Artículo original: Lafcı O, Celepli P, Seher Öztekin P, Koşar PN. DCE-MRI Radiomics Analysis in Differentiating Luminal A and Luminal B Breast Cancer Molecular Subtypes. Acad Radiol. 2023 Jan;30(1):22-29.
DOI: doi: 10.1016/j.acra.2022.04.004
Sociedad: Association of University Radiologists (@AURtweet)
Palabras clave: Radiomics, Breast, Cancer, MRI, Luminal Subtype.
Abreviaturas y acrónimos utilizados: ABC (área bajo la curva), CDI (carcinoma ductal infiltrante), FOV (field of view), HER2 (receptor 2 del factor de crecimiento epidérmico humano), IHQ (inmunohistoquímica), mL (mililitros), RE (receptor de estrógenos), RM (resonancia magnética), ROI (región de interés), RP (receptor de progesterona).
Línea editorial: Academic Radiology, revista científica mensual, publica en su primer número del año 20 trabajos: cinco investigaciones originales científicas (tres de radiología mamaria, otra de tumores hepáticos y otra sobre metástasis pulmonares), cinco invitaciones del editor que también son trabajos científicos (biopsias pulmonares y radiómica, RM de carcinoma hepatocelular y recurrencia postoperatoria, RM tri-paramétrica en cáncer de vejiga, valor pronóstico de la musculatura prepectoral en pacientes COVID 19, diferenciación de tumores de partes blandas mediante aprendizaje automático), dos revisiones especiales (evaluación de la secuencia HASTE abdominal y aprendizaje profundo y estimulación magnética transcraneal y sus características de imagen), seis artículos de educación (destacando educación radiológica para estudiantes de medicina) y dos cartas al editor. Todos los trabajos originales poseen un gran valor científico, destacando el especial peso que se da a la radiómica y otras formas de inteligencia artificial, incluyendo al menos 6 trabajos originales en este volumen.
Motivos para la selección: La radiómica es un aspecto emergente de la radiología que es necesario conocer puesto que gran parte de las investigaciones van a incluir aspectos de la misma. Me ha parecido interesante escoger este artículo para revisar las distintas características radiómicas y dado que se trata de un tema en el que tengo especial interés.
Resumen:
El cáncer de mama es una enfermedad heterogénea que incluye distintos subtipos moleculares y múltiples opciones terapéuticas. La IHQ es una buena herramienta para distinguir los distintos subtipos moleculares, siendo necesaria la recolección de una muestra de tejido mediante un procedimiento invasivo que suele ser la biopsia con aguja gruesa, la cual puede tener resultados no concluyentes en caso de muestra insuficiente o biopsia inadecuada.
Los subtipos moleculares Luminales comprenden casi el 70% de los cánceres de mama, siendo el Luminal A el de mejor pronóstico. En contraposición, el subtipo Luminal B tiene peor pronóstico debido a la mayor tasa de metástasis axilares y a su recurrencia local, requiriendo habitualmente quimioterapia adicional debido a la alta tasa de proliferación celular y al mayor grado histológico. Además, los Luminales B suelen ser de mayor volumen y aparecen a una edad más temprana.
La RM dinámica con contraste es la modalidad de imagen más sensible para detectar el cáncer de mama. Pese a su alta sensibilidad, existen características radiológicas comunes entre lesiones benignas y malignas que reducen su especificidad.
Las imágenes radiológicas contienen una gran cantidad de información oculta que no puede ser evaluada mediante el ojo humano. La radiómica ha emergido como un nuevo método de análisis que investiga todas esas propiedades ocultas de las imágenes radiológicas basado en un análisis píxel-píxel. Las variaciones en los niveles de grises y la relación espacial entre los píxeles se evalúan mediante múltiples fórmulas matemáticas.
Actualmente, la forma más común de evaluación es mediante los métodos estadísticos de primer, segundo y mayor orden que reflejan las distintas propiedades de las imágenes. Las características de primer orden tienen en cuenta las distribuciones de frecuencia de los niveles de grises entre los distintos píxeles mediante histogramas de intensidad. Sin embargo, las características de primer orden no tienen en cuenta la localización de los píxeles ni la relación espacial entre ellos. La relación entre los distintos píxeles se evalúan mediante las características de segundo o mayor orden, utilizando matrices de concurrencia o de longitud de recorrido. En resumen, la evaluación radiómica genera datos cuantitativos sobre las características de textura, forma y tamaño de las imágenes médicas pudiendo reflejar el fenotipo tumoral y la subyacente heterogeneidad. Este estudio investiga las asociaciones entre las características radiómicas y los subtipos moleculares de cáncer de mama en RM dinámica como método alternativo no invasivo para la clasificación tumoral intentando aportar información adicional para una medicina personalizada, con el fin de en un futuro predecir el pronóstico y determinar la mejor estrategia terapéutica para cada paciente.
Este artículo nos presenta un estudio retrospectivo en el que se incluyeron 73 pacientes con CDI histopatológicamente comprobado, 39 Luminal A (RE /o RP positivos, HER2 negativo, Ki-67 < 20) y 34 Luminal B (RE /o RP positivos, HER2 negativo, Ki-67 ≥ 20), todos ellos con RM dinámica preoperatoria. Un total de 81 lesiones se evaluaron mediante secuencia T1 de saturación grasa en la fase tardía post-contraste de RM, secuencia que demostró la mayor resolución espacial. Todas las lesiones pasaron por un proceso de segmentación manual en el que se realizó una corrección del FOV y se dibujó el contorno de los tumores mediante ROIs tridimensionales. 43 características radiómicas se evaluaron mediante el software gratuito LIFEX: 1 convencional, 4 de forma, 6 de histograma, 7 matrices de concurrencia de nivel de gris, 11 matrices de recorrido de nivel de gris, 3 matrices de diferencias de nivel de gris del vecindario y 11 matrices de longitud de zona de nivel de gris.
Centrándonos en los resultados, no hubo diferencias estadísticamente significativas en el parámetro convencional, sin embargo, los Luminal A mostraban una intensidad de señal media ligeramente superior que los Luminal B. En cuanto a las características de forma, se encontraron diferencias entre los dos grupos en su volumen (mL) y número de voxeles, siendo más alto en Luminal B. Dentro de las características estadísticas de primer orden, en el histograma, se encontró diferencia significativa en la asimetría; ambos tumores tenían una asimetría negativa, por lo que la mayoría de los tumores eran asimétricos hacia la izquierda.
Respecto a las características de textura de segundo orden, se encontraron diferencias en las matrices de concurrencia del nivel de gris en tres parámetros: energía, entropía.log2 y entropía.log10, teniendo los Luminal B menor nivel de energía y mayores niveles de entropía, lo que habitualmente corresponde a mayor heterogeneidad tumoral.
En un nivel estadístico de mayor orden también se encontraron diferencias estadísticamente significativas en algunos parámetros radiómicos de las matrices de recorrido de nivel de gris (HGRE, GLNU y RLNU), en las matrices de longitud de zona de nivel de gris (SZE, HGZE, RLNU y ZLNU) y en las matrices de diferencias de nivel de gris del vecindario (ocupación). Todos los parámetros eran estadísticamente superiores en Luminal B, excepto el SZE de la matriz de longitud de zona de nivel de gris, que era superior en Luminal A.
El modelo que combina forma-volumen y matrices de longitud de zona de nivel de gris obtuvo un ABC de 0.746, 0.744 de sensibilidad, 0.643 de especificidad y 0.694 de precisión. El resto de parámetros, aunque estadísticamente significativos (p<0.05), no alcanzaban un ABC > 0.7, excepto la matriz de longitud de zona de nivel de gris tipo HGZE, con un ABC de 0.718.
En general los resultados obtenidos son concordantes con otros estudios (mayor volumen y heterogeneidad tumoral en los Luminal B), excepto la asimetría negativa, que debería ser mayor en los Luminal B que A, hallazgo que los autores explican que podría ser debido a la utilización de una fase más tardía poscontraste.
En un futuro, las características radiómicas, que intentan reflejar el nivel de heterogeneidad intratumoral, podrían llegar a distinguir los distintos subtipos moleculares de forma no invasiva, o servir como herramienta auxiliar previo a la biopsia para dirigir la aguja a la parte más heterogénea del tumor.
Valoración personal:
Es un manuscrito algo complicado de leer, por la cantidad de acrónimos utilizados y el alto nivel de especificidad sobre el tema. No estoy muy de acuerdo con el motivo por el que justifica la realización del estudio, declarando que la biopsia es un procedimiento invasivo, caro y con posibilidad de resultados inconcluyentes. Además, como posible sesgo del estudio, toda la base de datos incluye pacientes con subtipos moleculares Luminal A y B, analizando las diferencias entre ambos en los parámetros radiómicos que representan heterogeneidad intratumoral, por lo que no sabemos si servirá o no para distinguir entre los otros subtipos moleculares sin necesidad de biopsia. Pese a todo, este trabajo representa un paso adelante de la radiómica y puede servir de base para futuras investigaciones.
Recomiendo la lectura de este artículo para mejor comprensión del tema: Radiomics in medical imaging—“how-to” guide and critical reflection.
Sofía Ventura Díaz
Hospital Universitario Ramón y Cajal, Madrid, R4
sofi9417vd@gmail.com
cbseram.com 
Deja una respuesta