软骨退变算法预测骨关节炎的进展

根据东芬兰大学的一项新研究，一种新的软骨退变算法可以预测个体患者骨关节炎的进展。新算法可以极大地促进骨关节炎治疗的临床决策。

骨关节炎(OA)是一种关节疾病关节软骨．最重要的风险因素是衰老和超重，骨关节炎在关节中很常见，尤其是在承受重负荷的关节中。对于社会来说，骨关节炎构成了一个重大的财政负担:它不能用现有的治疗方法治愈，而且这种疾病经常导致关节置换术这是非常昂贵的。目前的成像方法，如核磁共振成像或x射线，只提供有关厚度或组成的信息软骨但他们未能提供有关骨关节炎风险的数据或预测其进展的工具。

东芬兰大学的一个研究小组测试了软骨退变的能力算法由同一小组早些时候创建，用于预测个别患者骨关节炎的进展，并使用Kellgren-Lawrence分类对其疾病的严重程度进行分级。研究结果发表在科学报告．

该算法应用于21例患者，将患者分为三组:无OA患者、轻度OA患者和重度OA患者。在四年随访后，根据患者的Kellgren-Lawrence分级进行分组。在随访开始时，所有患者均无oa。在随访开始时应用该算法，并将结果与四年的随访数据进行比较。基于模拟的预后和四年后实验定义的Kellgren-Lawrence分级，研究人员发现该算法能够将患者划分到正确的组中。

退化算法是基于行走过程中膝关节所承受的应力，这些应力是在计算机上模拟的。该算法假设行走过程中超过一定阈值的压力会导致膝关节软骨局部退化。

这种退变算法在预测膝关节骨关节炎患者特异性进展方面显示出巨大潜力。该算法可用于临床模拟各种干预措施，包括截骨术、半月板切除术和减肥对骨关节炎进展的影响。

的新算法是否有助于临床决策治疗骨关节炎．目标是减缓甚至可能阻止疾病的发展。症状减轻或完全消失会极大地影响患者的功能能力。

---

---