radiología cuantificada. biomarcadores. enfermedad difusa...
TRANSCRIPT
Radiología Cuantificada.
Biomarcadores.
Enfermedad difusa hepáticaAngel Alberich-Bayarri1,2, PhD
1 Biomedical Imaging Research Group (GIBI230)
La Fe Polytechnics and University Hospital2 QUIBIM SL
Twitter: @aalberich
Contenido
• Introducción
• Prueba de concepto e hipótesis
• Adquisición
• Análisis
• Sesgos
• Patrón de referencia
• Validación técnica
• Validación clínica
• La biopsia hepática es una de las principales técnicas diagnósticas
para la detección de alteraciones hepáticas como la esteatosis, los
depósitos de hierro, la inflamación y la fibrosis, comúnmente
asociadas con enfermedades hepáticas difusas.
• Esta técnica es un procedimiento invasivo y costoso que puede
conducir a complicaciones y que, debido a la pequeña muestra de
tejido estudiada, puede proporcionar resultados sesgados.
Introducción
• La grasa y el hierro son los depósitos parenquimatosos más
comunes en las enfermedades difusas hepáticas.
• En pacientes con NAFLD y esteatohepatitis no alcohólica, la
sobrecarga hepática de hierro con frecuencia está también
presente y se asocia con la gravedad de la enfermedad y el
desarrollo de la fibrosis.
• La esteatosis coexistente en pacientes con sobrecarga de hierro
actúa como un cofactor importante en el desarrollo de fibrosis y
cirrosis.
• Únicamente deberían utilizarse los métodos que permitan la
cuantificación simultánea de grasa y hierro para minimizar los
factores de confusión.
Prueba de concepto
Adquisición
Secuencias de RM para la cuantificación de grasa:
• Espectroscopia
• Desplazamiento químico – multi-eco– Fase opuesta / En fase (OP/IP)
– mDixon
– Iterative Decomposition of Water and Fat with Echo Assimetry and
Least-Squares Estimation (IDEAL)
– Multi-echo Chemical Shift (MECSE)
Secuencias de RM para la cuantificación de hierro:
• GRE para cálculo de ratios de intensidad de señal
• Desplazamiento químico – multi-eco– mDixon
– IDEAL
– Multi-echo Chemical Shift (MECSE)
Adquisición
Multi-echo Chemical Shift Gradient Echo (MECSE)
• Resolución espacial: – Plano: Transversal
– Plano: pixel ≤1 x 1 mm
– Espesor corte: < 8 mm
• Ángulo magnetización: 10º
• TE’s: 6 - 12– Primero: 0.99 ms
– Último: 9.69 ms
– Espaciado: 0.7 – 1.15 ms
• Reconstrucción de módulo y fase
• Cortes: 34
• Tiempo adquisición: 12-18s
Martí-Bonmatí L et al. Abdom Imaging (2012) 37:180–187
Análisis
Martí-Bonmatí L et al. Abdom Imaging (2012) 37:180–187
• Señal medida en 2
vóxeles diferentes
• Grasa: magnitud del
cambio de
intensidad entre
fase y fase opuesta
• Hierro: caída de
señal de la
envolvente de la
sinusoide
Análisis
• Modelado de la señal
Water Fat Water-Fat chemical shift
Water-Fat (sinusoid)
Iron (exponential)
Análisis
• Modelado de la señal
Parte del modelo que se
adapta al modelo multi-pico
En realidad, los diferentes tipos de grasa resuenan a
diferentes frecuencias, debido a la variación en la
estructura molecular
Análisis
• Cálculo de la Proton Density Fat Fraction (PDFF)
Reconstrucción de la fase:
Conocer cuál es la componente principal del vóxel:
agua vs. grasa
Sesgos
• Posibles factores de confusión:
– Influencia del T1
– Caída T2*
– Múltiples picos de grasa
– Temperatura
– Campo B0
– Campo B1
– Ruido
– Corrientes Eddy
– Gradientes concomitantes
Sesgos
Dificultades en la transferencia de avances de
investigación a aplicación clínica escalable
• Fase– Variabilidad en la información de fase generada por diferentes
equipos, incluso del mismo fabricante con diferentes bobinas
– Proceso de desdoblado de la fase no reproducible y necesario
ajustar para cada caso
• Múltiples picos– Organismos reguladores demandan validación con patrón de
referencia
– Ausencia de patrones de referencia que representen todos los
picos de grasa
Validación técnica y
patrón de referencia
• Anatomía patológica: grados o categorías de
esteatosis, grados o categorías de sobrecarga
férrica
• Procesamiento de anatomía patológica digital,
tinción de Pearls para cálculo de Liver Iron
Concentration (LIC)
• Creación de fantomas Probe #10 Probe #11Real fat fraction 5 20Estimated fat fraction 5.63 17.83
Relative error PDFF(%)
12.6% 10.85%
Real iron (ug/mL) 5 20Estimated R2* (s^-1) 10.9 26.6
Validación clínica
Trabajos publicados:
• França M, Martí-Bonmatí L, Silva S, Oliveira C, Alberich Bayarri Á, Vilas BoasF, Pessegueiro-Miranda H, Porto
G. Optimizing the management of hereditaryhaemochromatosis: the value of MRI R2* quantification to
predict and monitor bodyiron stores. Br J Haematol. 2017 Oct 30. doi: 10.1111/bjh.14982. [Epub ahead
ofprint] PubMed PMID: 29082508.
• França M, Martí-Bonmatí L, Porto G, Silva S, Guimarães S, Alberich-Bayarri Á, Vizcaíno JR, Pessegueiro
Miranda H. Tissue iron quantification in chronic liverdiseases using MRI shows a relationship between
iron accumulation in liver,spleen, and bone marrow. Clin Radiol. 2018 Feb;73(2):215.e1-215.e9.
doi:10.1016/j.crad.2017.07.022. Epub 2017 Aug 31. PubMed PMID: 28863932.
• França M, Alberich-Bayarri Á, Martí-Bonmatí L, Oliveira P, Costa FE, Porto G, Vizcaíno JR, Gonzalez JS, Ribeiro
E, Oliveira J, Pessegueiro Miranda H. Accurate simultaneous quantification of liver steatosis and iron
overload in diffuse liverdiseases with MRI. Abdom Radiol (NY). 2017 May;42(5):1434-1443.
doi:10.1007/s00261-017-1048-0. PubMed PMID: 28110367.
Validación clínica
Caso de ejemplo:
OP IPT2
Mujer
Consumo alcohol moderado
Ecografía: esteatosis hepática
Laboratorio: ferritina 499 ng/dl
¿Esteatosis?
¿Sobrecarga férrica?
Conclusiones
• La grasa y el hierro se pueden medir de manera adecuada de forma
simultánea a partir de secuencias de resonancia magnética multi-eco
con desplazamiento químico (MECSE).
• Es importante conocer todos los potenciales sesgos y fuentes de error
• Debemos garantizar la validez técnica del biomarcador de imagen
mediante su comparación con respecto a patrones de referencia
• Es imprescindible que el biomarcador tenga un impacto en la práctica
clínica del radiólogo, gracias a una comunicación eficiente de las
medidas, mejorando el proceso con respecto a la lectura convencional.
Agradecimientos
POST-DOCAlejandro Torreño, PhD - Technology DevelopmentAlejandro Rodríguez, PhD - Image Analysis Engineer
PhD STUDENTSAmadeo Ten - Image Analysis EngineerSara Carratalá - CNS Analysis
CLINICAL TRIALS AND PREBISandra Pérez - Data ManagerJuan Ramón Terrén - Data ManagerRebeca Maldonado - Technician & PREBI
ADMINISTRATIONAna Penadés - Economic & Financial Manager
GIBI230
QUIBIMIMAGE ANALYSIS SCIENTISTSFabio García Castro - Chief Image Analysis ScientistBelén Fos Guarinos - Image Analysis ScientistAna María Jiménez Pastor - Image Analysis ScientistRafael López González - Image Analysis Scientist
DEVELOPMENTRafael Hernández Navarro - Chief Technology OfficerAlejandro Mañas García - Full Stack Senior DeveloperEduardo Camacho Ramos - Front-End Developer
CLINICAL TRIALSIrene Mayorga Ruíz - Clinical Trials CoordinatorRaúl Yébana Huertas - Image Analysis Technician
MARKETING AND COMMUNICATION Katherine Wilisch Ramírez - Marketing Manager
MANAGEMENTIsabel Montero Valle – Team CoordinatorEncarna Sánchez Bernabé - Chief Operating OfficerDaniel Iordanov López - Assistant to Business Development
Luis Martí Bonmatí MD, PhD. GIBI Principal Investigator
QUIBIM Founder
Ángel Alberich Bayarri, PhD. GIBI Scientific-Technical DirectorQUIBIM CEO & Founder
Radiología Cuantificada.
Biomarcadores.
Enfermedad difusa hepáticaAngel Alberich-Bayarri1,2, PhD
1 Biomedical Imaging Research Group (GIBI230)
La Fe Polytechnics and University Hospital2 QUIBIM SL
Twitter: @aalberich