Development of a convolutional neural network for diagnosing osteoarthritis, trained with knee radiographs from the ELSA-Brasil Musculoskeletal.

Objective: To develop a convolutional neural network (CNN) model, trained with the Brazilian "Estudo Longitudinal de Saúde do Adulto Musculoesquelético" (ELSA-Brasil MSK, Longitudinal Study of Adult Health, Musculoskeletal) baseline radiographic examinations, for the automated classification of knee osteoarthritis. Materials and Methods: This was a cross-sectional study carried out with 5,660 baseline posteroanterior knee radiographs from the ELSA-Brasil MSK database (5,660 baseline posteroanterior knee radiographs). The examinations were interpreted by a radiologist with specific training, and the calibration was as established previously. Results: The CNN presented an area under the receiver operating characteristic curve of 0.866 (95% CI: 0.842-0.882). The model can be optimized to achieve, not simultaneously, maximum values of 0.907 for accuracy, 0.938 for sensitivity, and 0.994 for specificity. Conclusion: The proposed CNN can be used as a screening tool, reducing the total number of examinations evaluated by the radiologists of the study, and as a double-reading tool, contributing to the reduction of possible interpretation errors.

Objetivo: Desenvolver um modelo computacional - rede neural convolucional (RNC) - treinado com radiografias da linha de base do Estudo Longitudinal de Saúde do Adulto Musculoesquelético (ELSA-Brasil Musculoesquelético), para a classificação automática de osteoartrite dos joelhos. Materiais e Métodos: Trata-se de um estudo transversal abrangendo todos os exames da linha de base do ELSA-Brasil Musculoesquelético (5.660 radiografias dos joelhos em incidência posteroanterior). Os exames foram interpretados por médico radiologista com treinamento específico e calibração previamente publicada. Resultados: A RNC desenvolvida apresentou área sob a curva característica de operação do receptor de 0,866 (IC 95%: 0,842-0,882). O modelo pode ser calibrado para alcançar, não simultaneamente, valores máximos de 0,907 para acurácia, 0,938 para sensibilidade e 0,994 para especificidade. Conclusão: A RNC desenvolvida pode ser utilizada como ferramenta de triagem, reduzindo o número total de exames avaliados pelos radiologistas do estudo, e/ou como ferramenta de segunda leitura, contribuindo com a redução de possíveis erros de interpretação.

Development of a convolutional neural network for diagnosing osteoarthritis, trained with knee radiographs from the ELSA-Brasil Musculoskeletal / Desenvolvimento de rede neural convolucional para o diagnóstico radiográfico de osteoartrite dos joelhos no ELSA-Brasil Musculoesquelético

Abstract Objective: To develop a convolutional neural network (CNN) model, trained with the Brazilian "Estudo Longitudinal de Saúde do Adulto Musculoesquelético" (ELSA-Brasil MSK, Longitudinal Study of Adult Health, Musculoskeletal) baseline radiographic examinations, for the automated classification of knee osteoarthritis. Materials and Methods: This was a cross-sectional study carried out with 5,660 baseline posteroanterior knee radiographs from the ELSA-Brasil MSK database (5,660 baseline posteroanterior knee radiographs). The examinations were interpreted by a radiologist with specific training, and the calibration was as established previously. Results: The CNN presented an area under the receiver operating characteristic curve of 0.866 (95% CI: 0.842-0.882). The model can be optimized to achieve, not simultaneously, maximum values of 0.907 for accuracy, 0.938 for sensitivity, and 0.994 for specificity. Conclusion: The proposed CNN can be used as a screening tool, reducing the total number of examinations evaluated by the radiologists of the study, and as a double-reading tool, contributing to the reduction of possible interpretation errors.

Resumo Objetivo: Desenvolver um modelo computacional - rede neural convolucional (RNC) - treinado com radiografias da linha de base do Estudo Longitudinal de Saúde do Adulto Musculoesquelético (ELSA-Brasil Musculoesquelético), para a classificação automática de osteoartrite dos joelhos. Materiais e Métodos: Trata-se de um estudo transversal abrangendo todos os exames da linha de base do ELSA-Brasil Musculoesquelético (5.660 radiografias dos joelhos em incidência posteroanterior). Os exames foram interpretados por médico radiologista com treinamento específico e calibração previamente publicada. Resultados: A RNC desenvolvida apresentou área sob a curva característica de operação do receptor de 0,866 (IC 95%: 0,842-0,882). O modelo pode ser calibrado para alcançar, não simultaneamente, valores máximos de 0,907 para acurácia, 0,938 para sensibilidade e 0,994 para especificidade. Conclusão: A RNC desenvolvida pode ser utilizada como ferramenta de triagem, reduzindo o número total de exames avaliados pelos radiologistas do estudo, e/ou como ferramenta de segunda leitura, contribuindo com a redução de possíveis erros de interpretação.

Chronic inflammatory diseases, subclinical atherosclerosis, and cardiovascular diseases: Design, objectives, and baseline characteristics of a prospective case-cohort study ‒ ELSA-Brasil

Abstract Objectives This analysis describes the protocol of a study with a case-cohort to design to prospectively evaluate the incidence of subclinical atherosclerosis and Cardiovascular Disease (CVD) in Chronic Inflammatory Disease (CID) participants compared to non-diseased ones. Methods A high-risk group for CID was defined based on data collected in all visits on self-reported medical diagnosis, use of medicines, and levels of high-sensitivity C-Reactive Protein >10 mg/L. The comparison group is the Aleatory Cohort Sample (ACS): a group with 10% of participants selected at baseline who represent the entire cohort. In both groups, specific biomarkers for DIC, markers of subclinical atherosclerosis, and CVD morbimortality will be tested using weighted Cox. Results The high-risk group (n = 2,949; aged 53.6 ± 9.2; 65.5% women) and the ACS (n=1543; 52.2±8.8; 54.1% women) were identified. Beyond being older and mostly women, participants in the high-risk group present low average income (29.1% vs. 24.8%, p < 0.0001), higher BMI (Kg/m2) (28.1 vs. 26.9, p < 0.0001), higher waist circumference (cm) (93.3 vs. 91, p < 0.0001), higher frequencies of hypertension (40.2% vs. 34.5%, p < 0.0001), diabetes (20.7% vs. 17%, p = 0.003) depression (5.8% vs. 3.9%, p = 0.007) and higher levels of GlycA a new inflammatory marker (p < 0.0001) compared to the ACS. Conclusions The high-risk group selected mostly women, older, lower-income/education, higher BMI, waist circumference, and of hypertension, diabetes, depression, and higher levels of GlycA when compared to the ACS. The strategy chosen to define the high-risk group seems adequate given that multiple sociodemographic and clinical characteristics are compatible with CID.

Uso de serviços de saúde e dor crônica em idosos comunitários: evidências do "pain in the elderly (painel) study"

O padrão de utilização dos serviços de saúde por idosos é diferente das demais faixas etárias, sendo que uma adicional procura e demanda por serviços são esperados em idosos com dor crônica, aumentando seus custos. No Brasil, pouco se sabe sobre o padrão de uso de serviços de saúde entre idosos com dor crônica, uma vez que não há estatísticas oficiais nos serviços de saúde. O objetivo deste estudo é investigar se o uso de serviços curativos de saúde é associado à presença de dor crônica em idosos comunitários de Belo Horizonte, considerando hospitalizações e consultas médicas. Trata-se de uma análise transversal de dados do Pain in the Elderly Study, cuja amostra do foi derivada do Estudo FIBRA, um estudo brasileiro multicêntrico que contou com uma amostra probabilística de 1640 indivíduos no polo Belo Horizonte. O uso de serviços de saúde foi definido como ter sido hospitalizado ou número de consultas maior que quatro nos últimos 12 meses. Essa definição visou diminuir o efeito de consultas médicas de rotina devido às doenças crônicas prevalentes. A dor crônica foi identificada pelo relato de dor por pelo menos seis meses que não recuperou completamente por pelo menos 30 dias consecutivos. A análise estatística foi baseada em Regressão Logística. Dos 601 idosos de Belo Horizonte participantes do FIBRA, 383 (63,7%) foram incluídos na presente análise. Perdas foram devido a impossibilidade de contato telefônico (n=124), déficit auditivo que impedisse contato telefônico (n=36) e recusa (n=58). A maioria eram mulheres (71%), com idade entre 70-74 anos (31,3%). A prevalência de dor crônica foi de 30% e uso de serviços de 11%. Após os ajustes pertinentes por idade, índice de massa corporal, atividades básicas de vida diária (Escala de Katz) e sintomas depressivos (Escala Geriátrica de Depressão ­ GDS-15), uma associação significativa e independente foi encontrada para dor crônica e uso de serviços de saúde (OR= 2,28, IC 95% 1,10-4,72). A dor crônica é um problema de saúde pública prevalente entre idosos, o qual deve ser incluído na agenda de vigilância em saúde e em inquéritos populacionais a fim de implementar ações preventivas em saúde voltadas para a necessidade dessa população. Medidas preventivas como o controle do peso e incentivo ao envelhecimento ativo tem potencial para diminuir a sobrecarga do uso dos serviços de saúde curativos por idosos com dor crônica.