Índice Suscribirse

Resonancia magnética funcional de la próstata - 30/01/19

[18-510-A-12]  - Doi : 10.1016/S1761-3310(19)41720-9 
D. Portalez , G. Ploussard
 Département d'imagerie médicale, Institut Claudius-Régaud, Institut universitaire du cancer de Toulouse-Oncopole, 31059 Toulouse, France 

Bienvenido a EM-consulte, la referencia de los profesionales de la salud.
El acceso al texto completo de este artículo requiere una suscripción.

páginas 11
Iconografías 9
Vídeos 0
Otros 2

Resumen

El lugar de la resonancia magnética (RM) en la exploración de la próstata se ha desarrollado durante la última década gracias a la estandarización del método y los avances en la técnica. La RM multiparamétrica (RMmp) de la próstata combina secuencias morfológicas y funcionales, que se componen de imágenes de difusión, perfusión y espectroscopia. Las dos primeras técnicas se utilizan de rutina para la detección y localización del cáncer de próstata, cuya interpretación se basa en una anomalía de la señal que resulta de una mayor densidad celular en cáncer que en tejido sano (difusión) y en la angiogénesis tumoral que produce un realce precoz e intenso del contraste (perfusión). La espectroscopia es un método que ofrece una información metabólica, cuya interpretación se basa en una alta concentración de citrato en el tejido sano y una alta concentración de colina en el cáncer. El riesgo de cáncer en la RM se evalúa de acuerdo con una clasificación internacional (Imagen de Próstata- Sistema de Información y Datos [PI-RADS, prostate imaging reporting and data system]) basada en los signos observados en imágenes en T2, de difusión y perfusión, en la que la puntuación 5 corresponde al riesgo más alto (RMmp). La RM funcional (excluyendo las secuencias morfológicas de imágenes potenciadas en T2 que se tratan en el tema más amplio de la RMmp) es eficaz para detectar cánceres clínicamente significativos. También se usa para guiar una biopsia, discutir modalidades terapéuticas y definir el volumen diana en el tratamiento focal. La RM funcional también se usa para la vigilancia activa y la detección de recaídas después del tratamiento. La investigación sobre métodos de difusión no gaussianos tiene como objetivo mejorar la distinción entre el cáncer y las lesiones benignas y entre los tumores de grado alto y bajo.

El texto completo de este artículo está disponible en PDF.

Palabras clave : Cáncer de próstata, RM funcional de la próstata, Imágenes de difusión de la próstata, Imágenes de perfusión de la próstata, Imágenes espectroscópicas de la próstata, PI-RADS de la próstata


Esquema


© 2019  Elsevier Masson SAS. Reservados todos los derechos.
Añadir a mi biblioteca Eliminar de mi biblioteca Imprimir
Exportación

    Exportación citas

  • Fichero

  • Contenido

Bienvenido a EM-consulte, la referencia de los profesionales de la salud.
El acceso al texto completo de este artículo requiere una suscripción.

Bienvenido a EM-consulte, la referencia de los profesionales de la salud.
La compra de artículos no está disponible en este momento.

¿Ya suscrito a este tratado ?

Mi cuenta


Declaración CNIL

EM-CONSULTE.COM se declara a la CNIL, la declaración N º 1286925.

En virtud de la Ley N º 78-17 del 6 de enero de 1978, relativa a las computadoras, archivos y libertades, usted tiene el derecho de oposición (art.26 de la ley), el acceso (art.34 a 38 Ley), y correcta (artículo 36 de la ley) los datos que le conciernen. Por lo tanto, usted puede pedir que se corrija, complementado, clarificado, actualizado o suprimido información sobre usted que son inexactos, incompletos, engañosos, obsoletos o cuya recogida o de conservación o uso está prohibido.
La información personal sobre los visitantes de nuestro sitio, incluyendo su identidad, son confidenciales.
El jefe del sitio en el honor se compromete a respetar la confidencialidad de los requisitos legales aplicables en Francia y no de revelar dicha información a terceros.


Todo el contenido en este sitio: Copyright © 2024 Elsevier, sus licenciantes y colaboradores. Se reservan todos los derechos, incluidos los de minería de texto y datos, entrenamiento de IA y tecnologías similares. Para todo el contenido de acceso abierto, se aplican los términos de licencia de Creative Commons.