Införandet och valideringen av metoden för beräkning av 3D-skoliosvinkeln genomfördes i fyra steg: 1) beräkning av 3D-skoliosvinkeln baserad på datortomografi (CT); 2) beräkning av 3D-skoliosvinkeln baserad på digitalt rekonstruerade röntgenbilder (DRR); 3) jämförelse av beräkningarna av 3D-skoliosvinkeln: CT jämfört med DRRs, och 4) utvärdering av reproducerbarhet och tillförlitlighet hos den föreslagna metoden baserad på röntgenbilder (PA och lateral).
- Subjekt
- Beräkning av 3D-skoliosvinkeln baserat på datortomografi
- Beräkning av skoliosvinkeln baserad på digitalt rekonstruerade röntgenbilder (DRR)
- Sammanjämkning av resultaten av 3D-beräkningar av skoliosvinkel: CT jämfört med DRR
- Sammanställning av resultaten av 3D-skoliosvinkelberäkningar och Cobb-vinkelmätningar baserade på röntgenbilder
- Statistisk analys
Subjekt
Studien omfattade 41 patienter med AIS. Den populationen består av två grupper av patienter. Den första patientgruppen deltog i studiens första del – införandet och valideringen av den nya metoden för 3D-utvärdering av skolios.
Den första gruppen bestod av 10 patienter med AIS som var planerade för operation. Inklusionskriterier: AIS; förekomst av en huvudkurva: thorakal eller lumbalt; avbildningsmodaliteter som utfördes under sjukhusvistelsen: vanligt stående röntgenbilder av god kvalitet (PA och lateralt); och CT av thorakal och lumbalt ryggrad som utfördes som en del av protokollet inför operationen. Uteslutningskriterier: annan skolios än idiopatisk typ, avsaknad av CT- eller PA- och laterala stående röntgenbilder samt röntgenbilder av dålig kvalitet. Varje patient hade tre skolioskurvor i den thorakolumbala regionen, vilket gav CT-data om 30 skolioskurvor. Karaktäriseringen av den första patientgruppen var följande: medelålder 14 år (intervall: från 10 till 17), medelkroppsvikt 45,2 kg (intervall: från 28,0 till 65,0), medel-BMI 17,9 (intervall: från 14,8 till 22,5), medelskolioskurva 52° (intervall: från 11° till 130°) och medelhuvudkurva 75° (intervall: från 51° till 130°).
Den andra patientgruppen bestod av 31 patienter med AIS. Den andra gruppen deltog i utvärderingen av reproducerbarheten och tillförlitligheten hos den föreslagna nya mätningen. Inklusions- och exklusionskriterierna var desamma som för den ovan nämnda första patientgruppen med undantag för CT-data av ryggraden. Varje patient hade minst två skolioskurvor i den thorakolumbala regionen: en huvudkurva och en sekundärkurva, vilket ger 62 skolioskurvor. Karaktäriseringen av den andra patientgruppen var följande: medelålder 15 år (intervall: från 10 till 17), medelkroppsvikt 54,9 kg (intervall: från 26,5 till 97,6), medel-BMI 20,0 (intervall: från 14,4 till 32,1), medelskolioskurva i bröstkorgen 65.6° (intervall: från 42,8° till 100,7°), genomsnittlig lumbalkurva eller thorakolumbalkurva på 44,2° (intervall: från 22,7° till 80,4°) och genomsnittlig skolioskurva (thorakal, thorakolumbalkurva eller lumbalkurva) på 54,9° (intervall: från 22,7° till 100,7°). Skoliosens storlek mättes med Cobb-metoden.
Tomografiundersökningar av trettio skolioskurvor från patienter med AIS analyserades. CT-skanningarna utfördes inte i studiens syfte utan som en del av protokollet före operationen. CT-skanningarna analyserades retrospektivt med godkännande av den lokala institutionella granskningsnämnden. CT-skanningarna togs fram i ryggläge med Siemens Emotion 16-radiga multidetektor datortomograf Siemens Emotion. Data lagrades i DICOM-filer (Digital Imaging and Communications in Medicine).
Stående röntgenbilder (PA och lateralt) av hela ryggraden togs från ett avstånd av 2 m. Röntgenbilderna registrerades i digital version i DICOM-filer.
Beräkning av 3D-skoliosvinkeln baserat på datortomografi
Som första steg analyserades patienternas datortomografi. 3D-skoliosvinkeln beräknades utifrån koordinaterna för tre punkter som ligger på planet (π1) parallellt med den övre ändplattan på den övre ändkotan och koordinaterna för tre punkter som ligger på planet (π2) parallellt med den nedre ändplattan på den nedre ändkotan i skolioskurvan (fig. 1). Datortomografierna av ryggraden analyserades med programvaran DeVide (The Delft University of Technology, Nederländerna). Programvaran visualiserade ryggraden i tre plan som korsade varandra. Vinklarna mellan dessa plan kunde justeras manuellt. Det axiella planet ställdes in på ett sådant sätt att det var parallellt med den övre ändplattan på den övre ändkotan. Koordinaterna för tre godtyckliga punkter som låg i detta plan sparades. Därefter ställdes det axiella planet in på ett sådant sätt att det var parallellt med den nedre ändplattan för den nedre delen av kotan. Koordinaterna för tre valfria punkter som ligger i detta plan sparades. På detta sätt definierades de tre punkter som ligger på varje ändplatta. Dessa punkter användes för att beräkna vinkeln mellan de plan där de låg.
Beräkning av skoliosvinkeln baserad på digitalt rekonstruerade röntgenbilder (DRR)
De digitala röntgenbilderna utformades utifrån datortomografierna med hjälp av den teknik som publicerats av vårt team . Först konverterades CT DICOM-bilderna till PNG-filformat. En 3D-array av de gråskalevärden som erhållits från CT-bilderna skapades. Därefter beräknades ett medelvärde för varje x-, y- och z-riktning. Resultaten lagrades i 2D-matriser som representerar tre plan: koronalt, lateralt och axialt. 2D-matriserna användes för ytterligare beräkningar. Signifikansgränser för varje rad och kolumn beräknades i syfte att skapa slutliga DRR. Därefter fastställdes det globala koordinatsystemet och resultaten konverterades till DICOM-filformat för att möjliggöra ytterligare mätningar . En schematisk presentation av framställningen av DRR från datortomografier presenteras i figur 2.
Vinkeln mellan ändplattorna mättes som en dihedral vinkel. Den dihedrala vinkeln är vinkeln mellan två skärande plan . De övre och nedre ändplattorna approximerades med två plan i ett tredimensionellt rum. För att mäta vinklarna mellan planerna bestämdes normalvektorer (vinkelräta) med en enhetslängd för respektive plan. Vinkeln mellan normalvektorerna inom det plan som dessa vektorer sträcker sig över mättes. Fyra vinklar mättes på PA och laterala DRR (fyra-angelsmetoden för beräkning av skoliosvinkel i 3D) (fig. 3):
α1- vinkeln mellan linjen som är parallell med den övre ändplattan för den övre ändkotan och den tvärgående linjen mätt i det koronala planet
α2- vinkeln mellan linjen som är parallell med den nedre ändplattan för den nedre ändkotan och vinkeln mellan linjen som är parallell med den nedre ändplattan för den nedre ändkotan.ändkotan och tvärlinjen mätt i koronalplanet
β1- vinkeln mellan linjen parallell med den övre ändplattan på den övre ändkotan och tvärlinjen mätt i sagittalplanet
β2- vinkeln mellan linjen parallell med den nedre ändplattan på den nedre ändkotan och tvärlinjen i sagittalplanet.
Dessa vinklar användes för att beräkna vinkeln mellan ändplattorna (1 och 2) med hjälp av följande matematiska formel:
Define
Sammanjämkning av resultaten av 3D-beräkningar av skoliosvinkel: CT jämfört med DRR
Resultaten av mätningarna av 3D-skoliosvinkeln baserat på CT-skanningar och DRR testades med parade t-test från Student. En p-nivå på 0,05 ansågs vara signifikant. Effektstyrkan för t-testet sattes till 0,95.
Sammanställning av resultaten av 3D-skoliosvinkelberäkningar och Cobb-vinkelmätningar baserade på röntgenbilder
Den 3D-skoliosvinkeln beräknades baserat på två röntgenbilder, PA och lateralt, med den fyrfältsmetod som beskrivs ovan. Cobb-vinkeln mättes på PA-röntgenbilden. Resultaten av 3D-skoliosvinkelberäkningarna och Cobb-vinkelmätningarna testades med parat Students t-test.
Tillförlitligheten och reproducerbarheten av 3D-skoliosvinkelmätningarna testades med hjälp av PA- och laterala röntgenbilder av 31 patienter, vilket gav totalt 62 kurvor. Data från anonyma röntgenbilder användes och utvärderades av två oberoende observatörer: en ryggradskirurg och en specialistläkare i ortopedi på femte året av sin AT-utbildning. Den första observatören utförde mätningarna en gång och den andra observatören utförde mätningarna två gånger med två veckors mellanrum. Mätningarnas reproducerbarhet och tillförlitlighet testades med intraklass korrelationskoefficienten (ICC).
Tomografierna, DRR och röntgenbilderna anonymiserades och presenterades för läsarna i slumpmässig ordning.
Statistisk analys
Data analyserades med hjälp av Statistica (StatSoft) och Microsoft Office Excel (2018 Microsoft). Normalfördelningen av data testades med hjälp av Shapiro-Wilk-testet. Parade studenters t-test användes för att testa skillnaderna för de kontinuerliga uppgifterna. En p-nivå på 0,05 ansågs vara signifikant. Effektstyrkan för t-testet fastställdes till 0,95. Intraobservatörsreproducerbarhet och intraobservatörstillförlitlighet testades med ICC. För att uppskatta den urvalsstorlek som krävs för att testa mätningarnas intraobservatörsreproducerbarhet och intraobservatörstillförlitlighet behandlade vi ett ICC-värde över 0,7 (med ett 95-procentigt konfidensintervall på 0,55-0,85) som acceptabel reproducerbarhet för forskningsverktyget . Det minsta antalet försökspersoner för att testa överensstämmelsen, reproducerbarheten inom observatörerna och tillförlitligheten mellan observatörerna var 44 . Antalet 62 skolioskurvor var tillräckligt för ICC-beräkning.