Automatische, objektive und Marker-freie Klassifikation der Fazialisparese anhand von Standard-Photografien

Einleitung:

Eine automatische, objektive, schnelle und für die klinische Anwendung einfache Methode zur Klassifikation einer Fazialisparese (FP) gibt es bislang nicht.

Material und Methoden:

4572 Photografien von 9 standardisierten Gesichtsausdrücken von 233 Patienten mit unilateraler peripherer FP wurde subjekiv durch Untersucher und objektiv nach House-Brackmann (HB), Sunnybrook (SB) und dem Stennert Index (SI) bewertet. Die objektive Bewertung erfolgte mit einem Maschinen-Lernen Ansatz mit der Supervised Descent Methode.

Ergebnisse:

Die mediane Zeit von Auftreten der FP betrug 6 Tage. Bei Erstbefundung lagen der mediane objektive HB bei 3, der totale SB bei 45 und der totale SI bei 5. Die beste Korrelation zwischen subjektiver und objektiver Bewertung bestand beim SB Bewegungsscore, beim totalen SB, und für den SI Bewegungsscore (r = 0,746; r = 0,698; r = 0,732). Keine ausreichende Übereinstimmung wurde für den HB gefunden (Test für Symmetrie 80,61, df015, p < 0,001, gewichtetes Kappa =-0,0105; 95% Konfidenzintervall [KI]=-0,0542 bis 0,0331; p = 0,6541). Keine Übereinstimmung bestand zudem für den totalen SI (Test für Symmetrie 166,37, df055, p < 0,001). Basierend auf einer multinomialen logistische Regression war die Wahrscheinlichkeit der Bewertung mit einem höheren SI Score bei der subjektiven Klassifikation größer als bei der objektiven maschinellen Bewertung (Odds Ratio = 1,608; KI = 1,202 bis 2.150; p = 0,0014). Die beste Übereinstimmung für subjektive und objektive Bewertung lag für den The SB vor (ICC = 0,34645).

Schlussfolgerung:

Das automatische SB Grading lieferte eine zufriedenstellende, schnelle und objektive Bewertung der Fazialisfunktion bei Patienten mit FP, die in der klinischen Routine und in Studien angewendet werden kann.

Publication History

Publication Date:
23 April 2019 (online)