Utilizamos cookies para comprender de qué manera utiliza nuestro sitio y para mejorar su experiencia. Esto incluye personalizar el contenido y la publicidad. Para más información, Haga clic. Si continua usando nuestro sitio, consideraremos que acepta que utilicemos cookies. Política de cookies.

MedImaging

Deascargar La Aplicación Móvil
Noticias Recientes Radiografía RM Ultrasonido Medicina Nuclear Imaginología General TI en Imaginología Industria

Nuevo sistema de puntuación de RM ayuda a evitar biopsias innecesarias de lesiones óseas

Por el equipo editorial de MedImaging en español
Actualizado el 14 Aug 2024

Los sarcomas de tejido blando (STB) son tumores malignos poco frecuentes que a menudo requieren una combinación de radioterapia y resección quirúrgica tanto para el manejo preoperatorio como postoperatorio. A pesar de los avances en la radioterapia que permiten campos de radiación más específicos, el hueso adyacente aún puede estar expuesto y desarrollar cambios como la osteítis por radiación. Estos cambios a menudo se detectan en imágenes por resonancia magnética (RM), pero pueden ser difíciles de diferenciar de lesiones potencialmente malignas. Aunque las biopsias son definitivas para distinguir la osteítis por radiación de una enfermedad maligna, son invasivas, costosas y pueden causar un estrés psicológico significativo a los pacientes mientras esperan los resultados. Por lo tanto, desarrollar un sistema de puntuación de RM para identificar características benignas de la osteítis por radiación es crucial para evitar biopsias innecesarias.

Investigadores del Centro Médico de la Universidad Rush (Chicago, IL, EUA) han desarrollado un innovador sistema de puntuación de resonancia magnética diseñado para evaluar lesiones óseas y predecir el potencial de malignidad basándose en puntuaciones de RM en pacientes con STB que se han sometido a radioterapia. Este sistema de puntuación, que demuestra una alta confiabilidad interobservador, está diseñado para ser simple para la aplicación clínica, ayudando a los médicos a decidir si es necesaria una biopsia para lesiones óseas en pacientes con antecedentes de radioterapia. El sistema de puntuación de RM incluye tres parámetros: morfología, intensidad de la señal y progresión. La confiabilidad interobservador de las puntuaciones de RM se analizó utilizando el coeficiente kappa de Cohen y se realizó un análisis de la curva operativa del receptor (ROC) para establecer una puntuación de RM predictiva de malignidad.


Imagen: El nuevo sistema de puntuación de RM puede evaluar la malignidad ósea en pacientes con sarcoma de tejidos blandos después de la radioterapia (foto cortesía de 123RF)
Imagen: El nuevo sistema de puntuación de RM puede evaluar la malignidad ósea en pacientes con sarcoma de tejidos blandos después de la radioterapia (foto cortesía de 123RF)

En una revisión retrospectiva de 156 resonancias magnéticas de 30 pacientes con STB que habían recibido radioterapia, el estudio, publicado en la revista European Journal of Radiology, encontró que dos pacientes (6,7 %) desarrollaron metástasis óseas regionales detectables en la RM. El coeficiente kappa para el sistema de puntuación fue de 0,785, lo que indica un acuerdo interobservador sustancial (p < 0,001). El análisis ROC indicó que el valor de corte óptimo para una lesión maligna en la RM fue 5,5 (área bajo la curva 0,998; p <0,001). Este novedoso sistema de puntuación de RM recomienda que las lesiones con una puntuación de seis o más se realicen una biopsia para confirmar si hay presencia de malignidad. Estos hallazgos sugieren que el sistema de puntuación podría ser utilizado eficazmente por equipos de atención multidisciplinarios para proporcionar recomendaciones clínicas para pacientes con STB, ayudando a diferenciar entre preocupaciones de malignidad y cambios inducidos por la radiación en la RM,


New
Miembro Oro
X-Ray QA Meter
T3 AD Pro
New
Radiology Software
DxWorks
Compact C-Arm
Arcovis DRF-C S21
Radiation Therapy Treatment Software Application
Elekta ONE

Últimas RM noticias

Software de IA utiliza imágenes por RM para segmentar automáticamente estructuras cerebrales clave

Software de IA analiza datos de neuroimagen para diagnosticar 10 tipos de demencia

Los metamateriales podrían aumentar la velocidad y precisión de las resonancias magnéticas