L’avènement de l’Imagerie par Résonance Magnétique (IRM) permet à présent de mesurer, au millimètre près, l’évolution de la taille d’un gliome de bas grade et de tracer, pour chaque patient, sa courbe de croissance du diamètre tumoral. L’interprétation de ces courbes nécessite de faire appel à des modèles mathématiques, afin de trouver le meilleur paramètre caractérisant chaque dynamique tumorale individuelle. Nous présenterons le modèle le plus couramment utilisé, reposant sur une équation de prolifération-diffusion. Nous montrerons comment ces efforts de modélisation mathématique font progresser notre compréhension de l’histoire naturelle de ces tumeurs et apporte un nouveau facteur à forte valeur pronostique. Enfin, ce travail ouvre de nouvelles pistes dans l’analyse de l’effet des traitements, ce qui pourrait conduire à une optimisation de ceux-ci dans un futur proche.

Magnetic resonance imaging can be used to quantify low-grade glioma growth with millimetric accuracy. Mathematical modeling helps to analyze individual glioma growth curves and tumor dynamics. Here we focus on the most extensively studied model, based on a proliferation-diffusion equation. We examine how this model offers a new quantitative approach to the natural history of low-grade glioma, including tumor kinetics and other well-known prognostic factors. This approach, based on quantitative imaging coupled with mathematical modeling, has the potential to help optimize treatment strategies.