• 1

    Aumento de la confianza en la interpretación del PET con 18F-Florbetaben: ¿machine learning¿ basado en la aproximación cuantitativa

    Revista Española de Medicina Nuclear e Imagen Molecular 2022;41(3): 153-163

    medes_medicina en español

    GARCÍA VICENTE AM, TELLO GALÁN MJ, PENA PARDO FJ, AMO-SALAS M, MONDÉJAR MARÍN B, NAVARRO MUÑOZ S, RUEDA MEDINA I, POBLETE GARCÍA VM, MARSAL ALONSO C, SORIANO CASTREJÓN A

    Revista Española de Medicina Nuclear e Imagen Molecular 2022;41(3): 153-163

    Tipo artículo: Artículo

    Resumen del Autor: Objetivo Determinar el valor añadido de los parámetros semicuantitativos en el análisis visual y estudiar los patrones del depósito cerebral de 18F-Florbetaben. Material y métodos Análisis retrospectivo de pacientes con deterioro cognitivo leve o demencia de origen incierto procedentes de un estudio multicentrico. Los PET con 18F-Florbetaben fueron interpretados de forma visual por dos observadores independientes, analizando las regiones ¿diana¿ con la finalidad de calcular el acuerdo interobservador. Se realizó análisis semicuantitativo de todas las regiones corticales con respecto a tres regiones de referencia para obtener índices de captación (SUVRs). Se analizó la capacidad de los SUVRs para predecir el resultado de la interpretación visual, la posibilidad de depósito preferencial del radiotrazador en algunas regiones ¿diana¿ así como las diferencias interhemisféricas. ResultadosSe evaluaron 135 pacientes. En la valoración visual, 72 estudios se clasificaron como positivos. El acuerdo interobservador fue excelente. Todos los SUVRs fueron significativamente superiores en pacientes con PET positivos con respecto a los negativos. Las regiones corticales correspondientes al área prefrontal y al cingulado posterior mostraron la mejor correlación con la evaluación visual, seguidas por la valoración integrada cortical. Usando análisis de ROC, los SUVRs obtenidos en las mismas regiones ¿diana¿ mostraron la mejor capacidad diagnóstica. ConclusionesLa información obtenida de las regiones ¿diana¿ parece ser de ayuda en la clasificación visual, basado en un depósito preferencial de amiloide, lo que permitiría el ¿machine learning¿. El depósito de amiloide, aunque difuso en todas las regiones corticales, parece no ser uniforme ni simétrico.

    Notas:

     

    Palabras clave: Cerebro, Compuestos de anilina, Demencia, Diagnóstico, Diagnóstico por imagen, Disfunción cognitiva , Enfermedad de Alzheimer, Estilbenos, Estudios observacionales, Estudios retrospectivos, Inteligencia artificial, Interpretación de imagenes, Medicina nuclear, Proteína Beta amiloide, Trazadores radiactivos

    ID MEDES: 170056 DOI: 10.1016/j.remn.2021.01.005 *



    * RECUERDE. Al pulsar el enlace “Texto completo”, usted abandonará el entorno MEDES. En ese caso, la web a la que desea acceder no es propiedad de Fundación Lilly y, por tanto, ésta no se responsabiliza de los contenidos, informaciones o servicios presentes en ella, ni de la política de privacidad que aplique el sitio web de un tercero.