Validación Externa de RM de Próstata QCAD/Lyon (DIJON-CAD)

La resonancia magnética multiparamétrica (mpMRI) de la próstata combina imágenes ponderadas en T2, imágenes ponderadas por difusión e imágenes dinámicas mejoradas con contraste. La correlación con muestras de prostatectomía radical ha demostrado que la RMmp tiene una sensibilidad excelente para detectar cánceres de próstata (CaP) con una puntuación de Gleason ≥7 y cánceres con una puntuación de Gleason 6 y un volumen ≥0,5 cc. Sin embargo, su especificidad es pobre y existe una gran superposición entre la aparición de lesiones prostáticas benignas y malignas. Como resultado, se ha recomendado ampliamente el uso de una puntuación subjetiva de 5 puntos para describir el nivel de sospecha de lesiones prostáticas. Esta llamada "puntuación de Likert" es un predictor muy significativo de la naturaleza maligna de las lesiones focales de próstata. Sin embargo, debido a que no hay descripciones de los criterios específicos que se utilizarán en el proceso de puntuación, la puntuación de Likert se basa en gran medida en la experiencia del lector.

En un intento por estandarizar la interpretación de mpMRI, la Sociedad Europea de Radiología Urogenital y el Colegio Americano de Radiología respaldaron recientemente la llamada puntuación del Sistema de datos e informes de imágenes de la próstata (PIRADS). La segunda versión de este sistema de puntuación (puntuación PI-RADS v2) dio buenos resultados en la caracterización de lesiones focales prostáticas. Sin embargo, el acuerdo entre lectores sigue siendo moderado en el mejor de los casos, incluso después del entrenamiento, y todavía hay una alta tasa de falsos positivos. Estos resultados han llevado a algunos autores a sugerir que podría haber límites estructurales a la capacidad de cualquier puntaje basado en imágenes de RM para permitir la detección del cáncer de próstata con alta especificidad.

El uso de características de imagen de resonancia magnética (MR) cuantitativa para caracterizar las lesiones de próstata observadas en mpMRI podría mejorar la estandarización de la interpretación y, recientemente, varios sistemas de diagnóstico asistido por computadora (CAD) que combinan varias características de imagen han mostrado resultados prometedores en la caracterización de los tejidos de la próstata. Sin embargo, la mayoría de los sistemas CAD han sido entrenados y evaluados en imágenes del mismo escáner MR. Desafortunadamente, la cuantificación en imágenes de RM está limitada por la variabilidad sustancial entre fabricantes en el cálculo de los parámetros de imagen cuantitativos. Por lo tanto, los umbrales cuantitativos definidos para un fabricante pueden no ser válidos para otro fabricante. De los muchos sistemas CAD informados, solo unos pocos han mostrado resultados sólidos en la validación cruzada en conjuntos de datos de diferentes fabricantes.

Desarrollamos en Lyon un sistema CAD mpMRI para discriminar cánceres Gleason ≥7 en la zona periférica (PZ). Ese sistema CAD fue entrenado usando mpMRI de pacientes tratados por prostatectomía radical. Combina el percentil 10 del coeficiente de difusión aparente (ADC_10th) y el tiempo hasta el pico de mejora (TTP) en imágenes dinámicas mejoradas con contraste (DCE). Proporcionó buenos resultados cuando se realizó una validación cruzada en dos conjuntos de datos de dos fabricantes diferentes (General Electric y Philips). Luego probamos el CAD en una cohorte de 130 pacientes que se sometieron a mpMRI (unidad de RM de General Electric o Philips) antes de la biopsia de próstata. Cada lesión de RM objeto de biopsia había recibido prospectivamente una puntuación de Likert de probabilidad de malignidad en el momento de la biopsia. El análisis retrospectivo de estas lesiones de RM con el CAD mostró que el CAD independiente superó la puntuación de Likert en la predicción de la presencia de cáncer Gleason ≥7 en la biopsia (Área bajo la curva característica operativa del receptor (AUC): 0,94 (intervalo de confianza del 95 % ( 95CI): 0,90-0,98 frente a 0,81 (IC95: 0,75-0,88), p<0,0002)). Estos buenos resultados nos animan a realizar una validación externa del CAD probando su rendimiento en mpMRI de otro fabricante (Siemens) y otra institución.

El objetivo principal del estudio DIJON-CAD es evaluar el rendimiento del QCAD desarrollado en Lyon (QCAD/Lyon) en una cohorte de pacientes consecutivos tratados mediante prostatectomía y que se sometieron a una RMmp preoperatoria en un generador de imágenes de RM Siemens 3 Tesla en la Universidad de Dijon. Centro hospitalario o en el Dijon Cancer Center (ambas instituciones comparten la misma unidad de RM). Este estudio es el primer paso de la validación externa del sistema QCAD/Lyon. Solo tiene como objetivo verificar que el rendimiento diagnóstico del sistema no es muy pobre en mpMRI externa (que es un riesgo sustancial). Si los resultados son buenos, se planificará un estudio de validación prospectivo multicéntrico adecuado.