MRI por difusión dependiente del tiempo: Una nueva frontera para predecir la respuesta a la quimioterapia en Cáncer de Mama
Un estudio reciente, publicado en Radiology, explora el papel de la resonancia magnética por difusión dependiente del tiempo en la predicción de la respuesta al tratamiento neoadyuvante en mujeres con cáncer de mama. La investigación sugiere que esta técnica, especialmente en el análisis del parámetro de celularidad, podría superar las mediciones de coeficiente de difusión aparente (ADC) en la evaluación de la respuesta patológica completa (pCR) a la quimioterapia.
¿Qué es la Resonancia Magnética por difusión dependiente del tiempo y cómo se compara con el ADC?
La resonancia magnética por difusión (DWI) es una técnica de imagen avanzada que permite observar la difusión de moléculas de agua en los tejidos.
El coeficiente de difusión aparente (ADC) se obtiene con DWI y se utiliza tradicionalmente para analizar la estructura tisular en cánceres, incluida su respuesta a los tratamientos.
Sin embargo, el modelo de MRI por difusión dependiente del tiempo introduce un enfoque más detallado, analizando parámetros microestructurales que revelan información sobre la celularidad y otras características tisulares que no pueden obtenerse con el ADC estándar.
En el estudio, el modelo de MRI por difusión dependiente del tiempo demostró ser un 15 % más efectivo que el ADC en la predicción de la respuesta completa patológica (pCR) a la quimioterapia, particularmente al analizar el parámetro de celularidad, que mostró la mayor precisión predictiva.
Resultados del estudio: predicción de la respuesta completa patológica (pCR)
Los investigadores revisaron datos de 408 participantes con cáncer de mama invasivo, quienes se sometieron a MRI de mama antes de comenzar su tratamiento. De estos, 221 recibieron quimioterapia neoadyuvante y fueron evaluados para predecir la respuesta patológica completa (pCR).
El estudio comparó la precisión del MRI dependiente del tiempo y el ADC, además de combinar parámetros como el receptor de progesterona y el receptor HER2 en modelos clínico-patológicos.
1. Coeficiente de difusión aparente (ADC): Presentó un área bajo la curva (AUC) del 73 % para predecir pCR.
2. Modelo clínico-patológico combinado (HER2 y receptor de progesterona): Mejoró el AUC al 79 %.
3. Parámetro de celularidad en MRI por difusión dependiente del tiempo: Demostró la mayor precisión con un AUC del 84 % para pCR.
4. Combinación de celularidad con características clínico-patológicas: Aumentó el AUC al 88 %, siendo la opción más efectiva en la predicción de respuesta.
El parámetro de celularidad también mostró una alta precisión en la predicción de pCR en subtipos de cáncer de mama, alcanzando un AUC del 92 % para el cáncer de mama triple negativo (TNBC), un 78 % para el subtipo luminal B y un 74 % para el subtipo enriquecido en HER2.
Imagen: Mapas de difusividad por MRI en cuatro participantes muestran datos obtenidos mediante pulso de gradiente de eco de espín (PGSE) y eco de espín de gradiente oscilante (25 Hz y 50 Hz), además de mapas microestructurales que incluyen la difusividad extracelular (Dex)z, la fracción intracelular (fin), el diámetro celular y la celularidad, evaluados utilizando parámetros microestructurales de imagen con el modelo de difusión espectralmente editada limitada (IMPULSED). La tabla (en la parte inferior) muestra los valores específicos correspondientes.
(A) Mapas de difusividad en una mujer de 46 años con cáncer de mama luminal A en estadio IIIb que recibió tratamiento neoadyuvante y no presentó respuesta patológica completa (pCR); el cambio relativo en el coeficiente de difusión aparente (ADC) fue del 26.80%.
(B) Mapas de difusividad en una mujer de 53 años con cáncer de mama luminal B en estadio IIIb que recibió tratamiento neoadyuvante y no presentó pCR; el cambio relativo en el ADC fue del 34.96%.
(C) Mapas de difusividad en una mujer de 44 años con cáncer de mama triple negativo (TNBC) en estadio IIIa que recibió tratamiento neoadyuvante y presentó pCR; el cambio relativo en el ADC fue del 16.26%.
(D) Mapas de difusividad en una mujer de 64 años con cáncer de mama enriquecido en HER2 en estadio IIIc que recibió tratamiento neoadyuvante y presentó pCR; el cambio relativo en el ADC fue del 27.04%.
ADCPGSE = ADC de datos de pulso de gradiente de eco de espín, ADC50Hz = medición de ADC a 50 Hz, ADC25Hz = medición de ADC a 25 Hz, DCE = realce dinámico de contraste. Imagen de Radiology.
Desempeño en diferentes subtipos de Cáncer de Mama
El MRI por difusión dependiente del tiempo, específicamente el parámetro de celularidad, ha demostrado ser particularmente útil en subtipos específicos de cáncer de mama.
En el estudio, el modelo alcanzó un AUC del 92 % para cáncer de mama triple negativo, lo que indica una alta precisión predictiva para un subtipo que suele tener un comportamiento agresivo y responde de manera variable a la quimioterapia.
En el subtipo luminal B, el AUC fue del 78 %, mientras que en el subtipo HER2-enriquecido alcanzó el 74 %. Estas cifras sugieren que el modelo de MRI por difusión dependiente del tiempo puede ayudar a personalizar las estrategias de tratamiento basadas en el subtipo molecular del cáncer.
Eficiencia en la identificación de subtipos moleculares
Además de predecir la respuesta al tratamiento, la resonancia magnética por difusión dependiente del tiempo también demostró ser más efectiva en la identificación de subtipos moleculares de cáncer de mama, comparado con métodos tradicionales como el movimiento incoherente intravoxel (IVIM) y la imagen de kurtosis de difusión.
La técnica de MRI por difusión dependiente del tiempo logró un rango de AUC de 70 a 85 % en la identificación de estos subtipos, en comparación con el 60 a 86 % de IVIM y el 50 a 78 % de la imagen de kurtosis de difusión.
Conclusión
Este estudio subraya el valor del MRI por difusión dependiente del tiempo, especialmente el parámetro de celularidad, como herramienta de precisión para predecir la respuesta al tratamiento y caracterizar los subtipos de cáncer de mama.
Su capacidad para superar el rendimiento del ADC y los modelos clínico-patológicos sugiere que puede desempeñar un rol crucial en la optimización de estrategias terapéuticas y en la toma de decisiones informadas sobre el tratamiento neoadyuvante para el cáncer de mama.
Estos hallazgos respaldan el uso del MRI por difusión dependiente del tiempo como una opción avanzada en el campo de la oncología, ofreciendo predicciones más precisas y personalizadas.
Para conocer más sobre esta investigación puede visitar Radiology y acceder al artículo completo.
0 comentarios