S'abonner

Approche histologique des tumeurs rénales en IRM multiparamétrique : une étude de validation d’un algorithme pratique - 31/10/19

Doi : 10.1016/j.purol.2019.08.056 
H. Liovat , C. Nedelcu, M. Rousselet, P. Bigot, C. Aube
 CHU d’Angers, Angers, France 

Auteur correspondant.

Résumé

Objectifs

L’objectif de cette étude était de tester un algorithme pratique basé sur l’IRM multiparamétrique afin de déterminer le type histologique des tumeurs rénales.

Méthodes

Cette étude rétrospective a inclus 40 patients présentant une tumeur rénale avec résultat histologique et une IRM préopératoire. Deux radiologues ont évalué indépendamment chaque critère d’après l’algorithme (T2, T1 dixon in-out, diffusion et séquences post-gadolinium) en retenant un type tumoral comme hypothèse diagnostique. Quelques critères ont été ajoutés (2 quantitatifs) : T2 ratio (ratio signal tumeur/rein normal) et un pourcentage de rehaussement de la tumeur à la phase corticomédullaire. Test du kappa, représentations graphiques d’analyse en concordance multiple et analyses en régression logistique ont permis de déterminer les corrélations inter-observateur et tenter d’identifier des modèles tumoraux et d’éventuels critères plus utiles ou non.

Résultats

La corrélation entre l’hypothèse selon l’algorithme (Tableau 1) et le résultat anatomopathologique était modeste pour les deux lecteurs (65,9 et 58,5 %). De plus, l’algorithme montre une performance également modérée dans une conclusion dichotomique bénin-malin (sensibilité de 80–85,5 % et spécificité de 50–75 %).

Seulement deux modèles IRM semblaient réellement spécifiques et diamétralement opposé, représentant p-RCC (papillaire) et c-RCC (carcinome à cellules claires) (Fig. 1). L’analyse des deux critères quantitatifs ajoutés à l’étude initiale a montré des performances inférieures à celles attendues. Par ailleurs, l’analyse du déphasage n’était pas déterminante pour plusieurs raisons : mauvaise corrélation inter-observateur, jamais prépondérant dans les analyses en régression linéaire logistique et à distance de l’ensemble des critères sur les représentations graphiques selon les analyses en concordance multiples.

Conclusion

Tel que présenté, cet algorithme montre une performance modérée dans l’identification IRM des sous-types histologiques des tumeurs rénales, insuffisante pour remplacer la biopsie en pratique quotidienne.

Le texte complet de cet article est disponible en PDF.

Plan


© 2019  Publié par Elsevier Masson SAS.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 29 - N° 13

P. 648 - novembre 2019 Retour au numéro
Article précédent Article précédent
  • Performance de l’analyse de texture en tomodensitométrie pour prédire la présence de graisse adhérente péri-rénale (« graisse toxique »)
  • A. Gasmi, Z. Khene, A. Largent, F. Commandeur, B. Peyronnet
| Article suivant Article suivant
  • Phénomène de tétraploidisation dans les carcinomes à cellules rénales chromophores : difficultés de caractérisation et conséquences
  • L. Vignot, D. Ambrosetti, F. Dupré, I. Dimauro, P. Annie-claude, H. Quintens, M. Durand, J. Amiel, J. Michiels, F. Pedeutour

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.