FDG-PET/TC per la gestione della massa residua post-chemioterapia nel linfoma di Hodgkin

    Publication Date
    Source Authors
    Source Title
    Source Issue
    Publication Date

    2021

    Source Authors

    Gallamini A.Kurlapski M.Zaucha JM

    Source Title

    FDG-PET/TC per la gestione della massa residua post-chemioterapia nel linfoma di Hodgkin

    Source Issue

    Rivista Española de Cardiologia

    Article number: 13-18

    Page Range: 9.11

     Nella presente revisione, gli autori riportano le prove pubblicate sull’uso dell’imaging funzionale con FDG-PET/TC nella valutazione della risposta finale al trattamento nel linfoma di Hodgkin. Nonostante un valore predittivo negativo complessivo molto elevato della PET post-chemioterapia sull’esito del trattamento compreso tra il 94% e l’86%, in base alla diversa intensità del trattamento, il valore predittivo positivo si è dimostrato molto più basso (40-25%). Nella presente review gli Autori discutono il ruolo della PET nel guidare la RT di consolidamento su una RM dopo diversi regimi chemioterapici, sia nella fase iniziale che in quella avanzata. Particolare enfasi è dedicata alla peculiare questione dei metodi qualitativi rispetto a quelli semi-quantitativi per l’interpretazione delle scansioni PET di fine terapia. Verrà fornito un breve cenno sul ruolo dell’FDG-PET per valutare l’esito del trattamento dopo inibitori del checkpoint immunitario.

    References

    1. . Oberacker E, Paul K, Huelnhagen T, Oezerdem C, Winter L, Pohlmann A, et al. Magnetic resonance safety and compatibility of tanatalum markers used in proton beam therapy for intraocular tumors: A 7.0 Tesla study. Magn Reson Med 2017;78:1553–6.
    2. . Via R, Hennings F, Fattori G, Pica A, Lomax A, Weber D, et al. Technical Note: Benchmarking automated eye tracking and human detection fro motion monitoring in ocular proton therapy. Med Phys 2020;47:2237–41.
    3. . Ferreira T, Fonk L, Jaarsma-Coes M, van Haren G, Marinkovic M, Beenaker J. MRI of uveal melanoma. Cancers 2019;11:377.
    4. . Ciller C, De Zanet SI, Rüegsegger MB, Pica A, Sznitman R, Thiran J-P, et al. Automatic segmentation of the eye in 3D magnetic resonance imaging: a novel statistical shape model for treatment planning of retinoblastoma. Int J Radiat Oncol Biol Phys 2015;92:794–802.
    5. Nguyen H-G, Sznitman R, Maeder P, Schalenbourg A, Peroni M, Hrbacek J, et al. Personalized anatomic eye model from T1-weighted VIBE Mr imaging of patients with uveal melanoma. Int J Radiat Oncol Biol Phys 2018.
    6. Beenakker J, Ferreira T, Soemarwoto K, Genders S, Teeuwisse WM, Webb A, et al. Clinical evaluation of ultra-high-field MRI for three-dimensional visualization of tumour size in uveal melanoma patinets with direct relevance to treatment planning. Magn Reson Mater Phys 2016;29:571–7.