Differentiation of relapsing-remitting and secondary progressive multiple sclerosis: a magnetic resonance spectroscopy study based on machine learning / Diferenciação de esclerose múltipla recorrente-remitente e progressiva secundária: um estudo de ressonância magnética com espectroscopia baseado em aprendizado de máquina

ABSTRACT Introduction: Magnetic resonance imaging (MRI) is the most important tool for diagnosis and follow-up in multiple sclerosis (MS). The discrimination of relapsing-remitting MS (RRMS) from secondary progressive MS (SPMS) is clinically difficult, and developing the proposal presented in this study would contribute to the process. Objective: This study aimed to ensure the automatic classification of healthy controls, RRMS, and SPMS by using MR spectroscopy and machine learning methods. Methods: MR spectroscopy (MRS) was performed on a total of 91 participants, distributed into healthy controls (n=30), RRMS (n=36), and SPMS (n=25). Firstly, MRS metabolites were identified using signal processing techniques. Secondly, feature extraction was performed based on MRS Spectra. N-acetylaspartate (NAA) was the most significant metabolite in differentiating MS types. Lastly, binary classifications (healthy controls-RRMS and RRMS-SPMS) were carried out according to features obtained by the Support Vector Machine algorithm. Results: RRMS cases were differentiated from healthy controls with 85% accuracy, 90.91% sensitivity, and 77.78% specificity. RRMS and SPMS were classified with 83.33% accuracy, 81.81% sensitivity, and 85.71% specificity. Conclusions: A combined analysis of MRS and computer-aided diagnosis may be useful as a complementary imaging technique to determine MS types.

RESUMO Introdução: A ressonância magnética é a ferramenta mais importante para o diagnóstico e acompanhamento na EM. A transição da EM recorrente-remitente (EMRR) para a EM progressiva secundária (EMPS) é clinicamente difícil e seria importante desenvolver a proposta apresentada neste estudo a fim de contribuir com o processo. Objetivo: o objetivo deste estudo foi garantir a classificação automática de grupo controle saudável, EMRR e EMPS usando a RM com espectroscopia e métodos de aprendizado de máquina. Métodos: Os exames de RM com espectroscopia foram realizados em um total de 91 amostras com grupo controle saudável (n=30), EMRR (n=36) e EMPS (n=25). Em primeiro lugar, os metabólitos da RM com espectroscopia foram identificados usando técnicas de processamento de sinal. Em segundo lugar, a extração de recursos foi realizada a partir do MRS Spectra. O NAA foi determinado como o metabólito mais significativo na diferenciação dos tipos de MS. Por fim, as classificações binárias (Healthy Control Group-RRMS e RRMS-SPMS) foram realizadas de acordo com as características obtidas por meio do algoritmo Support Vector Machine. Resultados: Os casos de EMRR e do grupo de controle saudável foram diferenciados entre si com 85% de acerto, 90,91% de sensibilidade e 77,78% de especificidade, respectivamente. A EMRR e a EMPS foram classificadas com 83,33% de acurácia, 81,81% de sensibilidade e 85,71% de especificidade, respectivamente. Conclusões: Uma análise combinada de RM com espectroscopia e abordagem de diagnóstico auxiliado por computador pode ser útil como uma técnica de imagem complementar na determinação dos tipos de EM.

Evaluación clínica y por imágenes de la esclerosis múltiple progresiva / Clinical and radiological outcomes measures in progressive multiple sclerosis

Durante los últimos años, el desarrollo de medidas de evaluación de la acumulación de la discapacidad y la actividad inflamatoria en las formas progresivas de esclerosis múltiple (EM) ha sido un punto central de investigación de diversos grupos. Se han desarrollado y aplicado distintos instrumentos con el fin de identificar en forma precisa y precoz la actividad y la progresión en este fenotipo de EM. Muchas de esas herramientas, con mayor o menor sensibilidad, han sido utilizadas en ensayos clínicos, aunque su uso en la práctica asistencial no es del todo familiar para los profesionales involucrados en el cuidado de pacientes con EM. El objetivo de esta revisión es describir las medidas de evaluación clínica y por imágenes implementadas durante los últimos años para la identificación de la actividad y evolución de esta enfermedad en sus formas progresivas.

During recent years, the development of measures to assess the accumulation of disability and inflammatory activity in the progressive forms of multiple sclerosis (MS) has been a central point of research in various groups. Several instruments have been developed and implemented in order to accurately and early identify the activity and progression in this MS phenotype. Many of these tools, with greater or lesser sensitivity, have been used in clinical trials, although their use in healthcare practice is not entirely familiar to professionals involved in the care of patients with MS. The objective of this review is to describe the clinical and imaging evaluation measures implemented during the last years to identify the activity and the evolution of the disease in its progressive forms.