Resumen Propósito: Afiliaciones de Autor

Evaluación de control de calidad de
radioterapia y diagnóstico: simulación

Registro de imágenes de TC para
radioterapia de cabeza y cuello:
comparación de algoritmos rígidos y
deformables según la región
anatómica de interés
Abdallah SR Mohamed 1 , Manee-Naad Ruangskul 2 , Musaddiq J. Awan 3 , Charles
A. Baron 4 , Jayashree Kalpathy-Cramer , Richard Castillo , Edward
Castillo , Thomas M. Guerrero , Esengul Kocak-Uzel 5 , Jinzhong Yang , Laurence
E . Corte , Michael E. Kantor , G. Brandon Gunn , Rivka R. Colen ,
 … Mo strar todo s lo s autor es
afiliaciones de autor
Publicado en línea: 7 de noviembre de
2014https://doi.org/10.1148/radiol.14132871
 Secciones
 PDF
 Herramientas
 Compartir
Resumen
Propósito
Para desarrollar un flujo de trabajo de control de calidad (QA) mediante el uso de
una biblioteca robusta, curada y segmentada manualmente, la región de interés
anatómica (ROI) como punto de referencia para la evaluación cuantitativa de
diferentes técnicas de registro de imágenes utilizadas para la radioterapia de
cabeza y cuello: tomografía computarizada de simulación (TC) con TC de
diagnóstico.
Materiales y métodos
Radioterapia: imágenes de tomografía computarizada e imágenes de TC de
diagnóstico en 20 pacientes con carcinoma de células escamosas de cabeza y
cuello tratados con radioterapia de intensidad modulada con intención curativa
entre agosto de 2011 y mayo de 2012 se recuperaron retrospectivamente con la
aprobación del comité de revisión institucional. Sesenta y ocho referencias de ROI
anatómicas con tumor grueso y dianas nodales fueron luego contorneadas
manualmente en imágenes de cada examen. Las imágenes de CT de diagnóstico
se registraron con imágenes de CT de simulación de forma rígida y utilizando
cuatro algoritmos de registro de imágenes deformables (DIR): basados en atlas, B-
spline, demonios y flujo óptico. Las ROI deformadas resultantes se compararon
con las ROI de referencia contorneadas manualmente utilizando métricas de
coeficiente de similitud (es decir, coeficiente de similitud de dados) y métricas de
distancia de superficie (es decir, 95% de distancia máxima de Hausdorff).
Resultados
Se delinearon un total de 2720 ROI anatómicas y 50 tumorales y nodales. Todos
los algoritmos DIR mostraron un rendimiento mejorado sobre RIR para la
conformidad del ROI anatómico y objetivo, como se muestra para la mayoría de
las métricas de comparación (Prueba de acero, P <.008 después de la corrección
de Bonferroni). El rendimiento de diferentes algoritmos varió sustancialmente con
la estratificación por estructuras anatómicas específicas o por categoría y
simulación del grosor de la sección de TC.
Conclusión
El desarrollo de un flujo de trabajo de control de calidad basado en el retorno de la
inversión formal para la evaluación del registro demostró un mejor desempeño con
las técnicas DIR sobre RIR. Después del control de calidad, la implementación de
DIR debe ser el estándar para la TC de diagnóstico de cabeza y cuello y la
alineación de CT de simulación, especialmente para la delineación del objetivo.
©
RSNA, 2014
El material complementario en línea está disponible para este artículo.
Introducción
El registro de imagen deformable ( DIR ) es una herramienta cada vez más común
para aplicaciones en radioterapia guiada por imagen ( 1 - 3 ). La DIR , como
herramienta para la evaluación y corrección del movimiento en tumores que se
mueven con la respiración, así como el recontorneado adaptativo de volúmenes
objetivo o anatómicos que se alteran con el tiempo, se está utilizando cada vez
más a medida que los proveedores integran las soluciones DIR en paquetes de
software comerciales ( 4 - 9 ). Además, los datos emergentes sugieren que para
los cánceres de cabeza y cuello, DIR tiene un rendimiento técnico demostrable en
comparación con el registro rígido de imágenes ( RIR) para la radioterapia
adaptativa, en la que un conjunto de datos de tomografía computarizada (TC) de
simulación se registra de forma conjunta con los datos de TC en rieles o TC de
haz cónico adquiridos durante el curso del tratamiento de radiación ( 10 - 13 ).
Los conjuntos de datos de la terapia de radiación tridimensional - simulación CT

(en adelante, simulación CT) son el componente inicial de la planificación de la
radiación. Los conjuntos de datos de CT de simulación se segmentan
manualmente para definir los volúmenes de tejido normal y tumoral, con el cálculo
de la dosis posterior mediante el uso de mapas de densidad de electrones
basados en voxel. En consecuencia, como paso clave en la obtención de
imágenes en la radioterapia, toda la administración posterior de la dosis de
tratamiento del paciente depende totalmente de la calidad de los procesos de
simulación de TC (por ejemplo, delineación del objetivo, segmentación de órganos
en riesgo, optimización de haz e intensidad y cálculo de dosis) ( 14 ).
El registro de intramodalidad de la TC de diagnóstico de cabeza y cuello pre y

postratamiento con datos de simulación de TC es valioso en múltiples aplicaciones
de radioterapia, como la delineación de objetivos y los sitios de mapeo de
recurrencias locales-regionales de postratamiento con las imágenes de simulación
de TC originales y la tabla de dosis ( 15 - 18). Sin embargo, tal fusión intramodal
de imágenes de TC de diagnóstico e imágenes de TC de simulación se describe
con menos frecuencia en la literatura y presenta obstáculos específicos para el
registro de imágenes. Primero, la adquisición diagnóstica de TC se realiza de
forma rutinaria utilizando una mesa curvada sin posicionamiento de cabeza
estandarizado, mientras que las imágenes de simulación de TC se obtienen
mediante el uso de una máscara de inmovilización termoplástica personalizada en
una mesa de superficie plana, lo que da como resultado diferencias posicionales
de los tejidos de cabeza y cuello ( 15 , 16 ). En varios cánceres de cabeza y
cuello, el uso institucional de un dispositivo de inmovilización y desplazamiento
intraoral, como un stent dental personalizado ( 19), los resultados en la colocación
de una nueva estructura en el examen de simulación de TC que no estaba
presente en el examen de diagnóstico de CT. Además, la TC de diagnóstico
generalmente implica el uso de material de contraste intravenoso para la
evaluación del tumor, mientras que en nuestra instalación y en muchas otras, el
material de contraste intravenoso no se usa para la TC de simulación, lo que
resulta en diferenciales de intensidad para las mismas estructuras
( 10 ). Parámetros de adquisición (p. Ej., Reconstrucción de espesor de sección
[ STR], el campo de visión y el voltaje máximo pueden no estar estandarizados
entre la TC de diagnóstico y la TC de simulación. Finalmente, en muchos casos,
debido a la progresión tumoral o la terapia intermedia (resección quirúrgica o
quimioterapia de inducción), la anatomía se altera fundamentalmente entre la TC
diagnóstica y la TC de simulación. Estos factores, entre otros, hacen que el
registro de imágenes de TC de diagnóstico con imágenes de TC de simulación
sea una tarea no trivial.
Como parte de los esfuerzos más grandes para mejorar la delineación del objetivo
de cabeza y cuello, así como la definición del mapeo espacialmente exacto de los
sitios de fallas locales-regionales, el propósito de este estudio fue desarrollar
un flujo de trabajo de control de calidad ( QA ) utilizando un robusto, curado,
manualmente. La biblioteca de regiones anatómicas de interés
( ROI ) segmentadas como punto de referencia para la evaluación cuantitativa de
diferentes técnicas de registro de imágenes utilizadas para el registro previo de
imágenes de TC de simulación de cabeza y cuello con imágenes de TC de
diagnóstico.
Población de estudio
Simulación de tomografía computarizada y diagnóstico Imagen de imagen digital y

comunicaciones en medicina (TC) ( DICOM) los archivos de 22 pacientes con
cáncer de cabeza y cuello tratados en nuestra institución entre agosto de 2011 y
mayo de 2012 se recuperaron retrospectivamente con la aprobación de la junta de
revisión institucional. Los criterios de inclusión fueron el diagnóstico
patológicamente comprobado de carcinoma de células escamosas de cabeza y
cuello, el tratamiento con radioterapia de intensidad modulada con intención
curativa y la disponibilidad de imágenes de TC de simulación sin contraste con TC
de contraste y material de contraste para cada paciente, con un intervalo de
tiempo máximo de 4 semanas entre los dos exámenes para minimizar los errores
atribuidos a los cambios anatómicos asociados con la radioterapia o la progresión
de la enfermedad. Veinte pacientes fueron elegibles, mientras que se excluyeron
dos pacientes, uno por tener una progresión masiva de la enfermedad y el otro por
someterse a una resección quirúrgica durante el intervalo entre la TC diagnóstica y
la simulación. Los pacientes y las características del tratamiento se resumen
enTabla 1 .
Tabla 1 Características del paciente

Nota.— Los datos son números de pacientes, a menos que se indique lo
contrario. Los números entre paréntesis son el rango. IMRT = radioterapia de
intensidad modulada.
Características de imagen
Se obtuvieron imágenes de TC de simulación sin mejorar después de inmovilizar a

los pacientes con máscaras termoplásticas de hombro y cuello, con un grosor de
sección de 1–3.75 mm y una corriente del tubo de rayos X de 100–297 mA a 120
kVp. El campo visual de la pantalla era de 500 mm; las imágenes axiales se
adquirieron utilizando una matriz de 512 × 512 píxeles y se reconstruyeron con un
tamaño de píxel de 0,98 × 0,98 mm a lo largo de los ejes x e
y. Comparativamente, las imágenes de TC de diagnóstico con contraste se
adquirieron con un grosor de sección de 1.25–3.75 mm y una corriente del tubo de
rayos X de 160–436 mA a 120 kVp. El campo visual de la pantalla fue de 236–300
mm, y las imágenes axiales se adquirieron utilizando una matriz de 512 × 512
píxeles, reconstruida con un tamaño de píxel de 0.46 × 0.46 mm a 0.59 × 0.59 mm
a lo largo de los ejes x e y. Se inyectaron ciento veinte mililitros de material de
contraste a una velocidad de 3 ml / s, seguido de escaneo después de un retraso
de 90 segundos. (Los parámetros de adquisición detallados se dan enTabla E1 [en
línea].)
Segmentación manual de las ROI anatómicas de referencia.
Para cada paciente, una serie de 68 referencia anatómica ROI s (18 hueso, tres
cartilaginoso, siete glandular, 30 muscular, seis de los tejidos blandos, y cuatro
vascular ROI s), además de volumen del tumor primario bruto y objetivo nodal
bruto, eran Contorneado manualmente en las imágenes de CT de diagnóstico de
cada paciente y las imágenes de CT de simulación realizadas por un médico
observador residente de tercer año (MNR) y un estudiante de medicina (CAB). Los
contornos fueron aprobados a diario por un oncólogo de radiación con 7 años de
experiencia (ASRM) y, finalmente, ROIs fueron revisados por un experto que
asistió al oncólogo especialista en radiación de cabeza y cuello con 8 años de
experiencia (CDF). La segmentación manual se realizó mediante el uso de un
software de planificación de tratamiento comercial (Pinnacle 9.0; Phillips Medical
Systems, Andover, Massachusetts). (Los detalles de los ROI segmentados están
disponibles en la Figura E1 y la Tabla E2 [en línea].)
Registro de imagen
Para el conjunto de datos DICOM de cada paciente , el registro de imágenes se

realizó mediante un RIR delínea de base , lo que permitió un registro rígido y
escalable automático de las imágenes de TC de diagnóstico con las imágenes de
CT de simulación mediante el uso de un algoritmo basado en la unidad de
procesamiento de gráficos interno de coincidencia de bloques. Posteriormente,
cada conjunto de datos se registró mediante una serie de algoritmos de registro
comercial y de acceso abierto. Se examinaron dos tipos de software comercial DIR
de varias etapas : basado en atlas (CMS ABAS 0.64; Elekta, Estocolmo, Suecia) y
B-spline (VelocityAI 2.8.1; Velocity Medical, Atlanta, Ga). DIR basado en Atlas ,
presentado anteriormente ( 20), consistió en cinco pasos de registro para deformar
la imagen de TC de diagnóstico original a la imagen de CT de simulación: registro
lineal, corrección de posición de la cabeza, registro no lineal de polisuras, registro
deformable de información mutua densa y refinamiento final utilizando un modelo
de superficie deformable ( 20). El método B-spline consistió en tres pasos de
registro: edición rígida ajustada manualmente, registro rígido automático y registro
deformable automático ( 21 ).
Asimismo, se investigaron dos algoritmos de software no comerciales, los

demonios ITK (Kitware, Clifton Park, NY) ( 22 ) y el flujo óptico (Castillo, Houston,
Tex) ( 23 ). Los algoritmos no comerciales a menudo dependen de numerosos
parámetros variables ingresados manualmente que determinan la efectividad de
un algoritmo en el registro. Para proporcionar una comparación válida de
algoritmos comerciales y no comerciales, se realizó un paso de optimización
utilizando aproximadamente 100 puntos de referencia idénticos verificados por
humanos en las imágenes de TC de diagnóstico y TC de simulación y los métodos
que hemos descrito anteriormente ( 24). Con estos métodos, los parámetros se
variaron de forma iterativa para crear campos de deformación variables para
mapear las imágenes de TC de diagnóstico con las imágenes de CT de
simulación. Posteriormente, estos campos de deformación se aplicaron a los
puntos de referencia en las imágenes de TC de diagnóstico para obtener puntos
de referencia deformados en las imágenes de CT de simulación. Se calcularon las
distancias euclidianas en puntos de puntos de referencia correspondientes entre
los puntos de puntos de referencia deformados y los puntos de puntos de
referencia reales en las imágenes de CT de simulación. Los parámetros que
minimizan las distancias totales de puntos euclidianos obtenidos al aplicar estos
algoritmos no comerciales a estos puntos de referencia se utilizaron en
la comparación del ROI que se describe a continuación.
Los campos del vector de deformación se obtuvieron de cada algoritmo de registro

de imágenes para mapear la deformación de las imágenes de CT de diagnóstico
en las imágenes de CT de simulación. Para los algoritmos comerciales, la
deformación transformó los vóxeles definitivos de las imágenes de TC de
diagnóstico originales en las imágenes de CT de simulación, mientras que para los
algoritmos no comerciales, el campo de deformación fue de las imágenes de CT
rígidas. Posteriormente, en un programa MATLAB escrito a medida (MATLAB
R2012a; MathWorks, Natick, Mass), estos campos de deformación se aplicaron a
las ROIsegmentadas en las imágenes de TC de diagnóstico para convertirlas en
" ROI deformadas " en las imágenes de CT de simulación. Los cálculos (descritos
a continuación) se realizaron comparando las " ROI deformadas " con
las ROI segmentadas por humanos.s en la simulación de imágenes de tomografía
computarizada.
Evaluación del algoritmo de registro
Después de completar el RIR y el DIR de los archivos de imagen DICOM nativos ,

las ROI deformadas resultantes se compararon cuantitativamente con las ROI
de referencia contorneadas manualmente para cada una de las 68 estructuras
anatómicas enumeradas, más las dianas tumorales y nodales. La Figura
1 muestra una ilustración esquemática del proceso de flujo de trabajo
de control de calidad desarrollado sobre la base de un recurso de software
presentado anteriormente (TaCTICS [Pruebas de contorno de destino / Software
informático de instrucción], https://github.com/kalpathy/tacticsRT ) ( 25 - 27 ) .
Figura 1: la ilustración esquemática muestra el proceso de flujo de trabajo
de control de calidad . DVF = campos vectoriales de deformación, DxCT =
diagnóstico CT, RF = fusión rígida, SimCT = simulación CT, VF = campos
vectoriales.
Descargar como PowerPoint Open en Image Viewer
Para cada par de ROI de referencia y ROI deformado por registro, se

evaluaron las siguientes métricas de superposición basadas en el ROI ( 28 - 30 ):
superposición de volumen, distancia máxima de Hausdorff máxima y máxima del
95%, y similitud de dados falsos positivos, falsos negativos y estándar coeficientes
( DSC s).
Las métricas individuales se detallan en la Tabla 2 . Los diferentes algoritmos de

registro se compararon mediante el uso de diferentes métricas para
la superposición del ROI agrupado , luego se compararon después de la
estratificación por ROI individual , subgrupo anatómico y STR .
Tabla 2 Descripción de las métricas usadas
Nota.— a = un punto en A, A = volumen de ROI deformado dependiente del

algoritmo , d (A, R) = distancia superficial mínima entre cada punto en A desde la
superficie R, FND = Dados falso negativos, FPD = falso dados positivos, h (A, R) =
el máximo del mínimo de las distancias superficiales entre cada punto de la
superficie A y la superficie R, H (A, R) = distancia de Hausdorff entre A y R, r = un
punto en R , R = referencia anatómica , volumen de ROI segmentado
manualmente , VO = volumen superpuesto.
Variabilidad interobservador
Para interrogar el efecto de la variabilidad interobservador en la delineación

del ROI manual en las métricas de salida de diferentes técnicas de registro post
hoc, tres subconjuntos de delineación de la ROI (dos ROI por cada subgrupo
anatómico) fueron delineados por un experto en la delineación del objetivo clínico
(ASRM, por sus siglas en inglés) con 7 años de experiencia, un no autor, con 8
años de experiencia y EKU, con 5 años de experiencia) en simulación pareada y
series de TC diagnósticas en dos pacientes. Los mismos métodos de flujo de
trabajo descritos anteriormente se utilizaron para comparar las métricas de
superposición y distancia de superficie obtenidas de la segmentación experta con
las del observador primario para cada técnica de registro.
Análisis estadístico
La evaluación estadística se realizó utilizando el software JMP versión 10.2

(Instituto SAS, Cary, NC). Para evaluar el rendimiento del algoritmo para cada una
de las métricas enumeradas, se tabularon las estadísticas de distribución para las
métricas enumeradas ( Tabla 2 ) para cada ROI anatómico .
Para determinar el grado relativo de diferencia de potencial de DIR

en comparación con RIR , se compararon las métricas de superposición para
las ROI anatómicas y objetivo mapeadas mediante el uso de DIR con las de
mapas rígidos. El umbral de valor de P para comparaciones múltiples con la
corrección de Bonferroni se realizó dividiendo el umbral α requerido de .05 por el
número de comparaciones de subconjuntos, con el valor
de P resultante especificado para cada comparación (infra). Las diferencias de
distribución en los algoritmos DIR (basados en atlas, demonios, flujo óptico y B-
spline) en comparación con RIR solo se realizaron utilizando la prueba de acero
no paramétrico con control ( 31) para las diferencias entre algoritmos,
con RIR designado como el comparador estandarizado (control). Las
comparaciones entre grupos se realizaron para todas las métricas para
los ROI agrupados y para cada ROI por separado y se informaron con el valor de
umbral de Ppara las comparaciones múltiples aplicadas gráficamente. Se realizó
una comparación adicional post hoc de métricas después de la estratificación de
acuerdo con el subgrupo anatómico de STR y ROI (huesos, cartílago, músculos,
glándulas, vasos y tejidos blandos), en comparación utilizando Wilcoxon con rango
de signo ( 32 ) (comparación pareada) o Kruskal -Wallis ( 33)) (comparación de
tres o más grupos) pruebas no paramétricas cuando se comparan entre estratos
con umbrales de valor P para comparaciones múltiples. Para la evaluación de la
dependencia interobservador, el método Cronbach α se realizó para evaluar el
acuerdo entre observadores expertos para todas las ROI delineadas para todos
los métodos de registro probados para lasmétricas DSC .
Resultados
Algoritmo de rendimiento comparativo
Se delinearon un total de 2720 ROI anatómicos (68 por cada archivo DICOM )
para todos los TC de simulación pareada de pacientes incluidos y los conjuntos de
TC diagnósticos, y un total de 50 ROI tumorales y nodales se delinearon en 15 de
los 20 conjuntos pareados de pacientes ( cinco pacientes no tenían dianas
radiculares tumorales o nodales después de la quimioterapia de inducción y / o
cirugía). Exceptuando el flujo óptico para las métricas de distancia de la superficie
(es decir, 95% y la distancia máxima de Hausdorff) y los demonios para los dados
falsos negativos, para todos los algoritmos DIR investigados hubo una mejora
detectable en conformidad con un comparador de ROI manual sobre RIR para
todas las ROI agrupadas por utilizando todas las métricas comparativas (prueba
de acero,P <.008 después de la corrección de Bonferroni para comparaciones
múltiples; un mapa de calor de valor P está disponible como Figura E2 [en
línea]). La estimación de las diferencias entre los algoritmos varió sustancialmente
con la estratificación por ROIespecífico ; La magnitud del tamaño del efecto para
la diferencia en comparación con el control RIR se ilustra como un mapa de calor
de valor P con un umbral de color para la corrección de comparación múltiple
( Fig. 2). La Figura 3 muestra un ejemplo de la comparación visual de la
superposición entre las ROI deformadas y las ROI de referencia mediante el uso
de RIR frente a DIR .
La Figura 2: Mapa de calor ilustra el rendimiento relativo de cada uno de
los algoritmos DIR sobre el RIR para cada estructura anatómica utilizando todas
las métricas de comparación. Un mejor rendimiento se indica con los colores que
aparecen hacia el extremo azul de la escala de colores. El umbral de valor
de P para comparaciones múltiples se usó con el primer umbral en P menor que
.008 para la corrección de comparaciones múltiples en cuatro algoritmos de
registro distintos (α = .05 / 6 "comparación por pares de cuatro algoritmos DIR ")
y P menor que .0001 para comparaciones múltiples en 68 distintos ROI s. Los
valores sombreados en rojo sólido no son significativamente diferentes de la
segmentación rígida.FN-DSC = falso negativo DSC , FP-DSC = falso
positivo DSC , GTV-N = volumen nodal bruto, GTV-P = volumen del tumor primario
bruto, MPC = constrictor faríngeo medio, DE = flujo óptico, SPC = superior de la
faringe constrictor, ST = tejidos blandos, VO = volumen superpuesto, 95% HD =
95% de distancia de Hausdorff.

Figura 3: Las imágenes muestran la superposición de ROI de referencia
deformada . Los paneles superiores muestran ejemplos de ROI deformadas en
azul y ROI de referencia en rojo utilizando RIR , mientras que los paneles
inferiores muestran las mismas ROI cuando se registran con DIR .
Para las métricas de coeficientes de similitud, el algoritmo basado en atlas

probado parece tener el mejor rendimiento en esta aplicación específica de
cabeza y cuello ( DSC mediana , 0,68; coeficiente de Dados falso negativo medio,
0,06; y coeficiente de Dados falso positivo mediano, 0,5). Del mismo modo, para
las métricas de distancia de superficie, el algoritmo basado en atlas tuvo el menor
error de distancia mediana (distancia de Hausdorff de 4,6 mm y 95%; distancia de
Hausdorff máxima de 6,6 mm). ( Las Figuras E3 y E4 [en línea] ilustran con más
detalle las métricas de superposición y distancia de superficie utilizadas,
respectivamente, para todas las ROI para cada método de registro como una tabla
gráfica).
Rendimiento del algoritmo según el subgrupo anatómico
El rendimiento de cada método de registro varió significativamente entre los

diferentes subgrupos de ROI(huesos, cartílago, músculos, glándulas, vasos y
tejidos blandos) según se evaluó para diferentes métricas mediante el uso del test
de Kruskal-Wallis ( p <.05), excepto el RIR (para superposición de volumen y
distancia de Hausdorff del 95%), B-spline (para superposición de volumen) y
demonios (para distancia de Hausdorff de 95%). Para comparar directamente el
rendimiento del subgrupo anatómico específico para cada algoritmo de registro, un
análisis más detallado con la prueba de Wilcoxon apareada mostró que para la
mayoría de los algoritmos de registro, las ROI óseas y cartilaginosas fueron
significativamente más concordantes que las ROImusculares y
vasculares ( P corregida por Bonferroni<.003 para comparaciones múltiples en los
seis subgrupos de ROI ). Del mismo modo, para cada categoría anatómica,
la conformidad del ROI varió significativamente a través de diferentes métodos de
registro para todas las métricas evaluadas (prueba de Kruskal-Wallis, p <.05) con
un rendimiento comparativamente mejor del DIR basado en atlas , seguido de B-
spline, en todos los subgrupos de ROI ( P = .005 corregido por Bonferroni para
comparaciones múltiples entre los cinco métodos de registro), como se ilustra
visualmente en la Figura 4 para las mediciones de distancia de DSC y 95% de
Hausdorff. El tumor y el retorno de la inversión nodal.la mejor forma de lograr la
conformidad fue con un software basado en atlas con una DSC mediana del
volumen del tumor primario bruto de 0,65 y una distancia de Hausdorff del 95% de
4,6 mm y una DSC mediana del volumen nodal bruto de 0,67 y una distancia de
Hausdorff del 95% de 4,5 mm, respectivamente.
Figura 4a: (a) Los diagramas de caja del análisis DSC para cada método de
registro se muestran según la categoría de ROI anatómico . La línea pálida dentro
de la caja indica el valor de la mediana, mientras que los límites de la caja indican
los percentiles 25 y 75. Las líneas representan los percentiles 10 y 90, y los puntos
representan valores atípicos. (b) Los diagramas de caja del análisis de la distancia
de Haussdorff al 95% para cada método de registro se muestran según
la categoría de ROI anatómico . OF = flujo óptico, ST = tejidos blandos, 95% HD =
Figura 4b: (a) Los diagramas de caja del análisis DSC para cada método de
registro se muestran según la categoría de ROI anatómico . La línea pálida dentro
de la caja indica el valor de la mediana, mientras que los límites de la caja indican
los percentiles 25 y 75. Las líneas representan los percentiles 10 y 90, y los puntos
representan valores atípicos. (b) Los diagramas de caja del análisis de la distancia
de Haussdorff al 95% para cada método de registro se muestran según
la categoría de ROI anatómico . OF = flujo óptico, ST = tejidos blandos, 95% HD =

Rendimiento del algoritmo según la sección Reconstrucción de
espesor
El STR de la TC diagnóstica para todos menos dos casos fue uniforme a 1.25 mm,
mientras que la simulación CT STR fue variable, con 10 casos reconstruidos con
un grosor de sección de menos de 3 mm (1–2.5 mm) y 10 casos reconstruidos con
un grosor de sección de 3 mm o más (3–3,75 mm). El efecto de la variabilidad en
la simulación CT STR en el rendimiento de los métodos de registro individuales
fue más evidente para el algoritmo B-spline probado, como se muestra en la Tabla
3 , una dependencia del sistema que no suele considerarse en
el control de calidad de la imagen, pero de importancia práctica en la adquisición
de imágenes clínicas. .
Tabla 3 Efecto de la variabilidad en la simulación CT Reconstrucción del espesor de la sección

en el rendimiento de los algoritmos de registro
Nota. — Los datos son medias ± desviaciones estándar, a menos que se indique
lo contrario.
* n = 10 pacientes.
†
Significativo P <.05 para la prueba de rango de Wilcoxon.
‡
Significativo P <.005 después de la corrección de Bonferroni (α = .05 / 10
"comparación por pares de cinco algoritmos DIR ").
Variabilidad interobservador
En la evaluación de dependencia de interobservadores post hoc, para cada

técnica de registro no hubo una diferencia significativa (todos P > .05) entre los
valores medios para todas las métricas de todos los observadores expertos en
comparación con el observador primario, excepto el 95% de la distancia de
Hausdorff para el observador 3 en algoritmos basados en atlas y B-spline. La
evaluación α de Cronbach mostró un valor α mínimo de 0.6527 (acuerdo
interobservador aceptable) para RIR y un valor α máximo de 0.88 para B-spline
(acuerdo interobservador bueno). Esto confirma que es poco probable que la
variabilidad de la delineación del manual interobservador afecte sustancialmente
los resultados del registro en este estudio ( Fig. E5 [en línea]).
Discusión
Nuestros resultados confirman que los algoritmos DIR probados proporcionaron
ventajas de rendimiento detectables sobre RIR en nuestro conjunto específico de
datos de TC de diagnóstico de cabeza y cuello y CT de simulación para la
mayoría de las métricas basadas en ROI . El rendimiento de
específicos DIR algoritmos varió entre anatómica ROI s, con una mayor
conformidad de registrarse ósea y cartilaginosa ROI s con referencia ROI s de que
para el músculo y vascular ROIs. Además, la diferencia entre la precisión de
registro de diferentes estructuras de la clase anatómica varió sustancialmente. Por
ejemplo, ciertas estructuras óseas (p. Ej., Las clavículas) mostraron más errores
de distancia y una menor conformidad en comparación con otras ROI óseas ,
probablemente debido a la amplia variación en la posición del hombro entre
ambas imágenes. Otro ejemplo es el número relativamente alto de errores de
registro de ROI de la musculatura de la lengua y ROI de los velares en la región
adyacente a las endoprótesis dentales intraorales con simulación de
TC. Nuestro método de control de calidad también demostró dependencias de
algoritmos no anticipados, como STR , entre CT de simulación y CT de
diagnóstico. STR afectó notablemente a algunos algoritmos de manera
desproporcionada, lo que fue más evidente con las fusiones de imagen B-spline.
Varios estudios anteriores han servido para validar el uso de algoritmos DIR en la
radioterapia guiada por imágenes para el cáncer de cabeza y cuello. Los enfoques
utilizados para cuantificar el rendimiento de distintos DIR en estos estudios
incluyen la identificación de puntos de referencia ( 12 ), la comparación basada en
el retorno de la inversión ( 3 , 10 , 13 , 34 , 35 ) y la deformación fantasma
computacional ( 8 , 9 , 36 , 37).); Cada uno de estos métodos tiene advertencias
específicas y limitaciones de aplicación. En el entorno examinado de CT de
diagnóstico y de simulación, la aplicación de una matriz distribuida uniformemente
y densamente de puntos de referencia anatómicos es intuitivamente comprensible
y, con una colocación de puntos suficiente, excepcionalmente espacialmente
precisa y estadísticamente robusta como método de validación ( 24 ). No obstante,
la colocación de puntos es comparativamente intensiva en recursos, y requiere
una identificación manual precisa de cientos o miles de puntos ( 24 ). La
colocación de puntos en la cabeza y el cuello es técnicamente complicada debido
a una variación sustancial en la posición del paciente, diferencias de parámetros
de adquisición de imágenes (especialmente STR, que es una limitación sustancial
de la identificación del punto en voxelwise), y de la anatomía tubular interna de las
ROI de tejidos blandos en el cuello, lo que aumenta la dificultad de colocar
manualmente puntos coincidentes reproducibles en conjuntos de imágenes de TC
de simulación y CT de diagnóstico pareados. Para este esfuerzo, la colocación de
puntos de referencia a pequeña escala (aproximadamente 100 puntos) se usó
como un paso intermedio en nuestra cadena de garantía de calidad para la
optimización de las configuraciones de DIR no comerciales ; sin embargo, nuestro
grupo aún debe completar los esfuerzos de registro de puntos de referencia a gran
escala, debido a las limitaciones enumeradas.
Como parte de este esfuerzo, hemos tratado de desarrollar una “cabeza y el
cuello QA ROI biblioteca,” como un sólido conjunto de etiquetado
anatómica ROI s, para representar adecuadamente las características únicas de la
cabeza y el cuello anatomía, la cual contiene varias estructuras de diferente
Formas, tamaños y gradientes de intensidad en unidades de
Hounsfield. Las evaluaciones basadas en el retorno de la inversión , tal como se
utilizan en la presente serie (es decir, revisadas y curadas de manera cuidadosa y
rigurosa de forma independiente por dos oncólogos radioterapeutas después de la
segmentación manual inicial), permiten conocer los cambios de forma, volumen y
ubicación de una estructura. Por lo tanto, ROI o ROIse pueden determinar las
diferencias de rendimiento específicas de cada categoría, una característica que
puede pasarse por alto con los enfoques DIR QA "anatómicamente agnósticos" ,
como el registro de puntos o la coincidencia de intensidad de la imagen. Del
mismo modo, la gran cantidad de ROI y las categorías de ROI utilizadas en
este flujo de trabajo de control de calidad se aproximan más al rango
de rendimiento del algoritmo DIR en los subsitios anatómicos de la cabeza y el
cuello, en lugar de los métodos de " ROI de muestra " o el uso de un número
limitado de referencias. ROI s, que puede subrepresentar la variación
de DIR interregional .
Solo unos pocos investigadores han validado el registro de imágenes de TC de

diagnóstico y TC de simulación, dos de los cuales han abordado el registro de
tomografía de emisión de positrones de diagnóstico antes de la terapia con
imágenes de TC de simulación ( 15 , 16 ), mientras que en otros dos estudios, el
registro de la simulación de imágenes de TC con imágenes de TC de diagnóstico
posurrecurrencia se examinó ( 17 , 18 ). Los métodos de validación para
la evaluación de DIR en esos estudios variaron desde calcular el error cuadrático
medio de un conjunto de observadores de marcas anatómicas marcadas ( 15 )
hasta índices de superposición y una comparación del centro de masa para las
muestras de ROI ( 16 - 18).). Ireland et al ( 15 ) y Hwang et al ( 16 ) demostraron
que, de acuerdo con nuestros resultados, DIR logró un rendimiento superior
al RIR . Además, Due et al ( 18 ) demostraron que DIR tiene una mayor
reproducibilidad que RIR en el registro repetido del centro de puntos de masa
utilizado para identificar el origen de las recurrencias locales-regionales mapeadas
en imágenes de CT de simulación originales. Estos resultados deberían poner en
duda la utilidad de RIR como una herramienta precisa para el registro extracraneal
de cabeza y cuello, y aconsejamos el uso cauteloso de RIRcomo solo una "guía
aproximada" en lugar de una herramienta clínica implementada en serie para el
diagnóstico de TC y los flujos de trabajo de simulación de cabeza y cuello de
TC. Sin embargo, aunque los algoritmos de flujo óptico ( 12 ) y de demonios
( 3 , 10 , 36 ) se han estudiado y han demostrado ser útiles en las aplicaciones de
radioterapia adaptativa, no lograron resultados comparables en la configuración
específica de la TC de diagnóstico de cabeza y cuello y la TC de simulación.
Imagen de registro.
Se deben tener en cuenta varias limitaciones. Como un estudio de una sola

institución que involucró el uso de datos de imagen retrospectivos, se aplican las
advertencias estándar. Dado este sitio anatómico particular (cabeza y cuello) y el
hecho de que los conjuntos de imágenes (CT de diagnóstico y CT de simulación)
se adquirieron mediante el uso de procedimientos operativos institucionales
estándar, la generalización excesiva con respecto al rendimiento del
algoritmo DIR en otros sitios anatómicos o diferentes configuraciones de
adquisición es potencialmente especiosa. Dado que el desarrollo de este proceso
de control de calidad y la biblioteca de ROI fue extremadamente intensivo en
recursos, debido al tiempo requerido para segmentar y revisar manualmente un
número comparativamente masivo de ROI anatómicoEstructuras, esta biblioteca
de TC de diagnóstico emparejado y las imágenes de CT de simulación y
los conjuntos de estructuras de ROI se proporcionan como archivos anonimizados
de radioterapia DICOM a cualquier otro investigador
en http://figshare.com/authors/Abdallah_Mohamed/551961 . Además, el efecto de
la resección quirúrgica o la quimioterapia de inducción sobre la calidad del registro
no se investigó en el presente estudio, ya que buscamos comparar los mejores
escenarios de rendimiento y excluir el efecto de la distorsión anatómica causada
por tumores enormes.
En resumen, desarrollamos un marco de control de calidad utilizando

una biblioteca de ROI anatómica robusta, curada y segmentada
manualmente para evaluar cuantitativamente diferentes estrategias de registro de
imágenes utilizadas para el registro previo de imágenes de TC de diagnóstico de
cabeza y cuello con imágenes de CT de simulación. El marco de control de
calidad presentado demostró que los algoritmos DIRpara la mayoría de las
métricas probadas mejoraron el rendimiento de registro sobre RIR , pero con una
notable variabilidad entre diferentes algoritmos, lo que sugiere que la validación
cuidadosa de DIR antes de la implementación clínica (por ejemplo, la delineación
del objetivo) es imprescindible.
Avance en el conocimiento
 ■ La mayoría de las métricas de superposición y distancia de superficie

investigadas mostraron una mejora detectable en la conformidad con
un comparador de región de interés manual ( ROI ) mediante el uso de
técnicas de registro de imagen deformable ( DIR ) sobre el registro de
imagen rígido ( RIR ) para todas las ROI agrupadas (Prueba de
acero, P <.008 después de la corrección de Bonferroni para comparaciones
múltiples) en la configuración específica del registro de imágenes de TC de
diagnóstico con imágenes de TC de simulación o radioterapia.
Implicaciones para el cuidado del paciente
 ■ Después de una adecuada garantía de calidad, DIR debe reemplazar

el RIR para las aplicaciones de radioterapia que involucran el registro de
imágenes de TC de diagnóstico de cabeza y cuello con imágenes de CT de
simulación y radioterapia.
 ■ La validación de cualquier estrategia de registro de imágenes es crucial
antes de la implementación en escenarios clínicos específicos.
Expresiones de gratitud
Reconocemos la participación de Sasikarn Chamchod, MD, en el análisis de
variabilidad interobservador como experto observador de oncología de
radiación. ASRM reconoce que ha sido apoyado por una beca de investigadores
principiantes de la Unión para el Control Internacional del Cáncer, financiado por la
Sociedad Americana del Cáncer.
Este trabajo fue apoyado en parte por el Instituto Nacional de Salud Centro de
Cáncer Apoyo (Core) subvención no. CA016672 al MD Anderson Cancer Center
de la Universidad de Texas. La FCD ha recibido subvenciones y apoyo financiero
de la Fundación SWOG / Hope, Dr. Charles A. Coltman, Jr., Fellowship in Clinical
Trials; los Institutos Nacionales de la Salud / Instituto Nacional del Cáncer, el
Programa Paul Calabresi en Oncología Clínica (K12 CA088084-14) y el Programa
de Reembolso de Préstamos para Clínicos Científicos (L30 CA136381-02); Beca
de desarrollo Elekta AB MR-LinAc; el Centro de Investigación de Oncología de
Radiación en el MD Anderson Cancer Center; el MD Anderson Center for
Advanced Biomedical Imaging / financiación en especie de General Electric
Health; y el Programa de becas de investigación institucional MD Anderson. Este
trabajo fue apoyado en parte por una beca de investigadores de la Unión para el
Control Internacional del Cáncer de la Sociedad Americana del Cáncer financiada
por la Sociedad Americana del Cáncer (ACSBI) para ASRMJKC recibe apoyo de
la Biblioteca Nacional de Medicina Camino al Barrio de la Independencia (K99 /
R00 LM009889) y Red de imágenes cuantitativas del Instituto Nacional del Cáncer
(U01 CA154601 y U24 CA180918). RC cuenta con el respaldo del Premio del
Programa de Repago de Préstamos Científicos de los Institutos Nacionales de la
Salud y el Premio al Desarrollo de Científicos Investigadores Mentores (K01
CA181292). TMG cuenta con el respaldo de la Oficina del Instituto para la Salud
del Premio al Nuevo Innovador del Director (DP OD007044). LC recibe apoyo del
Programa Nacional de Pequeñas Subvenciones del Centro Nacional del Cáncer
para la Investigación del Cáncer (R0 CA178495). El software TaCTICS fue
desarrollado por JKC y CDF, con el apoyo previo de la Sociedad de Informática de
Imagen en Medicina (SIIM, por sus siglas en inglés). Los financiadores
enumerados no desempeñaron ningún papel en el diseño del estudio; en la
recolección, análisis e interpretación de datos; en la redacción del manuscrito; o
en la decisión de presentar el manuscrito para su publicación.
Contribuciones de autor
Contribuciones de los autores: Garantes de la integridad de todo el estudio,
MNR, EKU, CDF; conceptos de estudio / diseño de estudios o adquisición de
datos o análisis / interpretación de datos, todos los autores; redacción de
manuscritos o revisión de manuscritos para contenido intelectual importante, todos
los autores; aprobación de la versión final del manuscrito presentado, todos los
autores; investigación bibliográfica, MNR, MJA, EC, CDF; estudios clínicos, MJA,
LC, GBG, RRC, DIR; estudios experimentales, MJA, CAB, RC, EC, TMG, JY,
CDF; análisis estadístico, MJA, MEK, CDF; y edición de manuscritos, MNR, MJA,
CAB, JKC, EC, TMG, EKU, JY, LC, RRC, SJF, ASG, DIR, CDF
Historia del artículo

Recibido el 27 de diciembre de 2013; revisión solicitada el 11 de febrero de
2014; revisión recibida el 13 de junio; aceptado el 1 de agosto; versión final
aceptada el 13 de agosto.
Publicada en línea: 7 de noviembre de 2014
Publicado en impresión: Mar 2015
Evaluación cuantitativa de la
respuesta del cáncer de recto a la
quimioterapia y radioterapia
combinadas con Neoadyuvant:
comparación de tres métodos de
posicionamiento de la región de
interés para las mediciones de ADC
en imágenes de RM ponderadas por
difusión
Ivana M. Blazic , Gordana B. Lilic , Milan M. Gajic
Publicado en línea: 2 de junio de 2016https://doi.org/10.1148/radiol.2016151908
 Secciones
 PDF
 Herramientas
 Compartir
Resumen
Propósito
Determinar el impacto de tres métodos diferentes de posicionamiento de la región
de interés (ROI) para las mediciones del coeficiente de difusión aparente (ADC) en
la evaluación de la respuesta completa (CR) a la quimioterapia y radioterapia
combinadas neoadyuvantes (CRT) en pacientes con cáncer de recto.
Se obtuvo la aprobación del comité de revisión institucional para este
estudio; Todos los pacientes dieron su consentimiento informado por escrito. Los
ADC fueron medidos por dos radiólogos utilizando tres ROI circulares (tres ROI),
una sola sección (SS) y un volumen de tumor completo (WTV) en 62 pacientes
con cáncer rectal localmente avanzado en imágenes pre y post CRT. La
variabilidad interobservador se analizó mediante el cálculo del coeficiente de
correlación intraclase (ICC). Las estadísticas descriptivas y las áreas bajo las
curvas de características operativas del receptor (AUC) se calcularon para evaluar
el desempeño en la determinación de CR a partir de ADC antes y después del
CRT y el cambio de ADC.
Resultados
Los métodos de SS y WTV produjeron un AUC mayor que el método de tres ROI
al determinar la RC a partir del ADC post-CRT (0.874 [intervalo de confianza del
95% {CI}: 0.778, 0.970] y 0.886 [IC del 95%: 0.781, 0.990] frente a 0.731 [95% CI:
0.583, 0.878], respectivamente; P = .033 y P = .003) y cambio numérico (0.892
[95% CI: 0.812, 0.972] y 0.897 [95% CI: 0.801, 0.994] vs 0.740 [ IC del 95%:
0.591, 0.890], respectivamente; P= .048 y P= .0021). Las precisiones respectivas
de los métodos de SS, WTV y tres ROI fueron 79% (49 de 62), 77% (48 de 62) y
61% (38 de 62) para post-CRT, 79% (49 de 62), 86% (53 de 62) y 60% (37 de 62)
para el cambio numérico de ADC, y 77% (48 de 62), 84% (52 de 62) y 57% (35 de
62) para el porcentaje de cambio de ADC (Valores de corte de ADC: 1.21, 1.30 y
1.05 × 10 −3 mm 2 / s, 0.33, 0.45 y 0.27 × 10 −3 mm 2Aumentos por segundo, y
aumentos del 40%, 54% y 27%, respectivamente). Las mediciones de cambio
post-CRT y ADC lograron valores predictivos negativos del 96% (44 de 46) al
100% (39 de 39). El acuerdo intraobservador fue más alto para los ADC derivados
de WTV (ICC, 0.742 [IC del 95%: 0.316, 0.892] a 0.891 [IC del 95%: 0.615, 0.956])
y más alto para todos los tratamientos previos al tratamiento posterior (ICC, 0.761
[IC del 95% : 0.209, 0.930] y 0.648 [95% CI: 0.164, 0.895] para el método de tres
ROIs, 0.608 [95% CI: 0.287, 0.844] y 0.582 [95% CI: 0.176, 0.870] para el método
SS, 0.891 [95 % CI: 0.615, 0.956] y 0.742 para el método WTV [95% CI: 0.316,
0.892]).
Conclusión
Los ADC tumorales dependen en gran medida del método de posicionamiento ROI
utilizado. Las mediciones de área más grandes producen una mayor precisión en
la evaluación de la respuesta. Los ADC posteriores a CRT y los valores de los
cambios de ADC identifican con precisión a los respondedores no completos. La
medición de WTV del porcentaje de cambio de ADC proporciona los mejores
resultados.
©
RSNA, 2016
Una versión anterior incorrecta de este artículo apareció en línea. Este

artículo fue corregido el 19 de septiembre de 2016.
Introducción
El tratamiento del cáncer rectal ha cambiado de una cirugía seguida de una
combinación de quimioterapia y radioterapia ( TRC ) hacia un TRC neoadyuvante ,
con la opción de un tratamiento adicional que depende del grado de respuesta
al TRC . El tratamiento debe ajustarse a cada paciente según el riesgo individual
de recidiva local, y se pueden aplicar estrategias de tratamiento menos invasivas
en lugar de la cirugía estándar de cáncer rectal para tumores con respuesta buena
o completa a la TRC ( 1 - 4). Por lo tanto, la evaluación por imágenes de la
respuesta del tumor juega un papel crucial en la atención del paciente, ya que
puede alterar la planificación del tratamiento ( 5 , 6 ).
Se pueden utilizar diferentes técnicas de imagen para estimar la viabilidad del

tumor, la celularidad y la vascularización, como la tomografía computarizada por
perfusión (TC), la tomografía por emisión de positrones de fluorodeoxiglucosa con
flúor 18 y la imagen por resonancia magnética (RM) ponderada por difusión
( DW ). Ofrecen la capacidad de evaluar la respuesta del cáncer de recto a
la TRC neoadyuvante al combinar la evaluación cuantitativa de la viabilidad del
tumor con la evaluación cualitativa ( 7 - 11 ).
Las imágenes DW MR proporcionan una excelente definición visual del tejido

tumoral debido a la alta intensidad de la señal y la información cuantitativa que
refleja la celularidad del tejido. El coeficiente de difusión aparente ( ADC ) se ha
convertido en un biomarcador cuantitativo establecido para la caracterización de
tumores, así como para la predicción y el seguimiento de la respuesta
terapéutica. Los datos cuantitativos de ADC se correlacionan altamente con los
hallazgos histológicos y pueden indicar la viabilidad del tumor
( 12- 16 ). Las imágenes DW MR permiten evaluar la respuesta del tumor a
la TRC, pero la mejor técnica para realizar mediciones aún es controvertida, ya
que no está claro si el volumen completo del tumor o las partes representativas del
tejido tumoral deben incluirse en el análisis y si el análisis de las secciones
representativas puede determinar de manera confiable el nivel de respuesta al
tratamiento.
La evaluación cuantitativa de la respuesta al tratamiento mediante el uso

de imágenes DW MR se realiza colocando una o más regiones de interés ( ROI s)
en el área del tumor y midiendo los valores de ADC dentro de los ROI (s). El tejido
tumoral es heterogéneo y con frecuencia contiene áreas de necrosis, por lo que
las preguntas cruciales son qué tamaño deben tener las ROI , cuántas se
necesitan y dónde deben ubicarse las ROI . Goh et al descubrieron que
la colocación del ROI afectó sustancialmente los valores finales de los parámetros
vasculares del cáncer colorrectal en la TC ( 17 ). Lambregts et al descubrieron esa
variación en el ROIEl tamaño y la posición influyeron considerablemente en los
valores de las mediciones de ADC del tumor ( 18 ).
El propósito de nuestro estudio fue determinar el impacto de tres métodos

diferentes de posicionamiento del ROI para las mediciones de ADC en la
evaluación de la respuesta completa a la TRC neoadyuvante en pacientes con
cáncer de recto.
Pacientes
Ochenta y dos pacientes adultos con cáncer rectal avanzado localmente

diagnosticados en nuestra institución entre el 9 de enero de 2012 y el 31 de enero
de 2014, se inscribieron en nuestro estudio prospectivo. Se obtuvo la aprobación
de la junta de revisión institucional para este estudio y todos los pacientes dieron
su consentimiento informado por escrito.
Los criterios de inclusión fueron (a) adenocarcinoma rectal comprobado mediante

biopsia; (b) la enfermedad localmente avanzada diagnostica en
pre- CRT imágenes de RM ponderada en T2 como etapa cT3 / T4 o como cáncer
de recto distal de menos de 5 mm de la unión anorrectal y / o etapa nodal positivo
(uno o más ganglios linfáticos mayor de 5 mm y / o exhibiendo una intensidad de
señal heterogénea o un borde irregular); (c) TRC neoadyuvante de ciclo
largo (dosis de radiación total de 50.4 Gy en 28 fracciones, dosis diaria de 1.8 Gy,
con quimioterapia concomitante durante la primera y la última semana de
radioterapia [5-fluorouracil en la dosis de 225 mg / m2 por día, 5 días por semana])
seguido de resección quirúrgica.
Dieciocho pacientes fueron excluidos porque tenían tumor no resecable ( n = 2),

enfermedad metastásica ( n = 7) o insuficiencia de calidad de imagen de RM y /
o DW ( n = 9). Además, dos pacientes fueron excluidos porque tenían tumores
mucinosos; tales tumores se identifican como lesiones con una intensidad de
señal predominantemente alta ponderada en T2 y exhiben valores de ADC muy
altos debido a una densidad celular muy baja. Cinco pacientes incluidos en este
estudio también se incluyeron en un estudio previo ( 30 ), en el que evaluamos la
precisión de las mediciones de ADC en la evaluación de la estadificación del
cáncer de recto después de la terapia.
El último grupo de estudio consistió en 62 pacientes (edad promedio, 61.5 años ±

11.6 [desviación estándar]; 41 hombres, edad promedio de 61.4 años ± 11.2; 21
mujeres, edad promedio de 61.9 años ± 12.8).
Técnica de imagenología MR
Todos los pacientes se sometieron a imágenes de RM tanto antes del tratamiento

para la estadificación del tumor primario como a un segundo examen de imagen
de RM 7 a 9 semanas (tiempo promedio, 58 días) después de completar
la TRCPara reevaluación del cáncer de recto y evaluación de respuesta. Los
exámenes de RM se realizaron a 1.5 T (Magnetom, Avanto; Siemens Medical
Systems, Erlangen, Alemania) mediante el uso de una bobina de cuerpo de matriz
en fase y una bobina de matriz de columna para optimizar la relación señal-
ruido. Antes de la RM, todos los pacientes fueron sometidos a una limpieza
intestinal. Se administró por vía intravenosa una dosis de 20 mg del agente
espasmolítico butilbromuro de hioscina (Buscopan, Boehringer Ingelheim) a todos
los pacientes inmediatamente antes de la RM para minimizar la peristalsis
intestinal y evitar los artefactos de movimiento. El protocolo de imágenes consistió
en secuencias de turbo spin-eco ponderadas en T2 estándar en tres direcciones
ortogonales y un eje axial.Secuencia de imágenes DW (imágenes de eco planar
de disparo único) con valores de sensibilidad de difusión (es decir, valores b de
50, 400 y 800 seg / mm 2 ); la secuencia de imágenes DW se estableció y se
anguló de manera idéntica a la secuencia anterior del turbo spin-eco ponderado en
T2 axial, perpendicular al eje del tumor. Se aplicaron imágenes de adquisición en
paralelo (adquisición autocalibrada parcialmente paralela o GRAPPA) para reducir
el tiempo de adquisición y mejorar la calidad de la imagen, con un factor de
aceleración de dos. Los mapas ADC se generaron automáticamente e incluyeron
los tres bValores en un modelo de descomposición monoexponencial. Los
parámetros de secuencia se muestran en la Tabla 1 .
Tabla 1 Parámetros de secuencia

* Realizado con valores b de 50, 400 y 800 seg / mm 2 .
Análisis de imagen y métodos de posicionamiento ROI
Los conjuntos de imágenes de RM ponderadas en T2 antes y después del

tratamiento se analizaron para definir el tumor (identificado por una intensidad de
señal más alta en comparación con la intensidad de la señal de la capa muscular
de la pared rectal adyacente); También se analizaron las imágenes DW antes y
después del tratamiento para definir el tumor, definiéndose el tumor como una
intensidad de señal alta correspondiente a la ubicación de la masa tumoral en las
imágenes ponderadas en T2 ( Fig. 1 ). Debido a la mayor resolución de
las imágenes DW en comparación con los mapas ADC , las ROI se colocaron
manualmente en imágenes DW con b de 800 seg / mm 2 Primero y luego copiado
a los mapas correspondientes de ADC . Post- CRTmediciones se realizaron con
comparación con pre- CRT imágenes de RM para asegurar que ROI s se
colocaron dentro de la ubicación del tumor primario. En algunos pacientes, las
zonas de alta intensidad de señal no se identificaron en
las imágenes DW posteriores a la TRC , y luego las ROI se colocaron en la
ubicación del lecho tumoral antes de la TRC ( Fig. 2 ). Dos radiólogos (GBL e IMB,
con 11 y 6 años de experiencia en imágenes de cáncer de recto, respectivamente)
analizaron de forma independiente antes y después de la TRCImágenes de RM,
así como imágenes DW anteriores y posteriores a CRT , y realizaron
las mediciones de ADC . Los lectores estaban cegados a los datos clínicos del
paciente, los informes de patología y los resultados de cada uno.
Figura 1: Áreas de tejido de cáncer rectal (flechas) en imágenes de RM
ponderadas en T2 (fila superior) corresponden a áreas de alta intensidad de señal
(flechas) en imágenes DW (fila inferior) en un paciente masculino de 53 años
antes de TRC . (Imágenes a la izquierda, arriba y abajo, reimpresas de la
referencia 30bajo una licencia de Creative Commons).

Figura 2: Conjuntos de imágenes de cáncer de recto rectal anterior y posterior
a CRT T2 (columna izquierda), DW anterior y posterior a CRT (columna central), y
anteriores y posteriores a CRT ADC (columna derecha) de cáncer de recto en un
53- Paciente masculino de un año de edad que experimentó una respuesta
completa a la TRC (regresión tumoral grado 1). Los números que aparecen en
la imagen del ADC son para el ROIparticular que se muestra. (Imagen en la parte
superior derecha, reimpresa de la referencia 30 bajo una licencia de Creative
Commons).
Las mediciones de ADC tumorales se obtuvieron utilizando

tres métodos diferentes de posicionamiento de la ROI : (a) colocación de
tres ROI s circulares (el método de las tres ROI s); (b) la colocación de un ROI
quedescribe el tumor en una sola sección (el método de una sola sección); y (c)
la colocación de un ROI quedescribe el tumor en cada sección donde aparece (el
método del volumen del tumor completo). Todas las mediciones de ADC
del tumor se realizaron en conjuntos de imágenes anteriores y posteriores a
la TRC . Para el método de las tres ROI , la mediaEl valor de ADC se calculó a
partir de una muestra de tres ROI circulares colocadas dentro de las áreas de
tumores más celulares (es decir, áreas con la difusión restrictiva más prominente
tanto en imágenes DW como en los mapas de ADC correspondientes , con
exclusión de las zonas de brillo T2) en tres Diferentes secciones que contienen
tejido tumoral. Las áreas de todos los ROI circulares oscilaron entre 10 mm 2 y 50
mm 2 (mediana, 22 mm 2 ). Para el método de una sola sección, un solo retorno de
la inversión a mano alzadase definió trazando una línea alrededor de los
márgenes tumorales percibidos en la sección que contiene el área del tumor más
grande ( área ROI mediana , 881 mm 2 ; rango, 115–2845 mm 2). Para el método
de volumen de todo el tumor, se dibujaron ROI a mano alzada a lo largo de los
bordes percibidos del tumor para cubrir el área del tumor en cada sección que
contiene el tumor (mediana de las áreas de ROI , 4219 mm 2 ; rango, 347–18 532
mm 2 ), y el valor medio de ADC del tumor se calculó promediando los valores
de ADC medidos para todas las secciones (Fig 3 ).
Figura 3: Método de tres ROI (fila superior) y método de una sola sección (fila
inferior) para mediciones de ADC en un paciente de sexo masculino de 62 años
obtenido con ROI circular ya mano alzada .

Análisis histopatológico
El grado de regresión del tumor histopatológico (TRG), según lo descrito por

Mandard et al ( 19 ), sirvió como el estándar de referencia. TRG 1, o regresión
completa, referida a muestras de tejido rectal sin células tumorales viables; TRG 2,
a células individuales o pequeños grupos de células dentro de muestras de tejido
rectal; TRG 3, para el cáncer residual superado por la fibrosis; TRG 4, a fibrosis
significativa superada por tejido tumoral; y TRG 5, a cáncer residual extenso sin
fibrosis. TRG 1 grado se consideró respuesta tumoral completa a CRT (ypT0),
mientras que TRG grados 2–5 se consideró respuesta
tumoral incompleta a CRT(ypT1–4).
La variabilidad interobservador para seis mediciones (realizadas con tres métodos

de posicionamiento de ROIantes y después de la TRC ) se analizó calculando el
coeficiente de correlación intraclase para mediciones individuales con intervalos
de confianza del 95% ( IC s) (0–0.20, correlación deficiente; 0.21–0.40, regular
correlación; 0.41–0.60, correlación moderada; 0.61–0.80, buena correlación; y
0.81–1.00, excelente correlación). Los valores de ADC se promediaron entre dos
lectores para análisis adicionales. Los valores medios de ADC antes y después del
tratamiento se compararon utilizando una prueba t de muestras pareadaspara
cada retorno de la inversión.método de posicionamiento. Los valores medios
de ADC y los valores numéricos y porcentuales de cambio de ADC obtenidos por
los tres métodos diferentes de posicionamiento de ROI se compararon mediante el
uso de una prueba de la suma de rangos de Wilcoxon no paramétrica con
respecto al grupo de pacientes con respuesta tumoral completa (grupo de
respuesta completa) y el grupo de Pacientes con respuesta tumoral incompleta
(grupo de respuesta incompleta). Las curvas de la característica operativa del
receptor ( ROC ) se generaron para las mediciones anteriores y posteriores a
la TRC , así como para los valores numéricos y porcentuales
de cambio de ADC para cada retorno de la inversión.Método de posicionamiento
para evaluar su rendimiento diagnóstico en la determinación de la respuesta
tumoral completa a la TRC . El área bajo la curva ROC ( AUC ) se consideró como
precisión diagnóstica relativa. La comparación por pares de las curvas ROC se
utilizó para comparar la precisión diagnóstica relativa entre dos elementos con un
95% de IC , y los parámetros de precisión diagnóstica (sensibilidad, especificidad,
precisión, valor predictivo positivo y valor predictivo negativo) se calcularon bajo el
corte óptimo. valor de apagado para cada elemento, que se determinó de acuerdo
con el punto más cercano a la esquina superior izquierda en elDiagrama de
curva ROC . Las diferencias en los rendimientos diagnósticos de los
diferentes métodos de posicionamiento del ROI se analizaron comparando
las curvas ROC de acuerdo con el método descrito por DeLong et al ( 20 ). Todos
los análisis estadísticos se realizaron utilizando el paquete estadístico para las
ciencias sociales (IBM SPSS Statistics Software versión 20) y el software
estadístico MedCalc (versión 14.8.1). Se consideró que los valores de p inferiores
a .05 indicaban una diferencia estadísticamente significativa.
Resultados
Pacientes y características del tratamiento y hallazgos
histopatológicos
Cuarenta y seis pacientes se sometieron a una resección anterior baja, 13

pacientes se sometieron a una resección abdominoperineal y tres pacientes se
sometieron a una resección prolongada. Dieciocho tumores estaban localizados
en el recto distal, 32 en el recto medio y 12 en el recto proximal. La longitud media
del tumor fue de 3,2 cm (rango, 1,4–9,2 cm) y la distancia media desde el borde
anal fue de 6,5 cm (rango, 2,4–13,2 cm). El tiempo medio entre el primer examen
de RM y la TRCfue de 26 días (rango, 12-43 días); el tiempo medio entre el
segundo examen de RM y la cirugía fue de 10 días (rango, 2 a 23 días). El análisis
histopatológico de las muestras quirúrgicas mostró una respuesta tumoral
completa (ypT0, regresión tumoral grado 1) en 10 muestras y una respuesta
tumoral incompleta (regresión tumoral grados 2-5) en 52 muestras. En la tabla
2 se resumen los estadios tumorales y ganglionares estimados por RM y los
estadios histopatológicos postoperatorios (ypT y ypN) de la población de estudio .
Tabla 2 Pretratamiento de las etapas tumorales y nodales estimadas por RM y estadios

histopatológicos postoperatorios de la población de estudio
Efectos de los diferentes métodos de posicionamiento de ROI en las

mediciones de ADC y la variabilidad interobservador
Los valores medios de ADC del tumor adquiridos con los diferentes métodos de
posicionamiento de ROI se muestran en la Tabla 3 . Al analizar toda la población
del estudio, no hubo diferencias significativas entre los tres ROI s y los métodos de
una sola sección para las medidas de cambio numérico y porcentaje de ADC(0.26
vs 0.27 × 10 −3 mm 2 / s, P > .99, y 34.0% vs 31.9%, P = .978, respectivamente) o
entre los tres métodos de ROI y el volumen del tumor completo para la medición
del porcentaje de ADCcambio (34.0% vs 37.3%, P = .249). Sin embargo, para
otras mediciones y valores, se observaron diferencias significativas.
Tabla 3 Valores promedio de ADC anteriores y posteriores a CRT y valores numéricos y

porcentuales medios del cambio de ADC adquirido con diferentes métodos de posicionamiento
de retorno de la inversión
Nota. – Los datos son medias ± desviación estándar. WTV = volumen de tumor
entero.
* Para las diferencias entre los grupos de respuesta completa ( n = 10) y de

respuesta no completa ( n = 52) obtenidos mediante el uso de una prueba no
paramétrica de suma de rangos de Wilcoxon.
El acuerdo interobservador (coeficiente de correlación intraclase) con el método

de tres ROI fue bueno tanto para las mediciones pre- CRT como las posteriores
a CRT (0.761 [ IC 95% : 0.209, 0.930] y 0.648 [ IC 95% : 0.164, 0.895],
respectivamente ). Los ICC fueron buenos para la pre- CRT y moderados para
las mediciones posteriores a la CRT realizadas con el método de una sola sección
(0,608 [ IC del 95% : 0,287, 0,844] y 0,582 [ IC del 95% : 0,176, 0,870],
respectivamente); fueron excelentes para la pre- TRC y buenas para las
mediciones posteriores a la TRC realizadas con el método de volumen de tumor
completo (0,891 [ IC 95%: 0.615, 0.956] y 0.742 [ IC del 95% : 0.316, 0.892],
respectivamente).
Métodos de posicionamiento de retorno de la inversión en la
evaluación de la respuesta del tumor a la TRC
La Tabla 3 muestra los valores medios de ADC del tumor para las mediciones
de pre- CRT y post- CRT y los valores numéricos y porcentuales
del cambio de ADC entre las mediciones de pre y post- CRT para cada método de
posicionamiento de ROI en la respuesta completa (CR) y la respuesta no completa
( grupos no-CR). Los valores medios de ADC antes del tratamiento no difirieron
significativamente entre los grupos CR y no CR en ninguno de los métodos de
posicionamiento de ROI (método de tres ROI : 0,76 vs 0,79 × 10 −3 mm 2/ s, P=
.278; método de una sola sección: 0,83 vs 0,85 × 10 −3 mm 2 / s, P = .395; y método
de volumen del tumor completo: 0,85 vs 0,88 × 10 −3 mm 2 / s, P =
.181). Los valores medios de ADC post - CRT adquiridos con los tres métodos
de ROI s, de sección única y de volumen de tumor completo fueron
significativamente más altos en el grupo de CR que en el grupo sin CR (1.13 vs
1.03 × 10 −3 mm 2 / seg) , 1.28 vs 1.08 × 10 −3mm 2/ seg, y 1.36 vs 1.16 × 10 −3 mm 2 /
seg, P = .021, P = .002 y P <.001, respectivamente). Las mediciones
del cambio de ADC , tanto numérico (Δ ADC ) como en porcentaje (% Δ ADC ),
difirieron significativamente entre los grupos CR y no CR independientemente
del método de posicionamiento ROI que se utilizó. Los valores medios de cambio
numérico en los grupos CR y no CR fueron 0.36 versus 0.24 × 10 −3 mm 2 / s, P =
.013, para los tres ROIs método 0.45 versus 0.23 × 10 −3 mm 2 / s, P = .001, para el
método de una sola sección; y 0.51 versus 0.28 × 10 −3 mm 2 / s, P <.001 para el
método de volumen de tumor completo; los porcentajes de cambio promedio
de ADC fueron 49.0% versus 31.1%, P = .010, para el método de tres ROI ; 54.5%
versus 27.6%, P = .001, para el método de una sola sección; y 61.0% versus
32.7%, P <.001, para el método de volumen de tumor completo. Figura 4permite la
comparación de los valores medios de ADC antes y después del tratamiento y
los valores numéricos y porcentuales del cambio de ADC adquirido con los
diferentes métodos de posicionamiento de retorno de la inversión en los grupos
CR y no CR.
Figura 4: Las gráficas de caja y bigotes representan la distribución
de los valores ADC anteriores y posteriores a los CRT y los valores numéricos y
porcentuales del cambio de ADC entre las mediciones posteriores y anteriores al
tratamiento obtenidas con tres métodos de posicionamiento de retorno de la
inversión en respuesta completa (CR) y una respuesta incompleta (sin CR)
) grupos. La línea media en cada casilla representa el valor mediano
del cambio de ADC ( mediciones previas a la TRC : 0,76, 0,79, 0,83, 0,85, 0,85 y
0,88 × 10 −3 mm 2 / s;Medidas de CRT : 1.13, 1.03, 1.28, 1.08, 1.32 y 1.16 ×
10 −3 mm 2 / s; valor numérico del cambio de ADC [Δ ADC ] : 0.36, 0.24, 0.45, 0.23,
0.51 y 0.28 × 10 −3 mm 2 / s; valor porcentual del cambio de ADC [% Δ ADC ]:
48.9%, 31.1%, 54.5%, 27.6%, 61.0% y 32.7%). Los límites inferior y superior de
las casillas representan el primer y tercer cuartiles (percentiles 25 y 75),
respectivamente. Los bigotes indican los valores máximos y mínimos calculados
de cambio de ADC . SS = sección única, WTV = volumen de tumor completo.
Exactitud según lo reflejado por el análisis de ROC.— Se generaron

curvas ROC para evaluar los rendimientos diagnósticos de los diferentes métodos
de posicionamiento de ROI para determinar la respuesta completa del tumor a
la TRC ( Fig. 5 ) Todas las mediciones de pretratamiento dieron como resultado un
AUC con valores de alrededor de 0.6 (0.604 [ IC 95% : 0.423, 0.785] para
el método de tres ROI s, 0.585 [ IC 95% : 0.417, 0.752] para el método de una sola
sección y 0.642 [ IC del 95% : 0.454, 0.831] para el método de volumen de tumor
completo), que no fueron significativamente diferentes entre sí ( P= .930 a>
.99). Las mediciones posteriores al tratamiento dieron como resultado un AUC de
0.731 ( IC 95% : 0.583, 0.878) para el método de tres ROI , 0.874 ( CI 95% :
0.778, 0.970) para el método de una sola sección y 0.886 ( IC 95% : 0.781 , 0.990)
para el método de volumen de tumor completo; los AUC para los métodos de una
sola sección y de volumen de tumor completo fueron similares ( P > .99) y ambos
fueron significativamente mayores que el AUC para el método de tres ROI s ( P =
.033 y P = .003, respectivamente). Todo el retorno de la inversiónlos métodos de
posicionamiento lograron valores de AUC relativamente altos al discriminar la
respuesta completa del tumor no completa en base a las mediciones
del cambio de ADC , tanto numérica como en porcentaje (tres ROI s, sección
única y métodos de volumen de tumor completo: los AUC respectivos fueron 0.740
[95% CI : 0.591, 0.890], 0.892 [95% CI : 0.812, 0.972] y 0.897 [95% CI : 0.801,
0.994] para valores numéricos de cambio de ADC y 0.733 [95% CI : 0.585, 0.881],
0.882 [95% IC : 0.798, 0.965], y 0.882 [ IC 95% : 0.785, 0.979] para el porcentaje
de ADCcambio). Sin embargo, los métodos de una sola sección y de volumen del
tumor completo fueron igualmente precisos ( P = .892 y P > .99, para valores
numéricos y porcentuales, respectivamente) y significativamente mejores que
el método de las tres ROI para el cambio numérico de ADC ( P = .048 y P = .021,
respectivamente). Además, el AUC para el método de volumen de tumor completo
fue significativamente mayor que para el método de tres ROI para el porcentaje
de cambio de ADC ( P = .042).
Figura 5: Las curvas ROC muestran el rendimiento diagnóstico de cada método
de posicionamiento de retorno de la inversión en la evaluación de la respuesta
tumoral completa basada en pre- CRT ( AUC : 0.604 [95% CI : 0.423, 0.785],
0.585 [95% CI : 0.417, 0.752], y 0.642 [ IC 95% : 0.454, 0.831]; valores de corte:
0.78, 0.86 y 0.85 × 10 −3 mm 2 / s, respectivamente), ADC post- CRT ( AUC : 0.731
[ CI del 95% : 0.583, 0,878], 0,874 [ IC del 95% : 0,778, 0,970] y 0,886 [ IC
del 95%: 0.781, 0.990]; valores de corte: 1.12, 1.21 y 1.30 × 10 −3 mm 2 / seg,
respectivamente), cambio ADC numérico ( delta ) ( AUC : 0.740 [ IC del 95% :
0.591, 0.890], 0.892 [ CI del 95% : 0.812 , 0.972], y 0.897 [95% CI : 0.801, 0.994];
valores de corte: +0.28, +0.37, y +0.45 × 10 −3 mm 2 / seg, respectivamente)
y cambio porcentual de ADC ( % delta ) ( AUC : 0.733 [ IC del 95% : 0.585, 0.881],
0.882 [ IC del 95%: 0.798, 0.965], y 0.882 [ IC del 95% : 0.785, 0.979]; valores de
corte: + 31%, + 39% y + 54%, respectivamente). SS = sección única, WTV =
volumen de tumor completo.
La precisión global evaluado al óptimo values.- de corte para determinar la

respuesta completa del tumor después del tratamiento basado en ADC mediciones
y mediciones de ADC cambio, la sección única y los métodos de volumen de todo
el tumorales mostraron una precisión mayor que hizo la de tres ROI método s; los
niveles de precisión para determinar la respuesta con ADC después
del tratamiento fueron 79% (49 de 62) y 77% (48 de 62) versus 61% (38 de 62),
con valores de corte de 1.21, 1.30 y 1.05 × 10 −3 mm 2 / seg,
respectivamente; Niveles de precisión para determinar la respuesta completa
con ADC numérico.el cambio fue de 79% (49 de 62) y 86% (53 de 62) versus 60%
(37 de 62), con valores de corte establecidos a incrementos de 0.33, 0.45 y 0.27 ×
10 −3 mm 2 / seg. respectivamente; los niveles de precisión para determinar la
respuesta completa con el porcentaje de cambio de ADC fueron 77% (48 de 62) y
84% (52 de 62) versus 57% (35 de 62), con valores de corte establecidos en
aumentos del 40%, 54% , y 27%, respectivamente. La Tabla 4enumera la
precisión, la sensibilidad, la especificidad y los valores predictivos positivos y
negativos calculados en niveles de corte óptimos para todos los métodos.
Tabla 4 Parámetros del rendimiento diagnóstico de todos los métodos de posicionamiento de

ROI para determinar la respuesta completa del tumor en función de diferentes mediciones de
ADC
Nota. – Se generaron curvas ROC para todas las mediciones de ADC para cada
método de posicionamiento de ROI. La sensibilidad, la especificidad, el valor
predictivo positivo (PPV), el valor predictivo negativo (NPV) y la precisión se
calcularon con el valor de corte óptimo indicado para cada elemento, que se
determinó de acuerdo con el punto más cercano a la esquina superior izquierda en
el ROC diagrama de curva. WTV = volumen de tumor entero.
* Los datos entre paréntesis son IC del 95%.
Discusión
La evaluación de la viabilidad del tumor en imágenes DW se basa en mediciones
de valores de ADC dentro del tejido tumoral. Las mediciones se realizan a partir
de mapas ADC paramétricos , que se generan mediante el modelado matemático
del movimiento extracelular de los protones de agua en un modelo de
desintegración monoexponencial, mediante el uso de valores de sensibilidad de
difusión aplicados. Las mediciones cuantitativas de la viabilidad del tumor se
obtienen definiendo los ROI en los mapas de ADC ; Las ROI se pueden delinear
manualmente en varios tamaños en modo circular o de mano alzada mediante el
uso de plataformas de software disponibles comercialmente. En nuestro estudio,
media tumoral rectal.Los valores de ADC y los valores de cambio de ADC para
toda la población del estudio derivados con tres métodos de posicionamiento
de retorno de la inversión diferentes diferían significativamente entre sí en la
mayoría de las comparaciones. Por lo tanto, en concordancia con los resultados
de Lambregts et al, nuestros resultados indican que las variaciones en el número
de ROI , el tamaño y la posición influyen sustancialmente en las mediciones
de ADC del tumor ( 18 ). Por lo tanto, sería deseable definir un método óptimo
para medir los valores de ADC para la evaluación de la viabilidad del tumor.
Los resultados de nuestro estudio muestran que el método de las tres ROI es
inferior a los métodos de una sola sección y de volumen de tumor completo para
evaluar la respuesta completa del cáncer de recto a la TRC. En comparación con
el método de las tres ROI , el uso de métodos de una sola sección y de volumen
de todo el tumor condujo a una precisión significativamente mayor en la predicción
de la respuesta completa en función de las mediciones posteriores a TRC y las
mediciones del cambio numérico de ADC ( p = .003 – .048 ). Nuestros resultados
indican que ADClas mediciones que cubren todas las áreas tumorales, incluidas
las áreas de necrosis y fibrosis, predicen con mayor precisión la respuesta del
tumor a la terapia que las mediciones que incluyen solo las regiones tumorales
viables. Este hallazgo se corresponde bien con los resultados de Goh et al ( 17 ),
que analizaron la influencia de diferentes métodos de posicionamiento de ROIen
las mediciones de parámetros vasculares del cáncer rectal, y de Roth et al ( 21 ),
que observaron que las mediciones de volumen de todo el tumor predijeron mejor
Respuesta del carcinoma de colon a terapias antineoplásicas en ratones que
el ROIs cubriendo solo áreas tumorales viables. Además, nuestros resultados
muestran que el acuerdo interobservador depende del método de
posicionamiento ROI utilizado. Lasmediciones de ADC que cubren el volumen del
tumor completo mostraron una mayor concordancia interobservador que las
obtenidas a partir de mediciones de áreas tumorales más pequeñas, y la
concordancia interobservador fue excelente para
las mediciones pre- CRT adquiridas con el método del volumen total del tumor
(coeficiente de correlación intraclase, 0,891 [ IC 95%: 0.615, 0.956]). Además,
independientemente del método utilizado, el acuerdo interobservador fue mayor
para las mediciones de pretratamiento que para las mediciones posteriores al
tratamiento, lo que podría explicarse por el hecho de que la definición del tumor en
las imágenes es peor después de la TRC , cuando el tumor generalmente ha
sufrido cambios fibróticos o necróticos o incluso ha retrocedido por completo. . Sin
embargo, aunque las estimaciones puntuales para el coeficiente de correlación
intraclase fueron mayores para el método del volumen de tumor completo y para
las mediciones pre- CRT , los intervalos de confianza del coeficiente de
correlación intraclase mostraron una gran superposición.
Nuestros resultados también indican que, independientemente del método de
posicionamiento ROI aplicado, las mediciones de ADC antes del tratamiento no
pueden predecir de manera confiable la respuesta completa a la TRC ; esto es
consistente con los resultados de algunos estudios previos ( 22 - 24 ). Algunos
autores informaron que los valores de ADC pre- CRT eran más bajos para los
tumores que respondían a la terapia que para los tumores que no respondían; sin
embargo, utilizaron diferentes criterios para definir la respuesta del tumor. Sun et
al ( 25 ) definieron a los respondedores como un grupo en T en etapas, mientras
que Dzik-Jurasz et al ( 26) utilizó un 50% de reducción del tamaño del tumor como
criterio.
Con respecto a las mediciones posteriores al tratamiento, nuestros resultados se

alinean con los de Monguzzi et al ( 27 ), quienes informaron un rendimiento
diagnóstico similar en la evaluación de la respuesta a la TRCbasada en
las mediciones ADC posteriores a la TRC adquiridas con un método que se
parece a nuestro método de una sola sección; sin embargo, clasificaron los
tumores de grado 1 y 2 de regresión tumoral en la categoría de respondedores. Ha
et al ( 23 ) midieron el valor promedio de ADC del tumor colocando al menos
cuatro ROI circulares (cada uno en el rango de 16 a 56 mm 2) sobre el área del
tumor en cada sección que contiene el tumor; el rendimiento diagnóstico con este
método de mediciones ADC post- CRT ( AUC , 0.705) fue comparable al que se
encontró en nuestro estudio para el método de tres ROI s ( AUC , 0.731 [ IC
del 95% : 0.583, 0.878]). Por otro lado, en un estudio reciente de Cai et al.,
Las mediciones de intensidad de la señal DW postratamiento tuvieron una mayor
precisión diagnóstica en la determinación de la respuesta tumoral completa que
las mediciones de ADC posteriores al tratamiento , que mostraron un rendimiento
diagnóstico insatisfactorio ( AUC , 0.64–0.66) ( 28). Estos resultados pueden
explicarse por el hecho de que las mediciones de ADC se obtuvieron utilizando
tres ROI circulares que se colocaron en la intensidad de señal más alta dentro del
tejido tumoral, y cada ROI cubrió un área de solo 4 mm 2 . Nuestro estudio
demostró que la medición de áreas más grandes proporciona una caracterización
más confiable del tejido tumoral. Además, evitamos específicamente la medición
de áreas con efecto de brillo T2, ya que la inclusión de dichas áreas puede
generar errores de medición.
Con respecto a la determinación de la respuesta tumoral completa basada en las

mediciones del cambio de ADC , los resultados de estudios anteriores son
diversos. Kim et al ( 22 ) y Sun et al ( 25 ) encontraron que el porcentaje medio
de cambio de ADC en el tumor era un predictor útil de la respuesta del tumor a la
terapia. Semedo et al ( 29 ) informaron un rendimiento diagnóstico insuficiente de
las mediciones de ADC en la estimación de la respuesta tumoral completa a
la TRC , con un AUC de 0,51 para el porcentaje de cambio de ADC . Monguzzi et
al ( 27) encontraron que el rendimiento diagnóstico del porcentaje
de cambio de ADC fue inferior al del cambio numérico de ADC ( AUC , 0.636–
0.682 vs 0.773–0.803, respectivamente). Según nuestro conocimiento, el nuestro
es el único estudio hasta la fecha en el que se adquirieron mediciones de tres
formas diferentes para predecir la respuesta tumoral completa a la TRC , y el
porcentaje de cambio de ADC medido con el método de volumen de tumor
completo logró el mayor rendimiento diagnóstico, con un AUC de 0.882 ( IC 95% :
0.785, 0.979), sensibilidad del 80% (ocho de 10; IC 95% : 44.4%, 97.5%),
especificidad del 85% (44 de 52; IC 95%: 71.9%, 93.1%), precisión de 84% (52 de
62), valor predictivo positivo de 50% (ocho de 16) y cambio predictivo negativo de
96% (44 de 46), al usar un aumento de ADC de 54% como el valor de corte.
Creemos que varios de nuestros resultados son clínicamente

importantes. Primero, con los tres métodos de posicionamiento, tanto los valores
de ADC post- CRT como los valores de cambio de ADC obtuvieron buenos
resultados al discriminar a los respondedores no completos elegibles para
cirugía; esto se manifestó por valores predictivos negativos muy altos que iban del
96% (44 de 46) al 100% (39 de 39). Además, los niveles de rendimiento
diagnóstico en la evaluación de la respuesta tumoral completa a la terapia fueron
comparables con los métodos de una sola sección y de volumen de tumor
completo y para las mediciones posteriores a TRC y las medidas de cambio
de ADC ; esto sugiere que obtener post- CRTLas mediciones con el método de
una sola sección, que se pueden realizar de manera relativamente rápida, pueden
ser el enfoque más sensato para evaluar la respuesta en la práctica clínica (para
este enfoque, AUC = 0.874 [ IC 95% : 0.778, 0.970], precisión = 79% [ 49 de 62],
sensibilidad = 90% [nueve de 10; IC 95% : 55.5%, 99.7%], especificidad = 77% [40
de 52; IC 95% : 63.2%, 87.5%]). También cabe destacar el alto rendimiento
diagnóstico del método de volumen de todo el tumor para la predicción de la
respuesta completa en función del porcentaje de ADCcambio (detallado
anteriormente). Sin embargo, ninguno de los métodos produjo un VPP superior al
53% (nueve de 17), lo que indica que ninguno es completamente confiable para la
selección de respondedores completos elegibles para un tratamiento menos
invasivo, probablemente debido a la considerable superposición de
los valores de ADC entre la respuesta completa y grupos de respuesta incompleta.
Nuestro estudio tiene algunas limitaciones. Las mediciones de ADC son muy
sutiles y están sujetas a errores de medición. En algunos pacientes, se pudo
identificar poco o ningún tumor residual en las imágenes DWdespués de la TRC ,
por lo que fue un desafío colocar el ROI (s) correctamente. Además, excluimos a
nueve pacientes cuyas imágenes DW estaban muy distorsionadas por artefactos
de susceptibilidad del aire intraluminal, ya que estos artefactos habrían afectado
las mediciones. Otra limitación fue que los mapas ADCse adquirieron con un
algoritmo monoexponencial; un ajuste exponencial múltiple con más bLos valores
pueden haber sido más precisos y preferibles. Además, los valores de corte que
evaluamos en el estudio actual no se especificaron previamente, sino que se
basaron en datos de este conjunto de pruebas, un enfoque que probablemente
resulte en una sobreestimación del rendimiento diagnóstico de los métodos
probados. Los umbrales derivados de este estudio deben evaluarse en un estudio
de validación prospectivo separado. Finalmente, el número de pacientes con
respuesta patológica completa del tumor fue pequeño y representó solo el 16%
(10 de 62) de la población del estudio.
Nuestro estudio ha demostrado que el método de posicionamiento ROI utilizado
afecta significativamente las mediciones de ADC . Las mediciones
del cambio de ADC inducido por la TRC pueden tener un valor diagnóstico
considerable para la estimación de la respuesta tumoral completa, y la mayor
precisión se obtiene al analizar el volumen del tumor completo y el porcentaje
de cambio de ADC . Con cada uno de los tres métodos de posicionamiento
de ROI , las medidas de ADC posteriores al tratamiento y las medidas
de cambio de ADC demostraron un excelente desempeño en la distinción de
respondedores no completos que requieren tratamiento quirúrgico.
Avances en el conocimiento
 ■ Las variaciones en el número, tamaño y posición de la región de interés

( ROI ) influyen sustancialmente en las mediciones del coeficiente de
difusión aparente ( ADC ); los ADC tumorales dependen en gran medida
del método de posicionamiento ROI particular utilizado ( P = .001 a .006 en
la mayoría de las comparaciones).
 ■ Las medidas ADC de quimioterapia y radioterapia ( TRC ) post-
combinadas y el cambio numérico de ADC que cubre todas las áreas
tumorales, incluidas las áreas de fibrosis y necrosis (en una o todas las
secciones), son más precisas para identificar la respuesta tumoral completa
a la terapia que las mediciones que incluyen solo regiones tumorales
viables (precisión, 77% –86% vs 60% –61%; área bajo la curva [ AUC ],
0.874 a 0.897 vs 0.731 a 0.740; P = .003 – .048).
 ■ Las mediciones de ADC del volumen de todo el tumor (WTV) logran una
mayor reproducibilidad que las mediciones confinadas al tumor en una sola
sección o en áreas de tumor viable (coeficiente de correlación intraclase,
0.742–0.891 versus 0.582–0.761).
 ■ Las mediciones de ADC antes del tratamiento no son confiables para
evaluar la respuesta completa del tumor, independientemente del método
de posicionamiento de ROI ( AUC , 0.585 a 0.642).
 ■ Las mediciones del cambio de ADC inducido por la TRC pueden tener un
valor diagnóstico considerable para determinar la respuesta completa del
tumor, independientemente del método de posicionamiento ROI utilizado
( AUC , 0.733 a 0.897); El porcentaje de cambio de ADC medido con el
método WTV proporciona el mejor rendimiento de diagnóstico ( AUC ,
0.882; precisión, 84%; sensibilidad, 80%; especificidad, 85%).
Implicaciones para el cuidado del paciente
 ■ Independientemente de la ROI método de posicionamiento se utiliza

para obtener ADC mediciones, post- CRT ADC s y ADC cambios tanto
permitir la discriminación de respondedores no completas y la selección por
lo tanto precisa de los pacientes con cáncer de recto localmente avanzado
que requiere tratamiento (valor predictivo negativo quirúrgica, 96% al
100%).
 ■ Los niveles de rendimiento diagnóstico en la evaluación de la respuesta
tumoral completa a la terapia fueron comparables con los de los métodos
de sección única y WTV y para las mediciones posteriores a CRT y
las medidas de cambio de ADC ; Debido a que la adquisición
de mediciones post- CRT con el método de una sola sección es un enfoque
relativamente eficiente, puede ser la mejor opción para la práctica clínica
(para este enfoque, AUC = 0.874, precisión = 79%, sensibilidad = 90%,
especificidad = 77% ).
Divulgaciones de conflictos de intereses: IMB no reveló relaciones

relevantes. GBL no reveló relaciones relevantes. MMG no reveló relaciones
relevantes.
Contribuciones de los autores: Garantes de la integridad de todo el estudio,
IMB, GBL; conceptos de estudio / diseño de estudios o adquisición de datos o
análisis / interpretación de datos, todos los autores; redacción de manuscritos o
revisión de manuscritos para contenido intelectual importante, todos los
autores; aprobación de la versión final del manuscrito presentado, todos los
autores; acuerda asegurar que cualquier pregunta relacionada con el trabajo sea
resuelta apropiadamente, todos los autores; investigación literaria, IMB; estudios
clínicos, IMB, GBL; análisis estadístico, MMG; y edición de manuscritos, IMB,
GBL.

Recibido el 28 de agosto de 2015; revisión solicitada el 19 de octubre; revisión
final recibida el 19 de enero de 2016; aceptado el 16 de febrero; versión final
aceptada el 26 de marzo.
Publicado en línea: 2 de junio de 2016
Publicado en impresión: febrero de 2017
Figura 1a: Imágenes de un paciente de 36 años de edad que muestran hallazgos
radiológicos y pCR. (a) La mamografía oblicua mediolateral digital de campo completo
muestra calcificaciones lineales y pleomórficas en la distribución segmentaria que
involucra el cuadrante inferior central y la parte inferior inferior interna (flechas) con
engrosamiento de la piel que las cubre (visible en el área inferior). Imágenes de RM
postcontraste ponderadas en T1 obtenidas en el plano de imagen axial a través de la mitad
inferior de la mama
Tumores hepáticos: análisis de la
región de interés versus volumétrico
para la cuantificación de la atenuación
en la TC
Hamid Chalian , Sandra M. Tochetto , Hüseyin G. Töre , Pedram Rezai , Vahid
Yaghmai
Publicado en línea: 1 de marzo de 2012https://doi.org/10.1148/radiol.11110106
 Secciones
 PDF
 Herramientas
 Compartir
Resumen
Propósito
Para evaluar la reproducibilidad de la medición de la atenuación tumoral hepática
mediante el uso del método manual de la región de interés (ROI) y el de la
medición realizada mediante el uso de un enfoque volumétrico semiautomático en
la tomografía computarizada (TC).
Este estudio retrospectivo que cumple con la ley HIPAA tuvo la aprobación del
comité de revisión institucional. El requisito de consentimiento informado del
paciente fue renunciado. La atenuación de las metástasis hepáticas del cáncer de
colon en 208 pacientes se midió en imágenes de tomografía computarizada
multidetector de la fase venosa portal utilizando un solo retorno de la inversión, la
medición promedio en tres ROI en una sola sección, y con segmentación
semiautomatizada de todo el volumen del tumor (atenuación volumétrica) para
evaluar Acuerdo intermétodo. Se evaluó la reproducibilidad intraobservador e
interobservador en los primeros 70 pacientes. Las mediciones se repitieron
después de 30 días para evaluar la reproducibilidad intraobservador. Las
diferencias entre los métodos se probaron mediante el análisis de varianza de
medidas repetidas. Método intermedio, intraobservador,c ). Se consideró p <0,05
para indicar una diferencia significativa.
Resultados
Se evaluaron un total de 208 metástasis hepáticas de cáncer de colon probadas
patológicamente de más de 20 mm de diámetro en 100 mujeres y 108 hombres
(edad media, 61.6 años ± 11.6 [desviación estándar]; rango, 28-87 años). La
atenuación fue significativamente diferente entre los tres métodos de medición
( P<.001 para todos). Las mediciones volumétricas tuvieron mejor acuerdo
intraobservador (precisión = 3.3%, ρ c= 0.996, p <.001) que las mediciones de un
solo ROI (precisión = 12.0%, ρ c = 0.947, p <.001) y las mediciones promediadas
sobre tres ROIs ( precisión = 9.3%, ρ c = 0.965, p <.001). Las mediciones
volumétricas también tuvieron un mejor acuerdo interobservador (precisión =
3.6%, ρ c= 0.993, P <.001) que las mediciones de un solo ROI (precisión = 11.3%,
ρ c = 0.957, P <.001) y la medición promedio en tres ROI (precisión = 8.5%, ρ c =
0.976, P <. 001).
Conclusión
Las mediciones de la atenuación del tumor hepático en la TC multidetector son
reproducibles. Un enfoque basado en la evaluación de la atenuación de la lesión
completa demostró una mejor reproducibilidad que las mediciones de ROI.
© RSNA, 2012
Introducción
La tomografía computarizada (TC) mejorada con material de contraste es la
modalidad de imagen más utilizada para monitorear la respuesta del tumor
hepático a la terapia ( 1 ). Sobre la base de los cambios en el tamaño del tumor,
las guías de imagen actuales permiten una evaluación objetiva, estandarizada y
práctica de la respuesta terapéutica ( 2 - 4 ). Sin embargo, el tamaño del tumor no
refleja directamente la viabilidad del tumor, y la evaluación del tamaño del tumor
puede tener un valor limitado en la evaluación de la respuesta del tumor a las
nuevas terapias antineoplásicas ( 5 , 6 ).
Se ha demostrado que el cambio de atenuación tumoral en las imágenes con

contraste realzado es un método preciso para evaluar la angiogénesis tumoral, la
necrosis y la respuesta al tratamiento ( 7 - 11 ). Se ha demostrado que la
diferencia en la atenuación del tumor de imágenes sin contraste a imágenes con
contraste realzado se correlaciona con la densidad de microvasos del tumor en el
examen histopatológico ( 7 , 8 , 12 ). Choi y colegas ( 9 , 10) han demostrado que
los cambios en la atenuación de las metástasis hepáticas de los tumores del
estroma gastrointestinal después del tratamiento con mesilato de imatinib, un
inhibidor de la tirosina quinasa, tuvieron mayor sensibilidad y especificidad que los
biomarcadores de imagen anatómica en la predicción de la respuesta en la
tomografía de emisión de positrones de fluorodeoxiglucosa fluorina 18. De manera
similar, se ha demostrado que la medición del cambio de atenuación tumoral en la
TC mejora la precisión de la evaluación de la respuesta al tratamiento con itrio 90
en pacientes con metástasis hepática y puede ayudar a detectar la respuesta al
tratamiento antes que los criterios de tamaño solo ( 13 ). Estos informes subrayan
la importancia de un método preciso y reproducible para medir la atenuación
tumoral, especialmente después de la introducción de regímenes de quimioterapia
antiangiogénesis de nuevo desarrollo ( 14).).
Actualmente, no hay consenso sobre cuál es el mejor método para medir el

cambio de atenuación tumoral hepática en la TC multidetector en respuesta al
tratamiento. Comúnmente, la atenuación tumoral se evalúa colocando
manualmente una región de interés (ROI) dentro de la lesión para obtener la
medición de atenuación. Sin embargo, con este método, el ROI incluye solo la
región "percibida" del cambio de atenuación por parte del radiólogo y puede ser
propenso a errores de muestreo. De hecho, la lesión completa puede no estar
incluida completamente en una sola sección si hay márgenes tumorales
irregulares. Además, los errores de muestreo se pueden agravar si la misma
región tumoral no se evalúa en los estudios de seguimiento ( 15).). Un enfoque
objetivo que permita evaluar la atenuación de toda la lesión sería deseable para
mejorar la medición de la atenuación del tumor.
El desarrollo de métodos de imagen de posprocesamiento ha permitido la

evaluación tridimensional de la segmentación de las lesiones y la volumetría
( 16 - 19 ). Los métodos de segmentación tumoral basados en una versión
extendida del método de segmentación de lesión pulmonar inicialmente descrito
por Kuhnigk et al ( 16 ) que combinan un enfoque basado en morfología y basado
en atenuación permiten una volumetría tridimensional confiable y reproducible de
lesiones sólidas y pueden ser utilizado en la evaluación de la atenuación global
media del tumor (atenuación volumétrica) ( 16 , 18 - 20 ).
El propósito de este estudio fue evaluar la reproducibilidad de las mediciones de

atenuación tumoral realizadas con el método de ROI manual de uso habitual y la
de las mediciones realizadas mediante un método de medición volumétrica
semiautomatizada.
Este estudio que cumple con la Ley de Responsabilidad y Portabilidad de Seguros
de Salud fue aprobado por la junta de revisión institucional. El requisito de
consentimiento informado del paciente no se aplicó para este estudio
retrospectivo.
Siemens Medical Solutions (Forchheim, Alemania) proporcionó el software y el

hardware utilizados en este estudio de forma gratuita como parte de un acuerdo
de investigación con nuestra institución. Los autores tenían el control total de los
datos y la información presentada para su publicación.
Estudio cohorte
La población del estudio consistió en pacientes con metástasis hepáticas de

cáncer de colon probadas patológicamente que se tomaron imágenes con TC
multidetector con contraste entre enero de 2004 y noviembre de 2010. La
selección de pacientes se realizó en nuestro motor de búsqueda de bases de
datos de informes radiológicos electrónicos del departamento mediante la
búsqueda de las palabras clave "colon metástasis hepáticas por cáncer ”y“
metástasis hepáticas por cáncer de colon ”por separado. Los criterios de inclusión
fueron los siguientes: (a) los pacientes debían tener una metástasis hepática de
cáncer de colon probada patológicamente y (b) los pacientes tenían que haberse
sometido a una TC multidetector con contraste. Trescientos cuarenta y un
pacientes cumplieron con estos criterios de inclusión. A continuación, se
excluyeron los pacientes si alguno de los siguientes aplica: (a)La metástasis
hepática tenía un diámetro transversal inferior a 20 mm (38 pacientes), (b)
los estudios de TC multidetector no estaban disponibles para la revisión (36
pacientes), (c) los estudios de TC multidetectores se habían realizado con un
grosor de sección mayor que Los artefactos de movimiento o de endurecimiento
de haz de 2,5 mm (45 pacientes) y (d) redujeron severamente la calidad de la
imagen multidetector de TC (14 pacientes).
Protocolo de imágenes de tomografía computarizada múltiple
Todas las exploraciones de TC se realizaron utilizando escáneres de tomografía

computarizada multidetector (escáneres Somatom Sensation de 64 secciones y de
16 secciones, Siemens Medical Solutions; escáneres LightSpeed QX / i de cuatro
secciones, GE Healthcare, Waukesha, Wis) con 2 mm (16- y TC multidetector de
64 secciones o espesor de sección e intervalo de reconstrucción de 2,5 mm (TC
multidetector de cuatro secciones). Se obtuvieron imágenes de la fase venosa
portal (obtenidas 70 segundos después del inicio de la inyección de material de
contraste intravenoso). Mediante el uso de un inyector mecánico (Stellant; Medrad,
Warrendale, Pa), se administraron por vía intravenosa 125 ml de material de
contraste no iónico (iohexol, 350 mg de yodo por mililitro, GE Healthcare,
Waukesha, Wis [dosis total de yodo, 43.75 g]) a una velocidad de 3 a 5 ml / seg.
Análisis de imagen
Los estudios de tomografía computarizada multidetector se analizaron en una

estación de trabajo de sistemas de comunicación y archivo de imágenes
(Centricity Imaging; GE Healthcare, Milwaukee, Wis). La atenuación tumoral se
midió en imágenes con contraste axial obtenido durante la fase venosa portal. Las
imágenes de la fase venosa portal se evaluaron debido a la mejora en la visibilidad
del tumor durante esta fase ( 21 , 22 ).
Mediciones de ROI. —Un radiólogo abdominal (VY) midió la atenuación del tumor
hepático en los 208 pacientes. Para los pacientes con más de una lesión, se eligió
para el análisis la lesión más conspicua con un diámetro transversal superior a 20
mm. La atenuación del tumor se determinó colocando el ROI utilizado de manera
rutinaria dentro de la dimensión más grande del tumor en el plano transaxial y se
calculó utilizando (a)la medición en un solo ROI y (b) la medición promedio sobre
tres ROI ( Fig. 1 ). Se dibujó el ROI único para cubrir la región más grande posible
dentro del tumor. Cuando se utilizaron tres ROI, el tumor se evaluó en ROI con
una superposición máxima del 30%.
Figura 1a: Las imágenes de TC con contraste axial en una mujer de 80 años con
metástasis hepática por cáncer de colon muestran la determinación de la
atenuación tumoral mediante el uso de (a) una medición en un solo ROI, (b) la
medición promedio en tres ROI, y (c) Medición volumétrica. También se muestra
una imagen de volumen del tumor segmentado en c (esquina inferior derecha). La
segmentación semiautomática mide la atenuación de todos los voxels dentro del
volumen segmentado.

Figura 1b: Las imágenes de TC con contraste axial en una mujer de 80 años con
medición promedio en tres ROIs, y (c) Medición volumétrica. También se muestra
volumen segmentado.

Figura 1c: Las imágenes de TC con contraste axial en una mujer de 80 años con
medición promedio en tres ROI, y (c) Medición volumétrica. También se muestra
volumen segmentado.
Mediciones volumétricas. —Las imágenes se transfirieron a una estación de

trabajo de procesamiento de imágenes (Leonardo; Siemens Medical Solutions)
para volumetría. Mediante el uso de software de segmentación semiautomático
(aplicación CT Oncología para Syngo 2008A; Siemens Medical Solutions)
disponible en el mercado, el promedio de atenuación global de la lesión
(atenuación volumétrica) se obtuvo por el mismo radiólogo (VY, con 4 años de
experiencia en el uso del software) ( Fig 1c ). La atenuación volumétrica es el valor
medio de la unidad de campo de Houns de todos los vóxeles dentro de la lesión
segmentada y refleja la atenuación de la lesión completa. La aplicación de este
software en la segmentación de lesiones hepáticas ha sido descrita por Keil et al
( 17).). La reproducibilidad de este software en la segmentación de tumores
hepáticos se ha informado anteriormente ( 18 , 20 ). Los métodos de
segmentación y los algoritmos se basaron en una versión extendida ( 17 , 20 ) del
enfoque de segmentación de lesión pulmonar descrito por Kuhnigk et al ( 16).). A
diferencia de los nódulos pulmonares y el parénquima pulmonar circundante, que
tienen una atenuación sustancialmente diferente, la atenuación del parénquima
hepático y las lesiones hepáticas pueden variar dependiendo de varios factores,
incluidas las características individuales de la lesión (p. Ej., Características
histológicas del tumor), el paciente ( p. ej., gasto cardíaco y esteatosis hepática), y
el protocolo de adquisición de imágenes (p. ej., la cantidad de material de
contraste utilizado y el tiempo de adquisición de imágenes) ( 17 , 20). Por lo tanto,
la selección de los umbrales superior e inferior iniciales para la primera tarea de
segmentación del tumor hepático es un paso decisivo y es iniciada por el usuario
dibujando una línea a través del tumor en un plano de imagen. El software genera
un volumen de interés alrededor de la línea trazada y extiende la segmentación
sobre la base del análisis de histograma dentro del volumen de interés generado
( 17 , 18 , 20 , 23 ). El usuario puede revisar la segmentación en los planos axial,
coronal y sagital, y si no es satisfactoria, se puede usar una herramienta de
edición para refinar la segmentación ( 17 , 18 , 20).). El tiempo necesario para
realizar la segmentación volumétrica se registró para el primer observador (VY).
Variabilidad inter e intraobservador
Para evaluar la reproducibilidad interobservador, un segundo radiólogo

independiente (HGT, con 2 años de experiencia en el uso del software), cegado a
las mediciones del primer investigador, repitió las tres mediciones de atenuación
tumoral en las primeras 70 metástasis hepáticas. El primer investigador también
reevaluó estas 70 lesiones mediante el uso de los tres métodos después de 30
días para evaluar la reproducibilidad intraobservador. Las mediciones con cada
método se realizaron con al menos 1 semana de diferencia. Para asegurarse de
que los lectores evaluaron la misma lesión en cada paciente, el primer lector (VY)
marcó y guardó una imagen de captura de pantalla de la lesión evaluada. Estas
imágenes de captura de pantalla fueron revisadas por los lectores antes de
realizar mediciones para evaluar la variabilidad intraobservador e interobservador.
El análisis estadístico se realizó utilizando un programa informático (GraphPrism,

versión 3.0; GraphPad Software, San Diego, California). Los datos cuantitativos se
expresaron como media ± desviación estándar. El nivel de significación se
estableció en .05.
Comparación entre métodos. Se utilizó el análisis de varianza de medidas

repetidas para evaluar las diferencias entre los métodos. Las pruebas de
comparación múltiple de Bonferroni con un valor de corte de p.01 se utilizaron
para identificar diferencias significativas en las medias entre los grupos. El
coeficiente de correlación de concordancia de Lin (ρ c) fue utilizado para evaluar la
asociación lineal entre las mediciones obtenidas con diferentes métodos. Para
evaluar el acuerdo entre métodos, se realizó un análisis Bland-Altman. La media
de las dos mediciones se utilizó como valor de atenuación de referencia. Se
representó la diferencia porcentual de la medida de atenuación de cada método en
comparación con el valor de atenuación de referencia. La precisión, o la
proximidad de los valores en mediciones repetidas, se definió como la desviación
estándar de la diferencia porcentual media, y se calcularon límites de
concordancia del 95% para mostrar la variabilidad de las mediciones, como en
informes publicados anteriormente ( 24 , 25 ).
Reproducibilidad intra y interobservador. —Las diferencias entre las mediciones se

evaluaron utilizando la prueba t pareada . La precisión, como se definió
anteriormente, y los límites de acuerdo del 95%, derivados de las estadísticas de
Bland-Altman, se utilizaron para determinar el acuerdo intra e interobservador. La
asociación entre las variables se determinó mediante el uso del coeficiente de
correlación de concordancia de Lin.
Resultados
Datos demográficos
Se evaluaron 200 metástasis hepáticas de cáncer de colon en 208

pacientes. Había 100 mujeres y 108 hombres, con una edad media de 61,6 años ±
11,6 (desviación estándar) (rango, 28-87 años). No se observó una diferencia
significativa entre la edad media de las mujeres (61,2 años ± 12,6; rango, 28-83
años) y la de los hombres (62,1 años ± 10,5; rango, 33-87 años) ( p = 0,602).
Comparación de los métodos de evaluación de la atenuación

tumoral
Hubo una diferencia significativa en los valores de atenuación tumoral obtenidos

cuando se compararon los tres métodos mediante el análisis de varianza de
medidas repetidas ( p <0,001). Las mediciones de atenuación tumoral obtenidas
con un solo ROI (47.0 HU ± 18.5) y las promediadas en tres ROI (48.1 HU ± 18.0)
demostraron una tendencia a ser más baja que los valores obtenidos mediante el
uso de atenuación volumétrica (55.5 HU ± 17.4). Hubo una diferencia significativa
en la atenuación media del tumor cuando se comparó la volumetría con el método
de ROI único y con el método de la medición promedio en tres de ROI ( P<.001 en
ambos casos). También se observó una diferencia significativa en la atenuación
media del tumor cuando se compararon los valores obtenidos mediante el uso de
un solo ROI y los obtenidos mediante el uso de la medición promedio en tres ROI
( p <0,001) ( Tabla 1 ).
Tabla 1 Correlación entre métodos de medición de la atenuación del tumor hepático en 208
pacientes
* Los
datos son medias ± desviaciones estándar.
†
Se utilizaron análisis de varianza de medidas repetidas y pruebas de
comparación múltiple de Bonferroni para evaluar la diferencia en las medias.
La variabilidad entre las mediciones de atenuación tumoral fue la mayor cuando se

compararon los métodos volumétricos y de un solo retorno de la inversión
(precisión = 22,1%; límites de acuerdo del 95%: −23,8%, 62,9%). Cuando
comparamos el método de medición de la media en tres ROI y el método
volumétrico, la variabilidad fue menor (precisión = 18.5%; límites de acuerdo del
95%: −19.7%, 52.8%). Cuando comparamos el método de un ROI único y el
método de la media de la medición en tres ROI, la variabilidad fue la más baja
(precisión = 15.8%; límites de acuerdo del 95%: −18.8%, 43.2%).
Cuando comparamos los tres métodos en términos de correlación, los coeficientes

de correlación de concordancia de Lin para las mediciones fueron los siguientes:
ρ c = 0.763 ( P <.001) entre el método de ROI único y el método de atenuación
volumétrica, ρ c = 0.819 ( P <.001) entre el método de medición de la media en
tres ROIs y el método de atenuación volumétrica, y ρ c = 0.969 ( P <.001) entre el
método de la ROI única y la medición de la media en tres. Método de retorno de la
inversión. El tiempo medio requerido para la segmentación volumétrica de las
lesiones fue de 15 segundos ± 9 (rango, 5 a 45 segundos).
Reproducibilidad intraobservador
Los resultados de la reproducibilidad intraobservador se resumen en la Tabla

2 . La reproducibilidad intraobservador fue buena para los tres métodos de
evaluación de la atenuación tumoral. No hubo diferencias significativas entre la
media de la primera y la media del segundo conjunto de mediciones de atenuación
tumoral para el método de un solo retorno de la inversión ( P = .337), el método de
medición de la media en tres ROI ( p =). 159), o el método de atenuación
volumétrica ( P = .936). La medición de la media, la precisión, los límites de
concordancia del 95% y el coeficiente de correlación de concordancia de Lin para
cada método utilizado en la evaluación de la atenuación tumoral se muestran en
la Tabla 2 . En la figura 2, se muestra el acuerdo entre la primera y la segunda
medición con el ROI único, el promedio de la medición en tres ROI y los métodos
volumétricos.
Tabla 2 Reproducibilidad intraobservador de las mediciones de atenuación del tumor hepático
en 208 pacientes
Nota.— Se observó una buena reproducibilidad intraobservador para los tres

métodos utilizados para evaluar la atenuación tumoral.
* Los
†
Se utilizó una prueba t pareada para evaluar la diferencia en las medias.
‡
Definido como desviación estándar de la diferencia media porcentual.
Figura 2a: los gráficos muestran la reproducibilidad intraobservador en la

medición de la atenuación tumoral utilizando (a, b) un solo retorno de la
inversión, (c, d) la medición promedio en tres ROI y (e, f) un enfoque
volumétrico. (b, d, f) Las gráficas de acuerdo Bland-Altman muestran la diferencia
porcentual entre la primera y la segunda mediciones obtenidas por el mismo lector
con respecto a los valores medios de atenuación tumoral de las dos
mediciones. La precisión fue de 12.0% para el método de ROI único, 9.3% para el
método de medición en tres ROIs promedio y 3.3% para el método
volumétrico. Dos líneas punteadas exteriores = 95% de límites de acuerdo. Se
observaron límites de concordancia de 95% más estrechos con las medidas de
atenuación volumétrica.
Figura 2b: los gráficos muestran la reproducibilidad intraobservador en la

medición de la atenuación tumoral mediante el uso de (a, b) un solo retorno de la

Figura 2c: los gráficos muestran la reproducibilidad intraobservador en la

Figura 2d: los gráficos muestran la reproducibilidad intraobservador en la

Figura 2e: Las gráficas muestran la reproducibilidad intraobservador en la

Figura 2f: Las gráficas muestran la reproducibilidad intraobservador en la
medición de la atenuación tumoral mediante el uso de (a, b) un solo ROI, (c, d) la
medición promedio en tres ROIs y (e, f) un enfoque volumétrico. (b, d, f) Las
gráficas de acuerdo Bland-Altman muestran la diferencia porcentual entre la
primera y la segunda mediciones obtenidas por el mismo lector con respecto a los
valores medios de atenuación tumoral de las dos mediciones. La precisión fue de
12.0% para el método de ROI único, 9.3% para el método de medición en tres
ROIs promedio y 3.3% para el método volumétrico. Dos líneas punteadas
exteriores = 95% de límites de acuerdo. Se observaron límites de concordancia de
95% más estrechos con las medidas de atenuación volumétrica.

Reproducibilidad Interobservador
La medición de la media, la precisión, los límites de concordancia del 95% y el

coeficiente de correlación de concordancia de Lin para cada método utilizado en la
evaluación de la atenuación tumoral se muestran en la Tabla 3 . La
reproducibilidad entre observadores fue buena para los tres métodos utilizados
para evaluar la atenuación tumoral. Sin embargo, las mediciones de atenuación
volumétrica tuvieron los límites de concordancia más altos del 95%, la mejor
precisión y el coeficiente de correlación de concordancia más alto ( Tabla 3 ), lo
que indica una mejor reproducibilidad que las mediciones de ROI manual. No hubo
diferencia significativa en la atenuación media del tumor entre las mediciones del
observador 1 y las del observador 2 con el método de un solo retorno de la
inversión ( P = .513), el método del promedio de la medición en tres ROI ( P=
.646), o el método volumétrico ( P = .703). El mayor acuerdo interobservador se
obtuvo para las mediciones volumétricas, y el más bajo se obtuvo para las
mediciones de un solo ROI. En la Figura 3 , los gráficos de Bland-Altman
demuestran los límites de concordancia del 95% entre las mediciones del
observador 1 y el observador 2 y la correlación de concordancia de Lin entre sus
mediciones cuando se evaluó la atenuación del tumor con cada uno de los tres
métodos.
Tabla 3 Reproducibilidad interobservador de las mediciones de atenuación del tumor hepático

en 208 pacientes
Nota. — Se observó una buena reproducibilidad entre observadores para los tres
métodos utilizados para evaluar la atenuación tumoral. Sin embargo, el mejor
rendimiento se logró utilizando el método de atenuación volumétrica, que mostró la
mejor precisión y el mayor coeficiente de correlación de concordancia.
* Los
†
Se utilizó una prueba t pareada para evaluar la diferencia en las medias de las
mediciones de los observadores.
‡
Definido como la desviación estándar de la diferencia media porcentual.
§
La concordancia entre las mediciones de dos observadores para cada método se
evaluó utilizando el coeficiente de correlación de concordancia de Lin.
Figura 3a: (a, c, e) Las gráficas de dispersión muestran correlaciones (en
términos del coeficiente de correlación de concordancia de Lin) entre los valores
de atenuación tumoral y (b, d, f) Las gráficas de acuerdo Bland-Altman muestran
la reproducibilidad entre observadores en las mediciones de atenuación tumoral
obtenidas por utilizando (a, b) un solo retorno de la inversión, (c, d) la medición
promedio en tres ROI, y (e, f)un enfoque volumétrico. La diferencia porcentual
entre las mediciones de los observadores se representa frente a los valores
medios de atenuación tumoral de las mediciones de los dos observadores. La
precisión y el coeficiente de correlación de concordancia de Lin mostraron una
mejor reproducibilidad para el método volumétrico (precisión = 3.6%, ρ c= 0.993)
que para el método de la media de medición en tres ROIs (precisión = 8.5%, ρ c =
0.976) y el método de un solo retorno de la inversión (precisión = 11.3%, ρ c =
0.957). Dos líneas punteadas exteriores = 95% de límites de acuerdo. Los límites
de acuerdo más estrechos del 95% (27.5%, 6.7%), que demuestran un mejor
acuerdo interobservador, se observaron con el método de atenuación volumétrica,
que fue mejor que los límites de acuerdo para el método de medición promedio en
tres ROI (216.0 %, 17.5%) y el método de un solo retorno de la inversión (223.4%,
21.7%). (e) Se observó una mayor correlación entre las mediciones de los
observadores cuando se evaluó la atenuación de la lesión completa.

Figura 3b: (a, c, e) Los diagramas de dispersión muestran correlaciones (en
de atenuación tumoral y (b, d, f) los gráficos de acuerdo Bland-Altman muestran

Figura 3c: (a, c, e) Las gráficas de dispersión muestran correlaciones (en

Figura 3d: (a, c, e) Las gráficas de dispersión muestran correlaciones (en
de atenuación tumoral y (b, d, f) Las gráficas de acuerdo de Bland-Altman
muestran la reproducibilidad entre observadores en las mediciones de atenuación
tumoral obtenidas por utilizando (a, b) un solo retorno de la inversión, (c, d) la
medición promedio en tres ROI, y (e, f)un enfoque volumétrico. La diferencia
porcentual entre las mediciones de los observadores se representa frente a los
valores medios de atenuación tumoral de las mediciones de los dos
observadores. La precisión y el coeficiente de correlación de concordancia de Lin
mostraron una mejor reproducibilidad para el método volumétrico (precisión =
3.6%, ρ c= 0.993) que para el método de la media de medición en tres ROIs
(precisión = 8.5%, ρ c = 0.976) y el método de un solo retorno de la inversión
(precisión = 11.3%, ρ c = 0.957). Dos líneas punteadas exteriores = 95% de límites
de acuerdo. Los límites de acuerdo más estrechos del 95% (27.5%, 6.7%), que
demuestran un mejor acuerdo interobservador, se observaron con el método de
atenuación volumétrica, que fue mejor que los límites de acuerdo para el método
de medición promedio en tres ROI (216.0 %, 17.5%) y el método de un solo
retorno de la inversión (223.4%, 21.7%). (e) Se observó una mayor correlación
entre las mediciones de los observadores cuando se evaluó la atenuación de la
lesión completa.

Figura 3e: (a, c, e) Las gráficas de dispersión muestran correlaciones (en

Figura 3f: (a, c, e) Los diagramas de dispersión muestran correlaciones (en
de atenuación tumoral y (b, d, f) los gráficos de acuerdo Bland-Altman muestran
Discusión
Anteriormente se ha demostrado que el grado de aumento en la TC con contraste
tiene una relación lineal con la concentración de agente de contraste en el tejido y,
en cierta medida, podría reflejar el flujo sanguíneo del tumor ( 26 , 27 ). Goh y
colegas ( 28 ) y Sahani et al ( 29).) mostraron que la posición y el tamaño del ROI
del tumor y la variabilidad del observador influyen sustancialmente en los valores
de perfusión finales en la perfusión por TC en pacientes con cáncer colorrectal
debido a la naturaleza espacialmente heterogénea del tumor. Como consecuencia,
la evaluación de la atenuación tumoral en la imagen de TC multidetector con
contraste mediante el uso de mediciones de ROI puede implicar una variabilidad
intrínseca, dependiendo del tamaño del tumor, la posición de la ROI y la
percepción del observador ( 26 , 28 , 30 ) .
La atenuación tumoral fue diferente entre el método de un solo retorno de la

inversión, el método de la media de medición en tres y el método volumétrico en
nuestro estudio. No se observaron diferencias significativas en las mediciones de
atenuación tumoral realizadas por el mismo observador o en las realizadas por
diferentes observadores, independientemente del método utilizado. Los tres
métodos utilizados para medir la atenuación tumoral fueron reproducibles en
nuestro estudio, aunque las medidas de atenuación volumétrica tuvieron la menor
variabilidad intraobservador e interobservador, y el método de ROI único tuvo la
mayor variabilidad intraobservador e interobservador. Estos resultados sugieren
que la atenuación volumétrica puede ser un método más confiable para evaluar
los cambios en la atenuación tumoral.
Nuestros resultados también sugieren que una variabilidad intrínseca debida a la

heterogeneidad del tumor podría minimizarse si se evalúa la atenuación de la
lesión completa. Esto puede compensar las diferencias de perfusión del tumor
segmentario y mejorar potencialmente la reproducibilidad de la evaluación de
atenuación tumoral ( 30). En otras palabras, la variabilidad del observador debido
al sesgo de selección para las ROI puede reducirse cuando se considera la
atenuación de la lesión completa. En nuestro estudio, los valores de atenuación
tumoral obtenidos mediante el uso de un solo ROI, la medición promedio en tres
ROI y la atenuación volumétrica se correlacionaron entre sí. Sin embargo, las
mediciones de un solo ROI presentaron una diferencia media de
aproximadamente 8,5 HU en comparación con las mediciones obtenidas con la
volumetría. Esto podría reflejar un sesgo de muestreo en la medición manual de
las alteraciones del tumor central del flujo sanguíneo después de la terapia. La
evaluación volumétrica también explica la irregularidad del margen tumoral que se
observa con frecuencia con el crecimiento del tumor ( 31). Cuando el tumor central
es el más afectado por la terapia, el uso de ROI conducirá a una sobreestimación
del cambio general en el aumento del tumor debido al sesgo de muestreo. Esta es
probablemente la causa de las mediciones de atenuación más bajas con los
métodos de retorno de la inversión en este estudio. Sin embargo, si el margen del
tumor es irregular y la reducción de la atenuación no es fundamental, el uso de
ROI dará lugar a una subestimación de la respuesta al tratamiento ( 32 ).
La forma rígida del cursor ROI que se usa habitualmente para medir la atenuación
tumoral no permite la evaluación de la periferia de la lesión; por esta razón, la
fracción del cambio del flujo sanguíneo central al tejido tumoral periférico viable
podría no estar representada adecuadamente por las medidas manuales de ROI
( 15 , 33 ). En otras palabras, la medición del ROI de los tumores hepáticos puede
distorsionar la atenuación de todo el tumor si se utiliza un ROI rígido, similar al de
este estudio. La medición inexacta del cambio de atenuación tumoral con ROI
puede tener implicaciones en la práctica clínica y en la evaluación de la respuesta,
donde el cambio en la atenuación se utiliza como un biomarcador para la
respuesta ( 33 , 34 ).
Nuestro estudio tuvo limitaciones. Se evaluaron las metástasis de colon que tenían
una sección transversal mayor de 20 mm. Los efectos de diferentes tamaños de
tumores y diferentes tipos de tumores sobre la reproducibilidad de las mediciones
de atenuación tumoral aún están por estudiarse. Sólo se evaluaron metástasis
hepáticas hipoatenuantes. Se requieren estudios adicionales para evaluar la
reproducibilidad en lesiones de hiperrealimentación. Además, las medidas no se
estratificaron según el grado de heterogeneidad del tumor. El grado de
heterogeneidad del tumor puede amplificar potencialmente las diferencias en el
ROI y las medidas de atenuación volumétrica. Los resultados de la volumetría de
las lesiones también pueden no ser similares entre los diferentes fabricantes de
software de segmentación. No evaluamos el efecto del tamaño de la lesión en las
mediciones de atenuación. Sin embargo, seleccionamos lesiones de más de 20
mm para minimizar los errores de promedio de volumen.13 ). En este estudio no
evaluamos la reproducibilidad de los cambios en las mediciones de atenuación a
lo largo del tiempo. Se requieren estudios adicionales para evaluar la
reproducibilidad de estas mediciones cuando hay un cambio en la atenuación
después de la terapia.
En conclusión, las mediciones de la atenuación tumoral en la TC multidetector son

reproducibles. Un enfoque basado en la evaluación de la atenuación de la lesión
completa demostró menos variabilidad y mejor reproducibilidad que las
mediciones de ROI utilizadas habitualmente. Por lo tanto, la volumetría puede ser
un mejor método para medir la atenuación tumoral cuando se evalúa la respuesta
al tratamiento.
Avance en el conocimiento
•. • La medición de la atenuación de la lesión completa con un enfoque
volumétrico semiautomático demostró una menor variabilidad (precisión =
3.6%) y una mejor reproducibilidad (ρ c = 0.993) que la medida de región de
interés utilizada habitualmente (precisión = 11.3%, ρ c = 0.957) .
Implicación para el cuidado del paciente
•. • La volumetría puede ser un mejor método para evaluar el cambio en la
atenuación del tumor en respuesta a la terapia.
Divulgaciones de posibles conflictos de intereses: HC Actividades financieras

relacionadas con el presente artículo: ninguna a revelar. Actividades financieras no
relacionadas con el presente artículo: la institución recibe ayuda financiera de
Siemens Healthcare. Otras relaciones: ninguna para revelar. SMTActividades
financieras relacionadas con el presente artículo: ninguna a revelar. Actividades
financieras no relacionadas con el presente artículo: la institución recibe ayuda
financiera de Siemens Healthcare. Otras relaciones: ninguna para
revelar. HGTActividades financieras relacionadas con el presente artículo: ninguna
a revelar. Actividades financieras no relacionadas con el presente artículo: la
institución recibe ayuda financiera de Siemens Healthcare. Otras relaciones:
ninguna para revelar. PR actividades financieras relacionadas con el presente
artículo: ninguno a revelar. Actividades financieras no relacionadas con el presente
artículo: la institución recibe ayuda financiera de Siemens Healthcare. Otras
relaciones: ninguna para revelar. VY No hay conflictos de interés potenciales para
revelar.
Contribuciones de los autores: Garantes de la integridad de todo el estudio, HC,
SMT, VY; conceptos de estudio / diseño de estudios o adquisición de datos o
análisis / interpretación de datos, todos los autores; redacción de manuscritos o
revisión de manuscritos para contenido intelectual importante, todos los
autores; Aprobación de la versión final del manuscrito, todos los
autores; investigación bibliográfica, HC, SMT, PR, VY; estudios clínicos, todos los
autores; análisis estadístico, todos los autores; Edición de manuscritos, todos los
autores.
Con el apoyo de una subvención de Siemens Healthcare.

Recibido el 16 de enero de 2011; revisión solicitada el 2 de marzo; revisión
recibida el 17 de septiembre; aceptado el 30 de septiembre; Versión final aceptada
el 17 de octubre.
Publicado en línea: marzo de 2012
Publicado en impresión: marzo de 2012

Resumen Propósito: Afiliaciones de Autor

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Resumen Propósito: Afiliaciones de Autor

Cargado por

Copyright:

Formatos disponibles

Evaluación de control de calidad de

radioterapia y diagnóstico: simulación

 … Mo strar todo s lo s autor es

El material complementario en línea está disponible para este artículo.

Los conjuntos de datos de la terapia de radiación tridimensional - simulación CT

El registro de intramodalidad de la TC de diagnóstico de cabeza y cuello pre y

Simulación de tomografía computarizada y diagnóstico Imagen de imagen digital y

Tabla 1 Características del paciente

Se obtuvieron imágenes de TC de simulación sin mejorar después de inmovilizar a

Segmentación manual de las ROI anatómicas de referencia.

Para el conjunto de datos DICOM de cada paciente , el registro de imágenes se

Asimismo, se investigaron dos algoritmos de software no comerciales, los

Los campos del vector de deformación se obtuvieron de cada algoritmo de registro

Evaluación del algoritmo de registro

Después de completar el RIR y el DIR de los archivos de imagen DICOM nativos ,

Descargar como PowerPoint Open en Image Viewer

Para cada par de ROI de referencia y ROI deformado por registro, se

Las métricas individuales se detallan en la Tabla 2 . Los diferentes algoritmos de

Nota.— a = un punto en A, A = volumen de ROI deformado dependiente del

Para interrogar el efecto de la variabilidad interobservador en la delineación

La evaluación estadística se realizó utilizando el software JMP versión 10.2

Para determinar el grado relativo de diferencia de potencial de DIR

Descargar como PowerPoint Open en Image Viewer

Descargar como PowerPoint Open en Image Viewer

Para las métricas de coeficientes de similitud, el algoritmo basado en atlas

El rendimiento de cada método de registro varió significativamente entre los

Descargar como PowerPoint Open en Image Viewer

Descargar como PowerPoint Open en Image Viewer

Tabla 3 Efecto de la variabilidad en la simulación CT Reconstrucción del espesor de la sección

En la evaluación de dependencia de interobservadores post hoc, para cada

Solo unos pocos investigadores han validado el registro de imágenes de TC de

Se deben tener en cuenta varias limitaciones. Como un estudio de una sola

En resumen, desarrollamos un marco de control de calidad utilizando

 ■ La mayoría de las métricas de superposición y distancia de superficie

Implicaciones para el cuidado del paciente

 ■ Después de una adecuada garantía de calidad, DIR debe reemplazar

Historia del artículo

Una versión anterior incorrecta de este artículo apareció en línea. Este

Se pueden utilizar diferentes técnicas de imagen para estimar la viabilidad del

Las imágenes DW MR proporcionan una excelente definición visual del tejido

La evaluación cuantitativa de la respuesta al tratamiento mediante el uso

El propósito de nuestro estudio fue determinar el impacto de tres métodos

Ochenta y dos pacientes adultos con cáncer rectal avanzado localmente

Los criterios de inclusión fueron (a) adenocarcinoma rectal comprobado mediante

Dieciocho pacientes fueron excluidos porque tenían tumor no resecable ( n = 2),

El último grupo de estudio consistió en 62 pacientes (edad promedio, 61.5 años ±

Todos los pacientes se sometieron a imágenes de RM tanto antes del tratamiento

Tabla 1 Parámetros de secuencia

Análisis de imagen y métodos de posicionamiento ROI

Los conjuntos de imágenes de RM ponderadas en T2 antes y después del

Descargar como PowerPoint Open en Image Viewer

Descargar como PowerPoint Open en Image Viewer

Las mediciones de ADC tumorales se obtuvieron utilizando

Descargar como PowerPoint Open en Image Viewer

El grado de regresión del tumor histopatológico (TRG), según lo descrito por

La variabilidad interobservador para seis mediciones (realizadas con tres métodos

Cuarenta y seis pacientes se sometieron a una resección anterior baja, 13

Tabla 2 Pretratamiento de las etapas tumorales y nodales estimadas por RM y estadios

Efectos de los diferentes métodos de posicionamiento de ROI en las

Tabla 3 Valores promedio de ADC anteriores y posteriores a CRT y valores numéricos y

* Para las diferencias entre los grupos de respuesta completa ( n = 10) y de

El acuerdo interobservador (coeficiente de correlación intraclase) con el método

Descargar como PowerPoint Open en Image Viewer