Jämförelse mellan hältbedömning av häst utförd av 12 klinikveterinärer och en applikation baserad på datorseende
Ortopediska sjukdomar är hästens största medicinska problem världen över och sjukdomar i rörelseapparaten är den vanligaste anledningen till att svenska hästar behandlas av en veterinär. För framgångsrik behandling av ortopediska problem krävs i första hand en korrekt identifiering av det halta b...
| Autor principal: | |
|---|---|
| Formato: | Second cycle, A2E |
| Lenguaje: | sueco sueco |
| Publicado: |
2022
|
| Materias: | |
| Acceso en línea: | https://stud.epsilon.slu.se/17554/ |
| Sumario: | Ortopediska sjukdomar är hästens största medicinska problem världen över och sjukdomar i
rörelseapparaten är den vanligaste anledningen till att svenska hästar behandlas av en veterinär. För
framgångsrik behandling av ortopediska problem krävs i första hand en korrekt identifiering av det
halta benet.
Tidigare publicerade studier har visat att subjektiv rörelseanalys utförd av veterinärer lider av flera
brister. Överensstämmelsen mellan veterinärers subjektiva bedömningar av hälta är otillfredsställande, speciellt vid låggradiga och bakbenshältor, både med avseende på ben och grad. Bedömningen av diagnostiska anestesier kan påverkas av bias eller tolkas felaktigt. Objektiva metoder för
att kvantifiera asymmetri har därför länge varit ett fokus för ortopedisk forskning och har idag
utvecklats tillräckligt för att användas i praktiskt kliniskt arbete. Idag existerar ingen validerad skala
för hältgradering i något av de objektiva systemen utan endast ett tröskelvärde som indikerar
repeterbarhet mellan mätningar.
Denna studie jämförde subjektiv och objektiv rörelseanalys av 10 hästar i trav på trakt spår med
avseende på primär och kompensatorisk hälta, hältgrad och hälttyp. Hästarna hade valts ut för att
representera ett symmetriskt rörelsemönster samt en ökande grad av asymmetri jämnt fördelat
mellan fram- och bakben. Lindrig till kraftig hälta hade verifierats med en positiv diagnostisk anestesi.
Den subjektiva analysen utfördes på video, av 12 veterinärer med i snitt 16,4 års erfarenhet inom
hästortopedi. Den objektiva analysen utfördes av Sleip AI, en mobil applikation för markörlös optisk
motion capture, en nyligen utvecklad AI-assisterad teknik för rörelseanalys. Applikationen använder
datorseende för att identifiera hästens kroppsdelar och analyserar dess rörelsebanor med hjälp av
maskininlärning. Veterinärerna besvarade även frågor om erfarenhet, säkerhet och användande av
objektiv rörelseanalys i en enkät. Överensstämmelse analyserades med Fleiss’ och Cohens kappa
och tolkades som dålig κ ≤ 0,3, acceptabel κ = 0,31–0,5, bra κ = 0,51–0,8 och mycket bra för
κ > 0,8. Korrelation beräknades med Pearsons korrelationskoeffecient (r) och Spearmans rangkorrelationskoefficient (rs).
Överensstämmelsen inom veterinärgruppen skiljer sig i denna studie inte nämnvärt från tidigare
studier. För primärhalt ben var samstämmigheten acceptabel (κ = 0,45), men för kompensatoriskt
halt ben (κ = 0,26) och gradering av primärhälta (κ = 0,24) var den dålig. Överensstämmelsen mellan
veterinärgruppen och Sleip AI var bra (κ = 0,63/0,75). Veterinärer som var överens med Sleip AI
med avseende på primärhalt ben var också mer samstämmiga med resten av veterinärgruppen. De
var dessutom säkrare i sin bedömning och mer konsekventa i sin hältgradering. Varken tid i praxis,
antal fall/år eller användande av objektiv rörelseanalys påverkade den enskilde veterinärens
överensstämmelse med gruppen eller Sleip AI.
På grund av för liten datamängd samt dålig subjektiv samstämmighet kan denna studie inte presentera en fungerande modell för sambandet mellan subjektiv och objektiv gradering. För att i framtida
studier utarbeta en fungerande modell bör varje bedömare gradera fler hästar, gärna samma häst
flera gånger exempelvis före/efter diagnosisk anestesi. |
|---|