Uutiset

2017, 28.08.2017 | niveladmin

Fysiologisiin rasituksiin perustuva tietokonemallinnusmenetelmä kykenee ennustamaan nivelrikon etenemistä

Nivelrikko on nivelrustoa haurastuttava nivelsairaus, jonka tärkeimpiä riskitekijöitä ovat ikääntyminen ja ylipaino. Nivelrikkoa esiintyy erityisesti nivelissä, joihin kohdistuu runsaasti rasitusta. Nivelrikko aiheuttaa yhteiskunnalle huomattavan taloudellisen rasituksen, koska nivelrikkoa ei voida nykyisin parantaa, vaan se johtaa useimmiten kohtuuttoman kalliisiin tekonivelleikkauksiin. Nykyiset kuvantamismenetelmät, kuten magneettikuvantaminen tai röntgenkuvantaminen tarjoavat tiedon ainoastaan rustokerroksen paksuudesta tai sen koostumuksesta, eivätkä näin ollen tarjoa tietoa tai työkalua nivelrikon puhkeamisen riskiin tai sen etenemisen ennustamiseen.

Scientific Reports -lehdessä juuri julkaistussa tutkimuksessa testattiin tutkimusryhmän aiemmin kehitettämän ruston degeneraatioalgoritmin kykyä ennustaa potilaskohtaista nivelrikon etenemistä, ja luokitella eri vaikeusasteista nivelrikkoa sairastavat potilaat toisistaan Kellgren-Lawrence -luokituksen perusteella.

Algoritmia sovellettiin 21 potilaaseen, jotka oli jaettu kolmeen ryhmään: terveisiin, lievää nivelrikkoa sairastaviin ja vaikeaa nivelrikkoa sairastaviin potilaisiin. Jako perustui neljän vuoden seuranta-ajan jälkeiseen kokeellisesti määritettyyn Kellgren-Lawrence -luokitukseen. Ennen seurannan aloittamista kaikki potilaat kuuluivat terveeseen ryhmään. Algoritmia sovellettiin tähän aikapisteeseen, ja tuloksia vertailtiin neljän vuoden seuranta-aineistoon. Simulaatiosta saatuun ennusteeseen ja neljän vuoden jälkeisen kokeellisesti määritettyyn Kellgren-Lawrence -luokitukseen perustuen havaittiin, että kehitetty algoritmi kykeni luokittelemaan potilaat oikeisiin ryhmiinsä.

Degeneraatioalgoritmi perustuu fysiologisessa kävelyliikkeessä syntyviin polven nivelvoimiin, jotka simuloitiin tietokonemallinnuksen avulla. Algoritmi perustuu siihen, että tietyn raja-arvon ylittävät kumulatiiviset voimat, jotka syntyivät kävelyn aikana, aiheuttavat paikallisia rappeutumia polven nivelrustossa.

Tutkimuksessa testattu degeneraatioalgoritmi osoittaa erinomaista potentiaalia ennustaa potilaskohtaisesti nivelrikon eteneminen polvinivelessä. Lisäksi algoritmia voitaisiin käyttää kliinisesti simuloimaan erilaisten interventioiden, kuten osteotomian (sääriluun oikaisun), nivelkierukan poiston ja painonpudotuksen vaikutusta nivelrikon etenemiseen.

Uusi algoritmi helpottaisi kliinikoiden päätöksentekoa nivelrikon hoidossa. Tavoitteena on saada nivelrikon eteneminen hidastumaan ja mahdollisesti jopa pysähtymään kokonaan. Nivelrikon oireiden helpottumisella tai poistumisella on suuri vaikutus potilaiden toimintakykyyn.

Itä-Suomen yliopisto

© Copyright 2014 - Suomen Nivelyhdistys ry.
Kaikki oikeudet pidätetään.