Percentile-based averaging and skeletal muscle gauge improve body composition analysis: validation at multiple vertebral levels

Marquardt, Jan Peter; Brümmendorf, Tim Henrik; Kuhl, Christiane

doi:43719

Percentile-based averaging and skeletal muscle gauge improve body composition analysis: validation at multiple vertebral levels

Marquardt, Jan Peter^RWTH*

2023 & 2024

Verantwortlichkeitsangabevorgelegt von Jan Peter Marquardt

ImpressumAachen : RWTH Aachen University 2023

Umfang1 Online-Ressource : Illustrationen

Dissertation, Rheinisch-Westfälische Technische Hochschule Aachen, 2023

Veröffentlicht auf dem Publikationsserver der RWTH Aachen University 2024

Genehmigende Fakultät
Fak10

Hauptberichter/Gutachter
Kuhl, Christiane (Thesis advisor)^RWTH* ; Brümmendorf, Tim Henrik (Thesis advisor)^RWTH*

Tag der mündlichen Prüfung/Habilitation
2023-12-21

Online
DOI: 10.18154/RWTH-2024-05284
URL: https://publications.rwth-aachen.de/record/986583/files/986583.pdf

Einrichtungen

Klinik und Lehrstuhl für Diagnostische und Interventionelle Radiologie (532010-2 ; 936210)

Thematische Einordnung (Klassifikation)
DDC: 610

Kurzfassung
Hintergrund: Metriken von Skelettmuskel auf Computertomographie (CT) korrelieren mit klinischen und selbstberichteten Behandlungsergebnissen. Wir vermuten, dass das Aggregieren von Skelettmuskelmessungen über mehrere Wirbelkörperhöhen und Skelettmuskelkaliber (skeletal muscle gauge, SMG) Behandlungsergebnisse besser voraussagen als Skelettmuskel-Röntgendichte (skeletal muscle radioattenuation, SMRA) oder Skelettmuskelindex (skeletal muscle index, SMI) auf einer einzelnen Wirbelkörperebene. Methoden: Wir führten eine Sekundäranalyse prospektiv erhobener klinischer (Gesamtüberleben, Wiedereinweisung in ein Krankenhaus, Zeit bis Tod oder ungeplanter Krankenhauseinweisung und Wiedereinweisung oder Tod innerhalb von 90 Tagen) und selbstberichteter (physische und psychische Belastung durch Symptome, gemessen als Edmonton Symptomskala (Edmonton Symptom Assessment Scale) und Erkranktengesundheitsfragebogen (Patient Health Questionnaire) Behandlungsergebisse von an fortgeschrittenem Krebs Erkrankten, die zwischen 2014 und 2016 eine ungeplante Krankenhauseinweisung in das Massachusetts General Hospital (MGH) hatten, durch. Als Erstes evaluierten wir die Korrelation Skelettmuskel-Querschnittsfläche (skeletal muscle cross-sectional area), SMRA, SMI und SMG zwischen einer oder mehreren thorakaler (T) oder lumbaler (L) Wirbelkörperhöhen T5, T8, T10 und L3 auf CT-scans, die ≤50 Tage vor Indexevaluation akquiriert wurden. Als Zweites aggregierten wir Messungen mit perzentilenbasierter Durchschnittsbildung (percentile-based averaging, PBA) um die durchschnittliche Perzentile zu bilden. Als Drittes konstruierten wir ein Regressionsmodell, korrigiert für Alter, biologisches Geschlecht, soziodemographische Faktoren, Krebsart, Körpermasseindex (body mass index) und intravenösen Kontrast, für jede Kombination aus (i) Wirbelkörperebene und durchschnittlicher Perzentile, (ii) Muskelmetrik (SMRA, SMI und SMG) und (iii) klinischer und selbstberichteter Behandlungsergebnisse. Viertens verglichen wir die Leistungsindikatoren von Wirbelkörperhöhen und Muskelmetriken, indem wir eine Rangreihe ansonsten identischer Modelle im Bezug auf Fläche unter der Grenzwertoptimierungskurve (concordance statistic), Anzahl der eingeschlossenen Erkrankten, Bestimmtheitsmaß (coefficient of determination) und Signifikanz der Skelettmuskelmetrik bildeten. Ergebnisse: Wir schlossen 846 Erkrankte (mittleres Alter 63.5 ± 12.9 Jahre, 50.5% männlich) mit fortgeschrittenem Krebs [vorrangig gastrointestinal (32.9%) oder Lunge (18.9%)] ein. Die Korrelation der Der Skelettmuskelmessungen zwischen Wirbelkörperhöhen reichte von 0.71 bis 0.84 für SMRA und 0.67 bis 0.81 für SMI. Die Korrelation einzelner Wirbelkörperhöhen mit der durchschnittlichen Perzentile war 0.90-0.93 für SMRA und 0.86-0.92 für SMI. Die intraindividuelle Korrelation von SMRA und SMI war 0.21-0.40. PBA erlaubte den Einschluss von 8-47% zusätzlicher Erkrankter gegenüber Analyse einzelner Wirbelkörperhöhen. PBA übertraf einzelne Wirbelkörperhöhen über alle Vergleiche mit durchschnittlichen Rängen von 2.6, 2.9 und 1.6 (Wertebereich 1-5, μ = 3) für Fläche unter der Grenzwertoptimierungskurve, Bestimmtheitsmaß und Signifikanz. Im Durchschnitt aller Behandlungsergebnisse und Wirbelkörperhöhen übertraf SMG SMRA und SMI: Der durchschnittliche Rang von SMG war 1.4, 1.4 und 1,4 für Fläche unter der Grenzwertoptimierungskurve, Bestimmtheitsmaß und Signifikanz. Fazit: Skelettmuskelanalyse unter Verwendung mehrerer Wirbelkörperhöhen mittels PBA und SMG übertrifft unabhängig und additiv die Analyse mittels einzelner Wirbelkörperhöhen und SMRA oder SMI.

Background: Skeletal muscle metrics on computed tomography (CT) correlate with clinical and patient-reported outcomes. We hypothesize that aggregating skeletal muscle measurements from multiple vertebral levels and skeletal muscle gauge (SMG) better predict outcomes than skeletal muscle radioattenuation (SMRA) or -index (SMI) at a single vertebral level. Methods: We performed a secondary analysis of prospectively collected clinical (overall survival, hospital readmission, time to unplanned hospital readmission or death, and readmission or death within 90 days) and patient-reported outcomes (physical and psychological symptom burden captured as Edmonton Symptom Assessment Scale and Patient Health Questionnaire) of patients with advanced cancer who experienced an unplanned admission to Massachusetts General Hospital from 2014 to 2016. First, we assessed the correlation of skeletal muscle cross-sectional area, SMRA, SMI, and SMG at one or more of the following thoracic (T) or lumbar (L) vertebral levels: T5, T8, T10, and L3 on CT scans obtained ≤50 days before index assessment. Second, we aggregated measurements across all available vertebral levels using percentile-based averaging (PBA) to create the average percentile. Third, we constructed one regression model adjusted for age, sex, sociodemographic factors, cancer type, body mass index, and intravenous contrast for each combination of (i) vertebral level and average percentile, (ii) muscle metrics (SMRA, SMI, & SMG), and (iii) clinical and patient-reported outcomes. Fourth, we compared the performance of vertebral levels and muscle metrics by ranking otherwise identical models by concordance statistic, number of included patients, coefficient of determination, and significance of muscle metric. Results: We included 846 patients (mean age: 63.5 ± 12.9 years, 50.5% males) with advanced cancer [predominantly gastrointestinal (32.9%) or lung (18.9%)]. The correlation of muscle measurements between vertebral levels ranged from 0.71 to 0.84 for SMRA and 0.67 to 0.81 for SMI. The correlation of individual levels with the average percentile was 0.90–0.93 for SMRA and 0.86–0.92 for SMI. The intrapatient correlation of SMRA with SMI was 0.21–0.40. PBA allowed for inclusion of 8–47% more patients than any single-level analysis. PBA outperformed single-level analyses across all comparisons with average ranks 2.6, 2.9, and 1.6 for concordance statistic, coefficient of determination, and significance (range 1–5, μ = 3), respectively. On average, SMG outperformed SMRA and SMI across outcomes and vertebral levels: the average rank of SMG was 1.4, 1.4, and 1.4 for concordance statistic, coefficient of determination, and significance (range 1–3, μ = 2), respectively. Conclusions: Multivertebral level skeletal muscle analyses using PBA and SMG independently and additively outperform analyses using individual levels and SMRA or SMI.

OpenAccess:
PDF
(additional files)