Comparaison d'une analyse automatique d'IRM cérébrale par PIXYL versus imagerie de fusion dans le suivi de la sclérose en plaques
Résumé
The MRI evolution of white matter lesions is a good marker for the control of multiple sclerosis (MS) by treatments with a significant threshold of three. However, the interpretation of MRI requires time-consuming expertise and becomes more complex with the
importance of the lesion burden. Semi-automatic methods such as image FUSION can help the radiologist detect active lesions. Automated segmentation methods such as PIXYL are being developed to characterize lesions objectively and quickly. The main objective of this study was to compare the performance of FUSION and PIXYL methods to identify treatment failures.
Methods. This was a retrospective study of MS patients followed at the Rouen University Hospital. Treatment failure was defined as the occurrence of clinical activity, relapse or disability worsening, or a change in treatment for inefficacy, from the initial MRI up to one year after follow-up MRI. The area under the sensitivity/specificity curve to identify patients with treatment failure (AUC) was the main statistical indicator used to compare the two methods.
Results. Treatment failure was observed in 33/83 patients (40%). The distribution of the radiological markers FUSION and PIXYL differed between the groups with and without failure. The PIXYL markers of counts and volumes of new or enlarged lesions were studied. The AUC for the number of new lesions by the two methods did not differ. The optimal sensitivity/specificity thresholds for the number of new lesions were two for FUSION and five for PIXYL rather than the usual benchmark of three new lesions. The combination of markers FUSION and PIXYL in a logistic regression model improved the AUC by 25% (0.836) and doubled the sensitivity (64%), making it possible to identify 33% of additional patients with treatment failure for a conserved specificity (96%). The number of new infratentorial lesions was the most contributing marker of PIXYL. PIXYL segmentation masks reading suggested to remain cautious due to the presence of fake active lesions in 76% of patients.
Conclusion. This study was the first clinical evaluation of an automated segmentation method. Classification performances of PIXYL markers synthesized by AUC sensitivity/specificity were not superior to FUSION in identifying patients with treatment failure in the year after follow-up MRI. Any significant gain in sensitivity came at the cost of a loss of specificity incompatible with clinical use. However, the combination of FUSION with PIXYL resulted in a logistic regression model whose performance improved that of FUSION alone. However, caution applies to the conclusions of this exploratory study. In fact, PIXYL segmentation masks reading found many false positives, including contrast artefacts of doubtful significance.
L’évolutivité IRM des lésions de la substance blanche est un bon marqueur du contrôle de la sclérose en plaques (SEP) par les traitements avec un seuil significatif de trois. Cependant, l’interprétation des IRM requiert une expertise chronophage et se complexifie avec l’importance de la charge lésionnelle. Des méthodes semi-automatiques comme la FUSION des images peuvent aider le radiologue à détecter les lésions évolutives. Des méthodes de segmentation automatique comme PIXYL sont en cours de développement pour caractériser objectivement et rapidement les lésions. L’objectif de cette étude était de comparer les performances des méthodes de FUSION et PIXYL pour identifier les échecs thérapeutiques.
Méthodes. Il s’agissait d’une étude monocentrique rétrospective sur les IRM cérébrales de patients SEP suivis au CHU de Rouen. L’échec thérapeutique était défini par la survenue d’une activité clinique, poussée ou aggravation du handicap, ou d’un changement de traitement pour inefficacité, à partir de l’IRM initiale jusqu’à un an de l’IRM de suivi. L’aire sous la courbe sensibilité / spécificité pour identifier les patients avec échec thérapeutique (AUC) était l’indicateur statistique principal utilisé pour comparer les deux méthodes. Résultats. Un échec thérapeutique était observé chez 33 / 83 patients (40 %). La répartition des marqueurs radiologiques FUSION et PIXYL différait entre les groupes avec et sans échec. Les marqueurs PIXYL de comptes et volumes des lésions nouvelles ou élargies ont été étudiés. Les AUC du nombre de nouvelles lésions selon les deux méthodes ne différaient pas. Les seuils optimaux sensibilité / spécificité du nombre de nouvelles lésions étaient de deux pour FUSION et cinq pour PIXYL plutôt que la référence habituelle de trois nouvelles lésions. L’association de marqueurs FUSION et PIXYL dans un modèle de régression logistique améliorait l’AUC de 25 % (0,836) et doublait la sensibilité (64 %), permettant d’identifier 33 % de patients supplémentaires avec échec thérapeutique pour une spécificité conservée (96 %). Le nombre de nouvelles lésions infratentorielles était le marqueur PIXYL le plus contributif. La relecture des masques de segmentation PIXYL invitait à rester prudent en raison de la présence de fausses lésions évolutives chez 76 % des patients.
Conclusion. Cette étude était la première évaluation clinique d’une méthode de segmentation automatique. Les performances de classification des marqueurs PIXYL synthétisées par l’AUC sensibilité / spécificité n’étaient pas supérieures à FUSION pour identifier les patients avec échec thérapeutique dans l’année suivant l’IRM de FUSION. Tout gain de sensibilité notable se faisait au prix d’une perte de spécificité incompatible avec un usage clinique. Néanmoins, la combinaison de FUSION avec PIXYL a abouti à un modèle de régression logistique dont les performances amélioraient celles de la FUSION seule. Cependant, la prudence s’applique aux conclusions de cette étude exploratoire. En effet, la relecture des masques de segmentation PIXYL retrouvait beaucoup de faux positifs dont des artefacts de contraste de signification douteuse.
Domaines
Médecine humaine et pathologie| Origine | Fichiers produits par l'(les) auteur(s) |
|---|