Índice Suscribirse

Tumeurs non sécrétantes de la surrénale et incidentalome - 01/01/06

[34-540-A-10]  - Doi : 10.1016/S1241-8218(06)43062-6 
F. Mignon a, , B. Mesurolle b
a Service de radiologie, hôpital André Mignot de Versailles, 177, rue de Versailles, 78157 Le-Chesnay, France 
b Service de radiologie, hôpital Royal Victoria de Montréal, Canada 

Auteur correspondant.

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

páginas 20
Iconografías 16
Vídeos 0
Otros 1
Artículo archivado , publicado en el tratado RADIOLOGIE ET IMAGERIE MÉDICALE : Génito-urinaire - Gynéco-obstétricale - Mammaire

Résumé

Avec l'utilisation de plus en plus importante de l'imagerie abdominale en coupes, notamment dans l'évaluation diagnostique de l'extension des cancers, des masses surrénaliennes fortuites sont fréquemment détectées. La question clinique la plus commune est d'estimer si ces masses sont bénignes ou malignes. Le but de ce chapitre est de décrire les résultats et les avancées récentes des méthodes non invasives de l'imagerie pour la caractérisation précise des masses surrénaliennes détectées. Les masses surrénaliennes bénignes telles que les myélolipomes, les adénomes riches en lipides et les kystes ont des aspects pathognomoniques. La caractérisation des lésions surrénaliennes est fondée sur la détermination de la taille, la morphologie, sur l'évaluation des valeurs d'atténuation en tomodensitométrie, la cinétique du rehaussement après contraste, et sur l'intensité de la baisse de signal sur les séquences en opposition de phase en imagerie par résonance magnétique (IRM), ainsi que sur certaines techniques spécifiques (scintigraphie, positron emission tomography-scanner [PET]-scan). L'ensemble de ces éléments est regroupé dans un algorithme définissant une véritable stratégie diagnostique permettant la caractérisation radiologique de la plupart des lésions. La biopsie apporte la preuve histologique des autres lésions regroupées dans le registre « non-adénome » : adénome pauvre en lipides, métastase, carcinome corticosurrénalien, phéochromocytome, lymphome, tumeur conjonctive rare...

El texto completo de este artículo está disponible en PDF.

Mots clés : Tumeurs de la surrénale, Surrénale, Tomodensitométrie, Imagerie par résonance magnétique, Biopsie, Corrélation anatomoradiologique

Esquema


© 2006  Elsevier SAS. Reservados todos los derechos.
Añadir a mi biblioteca Eliminar de mi biblioteca Imprimir
Exportación

    Exportación citas

  • Fichero

  • Contenido

Artículo siguiente Artículo siguiente
  • Cliché sans préparation de l'appareil urinaire
  • O. Hélénon, C. Delavaud, J. Dbjay, A. Khairoune, J.-M. Correas

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.