Reliabilität der Quantifizierung von vaskulären Läsionen der weißen Hirnsubstanz - ein Beitrag zur replizierbaren quantitativen Diagnostik[1]

Zusammenfassung

Problemstellung: Mikroangiopathische Läsionen des Hirngewebes sind mit der vaskulären subkortikalen Demenz korreliert. Die „erfahrungsdeterminierte” Beurteilung ist ungenügend, die Beurteilung mit Skalen kann zur replizierbaren Quantifizierung beitragen. Methodik: Von 9 Ärzten werden in einer zweimaligen Beurteilung die vaskulären Läsionen der weißen Hirnsubstanz (WML) in Anzahl, Ausprägung und Lokalisation in 10 MRT-Studien für 12 anatomisch definierte Regionen quantifiziert (Score). Aus den Scores werden Observer-Paare gebildet. Man erhält für 9 Observer und 10 Studien 90 Intra-Observer-Differenzwerte für jeden der 12 WML-Scores. Analog dazu sind für die Inter-Observer-Reliabilität für 9 Ärzte und 10 Studien für 12 anatomisch definierte WML-Scores 360 Differenzwerte für jeden Score und jede Beurteilung zu bilden. Die Übereinstimmung (Reliabilität) wird als Intraklasskorrelation (ICC) berechnet. Ergebnisse: Für die Intra-Observer-Betrachtung liegt der Median der Differenzen für das Gesamthirn bei 1,5 gegenüber 0 für definierte Teilareale resp. bei 3 und 1 für die Inter-Observer-Betrachtung. Die Intraklasskorrelation beträgt, bezogen auf jeweils 10 Studien, für die Intra-Observer-Betrachtung durchschnittlich 0,88, für die Inter-Observer-Reliabilität durchschnittlich 0,70, gemittelt für 1. und 2. Beurteilung. Die Beurteilung einer Studie dauert etwa 6 Minuten. Schlussfolgerung: Die benutzte Beurteilungsskala quantifiziert zuverlässig die mit der klinischen Diagnose einer vaskulären Demenz korrelierten WML. Die Differenzierung von altersassoziierter physiologischer vs. pathologischer Ausprägung der Scores ist ein Beitrag zur quantitativen Diagnostik im Rahmen der Bildgebung der Demenzen.

Abstract

Purpose: Microangiopathic lesions of the brain tissue correlate with the clinical diagnosis of vascular subcortical dementia. The “experience-based” evaluation is insufficient. Rating scales may contribute to reproducible quantification. Materials and Methods: In MRI studies of 10 patients, 9 neuroradiologists quantified vascular white matter lesions (WMLs) at two different points in time for 12 anatomically defined regions with respect to number, size and localization (score). For 9 observers and 10 studies, 90 intra-observer differences were obtained for each of the 12 WML scores. To calculate the inter-observer reliability, rating pairs were formed. Furthermore, 360 differences were computed for each score and rating for 12 anatomically defined WML scores, and the intraclass correlation (ICC) was calculated as a measure of agreement (reliability). Results: As to the intra-observer reliability, the median of the differences was 1.5 for the entire brain as opposed to 0 for defined brain regions. The corresponding values for the inter-observer reliability were 3 and 1, respectively. The mean intra-class correlation coefficient for the 10 studies was 0.88, whereas the mean interclass correlation concerning the inter-observer reliability was 0.70, with the first and second rating being averaged. The rating of each study took about 6 minutes. Conclusion: The rating scale with high intra- and inter-observer reliability can dependably quantify WMLs and correlates with the clinical diagnosis of vascular dementia. Using a reliable rating scale, the diagnostic distinction of age-associated physiological vs. pathological size of the WML can make a contribution to the reproducible quantifiable diagnostic evaluation of vascular brain tissue lesions within the framework of dementia diagnostics.

Key words

Dementia - white matter lesion (WML) - diagnostics - rating scales - reliability

1 Die Ergebnisse beruhen auf der Analyse von Daten, die im Rahmen einer DFG-geförderten Studie (HE 2748) gewonnen wurden.

Literatur

• 1 Award I A, Johnson P C, Spetzler R F. et al . Incidental subcortical lesions identified on magnetic resonance imaging in the elderly. II. Postmortem pathological correlations.  Stroke. 1986;  17 1090-1097
• 2 Inzitari D, Cadelo M, Marranci M L. et al . Vascular deaths in elderly neurological patients with leucoaraiosis.  J Neurol Neurosurg Psychiat. 1997;  62 177-181
• 3 Zimmerman R D, Fleming C A, Lee B CP. et al . Periventricular hyperintensity as seen by magnetic resonance: prevalence and significance.  Am J Radiology. 1986;  146 443-450
• 4 Hentschel F, Kreis M, Damian M. et al . Mikroangiopathische Läsionen in der weißen Hirnsubstanz: Quantifizierung und Korrelation mit psychologischen Testergebnissen.  Nervenarzt. 2003;  74 355-361
• 5 Fazekas F, Schmidt R, Kleinert R. et al . The spectrum of age-associated brain abnormalities: their measurement and histopathological correlates.  J Neural Transm. 1990;  53 (suppl) 31-39
• 6 Jellinger K A. Structural basis of dementia in neurodegenerative disorders.  J Neural Transm. 1996;  47 (suppl) 1-29
• 7 Englund E. Neuropathology of white matter lesions in vascular cognitive impairment.  Cerebrovascular Diseases. 2002;  13 (suppl 2) 11-15
• 8 Bakker S LM, deLeeuw F E, deGroot J C. et al . Cerebral vasomotor reactivity and cerebral white matter lesions in the elderly.  Neurol. 1999;  52 578-583
• 9 Moody D M, Brown W R, Challa V R. et al . Periventricular venous collagenosis: association with leucoaraiosis.  Radiology. 1995;  194 469-476
• 10 Pantoni L, Leys D, Fazekas F. et al . Role of white matter lesions in cognitive impairment of vascular origin.  Alzheimer Dis Assoc Disord. 1999;  13 49-54
• 11 Fazekas F, Schmidt R, Scheltens P. Pathophysiologic mechanisms in the development of age-related white matter changes of the brain.  Dementia. 1998;  9 (suppl 1) 2-5
• 12 Schmidt R, Fazekas F, Kapeller P. et al . MRI white matter hyperintensities. Three-year follow-up of the Austrian Stroke Prevention Study.  Neurology. 1999;  53 132-139
• 13 Lechner H, Schmidt R, Bertha G. et al . Nuclear magnetic resonance image white matter lesions and risk factors for stroke in normal individuals.  Stroke. 1988;  19 263-265
• 14 Ott B R, Faberman R S, Noto R B. et al . A SPECT imaging study of MRI white matter hyperintensity in patients with degenerative dementia.  Dement Geriatr Cogn Disord. 1997;  8 348-354
• 15 Mäntylä R, Erkinjuntti T, Salonen O. et al . Variable agreement between visual rating scales for white matter hyperintensities on MRI. Comparison of 13 Rating scales in a poststroke cohort.  Stroke. 1997;  28 1614-1623
• 16 Scheltens P H, Erkinjuntti T, Leys D. et al . White matter changes on CT and MRI. An overview of visual rating scales.  Eur Neurol. 1998;  39 80-89
• 17 Wahlund L O, Barkhof F, Fazekas F. et al . A new rating scale for age-related white matter changes applicable to MRI and CT.  Stroke. 2001;  32 1318-1322
• 18 Kapeller P, Barber R, Vermeulen R J. et al . Visual rating of age-related white matter changes on magnetic resonance imaging.  Stroke. 2003;  34 441-445
• 19 Fleiss J L. Measuring nominal scale agreement among many raterobservers.  Psychological Bulletin. 1997;  76 378-382
• 20 Scheltens P, Pasquier F, Weerts J GE. et al . Quantitative assessement of cerebral atrophy on MRI: inter- and intra-observer reproductibility in dementia and normal aging.  Eur Neurol. 1997;  37 95-99
• 21 Pullicino P, Benedict R HB, Capruso D X. et al . Neuroimaging criteria for vascular dementia.  Arch Neurol. 1986;  53 723-728
• 22 Damian M, Kreis M, Krumm B. et al . Diskriminante Validität neuropsychologischer Verfahren in der Demenzdiagnostik.  Z Neuropsychol. 2003;  14 271-282
• 23 Robertson R L, Robson C D, Zurakowski D. et al . CT versus MR in neonatal brain imaging at term.  Pediatr Radiol. 2003;  33 442-449
• 24 van Swieten J C, Hijdra A, Koudataal P J. et al . Grading white matter lesions on CT and MRI: a simple scale.  J Neurol Neurosurg Psychiat. 1990;  53 1080-1083
• 25 Bernarding J, Braun J, Hohmann J. et al . Histogramm-based characterization of healthy and ischemic brain tissues using multiparametric MR imaging including apparent diffusion coefficient maps and relaxometry.  Magn Res Med. 2000;  43 52-61
• 26 Thacker N A, Jackson A. Mathematical segmentation of grey matter, white matter and cerebral spinal fluid from MR image pairs.  Br J Radiology. 2001;  74 234-242

1 Die Ergebnisse beruhen auf der Analyse von Daten, die im Rahmen einer DFG-geförderten Studie (HE 2748) gewonnen wurden.