Bibliographic Metadata

Title
Age, sex and treatment related changes of bone mineral density based on CT data / by Sebastian Bachmann
Additional Titles
Änderungen der Knochenmineraldichte in Bezug auf Alter, Geschlecht und Behandlung basierend auf CT-Daten
AuthorBachmann, Sebastian
CensorPahr, Dieter
PublishedWien, 2018
DescriptionVII, 76 Seiten : Illustrationen, Diagramme
Institutional NoteTechnische Universität Wien, Diplomarbeit, 2018
Annotation
Zusammenfassung in deutscher Sprache
Annotation
Abweichender Titel nach Übersetzung der Verfasserin/des Verfassers
LanguageEnglish
Document typeThesis (Diplom)
Keywords (DE)Biomechanik / Knochenmineraldichte / Knochenumbau
Keywords (EN)Biomechanics / Bone Mineral Density / Remodelling
URNurn:nbn:at:at-ubtuw:1-116289 Persistent Identifier (URN)
Restriction-Information
 The work is publicly available
Files
Age, sex and treatment related changes of bone mineral density based on CT data [7.22 mb]
Links
Reference
Classification
Abstract (German)

Menschen verlieren mit zunehmendem Alter an Knochenmasse. Die globale Rate des Knochenverlusts ist dabei ein einfacher Indikator für alters-, geschlechts- oder behandlungsbedingte Veränderungen. In-vivo Untersuchungsmethoden zur Messung der Knochendichte sind Dual-Röntgen-Absorptiometrie (DXA) oder quantitative Computertomografie (QCT). Üblicherweise werden gemittelte Dichten über definierten Bereiche (ROI) ausgewertet. In dieser Arbeit wird ein neuer Analyseansatz vorgestellt. Neu dabei ist die Verwendung von Grauwertverteilungen von kleineren Auswertebreichen sowie eine Unterscheidung zwischen kortikalen und trabekulären Knochenregionen mittels segmentierter 3D-CT-Daten. Es werden statistische Modelle anhand von BVTV erstellt, welche einen Einblick in die Veränderungen an bestimmten Stellen im Knochen geben. Diese Modelle werden “BVTV Frequenz-Modelle” genannt. Änderungen zwischen verschiedenen Altersgruppen können anhand von “BVTV Frequenz-Differenz Modellen” gezeigt werden. Zusätzlich wurde ein analytisches Modell der Knochen-Mikrostruktur, sowie ein Raten basiertes Remodelling Modell erstellt. Beide Modelle wurden zur Vorhersage der altersbedingten Änderungen des Knochens verwendet. BVTV Frequenz-Modelle wurden für drei verschiedene Knochen erzeugt. Den Radius, proximalen Femur und Lendenwirbel. Am Radius wurden altersbedingte Veränderungen untersucht, an den anderen beiden Knochen die Veränderung durch medikamentöse Behandlung and postmenopausalen Frauen. Altersbedingte Veränderungen konnten in den den Frequenz-Modellen gefunden werden. Die trabekuläre Verteilung verschob sich dabei hin zu niedrigeren Werten, während die kortikale Verteilung kleiner und die Verteilung der Hohlräume größer wurde. Behandlungsspezifische Veränderungen konnten ebenfalls festgestellt werden, während die Placebo-Gruppe Knochen im trabekulären Bereich verlor, konnte dieser in der behandelten Gruppe aufgebaut werden. Das analytische Modell wurde schlussendlich auf die Radius Daten angewendet, allerdings konnten nur schwache Voraussagen getroffen werden. Einige Aspekte der Knochenalterung konnten durch das Modell dennoch gezeigt werden. Knochen-Frequenz-Modelle können nicht nur verwendet werden, um Veränderungen im Alter, sondern auch Unterschiede zwischen Geschlecht oder Behandlungen zu untersuchen. Diese Unterschiede können nun nicht nur mit einem einzelnen Mittelwert gezeigt werden, sondern auch für unterschiedliche Bereiche im Knochen. Die Anzahl der Radius Datensätze war zu klein, um genauere Aussagen über die Alterungseffekte zu erhalten, auch war die Auflösung der CT Daten zu gering, um Veränderungen der Kortex korrekt zu erfassen, da kortikale Poren nicht genau genug aufgelöst wurden. Die generelle Anwendbarkeit von Knochen-Frequenz-Modellen konnte gezeigt werden, etwa zur Überwachung des Osteoporose Status oder in der Anwendung als Remodelling Modell. Knochen Frequenz Modelle können ohne weiteren Aufwand aus bestehenden Datensätzen gewonnen werden und stellen für Patienten keinen Mehraufwand dar.

Abstract (English)

People lose bone mass as they age. The overall rate of bone loss is a simple indicator showing age, sex, or treatment related changes. In-vivo screening methods to measure bone density are DXA or QCT. Usually mean densities over defined ROIs are evaluated. In this work a new approach is presented. A novelty is the usage of density distributions based on ROIs instead of a single value. Statistical models based on BVTV are created which give insight into the changes at specific sites inside the bone. These models are called “BVTV frequency models”. Changes between groups of people can be seen by using “BVTV frequency difference models”. Such models were constructed for age related changes at the radius using HR-pQCT data for both men and women and treatment related changes at the lumbar spine and femoral head using QCT data for postmenopausal women treated with Denosumab. Additionally, a simple geometrical model for the specific surface in dependency of the current relative density was developed and used in a rate based remodelling model. This model was then used to predict the changes of bone volume over total volume (BVTV) in the radius data set. Age related changes can be seen in the bone frequency difference model. The trabecular distribution shifted to lower BVTV values and the cortical distribution decreased in magnitude. The total turnover rate was more than twice as fast in women as in men. Men showed loss in denser regions than women. Treatment related changes can be observed as well, both in the lumbar spine as well as in the femoral head. While the placebo group lost bone in the trabecular distribution, the treated group gained bone in those regions. Only a trabecular but no cortical increase was observed in both bones. The rate based remodelling model was not able to explain all parts of the changes. The overall trend was observed though but the predicted curve did deviate largely from the actual curve. Bone frequency models can not only be used to examine changes in ageing but also differences between sex or treatments. The frequency distribution gives more insight into the changes than a single density value. The number of samples in the radius data set was too small for a more accurate evaluation. The resolution of the HR-pQCT data was not enough to show cortical changes in detail. Such models can be created from existing QCT data without any additional effort for the patient.

Stats
The PDF-Document has been downloaded 9 times.