Abdominal aort anevrizmalarında boylamsal veri kullanılarak büyümenin modellenmesi

Abstract

Abdominal Aort Anevrizması (AAA), aort damarının genişlemesi olarak tanımlanır. Herhangi bir cerrahi müdahale yapılmadığında, nihayetinde %80'den fazla bir oranda ölümle sonuçlanan AAA yırtılması gözlemlenir. Bu nedenle yırtılmadan önce anevrizmanın tamiri hayatidir. Müdahale kararı, anevrizmanın maksimum çapına veya yıllık büyüme oranlarına bakılarak verilir. Buna rağmen, anevrizmaların %10 ile %24'ünde belirlenen maksimum sınır değerlerinin altında yırtılma olmaktadır. Hemodinamik ve aortun geometrik özelliklerinden hastanın demografik bilgisine kadar pek çok karmaşık etkileşim, anevrizmanın büyümesini etkilemektedir. Bunun yanında, eğer hasta popülasyona ait ortak büyüme modelini takip ederse, bir sonraki anevrizma çapı tahmin edilebilir. Ancak, yüksek yırtılma riskine sahip hızlı büyüyen AAA'lar gözlemlenebilmektedir. Bu çalışma, 106 BT görüntüsü kullanarak maksimum anevrizma çapının Bayes çıkarsama aracılığıyla tahmin etmeyi amaçlamaktadır. Temel eğrinin faydası ve bu eğrilerin farklı geometrik özelliklerle tahmin edebilme yeteneğini sorgulandı. Bu parametreler arasından en büyük çap ile oluşturulan temel eğri, 0.42 mm hata payı ile tüm görüntülerin %95'ini doğru tahmin ederek en iyi performansı sergilemiştir. Ayrıca, iki aşamalı Bayesian kalibrasyonu kullanılmış ve anevrizma büyüme modeli her bir hastanın karakteristiğine uygun oluşturulmuştur. Anevrizmaların %86'sı geliştirilmiş tahminleme modeli ile tahmin edilmiştir. Böylece, cerrahi planlama ve hastaların yönetimi için klinik olarak yararlı bir araç sunmak amacıyla, herhangi bir zaman noktasında güven aralığı verilerek ölçümün tahmin edilmesi yapılabilmiştir.

An Abdominal Aortic Aneurysm (AAA) is diagnosed by an enlargement of the abdominal aorta. The rupture of an AAA, associated with high mortality, is eventually observed if no surgical intervention is performed. Aneurysm repair prior to rupture is thus vital. The decision to intervene is made primarily based on the AAA size measured by a maximum diameter or its growth rate. However, 10 – 24% of aneurysms below the intervention threshold experience rupture in some series. There are many complex interactions involved, from the hemodynamics and geometric properties of the aorta to patient demographic information, affecting the aneurysms' expansion. Furthermore, the follow-up diameters can be predictable if a patient follows the common growth model of the population. However, a rapid expansion of AAA, often associated with higher rupture risk, might be observed. This study aims to build enhanced Bayesian inference methods to predict maximum aneurysm diameter using 106 CT scans. The utility of master curves and their prediction capabilities in terms of different geometrical parameters were examined. Among all the parameters, the master curve of spherical diameter performed best, predicting the diameter within 0.42 mm in 95% of all scans. Furthermore, a two-step approach based on Bayesian calibration was used and the aneurysm growth model was specified according to individual patient characteristics. Using the enhanced prediction model, 86% of scans were correctly predicted. Thus, the prediction of a measurement at any time-point can be made, along with an associated uncertainty to provide a clinically helpful tool for surgical planning and patient management.