Cecha jest uwarunkowana danymi wejściowymi

Łańcuch pomiarowy najłatwiej błędnie zrozumieć w chwili, gdy daje wartość. Cecha może wyglądać jak właściwość przypisana do guza, mimo że w obliczeniu wykorzystano konkretną rekonstrukcję, konkretny region, konkretną siatkę i konkretną reprezentację intensywności. Zwięzłym sposobem na uwidocznienie tej zależności jest zapis y = f(image, mask, geometry, preprocessing).

Zapis ten nie oznacza, że są to jedyne zmienne wpływające na każdą cechę. Implementacja i estymator również mają znaczenie, a definicja regionu może zawierać więcej informacji niż maska binarna. Jest to model myślowy, który pozwala zadać skończone i audytowalne pytanie, gdy wartość się zmienia: które dane wejściowe albo przekształcenie się zmieniły i czy zmiana ta była zamierzona?

Cztery dane wejściowe, jeden pomiar warunkowy

Obraz obejmuje wybory dotyczące akwizycji i rekonstrukcji, które wytworzyły wartości próbek. Maska wskazuje próbki traktowane jako obszar zainteresowania. Geometria nadaje tym próbkom fizyczne odstępy, orientację i relację względem innych obiektów. Przetwarzanie wstępne obejmuje operacje takie jak filtrowanie, ograniczanie zakresu lub normalizacja intensywności, zmiana próbkowania i dyskretyzacja. Zmiana jednego z tych elementów może zmienić wartość, nawet gdy biologia leżąca u podstaw obrazu pozostaje niezmieniona. Nie oznacza to, że zmieniona wartość jest pozbawiona znaczenia; oznacza, że stanowi pomiar zgodny z inną definicją operacyjną.

Rozmiar woksela jest szczególnie bezpośrednim przykładem. Macierz tekstury zlicza relacje przestrzenne na siatce. Relacja próbkowana na siatce 0,7 mm nie jest tą samą relacją fizyczną co relacja próbkowana na siatce 2 mm. Zmiana próbkowania do zadeklarowanej siatki może zwiększyć kontrolę nad porównaniem w badaniu, lecz nie czyni cechy niezmienniczą względem wyboru siatki. Docelowy odstęp i interpolator należą zatem do raportowanej definicji pomiaru.

Segmentacja dostarcza drugiego przykładu. Przesunięcie granicy zmienia, które woksele trafiają do podsumowań pierwszego rzędu oraz które pary trafiają do macierzy tekstury. Źródło obrysu, reguła wyznaczania jego granicy oraz każdy margines lub zaburzenie są danymi wejściowymi pomiaru. Cecha zmieniająca się pod wpływem wiarygodnego zaburzenia obrysu ma niepewność związaną z segmentacją; sama ta obserwacja nie dowodzi, że cecha może albo nie może pełnić roli biomarkera. Przydatność zależy od zamierzonego odniesienia, tolerancji błędu i decyzji.

Mapa zależności na potrzeby raportowania

Najpierw potrzebne jest wyjaśnienie przyczynowe; zwięzła mapa przydaje się podczas przeglądu sekcji metod albo projektowania protokołu:

Dane wejściowe lub wybór	Co mogą zmienić	Co należy uwidocznić
Akwizycja i rekonstrukcja	teksturę szumu, rozdzielczość i wzorzec intensywności	protokół, skaner, rekonstrukcję i istotne warstwy
Region i segmentacja	uwzględnioną tkankę, granicę, kształt i pary tekstury	hipotezę dotyczącą regionu, źródło obrysu, geometrię i regułę granicy
Geometria i zmiana próbkowania	relacje fizyczne i artefakty interpolacji	siatkę, odstępy, orientację oraz interpolator obrazu i etykiety
Przetwarzanie wstępne intensywności	wartości, zakres, reprezentację poziomów szarości i histogram	kolejność, parametry, jednostki i każdy dopasowany stan
Implementacja cechy	definicję matematyczną, wartości domyślne i agregację	oprogramowanie, wersję, ustawienia wynikowe i estymator

Ostatni wiersz prowadzi do następnej sekcji, lecz już tutaj jest istotny: nazwa cechy w oprogramowaniu nie jest uniwersalną jednostką. Pełny wynik to nazwa wraz z warunkami, w których został obliczony.

Porównywanie ustawień bez udawania, że stanowią jeden pomiar

Wyobraźmy sobie dwa celowo różne protokoły. Pierwszy wykorzystuje siatkę 1 mm, ostrą rekonstrukcję i stałą szerokość przedziału równą 25; drugi wykorzystuje siatkę 2 mm, gładszą rekonstrukcję i stałą szerokość przedziału równą 5. Żaden z protokołów nie jest automatycznie błędny. Wartości tekstury z pierwszego nie należy łączyć z wartością z drugiego tak, jakby były powtórzonymi obserwacjami jednego niezmienionego pomiaru. Zmieniły się zarówno alfabet poziomów szarości, jak i relacje przestrzenne. Właściwe porównanie może zamiast tego dotyczyć odporności w różnych ustawieniach albo działania uprzednio określonego modelu w ramach zdefiniowanego pytania o przenoszenie.

Dlatego przypinanie i raportowanie ustawień jest bardziej użyteczne niż hasło, że każde badanie musi stosować te same ustawienia. Badanie może celowo zmieniać rekonstrukcję albo segmentację, aby mierzyć wrażliwość. Nie może natomiast pozostawić tej zmienności niejawnej, a następnie przypisać wynikającej z niej różnicy biologii bez sprawdzenia łańcucha pomiarowego.

Mapa zależności jest lokalnym widokiem większego systemu. Następna sekcja umieszcza te warunkowe dane wejściowe między rzeczywistością biologiczną a twierdzeniem klinicznym oraz oddziela poprawność pomiaru od zależności, predykcji i użyteczności.

Źródła

• Zwanenburg A, Vallières M, Abdalah MA, et al. The Image Biomarker Standardisation Initiative. Radiology. 2020;295(2):328-338. doi:10.1148/radiol.2020191145, PMID 32154773.
• Pfaehler E, et al. Phys Imaging Radiat Oncol. 2021;20:69-75. doi:10.1016/j.phro.2021.10.007, PMID 34816024.
• Haarburger C, et al. Scientific Reports. 2020;10:12688. doi:10.1038/s41598-020-69534-6.