S'abonner

Corrélation entre l’intensité T2 tumorale à l’IRM et la consistance tumorale des adénomes hypophysaires - 19/07/18

Doi : 10.1016/j.neuchi.2018.05.044 
S. Obaid , P. Harris, L. Harris, F. Guilbert, R. Moumdjian
 Montréal, Canada 

Auteur correspondant.

Résumé

Introduction

La consistance tumorale est un facteur pouvant contribuer à la complexité de la chirurgie trans-sphénoïdale (TS) de l’adénome hypophysaire, surtout en ce qui a trait aux tumeurs solides. L’objectif de cette étude est de déterminer une corrélation entre la texture de la tumeur lors de l’opération et les acquisitions T2 à l’IRM et d’évaluer s’il est possible de prédire la consistance tumorale.

Matériel et méthodes

Étude rétrospective de 164 patients traités pour une tumeur hypophysaire par approche TS dont les images T2 d’IRM étaient disponibles. Une analyse de ces images a été réalisée par le logiciel de segmentation manuelle ITK-SNAP. La texture des tumeurs était déterminée en peropératoire et comparée à la luminosité de la tumeur selon le nombre de voxels de luminosité approchant celle du LCR ou de la matière grise (MG). Chaque tumeur était catégorisée selon sa consistance (liquide si 70 % de voxels liquides ; solide si 70 % de voxels solides ; mixte). Une analyse de corrélation et de sensibilité/spécificité de cette nouvelle méthode a été réalisée.

Résultats

Cent soixante-quatre patients (âge moyen de 52,60 ans) ont été analysés. Différents seuils de luminosité ont été utilisés afin de catégoriser un voxel de « liquide » ou « solide » (moyenne de la luminosité des voxels du LCR et MG ; luminosité de LCR vs luminosité non LCR ; luminosité de MG vs luminosité non MG). Les valeurs de sensibilité étaient peu contributives. Les valeurs de spécificité variaient de 0,77–0,91 pour les tumeurs solides et 0,17–0,89 pour les tumeurs mixtes. Pour les tumeurs liquides, en utilisant le seuil de moyenne LCR-MG ou LCR vs non LCR, la spécificité était de 0,97 et 1 respectivement, soit quasi parfaite.

Conclusion

L’analyse de luminosité en séquence T2 des adénomes hypophysaires par le logiciel ITK-SNAP est surtout utile pour prédire la consistance de tumeurs liquides. Cet outil a donc le potentiel de raffiner le planning préopératoire de la chirurgie hypophysaire.

Le texte complet de cet article est disponible en PDF.

Plan


© 2018  Publié par Elsevier Masson SAS.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 64 - N° 3

P. 234 - juin 2018 Retour au numéro
Article précédent Article précédent
  • Maladie de Cushing : taux de cortisol plasmatiques postopératoires précoces et résultats à long terme
  • S. Poradosu, B. Velkeniers, J. D’Haens
| Article suivant Article suivant
  • Biopsies stéréotaxiques conduites en chirurgie d’un jour, une série consécutive sur 20 ans
  • F. Durocher, E. Lemoine, S. Obaid, R. Moumdjian

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

Déjà abonné à cette revue ?

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.


Tout le contenu de ce site: Copyright © 2024 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.