S'abonner

Preoperative Assessment of Meningioma Grade Using ADC Ratios: A Multi-Observer Analytical Approach - 03/11/25

Doi : 10.1016/j.neuchi.2025.101743 
Antonio Navarro-Ballester , Rosa Álvaro-Ballester, Miguel A. Lara-Martínez, María S. Arnau-Ferragut, María P. Fernández-García, Santiago F. Marco-Doménech
 Department of Radiology, General University Hospital of Castellón, Castellón, Spain 

Corresponding author at: Department of Radiology, General University Hospital of Castellón, Benicasim Avenue, 128, 12004 Castellón de la Plana, Spain. Tel: (+34) 964 72 50 00; Fax: (+34) 964 72 50 00.Department of RadiologyGeneral University Hospital of CastellónBenicasim Avenue, 128Castellón de la Plana12004Spain
Sous presse. Manuscrit accepté. Disponible en ligne depuis le Monday 03 November 2025
Cet article a été publié dans un numéro de la revue, cliquez ici pour y accéder

Highlights

ADC values showed poor diagnostic performance for meningioma grading.
ADC ratios had better reproducibility but low diagnostic accuracy.
No relevant correlation was found between ADC values and tumor histological subtype.
Interobserver agreement for ADC measurements was moderate to good.
ADC reproducibility may be affected by protocol and scanner variability.

Le texte complet de cet article est disponible en PDF.

Abstract

Background

Meningiomas are common primary intracranial tumors with varying biological behavior. Accurate preoperative grading is essential for surgical planning and patient management.

Purpose

To evaluate the diagnostic performance and interobserver agreement of apparent diffusion coefficient (ADC) values and ADC ratios in differentiating low-grade and high-grade meningiomas using 1.5T MRI.

Materials and Methods

This retrospective single-center study included 155 patients with histologically confirmed meningiomas. Three independent observers measured ADC values and calculated ADC ratios using ROI analysis. Diagnostic performance was assessed using ROC curves, and interobserver agreement was evaluated using intraclass correlation coefficients (ICC).

Results

Mean ADC values showed poor diagnostic performance (AUCs: 0.39–0.44). ADC ratios showed slightly better interobserver agreement (ICC = 0.78) but similarly weak diagnostic value (AUCs: 0.38–0.42). Differences among observers were not statistically significant (p = 0.0668).

Conclusion

Both mean ADC values and ADC ratios demonstrated poor performance in differentiating meningioma grades. Despite moderate interobserver agreement, neither parameter was clinically useful. Alternative imaging biomarkers or multimodal approaches may be needed for reliable non-invasive grading.

Le texte complet de cet article est disponible en PDF.

Keywords : Biomarkers, Diagnostic Imaging, Diffusion MRI, Meningioma, Neoplasm Grading


Plan


© 2025  Publié par Elsevier Masson SAS.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

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 © 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.