Neuronale Netze zur multiparametrischen Diagnostik experimenteller Maus-Colitiden

Zielsetzung:

MRT ermöglicht bei chronisch-entzündlichen Darmerkrankungen die nichtinvasive Erfassung pathologischer Veränderungen der betroffenen Darmabschnitte. Neben morphologischen Veränderungen können im MRT auch Relaxationszeiten und Diffusionskapazität der Darmwand zur Colitisdiagnostik verwendet werden. Ziel der Studie war die multiparametrische Bildgebung experimenteller Colitiden im Mausmodell unter Zuhilfenahme Neuronaler Netze (NN), um Sensitivitäten und Spezifitäten in der Colitisdiagnostik zu optimieren.

Material und Methodik:

In 31 Mäusen mit DSS-induzierter Colitis (n = 13 in vivo, n = 18 ex vivo) und 18 Kontrolltieren (n = 6 in vivo, n = 12 ex vivo) wurden mittels MRT Wanddicke, T1-, T2-, T2*-Relaxationszeiten und Diffusionskapazität in der Darmwand bestimmt. ROC-Kurven wurden zur Berechnung von Sensitivität und Spezifität dieser Einzelwerte verwendet. Ein NN wurde mittels Kreuzvalidierung auf die Kombinationen obiger Messwerte trainiert und dessen prädiktive Kapazität mittels McNemar Tests mit denen der einzelnen Parameter verglichen.

Ergebnisse:

In der in vivo Untergruppe wies kein Einzelparameter kombinierte Sensitivitäten und Spezifitäten > 90% auf, NN waren mit 91,3% Sensitivität und 92,3% Spezifität allen Einzelparametern signifikant überlegen (p ≤0,002). In der ex vivo Untergruppe zeigte sich die Wanddicke als bester singulärer Prädiktor (Sensitivität 77,6%; Spezifität 79,5%), NN wiesen hier eine Sensitivität von 87,4% und Spezifität von 82,9% auf und waren bezüglich Sensitivität signifikant überlegen (p ≤0,01). In keinem der Vergleiche waren NN Einzelparametern signifikant unterlegen.

Schlussfolgerungen:

In experimentellen Maus-Colitiden steigert die Kombination multiparametrischer MRT-Messwerte zu einem NN signifikant die diagnostische Genauigkeit im Vergleich zu den Einzelparametern. Diese Pilot-Studie liefert die Grundlage zur Entwicklung eines MRT-basierten Colitis Scores, der zunächst im Mausmodell, später auch bei klinischen Fragestellungen quantifizierbare Diagnostik und Verlaufsbeurteilungen ermöglichen soll.