文献速递儿科影像骨肌DR

中国早青春期女孩AI骨龄评估与成年身高预测方法的比较

Combined assisted bone age assessment and adult height prediction methods in Chinese girls with early puberty: analysis of three artificial intelligence systems.
PubMed 文献 · Pediatr Radiol · 2022-12-28

该回顾性研究纳入726名中国早青春期女孩,用AI系统分别按GP、TW3-RUS和RUS-CHN法评估骨龄,并对87名达到成年身高的女孩用CH05、TW3和BP法预测成年身高。结果显示三种方法测得的骨龄差异随骨龄增大而增大,但骨龄较大时相应身高预测法更准确;TW3法预测成年身高最准,与CH05和BP相比更适用于中国早青春期女孩。

要点

  • 骨龄较大时,三种骨龄评估法的差异增大,但对应身高预测法反而更准确。
  • TW3法预测成年身高与实际的相关系数最高(r=0.77),92.9%预测值在±5 cm内。
  • CH05和BP法分别低估成年身高2.9±3.6 cm和1.3±3.8 cm。

核心结论

  • 三种AI骨龄评估法测得的骨龄差异随骨龄增大而增大,但骨龄较大时相应成年身高预测法更准确。
  • TW3法可能比CH05和BP法更适合预测中国早青春期女孩的成年身高。
  • 成年身高预测法应针对相同种族和疾病人群进行优化。

研究设计与样本

  • 回顾性研究,纳入726名早青春期女孩(乳房发育Tanner≥B2,年龄7.1–9.2岁),共分析1663张左手X线片。
  • 其中87名女孩达到成年身高(随访至身高速度<2.0 cm/年且>15岁),共155张X线片用于身高预测分析。
  • 使用AI系统(Deepwise儿童生长发育智能诊断系统)按GP、TW3-RUS和RUS-CHN法评估骨龄。
  • 以实际成年身高为参考标准,比较CH05、TW3和BP法预测成年身高的准确性。
  • 单中心(深圳儿童医院)研究,2015年6月至2021年12月。

诊断标准与关键数值

  • TW3法预测成年身高与实际的平均差异为0.4±2.8 cm(P>0.05),CH05法为−2.9±3.6 cm(P<0.001),BP法为−1.3±3.8 cm(P<0.001)。
  • TW3法预测值在±5 cm内的比例为92.9%,BP法为76.0%,CH05法为72.3%。
  • 预测成年身高与实际的相关系数:TW3法r=0.77(P<0.0001),BP法r=0.70(P<0.0001),CH05法r=0.69(P<0.0001)。
  • 预测成年身高的变异系数:TW3法2.6%,CH05法3.1%,BP法3.4%。
  • 骨龄6–8岁组TW3法平均高估成年身高3.4±2.9 cm。

临床应用与阅片要点

  • 对早青春期女孩预测成年身高时,可优先考虑TW3法,因其与实际身高最接近且相关性最高。
  • 骨龄较小时(6–8岁)TW3法倾向于高估成年身高,解释结果时需谨慎。
  • 不建议在长期骨龄监测中随意更换骨龄评估方法。
  • 临床决策应结合骨龄、预测成年身高和发育进展速度,而非仅依赖单一指标。

局限性

  • 回顾性研究设计。
  • 达到成年身高的女孩数量有限(87名)。
  • 未对现有骨龄评估和成年身高预测方法提出改进方案。
全文中译11 节 · 点击展开
本译文由 AI 依据开放获取原文逐段翻译,供学习参考,可能存在误差,请以原文为准。原文 © 原作者,按 CC BY 许可使用,本译文为翻译改编。出处:Pediatr Radiol. 2022 Dec 28;53(6):1108–16. doi: 10.1007/s00247-022-05569-3

引言

青春期提前是性早熟与正常青春期之间的正常偏倚;青春期启动年龄在同一种族正常年龄的0~±2个标准差范围内,或处于第3~50百分位数[1]。根据中国的一项全国性调查,青春期提前定义为女孩在7.1岁至9.2岁之间出现青春期启动[1, 2]。在全球范围内,随着儿童青春期启动年龄的降低,青春期提前的人群正在增加[2–4]。女孩就诊的可能性是男孩的>10倍,因为女孩的性特征比男孩更容易识别,从而引发家长的焦虑[5–7]。大多数青春期提前的女孩不需要药物干预[7]。一小部分预测成年身高受损或进展迅速的女孩需要接受促性腺激素释放激素类似物治疗。骨龄评估和成年身高预测的准确性是知情治疗决策的重要依据[8]。

Tanner–Whitehouse(TW3–RUS)[9]和Greulich–Pyle(GP)方法[10]是国际上公认的骨龄评估方法[11]。TW3–RUS和GP方法开发于上世纪,基于西方白人儿童。为消除种族差异,已提出适用于中国儿童的China 05(CH05)方法[12, 13]。CH05方法是三种方法的统称,包括TW3–中国RUS、TW3–中国腕骨和RUS–CHN。CH05的作者认为RUS–CHN方法在医学领域比其他两种方法更适用[12]。TW3–RUS、GP和CH05 RUS–CHN方法各有其相应的成年身高预测系统,分别为TW3、Bayley–Pinneau(BP)和CH05方法[9, 12, 14]。成年身高预测方法的准确性可能受到种族、长期趋势和疾病状态的影响,这些因素对骨骼发育和成年身高有影响[15, 16]。即使TW3和BP方法用于白人儿童,其在青春期延迟和生长激素缺乏症儿童中的准确性仍需进一步验证[17–20]。此外,青春期提前的女孩具有独特的青春期生长模式[21]。目前缺乏对中国青春期提前女孩中不同骨龄评估方法和成年身高预测方法准确性的比较和分析研究。

传统的手工骨龄评估不仅主观,而且耗时费力。目前缺乏比较骨龄评估与成年身高预测方法的大规模研究。随着科学技术的发展,在医学领域使用人工智能(AI)评估骨龄已越来越普遍[22–24]。AI系统可能获得与传统手工骨龄评估相当的结果,并具有客观、高效和省力的优势[23, 25–28]。在本研究中,基于大样本性早熟女童的临床数据,我们使用AI系统替代手工骨龄评估,并比较TW3–RUS、GP和RUS–CHN方法评估性早熟女童骨龄的效果。以女童成年身高为参考,我们比较了TW3、BP和CH05方法预测性早熟女童成年身高的准确性。预测成年身高是根据放射学检查时的骨龄和身高计算的。因此,成年身高预测的准确性反映了骨龄评估方法的准确性。简言之,我们通过比较预测成年身高与实际成年身高,分析了AI辅助下三种骨龄评估方法的性能。本研究结果可为儿科医生做出临床决策提供参考,并为进一步改进或开发骨龄评估和成年身高预测方法提供研究基础。

材料与方法

研究对象

在这项回顾性研究中,我们招募了2015年6月至2021年12月期间在深圳市儿童医院内分泌科门诊就诊、因乳房提前发育而就诊的女童。纳入研究的所有女童仅符合一项标准:在7.1岁至9.2岁之间出现乳房发育(Tanner分期≥B2)。排除标准为至少符合以下一项:(a)患有乳腺增生、骨软骨发育不良、遗传代谢性疾病、其他内分泌疾病(包括生长激素缺乏和甲状腺功能障碍)或极度肥胖(体重指数≥第95百分位的120%);(b)出生时为小于胎龄儿或早产儿;或(c)曾接受中药、促性腺激素释放激素类似物或生长激素治疗。

建议每3–6个月随访一次,以监测青春期快速进展。根据需要进行骨龄监测。收集青春期开始后(Tanner分期≥B2)获得的所有左手X线片用于研究。成年身高和其他数据等信息通过临床或电话随访获得(图1)。成年身高定义为最后一年身高增长速度<2.0 cm/年且年龄>15岁时的身高。

女童的父母或监护人均签署书面知情同意书或口头同意参与研究。研究中涉及的所有方法均符合相关指南或标准。本研究经我院伦理委员会批准(N.2021036)。

图1 研究设计流程图 查看原图 ↗

体格检查

我们从医院病历中获取体格检查信息。具有3年以上工作经验的内分泌科儿科医师使用Tanner分期评估第二性征。由具有1年以上工作经验的儿科医师助理使用Seca 274(德国汉堡)身高计(灵敏度0.1 cm)测量站立身高(厘米)。每名女孩测量两次,计算平均值。女孩们赤脚,穿着短裤和T恤。随访成年身高由女孩的父母报告,父母接受了正确测量身高方法的指导。

骨龄评估与成年身高预测

左手X线片由我院经过培训的放射科医师拍摄。对于每张左手X线片,我们使用人工智能系统根据GP [10]、TW3–RUS [9]和RUS–CHN方法[12]评估骨龄。这些自动化人工智能系统被称为儿童生长发育智能诊断系统(深睿医疗人工智能实验室;中国北京)[27]。对于87名达到成年身高的女孩,我们计算了预测成年身高并将其与实际成年身高进行比较。女孩拍摄X线片时确定的骨龄与女孩达到成年身高的比例高度相关。因此,在确定参与者的骨龄和身高后,我们可以根据TW3、CH05和BP方法的公式计算预测成年身高[9, 12, 14]。

TW3–RUS方法是一种评分方法,用于评估桡骨、尺骨和11块掌骨及指骨的成熟度评分。然后计算总分并转换为骨龄。基于TW3–RUS方法,RUS–CHN方法为每块骨增加了2–6个成熟度指标(共47个),而各骨的权重分布保持不变。例如,桡骨的发育等级在TW3方法中分为9级(A–I),但在RUS–CHN方法中增加至15级(A–O)。在两种方法中,完全成熟的骨均被赋予1,000分,但对应的骨龄不同。在RUS–CHN方法中,对应骨龄为17岁,而在TW3–RUS方法中为15岁。与RUS–CHN方法对应的成年身高预测方法并非基于TW3方法,而是基于BP方法[12]。CH05方法的预测成年身高根据相应的成年身高百分比计算。

统计分析

结果以均值±标准差(SD)表示。我们使用变异系数(CoV)来描述使用三种不同方法时预测成年身高的离散程度。计算公式为CoV=(SD/均值)× 100%。我们使用Kolmogorov–Smirnov检验确定变量是否符合正态分布。三种方法测量的骨龄和预测成年身高分别使用Friedman检验和Wilcoxon秩和检验进行比较。我们使用Spearman秩相关来评估三种预测方法下成年身高与预测成年身高之间的线性关联。双尾P<0.05被认为具有统计学意义。所有统计分析均使用SPSS统计软件(版本23.0;IBM,Armonk,NY)进行。

结果

患者与左手X线片

本研究共纳入726名女孩,可获得1663张左手X线片进行分析。拍摄X线片时的年龄范围为7.1~14.8岁。其中87名(11%)女孩在随访时已达到成年身高,她们有155张左手X线片可供分析。

人工智能辅助骨龄评估方法之间的比较

由于骨龄评估没有金标准,我们根据三种骨龄评估方法获得的平均骨龄将X线片分为三组:6~8岁骨龄组(n=424)、9~11岁骨龄组(n=1,121)和12~14岁骨龄组(n=118)(表1;图2)。在6~8岁骨龄组中,TW3–RUS法测得的骨龄最小(P<0.05),而RUS–CHN法测得的骨龄最大(P<0.05)。然而,当骨龄>9岁时,RUS–CHN法测得的骨龄最小(P<0.05),而GP法测得的骨龄最大(P<0.05)。三种方法测得的骨龄之间的差异随着骨龄的增加而增大(表1;图2)。当骨龄分别为11.3岁和12.5岁时,RUS–CHN与GP法所得骨龄的差异以及RUS–CHN与TW3–RUS法所得骨龄的差异分别>1年。

表1 三种骨龄(BA)评估方法所得平均骨龄(BA)的比较 查看原表 ↗
图2 骨龄评估方法与成年身高预测方法的比较。a 三种骨龄(BA)评估方法——RUS–CHN、Tanner–Whitehouse(TW3–RUS)和Greulich–Pyle(GP)——所得骨龄(BA)的平均误差图。横坐标为三种方法所得BA的平均分组。所有组中BA差异均有统计学意义(P<0.001)。**P<0.001。b 三种成年身高预测方法——中国05(CH05)、Tanner–Whitehouse(TW3)和Bayley–Pinneau(BP)——在各BA组中所得预测成年身高(PAH)与成年身高(AH)之间的平均差异。* 在P<0.05水平有统计学意义。** 在P<0.001水平有统计学意义 查看原图 ↗

成年身高预测方法之间的比较

已达到成年身高的女孩的X线片被分为6~8岁骨龄组(n=12)、9~11岁骨龄组(n=108)和12~14岁骨龄组(n=35)。在较年轻的骨龄组(6~8岁和9~11岁)中,三种方法评估的骨龄差异小于较年长的骨龄组(12~14岁);然而,使用相应方法(即TW3、BP和CH05)进行的成年身高预测与实际成年身高之间的差异(预测成年身高减成年身高)在较年轻的骨龄组中大于最年长的骨龄组(12~14岁)(表2;图2)。这表明三种骨龄评估方法评估的骨龄差异与其相应的成年身高预测方法所得预测成年身高的差异并不等同。

TW3法预测成年身高与成年身高的平均差异(0.4±2.8 cm)无显著差异(P>0.05),而CH05法(−2.9±3.6 cm)和BP法(−1.3±3.8 cm)预测成年身高与成年身高的平均差异有显著差异(P<0.001)。CoV可用于比较两组数据之间的变异程度,排除均值之间可能存在的差异的影响。TW3法获得的预测成年身高的CoV最小(2.6%),其次为CH05法(3.1%)和BP法(3.4%)。预测成年身高在成年身高±5 cm范围内的比例最高者为TW3法(92.9%),其次为BP法(76.0%)和CH05法(72.3%)。如散点图(图3)所示,TW3法在预测性早熟女孩成年身高方面较其他两种方法具有更高的准确性和精确度。TW3法获得的预测成年身高与成年身高的相关性最高(r=0.77,P<0.0001),其次为BP法(r=0.70,P<0.0001)和CH05法(r=0.69,P<0.0001)(图4)。

三种方法在6–8岁骨龄组中获得的预测成年身高与成年身高的Spearman秩相关系数均小于9–11岁和12–14岁骨龄组(图4),表明预测性早熟且骨龄较小女孩成年身高的准确性低于年龄较大的性早熟女孩。

表2 三种成年身高预测方法获得的成年身高(AH)与预测成年身高(PAH)之间的差异 查看原表 ↗
图3 散点图显示中国05(CH05)法、Tanner–Whitehouse(TW3)法和Bayley–Pinneau(BP)法获得的预测成年身高(PAH)与成年身高(AH)之间的差异。长横线和短横线分别代表PAH与AH差异的均值和标准差 查看原图 ↗
图4 成年身高(AH)与预测成年身高(PAH)之间的相关性。a–c 中国05(CH05)法(a)、Tanner–Whitehouse(TW3)法(b)和Bayley–Pinneau(BP)法(c)的AH与PAH比较。d–f 按三个骨龄组分类的三种方法获得的总体AH与PAH的相关性:CH05(d)、TW3(e)和BP(f)。此处骨龄为RUS–CHN、TW3–RUS和Greulich–Pyle(GP)法获得的平均骨龄。P<0.05为显著 查看原图 ↗

成年身高预测失败病例分析

为进一步深入了解人工智能辅助骨龄评估和成年身高预测可能存在的局限性,我们选取了预测成年身高与实际成年身高差异最大的9例病例(表3)。病例1–3、4–6和7–9分别为CH05法、TW3法和BP法预测的成年身高与成年身高差异最大的病例。影响成年身高预测准确性的因素较为复杂。从这9例病例中,我们可以得出可能的因素包括:骨龄较小时预测身高(病例1、6和7)、骨龄提前(骨龄比年龄大>1年,病例2、3、5、8和9)以及个体差异(病例1、2、4和5)。

表3 9例成年身高预测失败病例的特征a 查看原表 ↗

讨论

不同骨龄评估和成年身高预测方法的规律性和准确性尚未在不同种族和疾病群体中得到验证。本研究首次在中国性早熟女童人群中描述并比较人工智能(AI)辅助的RUS–CHN、TW3–RUS和GP方法。此外,我们以实际成年身高为参照,比较了相应成年身高预测方法(即CH05、TW3和BP)的准确性,以评估三种骨龄评估系统的临床适用性。我们的研究显示,三种方法测定的骨龄之间的差异随骨龄增大而增大,但相应成年身高预测方法在骨龄较大时更为准确。与CH05和BP方法相比,TW3方法更适用于预测性早熟女童的成年身高。研究结果可为儿科医生制定诊断和治疗决策提供参考,并为方法的改进或开发提供研究基础。

GP方法是一种包含参考图像的图谱。骨龄评估通过将受试者左手X线片与图谱中的参考图像进行比较来完成。相邻两张参考图之间的骨龄差异为0.25–1.08岁。因此,尽管GP方法评估骨龄所需时间较短,但其准确性不够充分,尤其是在骨龄>6岁时。TW3–RUS和RUS–CHN方法评估13块骨的成熟度评分。随后计算总分并转换为骨龄。因此,TW3–RUS和RUS–CHN方法比GP方法更精确,但更耗时。随着性早熟人群增加,骨龄评估的临床需求增加,这一问题进一步加剧。AI辅助骨龄评估可以减轻时间成本。然而,三种AI辅助骨龄评估方法的准确性尚未在性早熟女童中得到验证。目前,尚无评估骨龄准确性的金标准;因此,我们以女童成年身高作为参考标准,评估哪种成年身高预测方法与性早熟女童的骨龄评估最为对应。

骨龄评估方法之间的差异已在许多国家和族裔群体中得到证实;然而,既往研究尚未通过这些评估方法对应的成年身高预测方法来解释这些差异的意义。一项针对中国2,053名女孩的研究显示,在7~16岁的健康女孩中,GP法测得的骨龄大于RUS–CHN法测得的骨龄,且差异随年龄增长而增大[29]。在一项使用BoneXpert自动软件的研究中,GP法测得的骨龄大于TW3法测得的骨龄[28]。在本研究中,GP法测得的骨龄在骨龄>9岁时大于RUS–CHN法测得的骨龄,在骨龄6~14岁时大于TW3–RUS法测得的骨龄。Zhang等[30]评估了美国亚裔、白人和西班牙裔儿童骨骼生长模式的种族差异。使用GP法评估骨龄,他们报道亚裔女孩的骨龄平均比白人女孩大0.7岁,且两者之间的差异在10~15岁时最大[30]。这可能反映了一个事实,即亚裔和白人女孩之间骨骼成熟速度的差异随着青春期进展而增大。然而,Zhang等[30]并未进一步比较骨龄评估方法的差异是否影响相应成年身高预测方法的准确性。在我们的研究中,我们证明尽管三种方法测得的骨龄之间的差异随着骨龄增加而增大,但相应的成年身高预测方法在骨龄较大时更为准确。因此,我们不建议在儿童骨龄的长期监测过程中更换骨龄评估方法。在做出诊断和治疗决策时,有必要考虑骨龄、预测成年身高和发育进展速度,而非仅考虑骨龄或预测成年身高。

成年身高预测方法的准确性和适用性在不同健康状态人群中存在差异。Ostojic[31]报道,在年轻男性运动员中,使用TW3法预测的成年身高与最终成年身高之间的差异不显著;预测成年身高与最终成年身高之间的相关性为0.96[31]。Rohani等[17]对15名体质性生长和青春期延迟男孩进行了研究,报道BP法高估了这些男孩的成年身高5 cm。在一项法国研究中,BP法高估了未治疗的特发性中枢性性早熟女孩(n=55)的成年身高1.4 cm,低估了已治疗的中枢性性早熟女孩(n=71)的成年身高0.9 cm[32]。已治疗的中枢性性早熟女孩中最终成年身高与预测成年身高之间的相关性(r=0.43)低于未治疗的中枢性性早熟女孩(r=0.59)[32]。这些研究结果充分表明,有必要在同一种族和疾病人群中验证成年身高预测方法的准确性和适用性。

本研究补充了中国南方性早熟女孩中BP、TW3和CH05方法准确性的研究。在本研究中,我们显示,通过TW3评估的预测成年身高接近成年身高,而CH05和BP分别低估成年身高2.9±3.6 cm和1.3±3.8 cm。TW3方法具有最高的准确性和最低的离散程度。通过TW3获得的预测成年身高与成年身高的相关性最高;因此,似乎TW3方法比CH05和BP方法更适合预测性早熟女孩的成年身高。然而,当骨龄较小(6–8岁)时,TW3倾向于高估成年身高,平均高估3.4±2.9 cm。儿科医生在性早熟且骨龄较小的女孩中使用TW3方法时需要意识到这一点。

人工智能系统在评估骨龄方面的效率使其在医学领域广受欢迎。与手动评估骨龄需要2–8分钟相比,人工智能辅助骨龄评估仅需1–2秒[26, 27]。已有报道使用6岁前的生长测量数据通过机器学习算法预测成年身高[33]。考虑到青春期生长的变化无法在儿童期预测,在开发适合预测性早熟女孩成年身高的人工智能系统时,考虑青春期发病年龄、青春期进展速度和骨龄等因素可能是必要的。

本研究的一个优势是受试者来自同一疾病人群,且样本量较大。此外,它不仅评估了三种骨龄评估方法,还通过比较预测成年身高与观察到的成年身高评估了三种成年身高预测方法。本研究的局限性包括其回顾性性质以及纳入的达到成年身高的女孩数量有限。此外,我们未对当前评估骨龄和预测成年身高的方法提出改进建议。

结论

三种方法测量的骨龄之间的差异随着骨龄的增加而增大,但相应的成年身高预测方法在骨龄较大时更为准确:与CH05和BP方法相比,TW3方法可能更适合预测性早熟女孩的成年身高,而成年身高预测方法在骨龄较小(6–11岁)时不如骨龄较大时准确,而这一时期正是女孩就医并考虑临床决策的时间。成年身高预测方法应针对同一民族和疾病人群进行优化。

引用

  1. Huang, Su, Liu, et al. Combined assisted bone age assessment and adult height prediction methods in Chinese girls with early puberty: analysis of three artificial intelligence systems. Pediatr Radiol. 2022. PMID: 36576515. doi:10.1007/s00247-022-05569-3
  2. 全文:PMC10212822(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC10212822/

供执业医师工作参考,不替代临床判断;数值与分级以指南原文为准。