Intérêt pronostique de la restriction de la diffusion dans le glioblastome
DOI :
https://doi.org/10.62438/tunismed.v102i2.4746Mots-clés :
Glioblastome, Imagerie par résonance magnétique, Imagerie de diffusion par résonance magnétique, PronosticRésumé
Introduction: Malgré le mauvais pronostic du glioblastome (GBM), la survie globale (SG) des patients varie de quelques jours à plusieurs mois. La connaissance des facteurs expliquant cette différence permettrait d’adapter le traitement.
Objectif: Etudier la valeur pronostique de l’imagerie de diffusion chez les patients atteints de GBM.
Méthodes: Les IRM de 33 patients atteints de GBM ont été revues. Des régions d’intérêt incluant tout l’hypersignal T2 tumoral ont été tracées sur la séquence de diffusion B0 et copiées sur la cartographie du coefficient apparent de diffusion (ADC). Un histogramme a été généré à partir des valeurs d’ADC incluses dans ces régions d’intérêt.
Des paramètres volumétriques incluant les zones tumorales avec restriction de la diffusion, des paramètres dérivés de l’histogramme ainsi que l’ADC moyen de la tumeur ont été calculés et leur liaison à la SG a été étudiée.
Résultats: La SG était liée de façon significative à l’ADC moyen (p=0,021), une valeur<1415x10-6mm2/s étant de plus mauvais pronostic.
Parmi les paramètres volumétriques, seul le pourcentage du volume tumoral avec un ADC normalisé <1,5 fois celui de la substance blanche normale était lié de façon significative à la SG (p=0,0045). Les patients avec une valeur >23,92% avaient une SG plus courte.
Sur l’histogramme, le 50ème percentile permettait de différencier les patients en fonction de la durée de SG. Cette différence était proche de la signification (p=0,055). Le pic d’ADC n’était pas significativement lié à la SG (p=0,0959).
Conclusion: L’imagerie de diffusion pourrait fournir .... ( résumé tronqué à 250 mots).
Téléchargements
Références
Thakkar JP, Dolecek TA, Horbinski C, Ostrom QT, Lightner DD, Barnholtz-Sloan JS, et al. Epidemiologic and molecular prognostic review of glioblastoma. Cancer Epidemiol Biomarkers Prev 2014;23:1985–96.
Crawford FW, Khayal IS, McGue C, Saraswathy S, Pirzkall A, Cha S, et al. Relationship of pre-surgery metabolic and physiological MR imaging parameters to survival for patients with untreated GBM. J Neurooncol 2009;91:337–51.
Nakamura H, Murakami R, Hirai T, Kitajima M, Yamashita Y. Can MRI-derived factors predict the survival in glioblastoma patients treated with postoperative chemoradiation therapy? Acta radiol 2013;54:214–20.
Ellingson BM, Gerstner ER, Smits M, Huang RY, Colen R, Abrey LE, et al. Diffusion MRI phenotypes predict overall survival benefit from Anti-VEGF monotherapy in recurrent glioblastoma: Converging evidence from phase II trials. Clin Cancer Res 2017;23:5745–56.
Chen Z, Ma L, Lou X, Zhou Z. Diagnostic value of minimum apparent diffusion coefficient values in prediction of neuroepithelial tumor grading. J Magn Reson Imaging 2010;31:1331–8.
Le Bihan D, Iima M. Diffusion magnetic resonance imaging: What water tells us about biological tissues. PLoS Biol 2015;13:1–13.
Schaefer PW, Grant PE, Gonzalez RG. Diffusion-weighted MR Imaging of the Brain. Radiology 2000 Nov;217:331–45.
Padhani AR, Liu G, Mu-Koh D, Chenevert TL, Thoeny HC, Takahara T, et al. Diffusion-Weighted Magnetic Resonance Imaging as a Cancer Biomarker: Consensus and Recommendations. Neoplasia 2009;11:102–25.
Ferris SP, Hofmann JW, Solomon DA, Perry A. Characterization of gliomas: from morphology to molecules. Virchows Arch 2017;471:257–69.
Kiss R, Dewitte O, Decaestecker C, Camby I, Gordower L, Delbecque K, et al. The combined determination of proliferative activity and cell density in the prognosis of adult patients with supratentorial high-grade astrocytic tumors. Am J Clin Pathol 1997;107:321–31.
Wu W, Miller KL. Image formation in diffusion MRI: A review of recent technical developments. J Magn Reson Imaging 2017;46:646–62.
Pope WB, Qiao XJ, Kim HJ, Lai A, Nghiemphu P, Xue X, et al. Apparent diffusion coefficient histogram analysis stratifies progression-free and overall survival in patients with recurrent GBM treated with bevacizumab: A multi-center study. J Neurooncol 2012;108:491–8.
Cui Y, Ren S, Tha KK, Wu J, Shirato H, Li R. Volume of high-risk intratumoral subregions at multi-parametric MR imaging predicts overall survival and complements molecular analysis of glioblastoma. Eur Radiol 2017;27:3583–92.
Choi YS, Ahn SS, Kim DW, Chang JH, Kang S, Kim EH, et al. Incremental Prognostic Value of ADC Histogram Analysis over MGMT Promoter Methylation Status in Patients with Glioblastoma. Radiology 2016;1:151913.
Elson A, Bovi J, Siker M, Schultz C, Paulson E. Evaluation of absolute and normalized apparent diffusion coefficient (ADC) values within the post-operative T2/FLAIR volume as adverse prognostic indicators in glioblastoma. J Neurooncol 2015;122:549–58.
Hilario A, Sepulveda JM, Perez-Nuñez A, Salvador E, Millan JM, Hernandez-Lain A, et al. A prognostic model based on preoperative MRI predicts overall survival in patients with diffuse gliomas. Am J Neuroradiol 2014;35:1096–102.
Higano S, Yun X, Kumabe T, Watanabe M, Mugikura S, Umetsu A, et al. Malignant Astrocytic Tumors: Clinical Importance of Apparent Diffusion Coefficient in Prediction of Grade and Prognosis. Radiology 2006;241:839–46.
Saraswathy S, Crawford FW, Lamborn KR, Pirzkall A, Chang S, Cha S, et al. Evaluation of MR markers that predict survival in patients with newly diagnosed GBM prior to adjuvant therapy. J Neurooncol 2009;91:69–81.
Pope WB, Lai A, Mehta R, Kim HJ, Qiao J, Young JR, et al. Apparent diffusion coefficient histogram analysis stratifies progression-free survival in newly diagnosed bevacizumab-treated glioblastoma. Am J Neuroradiol 2011;32:882–9.
Chang W, Pope WB, Harris RJ, Hardy AJ, Leu K, Mody RR, et al. Diffusion MRI Characteristics After Concurrent Radiochemotherapy Predicts Progression-Free and Overall Survival in Newly Diagnosed Glioblastoma. Tomography 2015;1:37–43.
Wen Q, Jalilian L, Lupo JM, Molinaro AM, Chang SM, Clarke J, et al. Comparison of ADC metrics and their association with outcome for patients with newly diagnosed glioblastoma being treated with radiation therapy, temozolomide, erlotinib and bevacizumab. J Neurooncol 2015;121:331–9.
Kondo M, Uchiyama Y. Apparent diffusion coefficient histogram analysis for prediction of prognosis in glioblastoma. J Neuroradiol 2018;45:236–41.
Wen Q, Jalilian L, Lupo JM, Li Y, Roy R, Molinaro AM, et al. Association of diffusion and anatomic imaging parameters with survival for patients with newly diagnosed glioblastoma participating in two different clinical trials. Transl Oncol 2015;8:446–55.
Rahman R, Hamdan A, Zweifler R, Jiang H, Norden AD, Reardon DA, et al. Histogram analysis of apparent diffusion coefficient within enhancing and nonenhancing tumor volumes in recurrent glioblastoma patients treated with bevacizumab. J Neurooncol 2014;119:149–58.
Boonzaier NR, Larkin TJ, Matys T, van der Hoorn A, Yan JL, Price SJ. Multiparametric MR imaging of diffusion and perfusion in contrast-enhancing and nonenhancing components in patients with glioblastoma. Radiology 2017
Fichiers supplémentaires
Publiée
Numéro
Rubrique
Catégories
Licence
Merci de créditer les auteurs lors de toute citation : La Tunisie Médicale (2024)
Ce travail est disponible sous licence Creative Commons Attribution - Pas d'Utilisation Commerciale - Pas de Modification 4.0 International.
