Introducción
La videocapilaroscopia de la región periungueal (alrededor de las uñas) es una herramienta diagnóstica y de seguimiento no invasiva muy útil en enfermedades reumáticas y autoinmunes. Tiene como objetivo la observación de la evolución de los cambios estructurales y morfológicos que se dan en los capilares, permitiendo, entre otros, identificar patrones de enfermedad asociados con la esclerosis sistémica o el fenómeno de Raynaud.
A pesar de ser una técnica sencilla, cuenta con una importante limitación: la variabilidad entre observadores. Las imágenes adquiridas deben ser examinadas por los profesionales de la salud para identificar y describir correctamente las anormalidades en la estructura de los capilares, lo cual está sujeto a su propia experiencia.
Los sistemas automatizados basados en software pueden ser de gran ayuda a la hora de superar esta limitación. Capillary.io ha desarrollado el algoritmo CAPI-Score, que reduce la variabilidad en la interpretación de la capilaroscopia. CAPI-Score identifica patrones de enfermedad eliminando la subjetividad entre observadores. Su precisión se ha puesto a prueba en una cohorte de muestras de pacientes con esclerosis sistémica y fenómeno de Raynaud, y los resultados se han publicado con éxito en la revista Rheumatology. ¡Siga leyendo para saber más!
En qué consiste el algoritmo CAPI-Score
El algoritmo Fast-Track, propuesto por miembros expertos de la Alianza Europea de Asociaciones de Reumatología (EULAR), permite a capilaroscopistas de cualquier nivel diferenciar, con cierta fiabilidad, un patrón esclerodermiforme de uno que no lo es. CAPI-Score todavía va más allá y clasifica las muestras de esclerosis sistémica en patrones de esclerodermia temprana, activa o tardía, siguiendo el criterio de EULAR, y distingue entre patrones normales e inespecíficos.
CAPI-Score está inspirado en el algoritmo Fast-Track, que presenta limitaciones en su objetividad al no especificar puntos de corte totalmente claros. Para eliminar la subjetividad de Fast-Track, CAPI-Score utiliza criterios cuantitativos para asignar o descartar patrones de forma totalmente objetiva con un sencillo algoritmo.
Para ello, CAPI-Score se basa en un árbol de decisión que permite asignar a cada capilaroscopia una de las siguientes categorías: normal, inespecífico, ES-temprana, ES-activa y ES-tardía. El algoritmo combina 4 reglas definidas de forma objetiva y cuantitativa para clasificar los patrones, analizando distintas variables que establecen un criterio para dividir los datos de forma dicotómica, en una u otra categoría. Las variables seleccionadas son: densidad, proporción de capilares con forma anormal (anteriormente conocido como ramificación o arborificación), capilares gigantes, tortuosidades y hemorragias. Estas variables se agrupan según patrones consensuados siguiendo como referencia la opinión de expertos para identificar rasgos distintivos y definir un punto de corte.
9 capilaroscopistas participaron en el estudio y analizaron 1040 capilaroscopias de pacientes con esclerosis sistémica o fenómeno de Raynaud. Cada una de estas capilaroscopias se asignó al azar a 3 de los 9 expertos, que las estudiaron de forma manual y ciega, solamente visualizando las imágenes de la capilaroscopia y ningún detalle más sobre el paciente. Se consideraron gold standard las capilaroscopias en las que se alcanzó un consenso entre 2 o más capilaroscopistas en la clasificación del patrón de enfermedad. Finalmente se utilizaron 851 capilaroscopias para el análisis, que obtuvieron consenso.
Un árbol de decisión basado en 4 reglas que permite clasificar las capilaroscopias
Las 4 reglas del árbol de decisión del que se sirve CAPI-Score para clasificar los distintos patrones son las siguientes:
Regla 1: distinción entre patrones esclerodermiformes y no esclerodermiformes. Una capilaroscopia es indicativa de un patrón de esclerodermia siempre que la densidad capilar sea ≤6 capilares por mm y/o se detecten capilares gigantes y/o la proporción de capilares con formas anormales sea >10%.
Reglas 2 y 3: clasificación de los patrones de esclerodermia (temprana vs. activa vs. tardía). Cuando la densidad es ≥5 capilares por mm, el patrón es ES-temprano, a menos que los capilares gigantes sean ≥10% o los capilares con formas anormales sean ≥5%. En tales casos, el patrón se convierte en ES-activo. Por otro lado, cuando la densidad es <5 capilares por mm, el patrón es, inicialmente, ES-tardío. Sin embargo, si los capilares gigantes son ≥33% o los capilares con formas anormales son ≤7%, el patrón se convierte en ES-activo. No obstante, independientemente de estas condiciones, si ≤7% de los capilares son gigantes o ≥15% de los capilares tienen forma anormal, el patrón sigue siendo ES-tardío.
Regla 4: clasificación de patrones no esclerodermiformes (normal vs. inespecífico). Cuando la densidad es >6 capilares por mm, el patrón es inespecífico cuando se cumplen una o más de las siguientes condiciones: porcentaje de tortuosidades ≥20%; presencia de hemorragias; porcentaje de capilares con forma anormal ≥2%. En caso contrario, el patrón es normal.
Capillary.io utiliza inteligencia artificial para extraer variables cuantitativas de las capilaroscopias y poder aplicar el algoritmo CAPI-Score para sugerir un patrón para la capilaroscopia. El software analiza la densidad de capilares y la proporción de capilares gigantes, formas anormales, hemorragias y tortuosidades, permitiendo asignar un patrón a cualquier capilaroscopia de forma cuantitativa.
La precisión de CAPI-Score
Los resultados experimentales demuestran que la probabilidad de que el algoritmo y un capilaroscopista experto difieran en el momento de clasificar un patrón se reduce notablemente.
Para calcular la precisión del algoritmo para clasificar los distintos patrones de enfermedad se evaluó la fiabilidad de cada paso analizando la concordancia entre la opinión de capilaroscopistas expertos, considerada como referencia, y la predicción del algoritmo. Se analizaron 851 capilaroscopias empleando el software y se observó que la precisión de la clasificación entre patrones esclerodermiformes y no esclerodermiformes aplicando la primera regla fue de 0,88 y las coincidencias fueron siempre superiores al 85%.
Dentro de la estratificación de los distintos patrones esclerodermiformes la precisión fue del 0,82 y las coincidencias siempre superiores al 80%, excepto para el patrón tardío.
En el último paso del algoritmo, la clasificación de patrones no esclerodermiformes en normales o no específicos, la precisión fue del 0,73 y las coincidencias superiores al 70%. En todos los casos, si el consenso entre los 3 capilaroscopistas es unánime, la precisión y las coincidencias aumentan considerablemente.
Ventajas de utilizar Capillary.io
Capillary.io es una plataforma para la capilaroscopia ágil, sencilla y, como se ha demostrado, objetiva. Esta innovadora herramienta, además de capturar y organizar fácilmente fotos de capilaroscopia con calibración automática, analiza los capilares detectados y asigna un patrón a las diferentes muestras gracias a sus algoritmos y modelos basados en deep learning.
Está científicamente validado y respaldado por resultados reproducibles: se reduce la variabilidad del interobservador, eliminando la principal limitación de la videocapilaroscopia de la región periungueal. Además, es capaz de detectar patrones de enfermedad con precisión.
Capillary.io surge como una solución a la falta de homogeneización en el análisis de las capilaroscopias, permitiendo explotar todo el potencial de la técnica. Por si fuera poco, reduce el tiempo dedicado al análisis y disminuye su complejidad.
¿Quiere saber más sobre Capillary.io? ¡Explore nuestra web o regístrese como usuario aquí!