Spettro quantitativo di imaging a risonanza magnetica: Revisione e necessità di uno spettro di sistema

    Publication Date
    Source Authors
    Source Title
    Source Issue
    Publication Date

    2017

    Source Authors

    Kathryn E. Keenan, Maureen Ainslie, Alex J. Barker , Michael A. Boss , Kim M. Cecil, Cecil Charles, Thomas L. Chenevert, Larry Clarke, Jeffrey L. Evelhoch, Paul Finn, Daniel Gembris, Jeffrey L. Gunter, Derek L.G. Hill, Clifford R. Jack Jr., Edward F. Jackson, Guoying Liu,6 Stephen E. Russek, Samir D. Sharma, Michael Steckner, Karl F. Stupic, Joshua D. Trzasko,Chun Yuan, and Jie Zheng.

    Source Title

    Spettro quantitativo di imaging a risonanza magnetica: Revisione e necessità di uno spettro di sistema

    Source Issue

    Magnetic Resonance in Medicine

    79

    Page Range: Pag 48-61

    Questo documento, scritto dai membri del Standard per il comitato di risonanza magnetica quantitativa, esamina i tentativi di standardizzazione e poi dettaglia la necessità, requisiti e piano di implementazione per un sistema spettrale standard per la risonanza magnetica quantitativa.
    Negli ultimi due decenni, l’interesse per l’uso di marcatori biologici MR (o “biomarcatori”) per fornire informazioni fondamentali,sia per lo sviluppo di nuovi agenti terapeutici che per la diagnostica clinica sono cresciuti esponenzionalmente . I Biomarkers sono parametri misurati oggettivamente che indicano lo stato biologico, i processi biologici / patobiologici, o risposte farmacologiche al trattamento.
    Esempi di biomarcatori in MRI includono il volume del tumore ,il volume del cervello, connettività di rete funzionale ,isotropica o anisotropiche costanti di diffusione dell’acqua, concentrazioni locali di metaboliti, sangue,campi di flusso , frazione grassa funzione polmonare, temperatura ed elasticità dei tessuti.
    Le modalità di imaging medico si stanno espandendo a includere inoltre la mappatura quantitativa dei biomarcatori all’imaging qualitativo. Sebbene mappatura quantitativa dii biomarcatori possano aumentare notevolmente la quantità, l’affidabilità e comparabilità dei dati ottenuti dal medico, l’imaging, richiede un’attenta standardizzazione dei protocolli e lo sviluppo di spettri di riferimento o strutture di calibrazione per convalidare l’accuratezza di queste misurazioni in vivo e per valutare la ripetibilità e la riproducibilità delle misurazioni.
    L’aspettativa è che le informazioni fornite dai biomarcatori miglioreranno la prevedibilità e l’efficienza il percorso dall’idea di laboratorio al prodotto commerciale.
    Un’altra motivazione per l’implementazione di biomarcatori basati su immagini sono il loro uso in modo sicuro, non invasivo diagnostica che sostituisce la diagnostica basata sulla biopsia. Esempi:

    • includere l’uso dell’elastografia RM per diagnosticare e cirrosi epatica e fibrosi epatica (34,37) e dinamica
    • risonanza magnetica per misurare i parametri chiave dei tessuti dei tumori
      per valutare l’efficacia del trattamento del cancro.

    Nonostante i recenti sostanziali progressi nella scienza biomedica ed il processo di sviluppo sia più efficace e maggiormente sicuro ,la terapia per i pazienti è diventata sempre più impegnativa e costosa.

    BIBLIOGRAFIA

    1. Atkinson AJ, Colburn WA, DeGruttola VG, et al. Biomarkers and surrogate endpoints: preferred definitions and conceptual framework. Clin Pharmacol Ther 2001;69:89–95.
    2. Kessler LG, Barnhart HX, Buckler AJ, et al. The emerging science of quantitative imaging biomarkers terminology and definitions for scientific studies and regulatory submissions. Stat Methods Med Res 2015;24:9–26
    3. Raunig DL, McShane LM, Pennello G, et al. Quantitative imaging biomarkers: a review of statistical methods for technical performance assessment. Stat Methods Med Res 2015;24:27–67.
    4. Partridge SC, Gibbs JE, Lu Y, Esserman LJ, Tripathy D, Wolverton DS, Rugo HS, Hwang ES, Ewing CA, Hylton NM. MRI measurements of breast tumor volume predict response to neoadjuvant chemotherapy and recurrence-free survival. AJR Am J Roentgenol 2005;184:1774-1781.
    5. Vaidyanathan M, Clarke LP, Hall LO, Heidtman C, Velthuizen R, Gosche K, Phuphanich S, Wagner H, Greenberg H, Silbiger ML. Monitoring brain tumor response to therapy using MRI segmentation. Magn Reson Imaging 1997;15:323–334.