Acil ekokardiyografi ile ölçülen aort çıkımı çaplarının bilgisayarlı tomografi ile tanısal doğruluk açısından karşılaştırılması ve makine öğrenmesi kullanılarak algoritma oluşturulması
Comparison of measurement of aortic diameters by pointof-care ultrasonography with computerized tomography in terms ofdiagnostic accuracy and creating an algorithm using machinelearning
- Tez No: 839424
- Danışmanlar: PROF. DR. NURDAN ACAR
- Tez Türü: Tıpta Uzmanlık
- Konular: Acil Tıp, Emergency Medicine
- Anahtar Kelimeler: Acil servis-hastane, Acil tıp, Algoritmalar, Anevrizma, Aort, Aort anevrizmaları, Ekokardiyografi, Makine öğrenmesi, Teşhis, Tomografi-x ışınlı-bilgisayarlı, Emergency service-hospital, Emergency medicine, Algorithms, Aneurysm, Aorta, Aortic aneurysm, Echocardiography, Machine learning, Diagnosis, Tomography-x ray-computed
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Eskişehir Osmangazi Üniversitesi
- Enstitü: Tıp Fakültesi
- Ana Bilim Dalı: Acil Tıp Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Aortik hastalıklar (AH), 48 saat boyunca her saat başına %1-2 artan bir ölüm riski ile kritik acil durumlardır. AH için yaygın bir tanı aracı kontrastlı bilgisayarlı tomografi (BT) iken, ultrasonografi giderek popülerlik kazanmaktadır. Makine öğrenmesi (MÖ), bilgisayarların verilerdeki modelleri tanıyarak karar verme için kullanmasına yardımcı olur. Amacımız, BT ve bakım noktasında ultrasonda (POCUS) aortik ölçümlerin tanısal doğruluk açısından karşılaştırılmasıydı. Tek merkezli çalışmamız, acil serviste aortik BT çekilmiş yetişkinleri içeriyordu. Diyastol sonunda parasternal uzun aks penceresinde POCUS ile aort çıkımı ölçüldü. BT ölçümleri Radyoloji hekimi tarafından ana pulmoner arter seviyesinden yapıldı. MÖ algoritmaları PIPNeT ve ResNet-101 ile eğitildi. 125 hasta (%35,2 kadın, ortanca yaş: 67) olan çalışmamızda, POCUS ve BT ölçümlerini Bland-Altman grafikleri ve Passing ve Bablok regresyonu kullanarak karşılaştırdık. POCUS için anevrizma varlığı için Cohen kappa katsayısı (κ) 0.177, MÖ için κ=0.089 idi. MÖ performans analizinde, normalleştirilmiş ortalama hata %20,9, başarısızlık oranı %64,8 ve ROC eğrisinde eğri altındaki alan %10,6 idi. Acil servis hekimleri tarafından yapılan POCUS, anevrizma ve ölçümleri değerlendirmede MÖ'den daha başarılıydı. Ancak BT ile orta derecede bir korelasyon, eğitim programlarında POCUS'a daha çok yer verilmesi gerekliliğine işaret etmektedir. Çalışmamızda MÖ aort çıkımının görüntüye girdiği kare ile eğitildi ve testleri bunun üzerinde yapıldı. POCUS'taki dinamik görüntü ve probla görüntünün optimal elde edilmesi gerekliliği de düşünüldüğünde bu aşamada MÖ, Acil Tıp hekimi için bilgisayar destekli tanı aracı olarak kullanılabilir.
Özet (Çeviri)
Aortic diseases (AD) are critical emergencies, with a mortality risk increasing by 1-2% every hour for 48 hours. While contrast-enhanced computed tomography (CT) is a common diagnostic tool for AD, ultrasound is gaining popularity. Machine learning (ML) helps computers recognize patterns in data for decision-making. We aimed to assess diagnostic accuracy by comparing aortic measurements in chest CT and point-of-care ultrasound (POCUS) images. Our single-center study included adults undergoing aortic CT in the emergency department. Emergency medicine residents measured aortic dimensions with POCUS in the parasternal long-axis window during end-diastole. CT measurements were made from the main pulmonary artery level. ML algorithms were trained with PIPNeT and ResNet-101. In our study of 125 patients (35.2% female, median age 67), we compared POCUS and CT measurements using Bland-Altman plots and Passing and Bablok regression. For POCUS, Cohen's kappa coefficient (κ) for aneurysm presence was 0.177. For ML, the κ was 0.089. In ML performance analysis, the normalized mean error was 20.9%, failure rate 64.8%, and ROC AUC 10.6%. POCUS by emergency residents outperformed ML in assessing aneurysms and metric measurements. However, a moderate correlation with CT for ML suggests the need for enhanced POCUS training. ML was trained and tested with aortic root's still images in our study. ML at this point could aid emergency physicians as a computer aided diagnostic tool given dynamic images and optimal visualization requirements.
Benzer Tezler
- VDDve DDD pacemaker implante edilen hastaların uzun dönem sol ventrikül sistolik fonksiyonlarının ekokardiyografik ve elektrokardiyografik parametrelerinin karşılaştırılması
Comparison of the echocardiographic and electrocardiographic parameters of long term left ventricular systolic functions in patients who have VDD and DDD pacemaker implantation
SONGÜL USALP
Tıpta Uzmanlık
Türkçe
2015
Kardiyolojiİstanbul Bilim ÜniversitesiKardiyoloji Ana Bilim Dalı
PROF. DR. SABRİ DEMİRCAN
- Mitral darlığı vakalarında ekokardiyografi ile mitral kapak alanının hesaplanmasında akım yaklaşım bölgesi yönteminin (PİSA) değeri
Başlık çevirisi yok
DİLEK URAL (GİRGİNKARDEŞLER)
- Triküspit annüloplasti: Mitral kapak cerrahisinde göz ardı edilmemesi gereken bir adım mı?
Tricuspid annuloplasty: A step not to be overlooked in mitral valve surgery?
MUSTAFA SABRİ BAYRAM
Tıpta Uzmanlık
Türkçe
2025
Göğüs Kalp ve Damar CerrahisiNecmettin Erbakan ÜniversitesiKalp ve Damar Cerrahisi Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SERKAN YILDIRIM
- Acil servise başvuran oruç tutan sağlıklı gönüllülerde 12 saat açlık sonrası internal juguler venin pasif bacak kaldırma ile çap ve distensibilite değişikliklerinin değerlendirilmesi
Başlık çevirisi yok
AHMET AYKUT
Tıpta Uzmanlık
Türkçe
2018
İlk ve Acil YardımSağlık Bilimleri ÜniversitesiAcil Tıp Ana Bilim Dalı
DOÇ. DR. TUBA CİMİLLİ ÖZTÜRK
- Acil servise başvuran oruç tutan sağlıklı gönüllülerde 12 saat açlık sonrası brakiosefalik venin pasif bacak kaldırma ile çap ve distensibilite değişikliklerinin değerlendirilmesi
Assessment of diameter and distensibilty changes with brachiocephalic venin passive leg lift after 12 hour hunger in healthy volunteers with emergency service applicant fasting
ALİ GÖKSU
Tıpta Uzmanlık
Türkçe
2018
İlk ve Acil YardımSağlık Bilimleri ÜniversitesiAcil Tıp Ana Bilim Dalı
DOÇ. TUBA CİMİLLİ ÖZTÜRK