 |
Coronary CT Angiography–
derived Fractional Flow Reserve1
Autor: Christian Tesche, MD2, Carlo N. De Cecco, MD, PhD, Moritz H. Albrecht, MD, Taylor M. Duguay, BS, Richard R. Bayer II, MD, Sheldon E. Litwin, MD, Daniel H. Steinberg, MD, U. Joseph Schoepf, MD
Los meningiomas son las neoplasias extraxiales más frecuentes en
el sistema nervioso central. Su clasificación histológica en 3 grados
según la Organización Mundial de la Salud: benigno (I), atípico (II)
y maligno (III), en relación con el comportamiento biológico y la
supervivencia libre de progresión. El estudio de imagen de elección
es la resonancia magnética.
OBJETIVO: medir y determinar los valores medios del coeficiente
de difusión aparente en meningiomas atípicos y malignos, además
de evaluar su utilidad en la distinción prequirúrgica de estos
subtipos.
MATERIALES Y MÉTODOS: se realizó un estudio observacional,
retrospectivo, en el Instituto Nacional de Neurología y Neurocirugía
Manuel Velasco Suárez de México, de enero del 2011 a julio del
2015, incluyendo pacientes con diagnóstico de meningiomas grado
II o III en el archivo de patología y que contaban con estudio de resonancia
magnética y difusión en el sistema de archivo de imágenes
digitales (PACS).
RESULTADOS: se identificaron 84 pacientes, 67 con diagnóstico histológico
de meningiomas atípicos y 17 con meningiomas malignos.
La media de valores del coeficiente de difusión aparente medidos
en pacientes con grado II fue de 0.820 × 10-3 mm²/s (± 0.150) y con
grado III fue de 0.770 × 10-3 mm²/s (± 0.125).
CONCLUSIONES: no hubo diferencias estadísticamente significativas
entre los valores del coeficiente aparente de difusión de subtipos atí-
picos y malignos (p = 0.336), aunque comparándolos con la literatura
que disponemos nuestros valores medios son similares a los reportados
por otros autores y más bajos a los encontrados en los obtenidos de
meningiomas benignos.
PALABRAS CLAVE: meningioma, difusión en resonancia magnética,
grado tumoral.
|
|
| English: |
|
| |
|
Invasive coronary angiography (ICA) with measurement of
fractional flow reserve (FFR) by means of a pressure wire
technique is the established reference standard for the
functional assessment of coronary artery disease (CAD)
(1,2). Coronary computed tomographic (CT) angiography
has emerged as a noninvasive method for direct assessment
of CAD and plaque characterization with high
diagnostic accuracy compared with ICA (3,4). However,
the solely anatomic assessment provided with both coronary
CT angiography and ICA has poor discriminatory
power for ischemia-inducing lesions. FFR derived from
standard coronary CT angiography (FFRCT) data sets by
using any of several advanced computational analytic approaches
enables combined anatomic and hemodynamic
assessment of a coronary lesion by a single noninvasive
test. Current technical approaches to the calculation of
FFRCT include algorithms based on full- and reduced-order
computational fluid dynamic modeling, as well as artificial
intelligence deep machine learning (5,6). A growing
body of evidence has validated the diagnostic accuracy of
FFRCT techniques compared with invasive FFR. Improved
therapeutic guidance has been demonstrated, showing the
potential of FFRCT to streamline and rationalize the care of
patients suspected of having CAD and improve outcomes
while reducing overall health care costs (7,8). The purpose
of this review is to describe the scientific principles,
clinical validation, and implementation of various FFRCT
approaches, their precursors, and related imaging tests.
|
|
|
