Zielsetzung
Untersuchung des Zusammenhangs zwischen Myosteatose und beeinträchtigtem Glukosestoffwechsel in einer bevölkerungsbezogenen Population.
Material und Methoden
Mit einem hierarchischen, patch-basierten 3D-Stapel neuronaler Netze, wurde vollautomatisch Skelettmuskel (SM) und intramuskuläres Fettgewebe (IMAT) aus T1w-Dixon 3T-Ganzkörper-MRTs quantifiziert. Wir haben Myosteatose als (i) ein zusammenfassendes Maß (IMAT/SM) und (ii) den quantitativen SM-Fettanteil (SMFF) Dixon-basiert extrahiert. Gestörter Glukosestoffwechsel wurde als gestörte Nüchternglukose, gestörte Glukosetoleranz (5,6 - 6,9 mmol/l), oder prävalenter Diabetes mellitus definiert. Die Diskrimination für einen gestörten Glukosestoffwechsel auf Basis der Myosteatose wurde durch die Fläche unter der ROC-Kurve (AUC) bewertet. Der Zusammenhang zwischen Myosteatose und gestörtem Glukosestoffwechsel wurde anhand logistischer Regression untersucht.
Ergebnisse
Insgesamt wurden 381 Teilnehmer (56,3±9,2 Jahre; weiblich: 42,5%) eingeschlossen. Die quantitative SMFF zeigte eine bessere Diskrimination des gestörten Glukosestoffwechsels als das IMAT/SM-Verhältnis (AUC 0,695 vs. 0,585; p<0,001). In der logistischen Regression, adjustiert für Alter und Geschlecht, waren SMFF (OR=1,24; CI 1,16, 1,34; p<0,001) und IMAT/SM (OR=1,15; CI 1,00, 1,33; p=0,044) mit einem höheren Risiko eines beeinträchtigten Glukosestoffwechsels verbunden. Nach weiterer Adjustierung für demografische Basisdaten und kardiometabolische Risikofaktoren (BMI, Lipidprofil, Blutdruck, Rauchen, Alkoholkonsum) blieb der Zusammenhang für SMFF (OR=1,09; CI 1,00, 1,20; p=0,043), nicht aber für IMAT/SM (OR=1,16; CI 0,99, 1,36; p=0,075) robust.
Schlussfolgerungen
SMFF ist ein Prädiktor für gestörten Glukosestoffwechsel, unabhängig von kardiovaskulären Risikofaktoren. Deep Learning basierte Ganzkörper-MR-Phänotypisierung ermöglicht ein opportunistisches Screening auf Myosteatose und kann Personen mit hohem Risiko identifizieren, um Untersuchungen der Risikofaktoren und gezielte Maßnahmen einzuleiten