Comparació de models de difusió en tumors de Wilms i teixit renal contralateral normal

Contacte:tina.xiang@wecistanche.com

Resum

ObjectiuL'ADC (coeficient de difusió aparent) derivat de la imatge ponderada per difusió (DWI) s'ha mostrat prometedor com a biomarcador d'imatge quantitatiu no-1invasiu enTumors de Wilms. Tanmateix, molts models no gaussians es podrien aplicar a DWI. Aquest estudi pretenia comparar la idoneïtat de quatredifusiómodels (monoexponencial, IVIM [Intravoxel Incoherent Motion], exponencial estirat i curtosi) en els tumors de Wilms i el contralateral no afectatronyons.

Materials i mètodes Les dades de DWI es van revisar retrospectivament (110 tumors de Wilms i 75 conjunts de dades de ronyó normal). La bondat de l'ajust de cada model es va mesurar en funció del voxel mitjançant els criteris d'informació d'Akaike (AIC). Es va calcular l'AIC mitjà per a cada volum de tumor (o teixit renal normal contralateral). Els ANOVA unidireccionals amb correcció Greenhouse-Geisser i proves post hoc mitjançant la correcció de Bonferroni van avaluar diferències significatives entre els valors AIC; l'AIC més baix que indica el model òptim.

ResultatsL'IVIM i l'exponencial estirat van proporcionar els millors ajustos a les dades de DWI del tumor de Wilms. IVIM va proporcionar el millor ajust per a les dades de ronyó normals. El mono exponencial va ser el mètode d'ajustament menys adequat tant per a les dades del tumor de Wilms com per als ronyons normals.

DiscussióEl senyal ponderat per difusió entraTumors de Wilmsi normalteixit renalno presenta una decadència mono-exponencial i està millor descrit per models de difusió no gaussians.

Paraules clauTumor de Wilms. Ronyons. Difusió

Per a més informació, feu clic aquí

Introducció

El tumor de Wilms és el tumor renal pediàtric més comú [1], i a Europa, els pacients són tractats amb quimioteràpia abans de la cirurgia per reduir la mida del tumor [2]. Després d'una nefrectomia total o parcial, l'anàlisi histològica classifica el tumor com un subtipus en funció del tipus de cèl·lula predominant [3]. Sovint, els pacients tindran múltiples exploracions per ressonància magnètica per controlar la resposta al tractament, i s'adquireixen amb freqüència imatges ponderades per difusió (DWI).

El coeficient de difusió aparent (ADC) es pot derivar de DWI aplicant un ajustament mono-exponencial (Eq.1) a les dades de difusió.

(1)S(b)= Se-b.ADC

on S(b) és el senyal a un valor de b donat, i S. és el senyal sense ponderació de difusió.

ADC ha mostrat una gran promesa com a eina d'imatge quantitativa en el tumor de Wilms. Per exemple, l'ADC s'ha utilitzat per distingir els tumors benignes dels malignes (un subconjunt d'aquest

la cohort són els tumors de Wilms) [4], separar el neuroblastoma del tumor de Wilms [5], controlar la resposta a la quimioteràpia [6, 7], identificar subtipus histològics [7] i ajudar a identificar el teixit tumoral de Wilms necròtic [8].

Tot i que l'ADC és un paràmetre útil, hi ha altres models no gaussians (VIM[9][ntravoxel Incoherent Motion], exponencial estirat [10] i curtosi [11]) que es poden aplicar a dades DWI per produir una àmplia gamma de mètriques de difusió. IVIM(Eq.2) és un model bi-exponencial que no només descriu el moviment de l'aigua dins de l'espai extravascular sinó també a la xarxa microcapil·lar orientada aleatòriament. Produeix els paràmetres D (el coeficient de difusió lliure de la influència de l'aigua que flueix ràpidament a la xarxa capil·lar, denominat difusió lenta), D* (el coeficient de difusió a causa del moviment aleatòriament orientat de l'aigua a la sang a la sang). xarxa capil·lar-difusió ràpida) i f (la fracció de volum associada al component de flux ràpid). (2)S(b)= Així que[(1-f)e(-bD més fel-b(D més D')

El model exponencial estirat (Eq. 3) descriu l'heterogeneïtat en la difusió dins d'un únic voxel, descrivint la desviació d'una decadència mono-exponencial. Produeix els paràmetres DDC (el coeficient de difusió distribuït) i a (el paràmetre d'estirament per descriure la desviació de la difusió homogènia).

(3)S(b)= S,e(-(b.DDC)")

El model de curtosi (Eq.4) descriu la desviació del desplaçament de les molècules d'aigua seguint una distribució gaussiana i produeix els paràmetres D (el coeficient de difusió corregit per al desplaçament no gaussià) i K (la curtosi).

(4)S(b)= Soe-bD més b2D,?K/6

Aquests models tenen el potencial de proporcionar informació addicional sobre la microestructura dels teixits. A més, s'ha demostrat que proporcionen descripcions superiors de les dades de difusió en comparació amb el model mono-exponencial en càncer de recte [12], metàstasis òssies de càncer de pròstata [13], càncer d'ovari [14] i teixit renal sa [15]. Tanmateix, hi ha una investigació limitada per aplicar aquests models al tumor de Wilms on poden ser útils, a causa de l'entorn cel·lular altament heterogeni del teixit tumoral. A més, es planteja la hipòtesi que a causa dels alts nivells de perfusió a laronyons, i que IVIM està dissenyat per tenir en compte un component relacionat amb la perfusió en el senyal de difusió, aquest model pot proporcionar un ajust superior a aquestes dades DWI [16].

L'objectiu d'aquesta investigació va ser determinar si aquests models (VIM, estirat exponencial i curtosi) proporcionen ajustos superiors al senyal ponderat per difusió en comparació amb un model mono-exponencial, en els tumors de Wilms i en el normal contralateral.ronyó. La bondat de l'ajust es va calcular mitjançant el criteri d'informació d'Akaike (AIC)[17], que penalitza els models que contenen més paràmetres lliures dels que suporten les dades en brut. A més, com a objectiu secundari, els tumors de Wilms es van separar per subtipus histològic per determinar si certs models afavorien determinats subtipus.

Materials i mètodes Població d'estudi

Es va concedir l'aprovació ètica institucional i es va renunciar a la necessitat de consentiment per a aquest estudi de centre únic. Es va realitzar una revisió retrospectiva 10-any (abril 2007-març de 2017) del sistema d'imatge radiològica de la nostra institució per a totes les dades de ressonància magnètica abdominal en nens amb un diagnòstic histològic provat deTumor de Wilms. Els criteris d'inclusió van ser aquells amb múltiples dades de valor b de DWI (incloent un valor de b màxim de 1000 s/mm2) i la mida del tumor que cobria almenys 2 rodanxes axials a DWI. També es va eliminar el DWI amb artefactes de moviment extrem. Les dades de ressonància magnètica es van recollir de pacients amb tumor de Wilms tant abans com després de la quimioteràpia. Els subtipus histològics es van confirmar després de la cirurgia per a un subconjunt de tumors. Per a les dades renals normals, es va utilitzar el ronyó no afectat contralateral, excepte en pacients amb malaltia bilateral.

ressonància magnètica

Totes les imatges es van realitzar en un escàner Siemens Magnetom Avanto d'1,5 T equipat amb gradients de 40 mT/m. Depenent de la mida del pacient, es van utilitzar una o dues bobines de matriu corporal per obtenir una cobertura total (disseny de 6 elements, Siemens). Els pacients estaven desperts o anestesiats segons la seva edat.

Es va obtenir un DWI múltiple de valors b per a tots els pacients i es va adquirir durant la respiració lliure. El protocol DWI era el següent: valors de 7 o 8b en 3 direccions ortogonals (0, 50, 100,250,500,750,1000 s/mm² o 0,50,100,150,200,250,500,200,250,500,100,500,100,mm² de gruix, ∼ 6 mm² de gruix). TR/TE: 2800 ms/89 ms, el camp de visió: 350 × 350 mm, mida del voxel: 1,4 × 1,4 × 6 mm, nombre de llesques: 19, mida de la matriu: 128 × 96 × 19. Es van adquirir nou mitjanes per a es van utilitzar cada valor i imatges de traça (mitjana en 3 direccions) per a l'anàlisi. També es van adquirir seqüències clíniques estàndard conjuntament, inclosa la Tw suprimida amb greix abans i després de l'administració de contrast a base de gadolini; els detalls complets de les seqüències d'imatge clíniques poden es pot trobar a [18].

Processament posterior

DifusióLes dades es van processar mitjançant les imatges de traça i les rutines d'ajustament de models internes dissenyades a Matlab (versió 2019a, MathWorks Inc., Natick, MA, EUA) vòxel per vòxel mitjançant quatre models diferents de difusió: monoexponencial (Eq. 1), IVIM(Eq.2),exponencial estirat (Eq.3) i curtosi (Eq.4).

En cada cas, Swas es va definir com el senyal a b{{{{10}}}}, i per al model mono-exponencial, un ajustament lineal de In(S/S.) contra tots els valors de b va ser realitzat. Per als models no gaussians, l'ajust es va realitzar mitjançant l'algorisme de mínims quadrats no lineals de Levenberg-Mar-quart (utilitzant la funció 'lsq-curve-fit a Matlab), a tots els valors b (excepte el model IVIM). Per al model IVIM, en primer lloc, es va calcular un ajustament lineal de In(S/S.) contra b amb valors elevats de b (200-1000 s/mm2) per determinar el valor de D. Després d'això, D* i f s'ajustaven simultàniament (amb un D fix). D no tenia restriccions als límits superiors, i f estava restringit entre 0 i 1. Per al model exponencial estirat, DDC no tenia condicions de límit superior i estava restringit entre 0 i 1. Per a la curtosi, ni Dk ni K estaven restringits per límits superiors, i K tenia un límit inferior de 0.

Regions d'interès (ROI)

Els ROI es van generar mitjançant Mango Software (Research Imaging Institute, UTHSCSA). Els ROI es van dibuixar a les imatges b{{0}} al voltant de tot el volum del tumor, aquestes van ser editades i verificades per un radiòleg especialitzat en radiologia pediàtrica (MV3). anys dedicats a la radiologia pediàtrica). El teixit renal normal també es va definir a les imatges b0 utilitzant el ronyó contralateral (excepte els amb malaltia bilateral) al voltant de tot el volum del ronyó i es van excloure les àrees d'alt flux, com ara les àrees que envolten la pelvis renal; es pot veure un exemple a la figura 1. Totes les anàlisis relacionades amb les comparacions de models es van limitar a aquests ROI.

Anàlisi comparativa de models

Es va utilitzar AIC per comparar els quatre models (monoexponencial, IVIM, exponencial estirat i curtosi). Per a cada voxel dins del ROI del tumor i del ROI normal del ronyó. L'AIC es va calcular per model. L'AIC mitjà es va calcular en tot el volum de ROI per model. A continuació, es van comparar els valors AIC mitjans de cada model mitjançant un ANOVA de mesures repetides unidireccionals amb una correcció Greenhouse-Geis-ser per tenir en compte la variància no igual, i es van realitzar proves post hoc mitjançant la correcció de Bonferroni. Una diferència significativa es va definir com a p<0.05.anovas were="" calculated="" for="" the="" entire="" wilms'tumour="" and="" normal="" kidney="" populations,="" as="" well="" as="" within="" different="" subgroups="" (pre-chemotherapy,="" post-chemotherapy,="" and="" different="" b="" value="" acquisitions="" [7="" and="" 8="" b="" value="" ranges]).="" additionally,="" models="" were="" compared="" between="" wilms'tumour="" histological="" subtypes="" to="" determine="" whether="" a="" certain="" subtype="" favoured="" a="" particular="" model.="" the="" post-chemotherapy="" data="" were="" used="" for="" this="" comparison="" as="" it="" was="" the="" nearest="" time="" point="" to="">

Resultats

Estudi de població

Es van incloure un total d'110 tumors de Wilms per a l'anàlisi de la comparació de models de difusió; que consta de 49 tumors pre-quimioteràpia i 61 post-quimioteràpia (38 dels tumors pre-quimioteràpia es van incloure com a part de les 61 cohorts post-quimioteràpia). A la Fig.2 es pot veure un diagrama de flux que detalla les inclusions i exclusions de casos. L'edat mitjana dels pacients a la seva exploració prèvia a la quimioteràpia era de 2,43 anys (DE: 2,2) i l'edat mitjana a la seva exploració posterior a la quimioteràpia era de 3,0 anys (DE: 2,8).

The diffusion data were acquired using either 7 or 8 b values（0,50,100,250,500,750,1000 s/mm²or 0,50,100,150,200,250,500,1000 s/mm>). Això es deu al canvi de protocol durant el període d'aquest estudi, per motius no relacionats amb aquest estudi. Quaranta-nou tumors tenien el protocol de valor 7 b (22 pre-quimioteràpia i 27 post-quimioteràpia), i 61 tumors tenien el protocol de valor 8b (27 pre-quimioteràpia i 34 post-quimioteràpia).

Dels 61 tumors posteriors a la quimioteràpia, 56 tenien subtipus confirmats histològicament: 7 blastemals, 9 epitelials, 13 estromals, 8 regressius, 18 mixtes i 1 completament necròtic. Els subtipus es van definir segons el protocol SIOP-2001 [3].

El ronyó no afectat contralateral es va utilitzar com a dades renals normals. A causa de la necessitat d'excloure els casos bilaterals, es van incloure un total de 75 conjunts de dades de ronyó normal;38;de pacients que havien rebut quimioteràpia i 37 de pacients que no. Dels 75 conjunts de dades de ronyó normal, 31 tenien el protocol de valor 7 b (15 pre-quimioteràpia i 16 post-quimioteràpia), i 44 tenien el protocol de valor 8b (22 pre- i 22 post-quimioteràpia).

Resultats del tumor de Wilms

Els ANOVA unidireccionals amb una correcció de Greenhouse-Geisser van revelar que els valors AIC difereixen significativament entre els models de difusió, en totes les condicions: cohort sencera: (F(1,08, 117,91)=157,08,p=1,68 ×10-24), prequimioteràpia:(F(1,05,50,53)=79,35,p{=3,11×{10-12),post-quimioteràpia:( F(1.13,67.92)=85.92,p{=1.34×10-14),7b valors:(F(1.21,58.16){=76.23,p{ {39}}.10×10-13),i8b valors:(F(1,04,62,49)=95,51,p=1,68×10-14).

La figura 3 mostra els diagrames de caixa de cada condició, amb barres significatives que destaquen els resultats de la prova post hoc mitjançant la correcció de Bonferroni. En totes les condicions, els valors AIC del model mono-exponencial eren significativament més alts que els altres tres models, cosa que indica que aquest era el model menys adequat per a les dades del tumor de Wilms. Per a totes les cohorts de tumors i postquimioteràpia de Wilms, l'exponencial estirat va ser el millor model per ajustar les dades de difusió, ja que proporcionava els valors AIC més baixos. La figura 4 mostra un exemple de com s'ajusten els models al senyal de decadència de difusió en un únic voxel d'un tumor de Wilms postquimioteràpia.

Per a la cohort de pre-quimioteràpia i quan les dades es van dividir en intervals de valors de 7 i 8 b, es va considerar que tant l'IVIM com l'exponencial estirat eren els models més adequats, sense cap diferència significativa entre els valors AIC d'aquests dos models.

Additionally, one-way ANOVAs were used to investigate whether the best fit model was related to Wilms'tumour histological subtypes, using the post-chemotherapy data as they were the closest timepoints to histology. Only one tumour was classified as necrotic and was therefore removed from this section of the analysis. Figure 5 shows the AIC values for each subtype based on different diffusion models. There were no significant differences between AIC values across the subtypes (blastemal [n=7], epithelial [n=9], mixed [n=18], stromal [n=13], regressive [n=8]), for any of the models (p>0.05).

Resultats renals normals

Els ANOVA unidireccionals amb una correcció de Greenhouse-Geisser també van revelar que els valors d'AIC difereixen significativament entre els models de difusió, en totes les condicions per a les dades de ronyó normal: cohort sencera: (F (1,51,85,2)=276. 07, p=2,57×10-30), prequimioteràpia:(F(1,43, 41,13)=119,38,p=1,16×{{22} }), postquimioteràpia: (F(1,16,42,81)=157,33,p=1,10×10-15,7 valors b:(F(1,14,34,10){{ 38}}.49,p=1.06×10-1),i valors 8b:(F(1.14,49.10)=193.30,p{=1.19× 10-19.

La figura 6 mostra els diagrames de caixa de cada condició, amb barres de significació que destaquen els resultats de la prova post hoc mitjançant la correcció de Bonferroni. Les dades del ronyó normal van proporcionar resultats similars a les dades del tumor de Wilms: en totes les condicions els valors AIC del model mono-exponencial eren significativament més alts que els altres tres models, cosa que indica que aquest era el model menys adequat per a les dades del ronyó normal. A diferència de les dades del tumor de Wilms, per a totes les condicions, les dades de ronyó normals van mostrar que IVIM proporcionava els valors AIC més baixos, cosa que indicava que era el model més adequat per a aquestes dades de difusió. La figura 7 mostra un exemple de com s'ajusten els models al senyal de decadència de difusió a les dades renals normals contralaterals d'un pacient amb tumor de Wilms després de la quimioteràpia.

Discussió

Aquest estudi va comparar quatre models dedifusió(monoexponencial, IVIM, exponencial estirat i curtosi) en funció del bé que s'ajusten a la decadència del senyal DWI, segons AIC. Aquestes comparacions es van fer en els tumors de Wilms, tant abans com després de la quimioteràpia, i al ronyó no afectat contralateral, com a mesura del teixit renal normal. Les dades de difusió provenien dels dos intervals de valors 7 i 8 b. Per a les dades del tumor de Wilms, es va demostrar que el model exponencial estirat proporcionava el millor ajust en general. Aquest resultat es va mantenir quan l'anàlisi es va limitar al grup de postquimioteràpia. Tanmateix, quan l'anàlisi es va centrar en les dades de pre-quimioteràpia i quan es van separar per l'adquisició de valors b, no hi va haver diferències significatives entre IVIM i exponencial estirat, amb ambdós models que proporcionen els valors AIC més baixos. A més, no hi havia preferències de models particulars quan els tumors es van agrupar per subtipus histològic. Per a les dades de ronyó normals, IVIM va proporcionar el millor ajust en totes les anàlisis. Es va demostrar que el model mono-exponencial era el model menys adequat segons AIC; proporcionant constantment valors AIC significativament més alts en comparació amb els altres models tant per aTumor de Wilmsi conjunts de dades de ronyó normals.

La principal troballa d'aquesta investigació va ser que els models no gaussians van proporcionar millors descripcions de les dades de difusió en comparació amb les monoexponencials, tant en el tumor de Wilms com en el teixit renal normal. La desviació d'una decadència mono-exponencial s'ha destacat i explorat prèviament: s'ha demostrat que hi va haver una disminució ràpida del senyal a valors més baixos seguida d'una disminució més gradual a valors de b més alts al fetge [19]. Es va suggerir que aquest descens inicial es devia a la perfusió vascular, ja que es creu que els valors de b més baixos són sensibles a l'atenuació del senyal de la perfusió [9], fent que el model IVIM s'adapti bé a aquestes dades. S'ha demostrat que aquest és el cas del teixit renal sa [20,21], on es va demostrar que el senyal era biexponencial en lloc de monoexponencial; ja que el ronyó és un òrgan ben perfós. El present estudi dóna suport a aquestes troballes, ja que l'IVIM es va afavorir sobre els altres models en teixit renal normal. Aquesta troballa es va mantenir en el conjunt de dades de ronyó normal després de la quimioteràpia, cosa que suggereix que el tractament no va afectar el teixit renal normal d'una manera que es pogués detectar amb les dades de DWI.

El model exponencial estirat va proporcionar un bon ajust a les dades del tumor de DWI Wilms. Els estudis esmentats anteriorment sobre càncer de recte i teixit rectal sa[12], metàstasi òssia del càncer de pròstata [13] i càncer d'ovari [14], tots van mostrar que aquest model proporciona el millor ajust a les dades DWI en comparació amb IVIM i monoexponencial. El model exponencial estirat proporciona dos paràmetres, i DDC; tot i que es desconeix la base fisiològica exacta de, es creu que representa l'heterogeneïtat dels teixits, amb un valor més baix que suggereix un entorn més heterogeni [10]. Com que el teixit tumoral de Wilms és molt heterogeni, no és sorprenent que el model exponencial estirat descrigui bé aquestes dades.

A més del model exponencial estirat, IVIM va proporcionar un ajust igualment bo als tumors de Wilms prequimioteràpia, mentre que aquest no va ser el cas després del tractament. Després del tractament, és probable que hi hagi un augment del teixit necròtic i, per tant, una disminució de la perfusió, per tant, l'IVIM (un model que se centra en els efectes de la perfusió) pot ser menys adequat.

Cap subtipus histològic en particular semblava afavorir un determinat model, però, els nombres de cada grup eren petits. A més, és important tenir en compte que els subtipus histològics es defineixen després d'analitzar només una subsecció.

de tot el volum del tumor. Els tumors de Wilms són molt heterogenis i a través d'un únic tumor, hi haurà àrees d'entorns cel·lulars diferents. Els voxels dins d'aquestes regions diferents poden haver mostrat preferències de model de difusió variables. Tanmateix, a causa de la manca d'histologia avançada, aquesta anàlisi no va ser possible.

L'ús de models no gaussians pot no només proporcionar un millor ajust a les dades, sinó que també pot proporcionar informació clínica addicional. Per exemple, s'ha demostrat que D, de curtosi, podria proporcionar una precisió diagnòstica més gran en comparació amb l'ADC per diferenciar el tumor dels no tumorals en el càncer de pàncrees [22]. A més, (exponencial estirat) tenia nivells més alts de sensibilitat i especificitat en discriminar entre l'angiomiolipoma gras mínim i el carcinoma de cèl·lules renals en comparació amb l'ADC [23]. A més, tant D com f (IVIM) han demostrat ser prometedors en ressaltar la funció renal, amb tots dos paràmetres relacionats amb la taxa de filtració glomerular estimada en aquells amb malaltia renal crònica [24]. Per tant, els models no gaussians també poden tenir el potencial de proporcionar més informació sobre la microestructura del teixit renal.

Tot i que el model mono-exponencial no va oferir el millor ajust a les dades de DWI, això no vol dir que no s'hagi d'utilitzar clínicament. Com s'ha esmentat anteriorment, s'ha demostrat que l'ADC és clínicament útil en el tumor de Wilms [4-8]. A més, l'ADC no requereix múltiples valors b, la qual cosa és un avantatge, ja que és possible que molts centres no adquireixin DWI amb diversos valors b com a estàndard. Per tant, malgrat que el present estudi mostra una desviació d'una decadència del senyal mono-exponencial, és important tenir en compte que, tot i que el model pot no ser el millor descriptor de les dades de DWI, és, tanmateix, clínicament útil.

El mètode per seleccionar el model que encaixa millor és una debilitat potencial d'aquest estudi. AIC té en compte la complexitat del model i la bondat de l'ajust i, per tant, semblava una opció adequada per a la comparació i selecció de models. És important tenir en compte si un model és clarament el millor per a tot el teixit o si només hi ha una petita diferència entre els models. Això va ser destacat anteriorment per Manikis et al. [25] en el càncer de recte, on tot i que es preferia la mono exponencial general a l'IVIM, hi havia una gran heterogeneïtat a través del teixit. Això també es va demostrar en els tumors de Wilms en el present estudi, amb models IVIM i exponencials estirats que demostren un bon ajust a les dades. Tenint això en compte, cal ser prudent abans d'afirmar que un model en particular s'adapta millor a les dades, ja que pot ser que molts models siguin gairebé iguals en qualitat d'ajust.

A més, el valor màxim de b de 1000 s/mm² pot haver estat una limitació per al model de curtosi, ja que es fa més sensible a valors de b més alts [26]. Per tant, amb un rang de valors b més optimitzat, aquest model pot tenir un millor rendiment que amb les dades actuals. Tanmateix, en un estudi sobre la viabilitat de la curtosi als ronyons també es va utilitzar un màxim de b=1000 s/mm' [27]. A més, el present estudi volia centrar-se a ajustar-se a dades clíniques adquirides de manera rutinària que no tenen valors b extremadament alts. Aquest sentiment també s'ha suggerit en treballs anteriors que comparaven el model mono-exponencial amb la curtosi al fetge també utilitzant un màxim de b=1000 s/mm² 【28】.

En general, aquest estudi va demostrar que el model mono-exponencial no s'ajusta a les dades DWwI com a IVIM, exponencial estirat o curtosi al teixit tumoral de Wilms o al teixit renal normal. A més, no hi havia cap preferència de model

els diferents subtipus cel·lulars. L'IVIM va proporcionar el millor ajust per al teixit renal normal i, en els tumors de Wilms, tant l'IVIM com els models exponencials estirats van proporcionar els millors descriptors de les dades. la decadència del senyal és monoexponencial. Tanmateix, aquests resultats suggereixen que en el tumor de Wilms i el teixit renal normal, el senyal DWI no presenta una decadència mono-exponencial. Per tant, la utilització d'altres models pot proporcionar representacions més precises de l'entorn del teixit subjacent i els paràmetres derivats poden proporcionar informació clínicament útil.

Referències

1. Pastore G, Znaor A, Spreafco F et al (2006) Maligne renal tumors incidence and survival in European children (1978–1997): informe del projecte Automated Childhood Cancer Information System. Eur J Cancer 42:2103–2114. https://doi. org/10.1016/j.ejca.2006.05.010

2. van den Heuvel-Eibrink MM, Hol JA, Pritchard-Jones K et al (2017) Position paper: Rationale for the treatment of Wilms tumor in the UMBRELLA SIOP–RTSG 2016 protocol. Nature Rev Urol 14:743–752. https://doi.org/10.1038/nrurol.2017.163

3. Vujanić GM, Sandstedt B, Harms D et al (2002) Classificació de treball de la Societat Internacional d'Oncologia Pediàtrica (SIOP) revisada dels tumors renals de la infància. Med Pediatr Oncol 38:79–82

4. Gawande RS, Gonzalez G, Messing S et al (2013) El paper de la imatge ponderada per difusió en la diferenciació dels tumors abdominals pediàtrics benignes i malignes. Pediatr Radiol 43:836–845. https:// doi.org/10.1007/s00247-013-2626-0

5. Aslan M, Aslan A, Habibi HA et al (2017) MRI ponderada per difusió per diferenciar el tumor de Wilms del neuroblastoma. Diagn Interv Radiol 23:403–406. https://doi.org/10.5152/dir.2017.16541

6. Littooij AS, Humphries PD, Olsen ØE (2015) Variabilitat intra i interobservador de les mesures del coeficient de difusió aparent del tumor sencer en el nefroblastoma: un estudi pilot. Pediatr Radiol 45:1651–1660. https://doi.org/10.1007/s00247-015-3354-4

7. Hales PW, Olsen ØE, Sebire NJ et al (2015) Un model multi-gaussià per a l'anàlisi d'histograma del coeficient de difusió aparent del subtipus de tumor de Wilms i la resposta a la quimioteràpia. RMN Biomed 28:948–957. https://doi.org/10.1002/nbm.3337

8. Rogers HJ, Verhagen MV, Shelmerdine SC et al (2018) Un enfocament alternatiu a la imatge millorada amb contrast: la imatge ponderada per difusió i la imatge ponderada en T1-identifiquen i quantifiquen la necrosi en el tumor de Wilms. Eur Radiol. https://doi. org/10.1007/s00330-018-5907-z

9. Le Bihan D, Breton E, Lallemand D et al (1988) Separation of difusion and perfusion in intravoxel incoherent motion MR imaging. Radiologia 168:497–505. https://doi.org/10.1148/radio logy.168.2.3393671

10. Bennett KM, Schmainda KM, Bennett RT et al (2003) Caracterització de taxes de difusió d'aigua cortical distribuïdes contínuament amb un model exponencial estirat. Magn Reson Med 50:727–734. https://doi.org/10.1002/mrm.10581

11. Jensen JH, Helpern JA, Ramani A et al (2005) Imatge de curtosi difusió: la quantificació de la difusió d'aigua no gaussiana mitjançant imatges de ressonància magnètica. Magn Reson Med 53:1432–1440. https://doi.org/10.1002/mrm.20508

12. Zhang G, Wang S, Wen D et al (2016) Comparació de models de difusió no gaussians i gaussians d'imatges ponderades per difusió del càncer de recte a 3,0 T MRI. Ciència Rep. https://doi. org/10.1038/srep38782

13. Reischauer C, Patzwahl R, Koh DM et al (2017) Anàlisi exponencial no mono d'imatges ponderades per difusió per al seguiment del tractament en metàstasis òssies del càncer de pròstata. Ciència Rep. https://doi.org/10.1038/s41598-017-06246-4

14. Winfield JM, deSouza NM, Priest AN et al (2015) Modelatge de dades de DW-MRI de tumors ovàrics primaris i metastàtics. Eur Radiol 25:2033–2040. https://doi.org/10.1007/s0033 0-014-3573-3

15. Pentang G, Lanzman RS, Heusch P et al (2014) Imatge de curtosi de difusió del ronyó humà: un estudi de viabilitat. Magn Reson Imaging 32:413–420. https://doi.org/10.1016/j.mri.2014.01.006

16. Caroli A, Schneider M, Friedli I et al (2018) Imatge de ressonància magnètica ponderada per difusió per avaluar la patologia renal difusa: una revisió sistemàtica i un document de declaració. Nephrol Dial Transplant 33:ii29–ii40. https://doi.org/10.1093/ndt/gfy163