Thang điểm đánh giá nám: masi và masi hiệu chỉnh

Bài viết Thang điểm đánh giá nám: masi và masi hiệu chỉnh được dịch bởi Bác sĩ Phạm Tăng Tùng từ Sách “ĐIỀU TRỊ NÁM Ở NGƯỜI CHÂU Á” của các tác giả Evangeline B. Handog, Maria Juliet Enriquez Macarayo.

1. GIỚI THIỆU

Một trong những thách thức của các bác sĩ da liễu khi thực hiện nghiên cứu điều trị nám là tìm cách để đánh giá độ nặng của nám một cách chính xác, phù hợp và thực hiện được nhiều lần. Không giống các cơ quan khác, không có bất kì xét ng- hiệm nào có ý nghĩa lâm sàng để đo được mức độ lan rộng và đậm độ sắc tố da so với da bình thường của bệnh nhân. Mặc dù có một số thiết bị định lượng điểm chính xác như chromameter (máy đo sắc tố), Mexameter và reflectance spectrophotome- try; tuy nhiên các thiết bị này đòi hỏi các lần đo phải tiến hành trên cùng một điểm để có thể thu được kết quả ổn định từ đó có thể sử dụng để so sánh độ nặng của nám theo thời gian. Quan trọng hơn, những hệ thống này không xác định được mức độ lan rộng của nám và do đó chỉ được dùng một cách giới hạn trong theo dõi đáp ứng điều trị và đánh giá hiệu quả của thuốc mới.

Do thiếu các xét nghiệm có ý nghĩa lâm sàng, các phương pháp đánh giá độ nặng của nám thường đơn giản, mang tính chủ quan, cá nhân và thậm chí khác nhau giữa mỗi người. Do đó, để đảm bảo tính khách quan trong đánh giá độ nặng của nám, thang điểm MASI (melasma area and severity index) đã được sử dụng để đánh giá mức độ nặng của nám. Theo thời gian, có nhiều sự điều chỉnh đã được đề xuất và chấp thuận với thang điểm MASI, và gân đây một thuật toán máy tính đã được phát triển cho phép thang điểm này có thể được tính toán bởi máy tính thông qua phân tích hình ảnh kĩ thuật số. Những tiến bộ này đã đóng góp lớn trong thực hành và nghiên cứu lâm sàng nám.

2. ĐÁNH GIÁ NÁM BẰNG THANG ĐIỂM SỐ

Một trong những hệ thống thang điểm sớm nhất được sử dụng để đánh giá đáp ứng điều trị nám là thang điểm đánh giá tổng quát của bác sĩ và bệnh nhân [1, 2]. Trong hệ thống này, không có bất kì nỗ lực nào để đánh giá độ nặng của nám trước khi điều trị; thay vào đó thang điểm này tìm cách xác định mức độ cải thiện sau điều trị. Việc này thường được thực hiện thông qua so sánh ảnh chụp trước và sau điều trị và được ghi nhận theo 3-5 mức độ. Đối với thang điểm đánh giá tổng quát của bác sĩ, họ chia mức độ cải thiện thành 3 mức điểm gồm 0 (sạch nám hoàn toàn), 1 (gần như sạch nhưng vẫn còn vết tích của nám) và 2 (không sạch nám, dát nám vẫn còn rõ) [2]. Thang điểm đánh giá tổng quát của bệnh nhân cũng được chia thành 3 mức độ là 1 (sạch hoàn toàn), 2 (gần như sạch) và 3 (vẫn còn tăng sắc tố nặng) [2].

Mặc khác, thang điểm độ nặng nám (MSS) sẽ cố gắng để ghi nhận độ nặng của nám trước điều trị trên thang điểm 4 điểm và sử dụng sự thay đổi thang điểm để xác định mức độ cải thiện. Trong MSS, thang điểm được đánh giá từ 0(không nám) 1 (nám nhẹ, màu vùng nám chỉ hơi tối hơn màu vùng da thường xung quanh), 2 (nám trung bình, màu vùng nám tối hơn khá rõ so với vùng da thường xung quanh) và 3 (nám nặng, vùng da nám tối hơn rất rõ so với vùng da thường xung quanh) [2]. Những thang điểm đánh giá này chủ yếu là định tính và đòi hỏi bác sĩ da liễu phải ước lượng được độ đậm/mức độ cải thiện và do đó rất khác nhau giữa mỗi người đánh giá. Quan trọng hơn cả, những thang điểm này chỉ đánh giá được một mặt phẳng vì không thể đánh giá được vùng nám và mức độ sắc tố nám.

3. CHỈ SỐ DIỆN TÍCH VÀ ĐỘ NẶNG NÁM (MASI)

MASI, được phát triển bởi Kimbrough-Green và các cộng sự của ông [3] vào năm 1994, là hệ thống đánh giá đầu tiên cố gắng đo lường và đánh giá chủ quan mức độ đáp ứng của nám với điều trị trong thử nghiệm lâm sàng thông qua việc đánh giá diện tích và độ sạm của nám. Hệ thống này được thiết lập dựa trên một hệ thống tương tự được sử dụng để đánh giá vảy nến và độ lan rộng cũng như mức độ nám. Có ba chỉ số được đánh giá trong hệ thống MASI: diện tích nám (Area), độ sạm (Darkness) và độ đồng nhất (Homogeneity).

Về diện tích nám (A), người đánh giá sẽ ước tính diện tích vùng da bị ảnh hưởng so với vùng da thường và quy các khoảng giá trị phần trăm thành các điểm số. 0 điểm nếu không có nám, 1 điểm nếu diện tích nám chiếm < 10%; 2 điểm nếu diện tích nám chiếm 10-29%; 3 điểm nếu diện tích nám chiếm 30-49%; 4 điểm nếu diện tích nám chiếm 50-69%; 5 điểm nếu diện tích nám chiếm70-89% và 6 điểm nếu diện tích nám chiếm từ 90% trở lên.

Độ sạm (D) của nám được đánh giá so với vùng da thường và chia thành thang điểm từ 0-4 như sau: 0 điểm nếu màu da bình thường; 1 điểm nếu chỉ hơi tăng sắc tố; 2 điểm nếu tăng sắc tố nhẹ; 3 điểm nếu tăng sắc tố trung bình và 4 điểm nếu tăng sắc tố nặng. Việc đánh giá độ sạm mang tính chủ quan, do đó người đánh giá cần phải được đào tạo thông qua thư viện hình ảnh với nhiều điểm đánh giá khác nhau để đảm bảo khả năng đánh giá chính xác nhất.

Giống với chỉ số độ sạm, độ đồng nhất (H) của dát tăng sắc tố cũng được đánh giá theo thang điểm từ 0-4: 0 điểm nếu da bình thường; 1 điểm nếu chỉ bị các đốm nhỏ; 2 điểm nếu đường kính các dát tăng sắc tố <1.5 cm; 3 điểm nếu đường kính các dát tăng sắc tố >2 cm và 4 điểm nếu toàn bộ vùng da đều tăng sắc tố (không có vùng da thường nào).

Thang điểm MASI được tính dựa trên 3 chỉ số trên cho 4 khu vực chính của mặt: vùng trán (30%), má trái (30%), má phải (30%) và vùng cằm (10%) (hình 8.1). Điểm MASI cuối cùng được tính bằng cách nhân tổng điểm của chỉ số độ sạm và chỉ số đồng nhất với số điểm diện tích nám với phần trăm diện tích vùng được đánh giá, sau đó cộng điểm của cả 4 vùng này lại:

Tổng điểm MASI = 0.3 A (vùng trán) x (D+H) (vùng trán) +

                            0.3 A (vùng má trái) x (D+H) (vùng má trái) +

                            0.3 A (vùng má phải) x (D+H) (vùng má phải) +

                            0.3 A (vùng cằm) x (D+H) (vùng cằm)

                    Forehead          R.Malar         L.Malar             Chin

MASI = 0.3A (D+H) + 0.3A (D+H) + 0.3A (D+H) + 0.3A (D+H)

Hình 8.1 Chỉ số diện tích và độ nặng nám (MASI). A (diện tích), D (độ sạm), H (độ đồng nhất)
Hình 8.1 Chỉ số diện tích và độ nặng nám (MASI). A (diện tích), D (độ sạm), H (độ đồng nhất)

Điểm số MASI có giá trị từ 0 đến 48 điểm, trong đó 48 điểm là mức độ nặng nhất. Nhìn chung, lợi ích của thang điểm MASI là rất rõ ràng vì nó đánh giá được cả diện tích cũng như độ nặng của tăng sắc tố, đây là hai chỉ số ảnh hưởng nhiều đến bệnh nhân nhất. Ngoài ra, MASI là một thang điểm liên tục nên có có thể phản ánh được sự thay đổi tốt hơn so với thang điểm đánh giá độ nặng cũ (chỉ là thang điểm phân loại).

Thang điểm MASI được chứng minh là vẫn còn giá trị trong một nghiên cứu gần đây bởi Pandya [2]. Trong nghiên cứu này, thang điểm MASI thể hiện được độ chắc chắn của người đánh giá giữa các lần đánh giá cũng như sự tin tưởng giữa họ. Điều quan trọng cần lưu ý đó là tất cả những người đánh giá tham gia vào nghiên cứu đã được đào tạo thông qua các ví dụ về mức độ khác nhau về diện tích, độ sạm và độ đồng nhất để hỗ trợ họ ghi nhận điểm. Điều này giải thích cho sự chắc chắc của cả những người tham gia đánh giá, và sự tin tưởng giữa họ. Thang điểm MASI cũng đã được so sánh với kết quả đọc của Mexameter cũng như với thang điểm độ nặng nám và đã thể hiện được giá trị của nó.

Tuy nhiên, trong thực hành lâm sàng, thang điểm MASI lại có những nhược điểm của nó. Đầu tiên, sự chắc chắn về kết quả đánh giá khó có thể đạt được vì MASI được đánh giá bằng cách nhìn chủ quan trên ba chỉ số là diện tích, độ sạm, độ đồng nhất và các kết quả này sẽ khác nhau giữa mỗi người. Thứ hai, trong khi thang điểm MASI là một thang điểm liên tục, thì các chỉ số thành phần của nó (diện tích, độ sạm, độ đồng nhất) được đánh giá theo các khoảng đánh giá. Đều này rất không lý tưởng vì sự thay đổi lớn trong mỗi khoảng đánh giá không được phản ánh, trong khi sự thay đổi nhỏ giữa các khoảng đánh giá sẽ làm thay đổi mạnh điểm số MASI. Cuối cùng, thang điểm MASI hiếm khi được sử dụng ngoài các thử nghiệm lâm sàng do sự phức tạp trong tính toán và bản chất tốn thời gian của nó. Kết quả là người ta đã tạo ra một thang điểm MASI hiệu chỉnh để sử dụng một cách đơn giản hơn.

4. THANG ĐIỂM MASI HIỆU CHỈNH

Thang điểm MASI hiệu chỉnh (mMASI) được đề xuất bởi Pandya và các cộng sự [4] vào năm 2011 sau khi họ công nhận giá trị của thang điểm MASI. Trong ng- hiên cứu này, mặc dù những người tham gia được đào tạo và được cung cấp nhiều ví dụ ở các mức độ khác nhau về diện tích, độ sạm và độ đồng nhất, họ vẫn thấy việc đánh giá các chỉ số của thang điểm MASI vẫn tồn tại nhiều vấn đề, đặc biệt là trong việc đánh giá độ đồng nhất. Do đó, nhóm nghiên cứu đã đề xuất thang điểm MASI hiệu chỉnh bằng cách loại bỏ chỉ số độ đồng nhất ra khỏi thang điểm. Trong nghiên cứu của nhóm, việc loại bỏ thành phần độ đồng nhất không ảnh hưởng đến độ tin cậy hoặc giá trị đánh giá chung của thang điểm [4] và các tác giả này cũng cho rằng việc loại bỏ thành phần này sẽ làm cho thang điểm đơn giản, dễ thực hiện và ổn định hơn. Thang điểm mMASI được tính như sau:

Tổng điểm mMASI = 0.3 A (vùng trán) x D (vùng trán) +

0.3 A (vùng má trái) x D (vùng má trái) +

0.3 A (vùng má phải) x (D (vùng má phải) +

0.3 A (vùng cằm) x D (vùng cằm)

Ngoài ra, để làm tăng tính ổn định trong việc đánh giá hai thành phần diện tích và độ sạm, nhóm tác giả đã để xuất một chương trình đào tạo cũng như thực hành trên hình ảnh để đảm bạo sự tin cậy của thang điểm mMASI. Kể từ khi thang điểm này được giới thiệu vào năm 2011, nó đã thay thế thang điểm MASI và được sử dụng để đánh giá hiệu quả điều trị nám trong hầu hết các nghiên cứu đã được công bố. Mặc dù việc loại bỏ thành phần độ đồng nhất giúp thang điểm mMASI đơn giản hơn, thang điểm điều chỉnh này cũng không thể giải quyết được những vấn đề của thang điểm MASI liên quan đến đánh giá theo khoảng giá trị của các chỉ số, kết quả khác nhau giữa những người đánh giá và đòi hỏi người đánh giá phải được đào tạo để đảm bảo độ tin cậy. Do đó, vẫn cần phải có một hệ thống đánh giá tốt hơn có thể khắc phục được những vấn đề trên.

5. THANG ĐIỂM MASI TỰ ĐỘNG (aMASI)

Để giải quyết những vấn đề còn tồn tại của thang điểm MASI và mMASI, một hệ thống phần mềm máy tính phân tích hình ảnh đã được phát triển bởi Thng và các cộng sự [5] để đánh giá diện tích và độ sạm của nám. Các điểm thành phần được đánh giá theo công thức của thang điểm mMASI, sau sau đó được tích lũy lại thành thang điểm MASI tự động mMASI.

Phần mềm phân tích hình ảnh kĩ thuật số thông qua khả năng tự học của máy tính và phương pháp ngưỡng [6] để xác định vùng da bất thường, tính toán phần trăm diện tích vùng da bất thường so với tổng diện tích da mặt cũng như đánh giá mức độ tăng sắc tố của vùng da nám so với vùng da bình thường. Có thể tìm thấy các thông tin chi tiết về công nghệ trong bài báo của Liang và các cộng sự [6].

Nói một cách ngắn gọn, thuật toán máy tính sử dụng ba bước chính để phân tích thang điểm MASI một cách tự động từ một tệp gồm ba ảnh kĩ thuật số. Bước thứ nhất là xác định vùng bị nám. Thuật toán tự động xác định độ phân giải của các vùng lông mày, mắt, mũi, góc miệng là các vùng không thuộc da, và các điểm đen thuộc các vùng này sẽ được loại bỏ khỏi quá trình phân tích (hình 8.2). Những vùng còn lại sẽ được chia thành vùng tráng, vùng má phải, má trái và vùng cằm, thuật toán sử dụng vị trí của mắt, mũi và miệng như là cột mốc để xác định ranh giới giữa các vùng này.

Ảnh chụp mặt phẳng trán được sử dụng để đánh giá vùng trán và vùng cằm (hình 8.3), trong khi đó ảnh chụp hai bên được sử dụng để đánh giá vùng má phải, trái (hình 8.3). Ngưỡng màu da bất thường được xác định bằng cách so sánh giá trị mỗi ảnh điểm với với giá trị tham khảo của da bình thường [6], và bất kì vùng nào sậm màu hơn giá trị tham khảo sẽ được xem như là vùng bị nám (hình 8.4).

Bước thứ hai liên quan đến việc tính toán độ sạm của vùng nám so với vùng da thường. Bước này được tiến hành bằng cách sử dụng không gian màu Lab [7]. Sự khác biệt giữa giá trị Lab của vùng da thường và vùng da nám sẽ được tính toán cho mỗi điểm ảnh và độ sạm trung bình của các điểm ảnh ở vùng nám sẽ được sử dụng để tính toán điểm MASI cuối cùng.

Bước cuối cùng, phần trăm diện tích của vùng nám được đưa vào công thức tính cho thang điểm mMASI để tạo ra thang điểm MASI tự động (aMASI). Thang điểm mMASI được sử dụng để tính toán thay vì MASI vì chỉ số đồng nhất không còn là một thành phần quan trọng vì thuật toán máy tính có thể xác định chính xác tất cả vùng nám trên mặt dù các vùng này có kích thước như thế nào.

Hình 8.2 Các vùng không thuộc da (được xác định bởi các vùng đen) được loại bỏ trong quá trình tính toán điểm aMASI
Hình 8.2 Các vùng không thuộc da (được xác định bởi các vùng đen) được loại bỏ trong quá trình tính toán điểm aMASI
Hình 8.3 Cần phải chụp ảnh mặt phẳng trán và ảnh hai bên ở góc 450 để tính aMASI. Thang điểm aMASI của bệnh nhân này được tính bởi thuật toán máy tính là 8.6 điểm
Hình 8.3 Cần phải chụp ảnh mặt phẳng trán và ảnh hai bên ở góc 450 để tính aMASI. Thang điểm aMASI của bệnh nhân này được tính bởi thuật toán máy tính là 8.6 điểm

Hệ thống tính điểm aMASI có vẻ như rất dễ thực hiện vì tất cả những gì chúng ta cần là một tệp gồm ba tấm hình kĩ thuật số (một tấm chụp ở mặt phẳng trán, và hai tấm chụp hai bên mặt) được chụp ở vị trí cố định dưới cùng một nguồn ánh sáng. Ba bức ảnh này sẽ được đưa vào thuật toán máy tính và kết quả điểm aMASI sẽ được hiển thị trong vòng 1 phút. Vì tất cả việc đánh giá và tính toán đều được thực hiện một cách tự động, nên người đánh giá không cần phải được đào tạo cũng như không có sự khác biệt giữa những người đánh giá vì họ không tham gia vào quá trình đánh giá này. Hệ thống này cũng giúp loại bỏ hoàn toàn hạn chế của việc đánh giá theo khoảng vì tất cả các chỉ số được sử dụng để tính toán (diện tích và độ sạm) đều là các biến số liên tục, và do đó hệ thống này thể hiện tốt hơn sự cải thiện/xấu đi của nám.

Hình 8.4 Nhận diện tự động vùng nám nhờ thuật toán máy tính
Hình 8.4 Nhận diện tự động vùng nám nhờ thuật toán máy tính

Mặc dù mang nhiều ưu điểm rõ ràng, hệ thống này vẫn có một số điểm yếu trong thuật toán. Điểm yếu chính đó là thuật toán máy tính có thể sẽ không phân biệt được nám với các dạng tổn thương tăng sắc tố khác như bớt Hori, đốm nâu, các loại bớt khác… vì thuật toán này chỉ có khả năng phân biệt được da bình thường với vùng da tăng sắc tố. Ngoài ra, để đạt được kết quả ổn định, các bức ảnh kĩ thuật số phải được chụp trong cùng một điều kiện chiếu sáng và ở góc cố định. Cuối cùng, mặc dù thuật toán đã được kiểm nghiệm và có giá trị đối với bệnh nhân có phân loại da type III trở lên, tuy nhiên hệ thống này vẫn chưa được kiểm nghiệm đối với những bệnh nhân nám có type da sáng hơn. Cần tiến hành thêm nhiều nghiên cứu đánh giá hệ thống aMASI trên nhiều nhóm bệnh nhân khác nhau để đảm bảo giá trị cũng như sự ổn định của hệ thống này.

6.KẾT LUẬN

Hình thành phương pháp đánh giá độ nặng và đáp ứng điều trị nám tốt, chuẩn, ổn định đóng vai trò rất quan trọng để có thể so sánh được hiệu quả của các phương pháp điều trị nám khác nhau trong các nghiên cứu phân tích tổng hợp. Các hệ thống đánh giá này phải có chi phí hợp lý, hạn chế tối thiểu sự khác biệt giữa những người đánh giá, và quan trọng hơn cả là có thể được ứng dụng rộng rãi trên toàn thế giới. Trải qua thời gian, hệ thống đánh giá nám đã phát triển đến mức gần như lý tưởng. Thang điểm MASI và mMASI vẫn là tiêu chuẩn vàng trong đánh giá nám và nên được sử dụng thường xuyên trong các thử nghiệm điều trị nám lâm sàng. Hệ thống đánh giá tự động aMASI thông qua phân tích hình ảnh trên máy tính là một hệ thống đầy hứa hẹn, mang lại giá trị đánh giá ổn định và khả năng ứng dụng rộng rãi trong tương lai.

7. TÀI LIỆU THAM KHẢO

  1. Griffiths CE, Finkel LJ, Ditre CM, Hamilton TA, Ellis CN, Voorhees Topical treti- noin (retinoic acid) improves melasma: a vehicle-controlled, clinical trial. Br J Dermatol. 1993;129: 415–21.
  2. Taylor SC, Torok H, Jones T, Lowe N, Rich P, Tschen  E, et al. Efficacy and safe-  ty of a new triple-combination agent for the treatment of facial melasma. Cutis. 2003;72:67–72.
  3. Kimbrough-Green CK, Griffiths CE, Finkel LJ, Hamilton TA, Bulengo-Ransby SM, Ellis CN, et al. Topical retinoic acid for melasma in black patients: a vehicle-con- trolled clinical trial. Arch Dermatol. 1994;130:727–33.
  4. Pandya AG, Hynan LS, Bhore R, Riley FC, Guevara IL, Grimes P, et al. Reliability assessment and validation of the Melasma Area and Severity Index (MASI) and a new modified MASI scoring method. J Am Acad Dermatol. 2011;64:78–83.
  5. Tay EY, Gan EY, Tan VW, Lin Z, Liang Y, Lin F, Wee S, Thng TG. Pilot study of an automated method to determine Melasma Area and Severity Index. Br J Dermatol. 2015;172(6):1535–40.
  6. Liang Y, Lin Z, Gu J, Ser W, Thng TG. Melasma image segmentation using extreme learning machine. In: Cao J, Mao K, Cambria E, Man Z, Toh KA, editors. Proceedings Volume Switzerland: Springer International Publishing; 2015. p. 369–77.

Tham khảo thêm một số bài viết cùng chủ đề:

Ngày viết:
Năm 2009: Tốt nghiệp Y Đa Khoa tại trường đại Học Y Hà Nội Năm 2010: Bắt đầu làm việc tại Phòng khám Da liễu Hà Nội Năm 2016: Là bác sĩ tại Khoa Phẫu thuật Laser- vật lý trị liệu - chăm sóc da, Bệnh viện Da Liễu Hà Nội

BÌNH LUẬN