Comparación de modelos de difusión en tumores de Wilms y tejido renal contralateral normal

Contacto:tina.xiang@wecistanche.com

Resumen

ObjetivoEl ADC (coeficiente de difusión aparente) derivado de imágenes ponderadas por difusión (DWI) se ha mostrado prometedor como un biomarcador de imágenes cuantitativas no-1invasivo enTumores de Wilms. Sin embargo, muchos modelos no gaussianos podrían aplicarse a DWI. Este estudio tuvo como objetivo comparar la idoneidad de cuatrodifusiónmodelos (monoexponencial, IVIM [Intravoxel Incoherent Motion], exponencial estirado y curtosis) en tumores de Wilms y el contralateral no afectadoriñones.

Materiales y métodos Los datos de DWI se revisaron retrospectivamente (110 tumores de Wilms y 75 conjuntos de datos de riñón normal). La bondad de ajuste para cada modelo se midió en forma de vóxel utilizando los criterios de información de Akaike (AIC). Se calculó el AIC medio para cada volumen tumoral (o tejido renal normal contralateral). ANOVA de una vía con corrección de Greenhouse-Geisser y pruebas post hoc usando la corrección de Bonferroni evaluaron diferencias significativas entre los valores de AIC; el AIC más bajo indica el modelo óptimo.

ResultadosIVIM y la exponencial estirada proporcionaron los mejores ajustes a los datos DWI del tumor de Wilms. IVIM proporcionó el mejor ajuste para los datos de riñón normal. Mono exponencial fue el método de ajuste menos apropiado tanto para el tumor de Wilms como para los datos de riñón normal.

DiscusiónLa señal ponderada en difusión enTumores de Wilmsy normalestejido renalno exhibe un decaimiento monoexponencial y se describe mejor mediante modelos de difusión no gaussianos.

Palabras claveTumor de Wilms. Riñones. Difusión

Para obtener más información, haga clic aquí

Introducción

El tumor de Wilms es el tumor renal pediátrico más común [1] y, en Europa, los pacientes son tratados con quimioterapia antes de la cirugía para reducir el tamaño del tumor [2]. Después de una nefrectomía total o parcial, el análisis histológico clasifica el tumor en un subtipo según el tipo celular predominante [3]. Los pacientes a menudo se someterán a múltiples resonancias magnéticas para monitorear la respuesta al tratamiento, y con frecuencia se adquieren imágenes ponderadas por difusión (DWI).

El coeficiente de difusión aparente (ADC) se puede derivar de DWI aplicando un ajuste monoexponencial (Eq.1) a los datos de difusión.

(1)S(b)= Se-b.CAD

donde S(b) es la señal en un valor b dado, y S. es la señal sin ponderación de difusión.

ADC se ha mostrado muy prometedor como herramienta de imagen cuantitativa en el tumor de Wilms. Por ejemplo, el ADC se ha utilizado para distinguir los tumores benignos de los malignos (un subconjunto de este

cohorte de tumores de Wilms)[4], separar el neuroblastoma del tumor de Wilms[5], controlar la respuesta a la quimioterapia [6, 7], identificar los subtipos histológicos [7] y ayudar a identificar el tejido del tumor de Wilms necrótico [8].

Si bien ADC es un parámetro útil, existen otros modelos no gaussianos (VIM[9][ntravoxel Incoherent Motion], exponencial estirado [10] y curtosis [11]) que se pueden aplicar a los datos DWI para producir una amplia gama de métricas de difusión. IVIM (Eq.2) es un modelo biexponencial que no solo describe el movimiento del agua dentro del espacio extravascular sino también en la red de microcapilares orientada aleatoriamente. Produce los parámetros D (el coeficiente de difusión libre de la influencia del agua que fluye rápidamente en la red capilar, denominada difusión lenta), D* (el coeficiente de difusión debido al movimiento aleatorio del agua en la sangre en el red capilar-difusión rápida), y f (la fracción de volumen asociada con el componente de flujo rápido). (2)S(b)= Entonces[(1-f)e(-bD más fel-b(D más D')

El modelo exponencial estirado (Ec. 3) describe la heterogeneidad en la difusión dentro de un solo vóxel, describiendo la desviación de un decaimiento monoexponencial. Produce los parámetros DDC (el coeficiente de difusión distribuida) y a (el parámetro de estiramiento para describir la desviación de la difusión homogénea).

(3)S(b)= S,e(-(b.DDC)")

El modelo de curtosis (Eq.4) describe la desviación del desplazamiento de las moléculas de agua siguiendo una distribución gaussiana y produce los parámetros D (el coeficiente de difusión corregido por el desplazamiento no gaussiano) y K (la curtosis).

(4)S(b)= Soe-bD más b2D,?K/6

Estos modelos tienen el potencial de proporcionar información complementaria sobre la microestructura del tejido. Además, se ha demostrado que proporcionan descripciones superiores de los datos de difusión en comparación con el modelo monoexponencial en cáncer de recto [12], metástasis óseas de cáncer de próstata [13], cáncer de ovario [14] y tejido renal sano [15]. Sin embargo, existe una investigación limitada sobre la aplicación de estos modelos en el tumor de Wilms donde pueden ser útiles, debido al entorno celular altamente heterogéneo del tejido tumoral. Además, se hipotetiza que debido a los altos niveles de perfusión en elriñones, y que IVIM está diseñado para tener en cuenta un componente relacionado con la perfusión en la señal de difusión, este modelo puede proporcionar un ajuste superior a estos datos DWI [16].

El objetivo de esta investigación fue determinar si estos modelos (VIM, exponencial estirado y curtosis) proporcionan ajustes superiores a la señal ponderada en difusión en comparación con un modelo monoexponencial, en tumores de Wilms y en el normal contralateral.riñón. La bondad de ajuste se calculó utilizando el criterio de información de Akaike (AIC)[17], que penaliza los modelos que contienen más parámetros libres que los que admiten los datos sin procesar. Además, como objetivo secundario, se separaron los tumores de Wilms por subtipo histológico para determinar si determinados modelos favorecían determinados subtipos.

Materiales y métodos Población de estudio

Se otorgó la aprobación ética institucional y se eliminó la necesidad de consentimiento para este estudio de centro único. Se realizó una revisión retrospectiva de 10-años (abril 2007-marzo de 2017) del sistema de imágenes de radiología de nuestra institución para todos los datos de resonancia magnética abdominal en niños con un diagnóstico histológico comprobado detumor de Wilms. Los criterios de inclusión fueron aquellos con datos DWI de valor b múltiple (incluido un valor b máximo de 1000 s/mm2) y el tamaño del tumor que cubría al menos 2 cortes axiales en DWI. También se eliminaron DWI con artefactos de movimiento extremo. Los datos de resonancia magnética se recopilaron de pacientes con tumor de Wilms tanto antes como después de la quimioterapia. Los subtipos histológicos se confirmaron después de la cirugía para un subconjunto de tumores. Para los datos de riñón normal, se utilizó el riñón contralateral no afectado, excepto en pacientes con enfermedad bilateral.

resonancia magnética

Todas las imágenes se realizaron en un escáner Siemens Magnetom Avanto de 1,5 T equipado con gradientes de 40 mT/m. Dependiendo del tamaño del paciente, se utilizaron una o dos bobinas de matriz corporal para obtener una cobertura completa (diseño de 6 elementos, Siemens). Los pacientes estaban despiertos o anestesiados dependiendo de su edad.

Se obtuvo DWI de valor b múltiple para todos los pacientes y se adquirió durante la respiración libre. El protocolo DWI fue el siguiente: valores 7 u 8b en 3 direcciones ortogonales (0, 50, 100,250,500,750,1000 s/mm² o 0,50,100,150,200,250,500,1000 s/mm²）grosor de corte∶6 mm, TR/TE: 2800 ms/89 ms, campo de visión: 350 × 350 mm, tamaño de vóxel: 1,4 × 1,4 × 6 mm, número de cortes: 19, tamaño de matriz: 128 × 96 × 19. Se adquirieron nueve promedios para cada valor, y se usaron imágenes traza (promedio en 3 direcciones) para el análisis. También se adquirieron secuencias clínicas estándar en conjunto, incluida la T w con supresión de grasa antes y después de la administración de contraste basado en gadolinio; los detalles completos de las secuencias de imágenes clínicas pueden se encuentra en [18].

Postprocesamiento

DifusiónLos datos se procesaron utilizando las imágenes de seguimiento y las rutinas de ajuste de modelos internas diseñadas en Matlab (versión 2019a, MathWorks Inc., Natick, MA, EE. UU.) sobre una base de vóxel por vóxel utilizando cuatro modelos diferentes de difusión: monoexponencial (Eq. 1), IVIM (Ec. 2), exponencial estirado (Ec. 3) y curtosis (Ec. 4).

En cada caso, Sw se definió como la señal en b{{{{10}}}}, y para el modelo monoexponencial, se realizó un ajuste lineal de In(S/S.) contra todos los valores de b. realizado. Para los modelos no gaussianos, el ajuste se realizó utilizando el algoritmo de mínimos cuadrados no lineales de Levenberg-Mar-quart (utilizando la función 'lsq-curve-fit en Matlab), en todos los valores b (excepto para el modelo IVIM). Para el modelo IVIM, en primer lugar, se calculó un ajuste lineal de In(S/S.) contra b a valores altos de b (200-1000 s/mm2) para determinar el valor de D. A continuación, D* y f se ajustaron simultáneamente (con una D fija). D no tenía restricciones en los límites superiores, y f estaba restringida entre 0 y 1. Para el modelo exponencial estirado, DDC no tenía condiciones de límite superior y estaba restringida entre 0 y 1. Para la curtosis, ni Dk ni K estaban limitados por los límites superiores, y K tenía un límite inferior de 0.

Regiones de interés (ROI)

Las ROI se generaron utilizando Mango Software (Research Imaging Institute, UTHSCSA). Las ROI se dibujaron en las imágenes b{{0}} alrededor de todo el volumen del tumor, estas fueron editadas y verificadas por un radiólogo especializado en radiología pediátrica (MV3 años dedicados a la radiología pediátrica). El tejido renal normal también se definió en las imágenes b0 utilizando el riñón contralateral (excluyendo aquellos con enfermedad bilateral) alrededor de todo el volumen del riñón y se excluyeron las áreas de alto flujo, como las áreas que rodean la pelvis renal; se puede ver un ejemplo en la Fig. 1. Todos los análisis relacionados con las comparaciones de modelos se limitaron a estos ROI.

Análisis de comparación de modelos

Se utilizó AIC para comparar los cuatro modelos (monoexponencial, IVIM, exponencial estirado y curtosis). Para cada vóxel dentro de las ROI de tumor y las ROI de riñón normal. El AIC se calculó por modelo. El AIC medio se calculó en todo el volumen de ROI por modelo. Luego se compararon los valores medios de AIC para cada modelo usando un ANOVA de medidas repetidas unidireccional con una corrección de Greenhouse-Geis-ser para tener en cuenta la varianza desigual, y se realizaron pruebas post hoc usando la corrección de Bonferroni. Una diferencia significativa se definió como p<0.05.anovas were="" calculated="" for="" the="" entire="" wilms'tumour="" and="" normal="" kidney="" populations,="" as="" well="" as="" within="" different="" subgroups="" (pre-chemotherapy,="" post-chemotherapy,="" and="" different="" b="" value="" acquisitions="" [7="" and="" 8="" b="" value="" ranges]).="" additionally,="" models="" were="" compared="" between="" wilms'tumour="" histological="" subtypes="" to="" determine="" whether="" a="" certain="" subtype="" favoured="" a="" particular="" model.="" the="" post-chemotherapy="" data="" were="" used="" for="" this="" comparison="" as="" it="" was="" the="" nearest="" time="" point="" to="">

Resultados

Población de estudio

Se incluyeron un total de 110 tumores de Wilms para el análisis de comparación del modelo de difusión; que consta de 49 tumores previos a la quimioterapia y 61 tumores posteriores a la quimioterapia (38 de los tumores previos a la quimioterapia se incluyeron como parte de las 61 cohortes posteriores a la quimioterapia). En la figura 2 se puede ver un diagrama de flujo que detalla las inclusiones y exclusiones de los casos. La edad media de los pacientes en la exploración previa a la quimioterapia fue de 2,43 años (DE: 2,2) y la edad media en la exploración posterior a la quimioterapia fue de 3,0 años (DE: 2,8).

The diffusion data were acquired using either 7 or 8 b values（0,50,100,250,500,750,1000 s/mm²or 0,50,100,150,200,250,500,1000 s/mm>). Esto se debió a que el protocolo cambió durante el período de este estudio, por razones no relacionadas con este estudio. Cuarenta y nueve tumores tenían el protocolo de valor 7b (22 prequimioterapia y 27 posquimioterapia), y 61 tumores tenían el protocolo de valor 8b (27 prequimioterapia y 34 posquimioterapia).

De los 61 tumores posquimioterapia, 56 tenían subtipos confirmados histológicamente: 7 blastémicos, 9 epiteliales, 13 estromales, 8 regresivos, 18 mixtos y 1 completamente necrótico. Los subtipos se definieron de acuerdo con el protocolo SIOP-2001 [3].

El riñón contralateral no afectado se utilizó como datos de riñón normal. Debido a la necesidad de excluir los casos bilaterales, se incluyeron un total de 75 conjuntos de datos de riñones normales;38de pacientes que habían recibido quimioterapia y 37 de pacientes que no la habían recibido. De los 75 conjuntos de datos de riñón normal, 31 tenían el protocolo de valor 7b (15 antes de la quimioterapia y 16 después de la quimioterapia) y 44 tenían el protocolo de valor 8b (22 antes y 22 después de la quimioterapia).

Resultados del tumor de Wilms

Los ANOVA de una vía con una corrección de Greenhouse-Geisser revelaron que los valores de AIC diferían significativamente entre los modelos de difusión, en todas las condiciones: cohorte completa: (F(1.08, 117.91)=157.08,p=1.68 ×10-24), pre-quimioterapia:(F(1.05,50.53)=79.35,p=3.11×10-12),post-quimioterapia-apy:( F(1.13,67.92)=85.92,p=1.34×10-14),7b valores:(F(1.21,58.16)=76.23,p{ {39}}.10×10-13), y valores de 8b:(F(1.04,62.49)=95.51,p=1.68×10-14).

La Figura 3 muestra los diagramas de caja de cada condición, con barras significativas que resaltan los resultados de las pruebas post hoc utilizando la corrección de Bonferroni. En todas las condiciones, los valores de AIC para el modelo monoexponencial fueron significativamente más altos que los otros tres modelos, lo que indica que este era el modelo menos apropiado para los datos del tumor de Wilms. Para todas las cohortes de tumores de Wilms y posquimioterapia, el exponencial estirado fue el mejor modelo para ajustar los datos de difusión, ya que proporcionó los valores de AIC más bajos. La Figura 4 muestra un ejemplo de qué tan bien se ajustan los modelos a la señal de decaimiento de la difusión en un solo vóxel de un tumor de Wilms después de la quimioterapia.

Para la cohorte previa a la quimioterapia y cuando los datos se dividieron en rangos de valores de 7 y 8 b, tanto IVIM como el exponencial estirado se consideraron los modelos más apropiados, sin diferencias significativas entre los valores de AIC para estos dos modelos.

Additionally, one-way ANOVAs were used to investigate whether the best fit model was related to Wilms'tumour histological subtypes, using the post-chemotherapy data as they were the closest timepoints to histology. Only one tumour was classified as necrotic and was therefore removed from this section of the analysis. Figure 5 shows the AIC values for each subtype based on different diffusion models. There were no significant differences between AIC values across the subtypes (blastemal [n=7], epithelial [n=9], mixed [n=18], stromal [n=13], regressive [n=8]), for any of the models (p>0.05).

Resultados renales normales

Los ANOVA unidireccionales con una corrección de Greenhouse-Geisser también revelaron que los valores de AIC diferían significativamente entre los modelos de difusión, en todas las condiciones para los datos de riñón normal: cohorte completa: (F(1.51,85.2)=276. 07, p=2.57×10-30), pre-quimioterapia:(F(1.43, 41.13)=119.38,p=1.16×{{22} }), posquimioterapia: (F(1.16,42.81)=157.33,p=1.10×10-15,7 valores b:(F(1.14,34.10){{ 38}}.49,p=1.06×10-1), y valores de 8b:(F(1.14,49.10)=193.30,p=1.19× 10-19.

La Figura 6 muestra los diagramas de caja de cada condición, con barras de significación que resaltan los resultados de las pruebas post hoc utilizando la corrección de Bonferroni. Los datos de riñón normal proporcionaron resultados similares a los datos del tumor de Wilms: en todas las condiciones, los valores de AIC para el modelo monoexponencial fueron significativamente más altos que los otros tres modelos, lo que indica que este era el modelo menos apropiado para los datos de riñón normal. A diferencia de los datos del tumor de Wilms, para todas las condiciones, los datos de riñón normal mostraron que IVIM proporcionó los valores de AIC más bajos, lo que indica que era el modelo más apropiado para estos datos de difusión. La figura 7 muestra un ejemplo de lo bien que se ajustan los modelos a la señal de decaimiento de la difusión en los datos del riñón normal contralateral de un paciente con tumor de Wilms después de la quimioterapia.

Discusión

Este estudio comparó cuatro modelos dedifusión(monoexponencial, IVIM, exponencial estirado y curtosis) en función de qué tan bien se ajusten a la caída de la señal DWI, según AIC. Estas comparaciones se realizaron en tumores de Wilms, tanto antes como después de la quimioterapia, y en el riñón contralateral no afectado, como medida del tejido renal normal. Los datos de difusión provinieron de rangos de valores de 7 y 8 b. Para los datos del tumor de Wilms, se demostró que el modelo exponencial estirado proporcionó el mejor ajuste en general. Este resultado se mantuvo cuando el análisis se limitó al grupo posquimioterapia. Sin embargo, cuando el análisis se centró en los datos previos a la quimioterapia y cuando se separó por la adquisición del valor b, no hubo diferencias significativas entre el IVIM y el exponencial estirado, ya que ambos modelos proporcionaron los valores AIC más bajos. Además, no hubo preferencias de modelos particulares cuando los tumores se agruparon por subtipo histológico. Para los datos de riñón normal, IVIM proporcionó el mejor ajuste en todos los análisis. El modelo monoexponencial demostró ser el modelo menos apropiado según AIC; proporcionando consistentemente valores AIC significativamente más altos en comparación con los otros modelos tanto para eltumor de Wilmsy conjuntos de datos de riñón normales.

El principal hallazgo de esta investigación fue que los modelos no gaussianos proporcionaron mejores descripciones de los datos de difusión en comparación con los monoexponenciales, tanto en el tumor de Wilms como en el tejido renal normal. La desviación de un decaimiento monoexponencial se ha resaltado y explorado previamente: se ha demostrado que hubo una disminución rápida en la señal a valores más bajos seguida de una disminución más gradual a valores b más altos en el hígado [19]. Se sugirió que esta disminución inicial se debía a la perfusión vascular, ya que se cree que los valores bajos de b son sensibles a la atenuación de la señal de la perfusión [9], lo que hace que el modelo IVIM se adapte bien a estos datos. Se ha demostrado que este es el caso en tejido renal sano [20,21], donde se demostró que la señal es biexponencial en lugar de monoexponencial; ya que el riñón es un órgano bien perfundido. El presente estudio respalda estos hallazgos ya que IVIM se vio favorecido sobre los otros modelos en tejido renal normal. Este hallazgo se mantuvo en el conjunto de datos de riñón normal posterior a la quimioterapia, lo que sugiere que el tratamiento no afectó el tejido renal normal de una manera que pudiera ser detectada por los datos de DWI.

El modelo exponencial estirado proporcionó un buen ajuste a los datos tumorales de DWI Wilms. Los estudios mencionados anteriormente sobre cáncer de recto y tejido rectal sano[12], metástasis óseas de cáncer de próstata [13] y cáncer de ovario[14] demostraron que este modelo proporciona el mejor ajuste a los datos de DWI en comparación con IVIM y monoexponencial. El modelo exponencial estirado proporciona dos parámetros y DDC; aunque se desconoce la base fisiológica exacta de, se cree que representa la heterogeneidad del tejido, con un valor más bajo que sugiere un entorno más heterogéneo [10]. Como el tejido del tumor de Wilms es muy heterogéneo, no sorprende que el modelo exponencial estirado describa bien estos datos.

Además del modelo exponencial estirado, IVIM proporcionó un ajuste igualmente bueno para los tumores de Wilms antes de la quimioterapia, mientras que este no fue el caso después del tratamiento. Después del tratamiento, es probable que haya un aumento en el tejido necrótico y, por lo tanto, una disminución en la perfusión, por lo tanto, IVIM (un modelo que se enfoca en los efectos de la perfusión) puede volverse menos adecuado.

Ningún subtipo histológico en particular pareció favorecer un determinado modelo, sin embargo, los números en cada grupo fueron pequeños. Además, es importante señalar que los subtipos histológicos se definen después de analizar solo una subsección

del volumen total del tumor. Los tumores de Wilms son muy heterogéneos y, en un solo tumor, habrá áreas de distintos entornos celulares. Los vóxeles dentro de estas distintas regiones pueden haber mostrado preferencias de modelo de difusión variable. Sin embargo, debido a la falta de histología avanzada, este análisis no fue posible.

El uso de modelos no gaussianos no solo puede proporcionar mejores ajustes a los datos, sino que también puede proporcionar información clínica adicional. Por ejemplo, se ha demostrado que D, de curtosis, podría proporcionar una mayor precisión diagnóstica en comparación con ADC para diferenciar tumor de no tumor en cáncer de páncreas [22]. Además, (exponencial estirado) tuvo niveles más altos de sensibilidad y especificidad al discriminar entre angiomiolipoma de grasa mínima y carcinoma de células renales en comparación con ADC [23]. Además, tanto D como f (IVIM) se han mostrado prometedores para resaltar la función renal, y ambos parámetros se relacionan con la tasa de filtración glomerular estimada en pacientes con enfermedad renal crónica [24]. Por lo tanto, los modelos no gaussianos también pueden tener el potencial de proporcionar más información sobre la microestructura del tejido renal.

Si bien el modelo monoexponencial no proporcionó el mejor ajuste a los datos de DWI, eso no significa que no deba usarse clínicamente. Como se mencionó anteriormente, se ha demostrado que el ADC es clínicamente útil en el tumor de Wilms [4-8]. Además, ADC no requiere múltiples valores b, lo cual es un beneficio ya que muchos centros pueden no adquirir DWI con múltiples valores b como estándar. Por lo tanto, a pesar de que el presente estudio muestra una desviación de una caída de señal monoexponencial, es importante tener en cuenta que, si bien el modelo puede no ser el mejor descriptor de los datos de DWI, es clínicamente útil.

El método para seleccionar el modelo que proporcionó el mejor ajuste es una debilidad potencial de este estudio. AIC tiene en cuenta la complejidad del modelo y la bondad del ajuste y, por lo tanto, parecía una opción adecuada para la comparación y selección de modelos. Es importante considerar si un modelo es claramente el mejor para todo el tejido o si solo hay una pequeña diferencia entre los modelos. Esto fue destacado previamente por Manikis et al. [25] en el cáncer de recto, donde aunque se prefirió monoexponencial general a IVIM, hubo una gran heterogeneidad en el tejido. Esto también se demostró en los tumores de Wilms en el presente estudio, con IVIM y modelos exponenciales estirados que demostraron buenos ajustes a los datos. Con esto en mente, se debe ser cauteloso antes de afirmar que un modelo en particular se ajusta mejor a los datos, ya que puede ser que muchos modelos tengan una calidad de ajuste casi igual.

Además, el valor máximo de b de 1000 s/mm² puede haber sido una limitación para el modelo de curtosis, ya que se vuelve más sensible a valores de b más altos [26]. Por lo tanto, con un rango de valores b más optimizado, este modelo puede haber funcionado mejor que con los datos actuales. Sin embargo, en un estudio sobre la viabilidad de la curtosis en los riñones también se utilizó un máximo de b=1000 s/mm' [27]. Además, el presente estudio quería centrarse en ajustarse a los datos clínicos adquiridos de forma rutinaria que no tienen valores b extremadamente altos. Este sentimiento también se ha sugerido en trabajos anteriores que compararon el modelo monoexponencial con la curtosis en el hígado utilizando también un máximo de b=1000 s/mm² 【28】.

En general, este estudio demostró que el modelo monoexponencial no se ajusta a los datos DWwI tan bien como IVIM, exponencial estirado o curtosis en tejido con tumor de Wilms o tejido renal normal. Además, no hubo preferencia de modelo por

los distintos subtipos celulares. IVIM proporcionó el mejor ajuste para el tejido renal normal, y en los tumores de Wilms, tanto IVIM como los modelos exponenciales estirados proporcionaron los mejores descriptores de los datos. ADC se usa con frecuencia en la investigación clínica y, por lo tanto, se supone que el la caída de la señal es monoexponencial. Sin embargo, estos resultados sugieren que en el tumor de Wilms y el tejido renal normal, la señal DWI no presenta una disminución monoexponencial. Por lo tanto, utilizar otros modelos puede proporcionar representaciones más precisas del entorno del tejido subyacente y los parámetros derivados pueden proporcionar información clínicamente útil.

Referencias

1. Pastore G, Znaor A, Spreafco F et al (2006) Incidencia y supervivencia de tumores renales malignos en niños europeos (1978–1997): informe del proyecto del Sistema Automatizado de Información sobre el Cáncer Infantil. Eur J Cancer 42:2103–2114. https://doi. org/10.1016/j.ejca.2006.05.010

2. van den Heuvel-Eibrink MM, Hol JA, Pritchard-Jones K et al (2017) Documento de posición: Justificación del tratamiento del tumor de Wilms en el protocolo UMBRELLA SIOP–RTSG 2016. Naturaleza Rev Urol 14: 743–752. https://doi.org/10.1038/nrurol.2017.163

3. Vujanić GM, Sandstedt B, Harms D et al (2002) Clasificación de trabajo revisada de la Sociedad Internacional de Oncología Pediátrica (SIOP) de los tumores renales de la infancia. Med Pediatr Oncol 38:79–82

4. Gawande RS, Gonzalez G, Messing S et al (2013) Papel de las imágenes ponderadas por difusión en la diferenciación de tumores abdominales pediátricos benignos y malignos. Pediatr Radiol 43:836–845. https://doi.org/10.1007/s00247-013-2626-0

5. Aslan M, Aslan A, Habibi HA et al (2017) MRI ponderada por difusión para diferenciar el tumor de Wilms del neuroblastoma. Diagn Interv Radiol 23:403–406. https://doi.org/10.5152/dir.2017.16541

6. Littooij AS, Humphries PD, Olsen ØE (2015) Variabilidad intra e interobservador de las mediciones del coeficiente de difusión aparente de tumor completo en nefroblastoma: un estudio piloto. Pediatr Radiol 45:1651–1660. https://doi.org/10.1007/s00247-015-3354-4

7. Hales PW, Olsen ØE, Sebire NJ et al (2015) Un modelo multigaussiano para el análisis del histograma del coeficiente de difusión aparente del subtipo de tumor de Wilms y la respuesta a la quimioterapia. RMN Biomed 28:948–957. https://doi.org/10.1002/nbm.3337

8. Rogers HJ, Verhagen MV, Shelmerdine SC et al (2018) Un enfoque alternativo a las imágenes mejoradas con contraste: las imágenes ponderadas por difusión y las imágenes ponderadas en T1- identifican y cuantifican la necrosis en el tumor de Wilms. Eur Radiol. https://doi. org/10.1007/s00330-018-5907-z

9. Le Bihan D, Breton E, Lallemand D et al (1988) Separación de difusión y perfusión en imágenes de RM de movimiento incoherente intravoxel. Radiología 168:497–505. https://doi.org/10.1148/radiología.168.2.3393671

10. Bennett KM, Schmainda KM, Bennett RT et al (2003) Caracterización de tasas de difusión de agua cortical continuamente distribuidas con un modelo exponencial estirado. Magn Reson Med 50:727–734. https://doi.org/10.1002/mrm.10581

11. Jensen JH, Helpern JA, Ramani A et al (2005) Imágenes de curtosis por difusión: la cuantificación de la difusión de agua no gaussiana por medio de imágenes por resonancia magnética. Magn Reson Med 53: 1432–1440. https://doi.org/10.1002/mrm.20508

12. Zhang G, Wang S, Wen D et al (2016) Comparación de modelos de difusión no gaussiana y gaussiana de imágenes ponderadas por difusión de cáncer rectal en RM de 3,0 T. Representante científico https://doi. org/10.1038/srep38782

13. Reischauer C, Patzwahl R, Koh DM et al (2017) Análisis exponencial no mono de imágenes ponderadas por difusión para el control del tratamiento en metástasis óseas de cáncer de próstata. Representante científico https://doi.org/10.1038/s41598-017-06246-4

14. Winfield JM, deSouza NM, Priest AN et al (2015) Modelado de datos DW-MRI de tumores ováricos primarios y metastásicos. Eur Radiol 25:2033–2040. https://doi.org/10.1007/s0033 0-014-3573-3

15. Pentang G, Lanzman RS, Heusch P et al (2014) Imágenes de curtosis por difusión del riñón humano: un estudio de viabilidad. Magn Reson Imaging 32: 413–420. https://doi.org/10.1016/j.mri.2014.01.006

16. Caroli A, Schneider M, Friedli I et al (2018) Resonancia magnética ponderada por difusión para evaluar la patología renal difusa: una revisión sistemática y un documento de declaración. Transplante Nephrol Dial 33:ii29–ii40. https://doi.org/10.1093/ndt/gfy163