ کی طاقت پر منحصر ہے)، جب کہ دستی تقسیم میں 20 سے 40 منٹ لگتے ہیں۔ دستی یا یہاں تک کہ نیم خودکار سیگمنٹیشن کے طریقوں کے برعکس، یہ خودکار طریقہ ہر بار ایک ہی تصویر پر لاگو ہونے پر وہی صحیح نتائج پیدا کرے گا۔

پری کلینیکل ٹرائلز اکثر کنٹرول گروپ اور ٹریٹمنٹ گروپ دونوں پر مشتمل ہوتے ہیں۔ لہذا، یہ ضروری ہے کہ خود کار طریقے سے میٹڈ طریقہ کافی حساس ہو تاکہ گروپوں کے درمیان حجم کے فرق کو مناسب طریقے سے معلوم کیا جا سکے۔" شکل 2 سے پتہ چلتا ہے کہ دستی سیگمنٹیشن اور خودکار انقطاع دونوں 9 ہفتوں کی عمر میں جنگلی قسم اور اتپریورتی گروپوں میں نمایاں علیحدگی کو ظاہر کرتے ہیں۔ اگرچہ مجموعی معاہدہ بہترین تھا، بصری موازنہ نے اس بات پر معمولی اختلاف کا مشورہ دیا کہ آیا رینل شرونی کو ٹکڑوں کے ایک چھوٹے ذیلی سیٹ میں شامل کیا جائے یا خارج کیا جائے۔ اگرچہ گردوں کے شرونی کو خارج کرنا عام رواج ہے، لیکن اگر قارئین کو ہمیشہ شامل کرنے کی ہدایت کی جائے تو تغیر کم ہو سکتا ہے۔ یہ ڈھانچہ.

اس مطالعے میں پیش کردہ خودکار طریقہ ابھی تک بیرونی تصاویر پر لاگو نہیں ہوا ہے۔ یہ نوٹ کرنا ضروری ہے کہ سگنل کی شدت سائٹس، اسکینرز اور MRI کے حصول میں مختلف ہوتی ہے، اس بات کا امکان ہے کہ مختلف MRI مشینوں سے زیادہ متنوع کیسز کے ساتھ ایک بڑا تربیتی ڈیٹا سیٹ گہری سیکھنے کے الگورتھم کی نوعیت کی وجہ سے زیادہ مضبوط ماڈل حاصل کر سکتا ہے۔ MRI سگنلز میں تغیرات کی وجہ سے خودکار الگورتھم جیسے کہ ان کو اکثر باہر کے ڈیٹا سیٹس پر دوبارہ تربیت دینے کی ضرورت ہوتی ہے۔ لہذا، ہم تحقیقی کمیونٹی کو امیجنگ ڈیٹا، تشریحات، اور سورس کوڈ فراہم کرتے ہیں تاکہ دوسرے گروپ یا تو وہی ماڈل استعمال کر سکیں یا اپنا خود تیار کریں۔

تصویر 2 |جنگلی قسم اور اتپریورتی چوہوں کے کُل گردے کا حجم وقت کے ساتھ ساتھ (3-12 ہفتوں کی عمر) خودکار (آٹو) طریقہ (بائیں)، ریڈر 1 (درمیانی) اور ریڈر 2 (دائیں) کے لیے تیار کیا گیا تھا۔ تمام 3 طریقے 9 ہفتوں کی عمر میں ماؤس کی قسم کی ایک اہم علیحدگی کو ظاہر کرتے ہیں۔ خرابی کی سلاخیں SD کی نشاندہی کرتی ہیں۔ *P <>

طریقے

ٹریننگ/توثیق کا ڈیٹا: ماڈل کو 100 کیسز پر تربیت دی گئی اور 50 کیسز میں تصدیق کی گئی۔ یہ 150 کیسز مختلف بیماریوں کی شدت اور عمر کی حد کے ساتھ چوہوں پر مشتمل تھے۔ ٹیسٹ سیٹ مکمل طور پر ہولڈ آؤٹ سیٹ ہے اور ہم نے اس مضمون میں اس کا اندازہ کیا ہے۔

ٹیسٹنگ اسٹڈی کوہورٹ: اس مطالعہ کا جائزہ میو کلینک انسٹیٹیوشنل اینیمل کیئر اینڈ یوز کمیٹی نے کیا تھا۔ گروہ جنگلی قسم کے C57Bl6 x 1296Svev/Tac(n=4; 2 خواتین/2 مرد) اور C57Bl6 × 129s6Svev/Tac(n=4; 2 خواتین/2 بناتا ہے) اتپریورتی PKD (پولی سسٹک گردے کی بیماریRC/RC ماڈل چوہے۔ اتپریورتی چوہے PKD1 کے انسانی مظہر کا آئینہ دار ہیں (قسم 1 پولی سسٹک گردے کی بیماری) جینیاتی اور فینوٹائپک دونوں لحاظ سے۔ اتپریورتی چوہوں میں سے ایک تجربے کے وسط میں مر گیا اور اسے 9 ہفتے میں اسی عمر کے دوسرے اتپریورتی چوہے سے تبدیل کر دیا گیا۔

تصویری حصول: امیجنگ ایک Avance DRX 700WB (Bruker BioSpin، Billerica، MA) سپیکٹرومیٹر کا استعمال کرتے ہوئے کی گئی۔ کی مکمل کوریجگردے0.1 ملی میٹر ان پلین ریزولوشن اور l-mm سلائس موٹائی (میٹرکس سائز، 256 × 256 × Z کے ساتھ ایک محوری ٹربو آر اے ٹی کی مکمل حدگردے)۔ اسکین کا کل وقت 5 سے 10 منٹ تک تھا۔ ٹیسٹنگ اسٹڈی کوہورٹ میں، ہر ماؤس کو 4- ٹائم پوائنٹس (3,6,9، اور 12 ہفتے کی عمر) پر امیج کیا گیا تھا، ہر ماؤس کے ٹائم پوائنٹس ایک دوسرے کے 2 دن کے اندر کیے گئے تھے تاکہ مستقل امیجنگ کو یقینی بنایا جا سکے۔ پیرامیٹرز اور ماحولیاتی تغیرات کو محدود کرنے کے لیے۔ تصویری تجزیہ

امیجنگ سافٹ ویئر پیکج (تجزیہ، ورژن 12۔{1}}، بائیو میڈیکل امیجنگ ریسورس، میو کلینک، روچیسٹر، MN) کا استعمال کرتے ہوئے ہر اسکین پر دلچسپی کے علاقوں کا پتہ لگایا گیا۔ ہر قارئین کو ہدایت کی گئی تھی کہ وہ رینل شرونی کو خارج کر دیں جب رینل شرونی اس کے ذریعے بند نہ ہو۔گردہcapsule within the image slice. Manual segmentations took 20 to 40 minutes depending on the case. TKVs were calculated by first summing the number of voids contained within the seg-mentation on each slice and then multiplying the number of voxels by the voxel volume obtained from the image header. For the testing data,2 double-blind readers(1 and 2), both experienced in manual MRI segmentation, performed kidney segmentations on all scans. For intrareader analysis, reader 2 repeated the measurements at 2-time points (>3 ماہ کے علاوہ)۔

خودکار طریقہ: نیورل نیٹ ورک ماڈل کو ہمارے پچھلے ماڈل سے TKV کی پیمائش کے لیے کورونل T2-ویٹڈ میگنیٹک ریزوننس امیجز سے کلینکل اسکینز سے ڈھال لیا گیا تھا۔ ماخذ کوڈ، تصاویر، اور تشریحات کو عوامی طور پر https:/github.com/TLKline/AutoTKV_MouseMRI پر دستیاب کیا گیا ہے۔

شماریاتی تجزیہ: شماریاتی تجزیہ کے لیے فی ماؤس (n =8) ہر ٹائم پوائنٹ (3,6,9، اور 12 ہفتوں) پر حاصل کی گئی محوری T2-وزن والی مقناطیسی گونج کی تصاویر استعمال کی گئیں۔ فینوٹائپس میں فرق اور عمر کی ایک وسیع رینج پر مختلف تصاویر کے موازنہ کے لیے کل 32 تصاویر کی اجازت ہے۔ مکمل طور پر خودکار طریقہ کی توثیق کرنے کے لیے، موازنہ کے اعدادوشمار کا استعمال جنگلی قسم اور اتپریورتی گروہوں کو الگ کرنے کے لیے ہر طریقہ کی صلاحیت کا جائزہ لینے کے لیے کیا گیا۔ یہ TKV کو ٹائم پوائنٹ کے مطابق پلاٹ کرکے اور ماؤس کی قسم سے الگ کرکے حاصل کیا گیا تھا۔ Bland-Altman اور لکیری ریگریشن پلاٹوں کا استعمال کرتے ہوئے TKV پیمائش اور ہر طریقہ کے لئے شرح نمو کا اندازہ بھی لگایا گیا۔

اعترافات

اس کام کو میو کلینک رابرٹ ایم اور بل کیلی پیرنی ٹرانسلیشنل نے تعاون کیا۔پولی سسٹک گردے کی بیماریمرکز اور نیشنل انسٹی ٹیوٹ آف ذیابیطس اینڈ ڈائجسٹو اورگردہبیماریاں

حوالہ جات

1. Grantham JI Torres VE، Chapman AB، et al. حجم میں ترقیپولی سسٹک گردے کی بیماری. این انگل جے میڈ۔{0}}۔

2. Torre VE، Chapman AB، Devuyst O، et al Tolvaptan مریضوں میں آٹوسومل ڈومیننٹپولی سسٹک گردے کی بیماری. N Engl JMed.2012367:2407-2418۔

3. Caroli A, Perico N, Perna A, et al. آٹوسومل ڈومیننٹ میں گردے اور سسٹ کی نشوونما پر طویل اداکاری والے سومیٹوسٹیٹن اینالاگ کا اثرپولی سسٹک گردے کی بیماری(الادین: ایک بے ترتیب، پلیسبو کے زیر کنٹرول ملٹی سینٹر ٹرائل لینسیٹ 2013:382-1485-1495

4. والیس ڈی پی، ہوو وائی پی، ہوانگ زیڈ ایل، وغیرہ۔ ٹریکنگگردہحجمکے ساتھ چوہوں میںپولی سسٹک گردے کی بیماریبذریعہ مقناطیسی گونج امیجنگ۔ کڈنی انٹ۔ 2008؛73:778-781۔

5. گرانتھم جے ایل ٹوریس VE۔ کل کی اہمیتگردہحجمکی ترقی کا اندازہ کرنے میںپولی سسٹک گردے کی بیماری. نیٹ ریو نیفرول۔ 2016؛12667-677۔

6. Higashihara E، Torres VE، Chapman AB، et al. ٹولواپٹن آٹوسومل ڈومیننٹ میںپولی سسٹک گردے کی بیماری: تین سال کا تجربہ Oin J Am Soc Nephrol 201162499-2507

7. Azbal MV.Rangel U.Berastralh EJ، et a. آٹوسومل ڈومیننٹ کی امیجنگ درجہ بندیپولی سسٹک گردے کی بیماریکلینیکل ٹرائل کے لیے مریضوں کو منتخب کرنے کے لیے ایک سادہ ماڈل۔

8. ایم سو نیفرول۔2015۔ 26:160-172 8۔ Olazabal MV، Mishra PK، Torres VE، et al الٹرا ہائی فیلڈ MRI کا چھوٹے چوہا ماڈل میں استعمالپولی سسٹک گردے کی بیماریVivo فینوٹائپنگ اور منشیات کی نگرانی کے لیے۔ J بمقابلہ Exp.2015:100e52757۔

9. Erokwu BO، Anderson CE Flask CA، et al. آٹوسومل ریسیسیو کے مقداری مقناطیسی گونج امیجنگ تشخیصپولی سسٹک گردے کی بیماریجانوروں کے ماڈل پیڈیاٹر ریس میں ترقی اور تھراپی کا جواب۔ 2018؛83:1067-1074۔