S'abonner

How to optimize breast MRI protocol? The value of combined analysis of ultrafast and diffusion-weighted MRI sequences - 27/05/23

Doi : 10.1016/j.diii.2023.01.010 
Audrey Milon a, , Vincent Flament a, Yoram Gueniche a, Edith Kermarrec a, Nathalie Chabbert-Buffet b, c, Émile Darai b, c, Cyril Touboul b, c, Leo Razakamanantsoa a, Isabelle Thomassin-Naggara a, b
a Department of Radiology, Hôpital Tenon, Assistance Publique-Hôpitaux de Paris, 75020, Paris, France 
b Sorbonne Université, Institut Universitaire de Cancérologie, 75005, Paris, France 
c Department of Gynecology and Obstetrics, Hôpital Tenon, Assistance Publique-Hôpitaux de Paris, 75020, Paris, France 

Corresponding author.

Bienvenue sur EM-consulte, la référence des professionnels de santé.
Article gratuit.

Connectez-vous pour en bénéficier!

Highlights

Ultrafast MRI sequences and diffusion-weighted sequences are useful to improve specificity and improve BI-RADS classification of breast lesions presenting with benign morphology.
Washout criteria issued from the analysis of time intensity curves can be equally replaced by early enhancement analysis (≤ 30 s after injection) on ultrafast MRI sequences.
Apparent diffusion coefficient ≥ 1.5 × 10−3 mm2/s allows excluding malignancy in mass or non-mass breast lesions (excluding focus) rated BI-RADS 3, 4A or 4B.
BI-RADS analysis based on a simple short protocol plus early enhancement on ultrafast sequences and apparent diffusion coefficient value has a greater diagnostic accuracy than a conventional protocol and may avoid unnecessary breast biopsy.

Le texte complet de cet article est disponible en PDF.

Abstract

Purpose

The purpose of this retrospective study was to demonstrate the validity of early enhancement criteria on ultrafast magnetic resonance imaging (MRI) sequence to predict malignancy in a large population, and the benefit of diffusion-weighted imaging (DWI) to improve the performance of breast MRI.

Material and methods

Women who underwent breast MRI examination between April 2018 and September 2020 and further breast biopsy were retrospectively included. Two readers quoted the different conventional features and classified the lesion according to the BI-RADS classification based on the conventional protocol. Then, the readers checked for the presence of early enhancement (≤ 30 s) on ultrafast sequence and the presence of an apparent diffusion coefficient (ADC) ≥ 1.5 × 10−3 mm2/s to classify the lesions based on morphology and these two functional criteria only.

Results

Two hundred fifty-seven women (median age: 51 years; range: 16–92 years) with 436 lesions (157 benign, 11 borderline and 268 malignant) were included. A MRI protocol plus two simple functional features, early enhancement (≤ 30 s) and an ADC value ≥ 1.5 × 10−3 mm2/s, had a greater accuracy than the conventional protocol to distinguish benign from malignant breast lesions with or without ADC value (P = 0.01 and P = 0.001, respectively) on MRI, mainly due to better classification of benign lesions (increased specificity) with increasing diagnostic confidence of 3.7% and 7.8% respectively.

Conclusion

BI-RADS analysis based on a simple short MRI protocol plus early enhancement on ultrafast sequence and ADC value has a greaterr diagnostic accuracy than a conventional protocol and may avoid unnecessary biopsy.

Le texte complet de cet article est disponible en PDF.

Keywords : BI-RADS, Breast cancer, Diffusion magnetic resonance imaging, Magnetic resonance imaging


Plan


© 2023  Société française de radiologie. Publié par Elsevier Masson SAS. Tous droits réservés.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 104 - N° 6

P. 284-291 - juin 2023 Retour au numéro
Article précédent Article précédent
  • Multiple parameters from ultrafast dynamic contrast-enhanced magnetic resonance imaging to discriminate between benign and malignant breast lesions: Comparison with apparent diffusion coefficient
  • Ying Cao, Xiaoxia Wang, Jinfang Shi, Xiangfei Zeng, Lihong Du, Qing Li, Dominik Nickel, Xiaoyu Zhou, Jiuquan Zhang
| Article suivant Article suivant
  • Long-term outcomes of prostate artery embolization for acute urinary retention: An analysis of 88 patients
  • Antoine Marchi, Olivier Pellerin, Charles Querub, Marc Al Ahmar, Alessandro Di Gaeta, Carole Déan, Paul Meria, Nicolas Thiounn, Marc Sapoval, Tom Boeken

Bienvenue sur EM-consulte, la référence des professionnels de santé.

Elsevier s'engage à rendre ses eBooks accessibles et à se conformer aux lois applicables. Compte tenu de notre vaste bibliothèque de titres, il existe des cas où rendre un livre électronique entièrement accessible présente des défis uniques et l'inclusion de fonctionnalités complètes pourrait transformer sa nature au point de ne plus servir son objectif principal ou d'entraîner un fardeau disproportionné pour l'éditeur. Par conséquent, l'accessibilité de cet eBook peut être limitée. Voir plus

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 © 2025 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.