Objective diagnosis of fibromyalgia using neuroretinal evaluation and artificial intelligence
| Autor: | Luciano Boquete, Maria-José Vicente, Juan-Manuel Miguel-Jiménez, Eva-María Sánchez-Morla, Miguel Ortiz, Maria Satue, Elena Garcia-Martin |
|---|---|
| Rok vydání: | 2022 |
| Předmět: | |
| Zdroj: | Zaguán. Repositorio Digital de la Universidad de Zaragoza instname |
| Popis: | This study aims to identify objective biomarkers of fibromyalgia (FM) by applying artificial intelligence algorithms to structural data on the neuroretina obtained using swept-source optical coherence tomography (SS-OCT).The study cohort comprised 29 FM patients and 32 control subjects. The thicknesses of complete retina, 3 retinal layers [ganglion cell layer (GCL+), GCL++ (between the inner limiting membrane and the inner nuclear layer boundaries) and retinal nerve fiber layer (RNFL)] and choroid in 9 areas around the macula were obtained using SS-OCT. Discriminant capacity was evaluated using the area under the curve (AUC) and the Relief algorithm. A diagnostic aid system with an automatic classifier was implemented.No significant difference (This study identifies a potential novel objective and non-invasive biomarker of FM based on retina analysis using SS-OCT.Identificar biomarcadores objetivos de fibromialgia (FM) aplicando inteligencia artificial a datos estructurales de retina obtenidos mediante tomografía de coherencia óptica Swept Source (TCO-SS).Se evaluó una cohorte de 29 pacientes con FM y otra de 32 sujetos control, registrando los espesores de la retina completa, de varias capas de la retina [capa de células ganglionares (CCG+), CCG ampliada (CCG++, entre la membrana limitante interna y los límites de la capa nuclear interna) y capa de fibras nerviosas (CFNR)] y de la coroides, mediante TCO-SS. La capacidad discriminante se evaluó mediante el área bajo la curva ROC (AROC) y el algoritmo Relief. Se implementó un sistema de ayuda al diagnóstico con clasificador automático.No se observó diferencia significativa (Se identifica un potencial biomarcador objetivo y no invasivo para el diagnóstico de FM basado en el análisis de la neurorretina mediante TCO-SS. |
| Databáze: | OpenAIRE |
| Externí odkaz: |
|