Artículo de método

Cuantificación semiautomatizada de 18F-FDG PET-CT en contactos pulmonares de tuberculosis y su asociación con resultados prospectivos

28 vistas

⸱

DOI:

10.3791/69175

⸱

31 de julio de 2026

 ,  ,  ,  , 
1Department of Respiratory Sciences, University of Leicester, 2Department of Respiratory Medicine, University Hospitals of Leicester NHS Trust, 3Department of Nuclear Medicine, University Hospitals of Leicester NHS Trust

* These authors contributed equally

En este artículo

Resumen

Aquí presentamos un protocolo para estandarizar el protocolo, interpretación y análisis de imagen, interpretación y análisis de la tomografía por emisión de positrones (PET-CT) en la investigación de la infección por tuberculosis utilizando una plataforma de software semiautomatizada y de código abierto. Este enfoque minimiza la variabilidad entre operadores y mejora la reproducibilidad entre cohortes de estudio.

Resumen

La tomografía por emisión de positrones (tomografía computarizada por efecto (PET-CT) ha demostrado potencial como herramienta de investigación para caracterizar la heterogeneidad en la infección por tuberculosis (TB). El uso prospectivo de esta tecnología requerirá la estandarización de los protocolos de imagen, la interpretación y el análisis de imágenes PET-CT para mejorar la generalizabilidad y la asimilación de datos entre cohortes discretas. Evaluamos un enfoque semiautomatizado utilizando software de código abierto para minimizar la variabilidad interoperadora en la interpretación de imágenes y utilizar la normalización de órganos de referencia para reducir la variabilidad en la absorción fisiológica.

Cuantificamos 18captaciones de F-fluorodesoxiglucosa (FDG) en ganglios linfáticos intratorácicos (ITLNs) de once contactos positivos para TB por ensayo de liberación de interferón-gamma (IGRA) que se inscribiron en un estudio observacional prospectivo, incluyendo ocho contactos con tomografías PET-TC en serie. La imagen se analizó utilizando 3D Slicer, una plataforma de imagen médica de código abierto diseñada para investigación biomédica y clínica, que proporciona segmentación semi-automatizada y cuantificación hepática automatizada. Los datos extraídos incluyeron el valor máximo estandarizado de captación ITLN (SUVmax), el valor medio estandarizado de captación (SUVmedia), el volumen metabólico (MV) y la glucólisis total de lesiones (TLG), y la media hepática de SUV. Comparamos su rendimiento con el de software clínico, tanto con como sin estandarización para la absorción hepática (como referencia fisiológica), y evaluamos la variabilidad del operador. Después, evaluamos la asociación entre múltiples métricas cuantitativas de PET y los resultados prospectivos en contactos pulmonares de tuberculosis.

Informamos de un fuerte acuerdo entre plataformas de evaluación de imágenes de código abierto y clínicas. Encontramos que la cuantificación semi-automatizada de PET puede reducir la variabilidad entre operadores, y estandarizar a órganos de referencia aumenta la sensibilidad del análisis de imagen. Específicamente, informamos de hallazgos preliminares que indican que el aumento de la actividad metabólica en la PET-CT en serie en la infección temprana está asociado con la detección de Mycobacterium tuberculosis (Mtb) en el sitio anatómico de captación de FDG, consistente con un fenotipo progresivo de infección.

Introducción

La tuberculosis (TB) es una enfermedad infecciosa causada por bacterias del complejo Mycobacterium tuberculosis (MTBC), siendo Mycobacterium tuberculosis (Mtb) el patógeno más común. La enfermedad de TB sigue suponiendo una carga significativa para la salud global, afectando aproximadamente a 10,7 millones de personas en 2024. Ese mismo año, fue responsable de un estimado de 1,23 millones de muertes en todo el mundo, incluyendo 150.000 muertes entre personas que viven con VIH1.

La infección por TB se adquiere cuando los huéspedes susceptibles inhalan gotas que contienen MTBC de una persona infectada. Una pequeña proporción de los infectados desarrolla la enfermedad activa de tuberculosis, conocida como tuberculosis progresiva primaria. Sin embargo, en la mayoría de los casos, la infección es controlada con éxito por el sistema inmunitario adaptativo, un estado conocido como infección por TB o infección tuberculosa latente (LTBI)2. La infección por TB abarca un espectro de estados de infección con un riesgo variable de progresión hacia la enfermedad activa. Prevenir la progresión de la infección por TB hacia la enfermedad activa es crucial para cumplir el objetivo de la Estrategia de Fin de la TB para la erradicaciónde la TB 3,4. Sin embargo, los mecanismos inmunológicos que determinan la trayectoria de la infección por TB siguen siendo poco comprendidos.

La tomografía por emisión de positrones (PET-CT) ha surgido como una herramienta de investigación prometedora para revelar la heterogeneidad subyacente en los estados de infección por TB, y cada vez se considera más como biomarcador para evaluar la respuesta al tratamiento y estratificar el riesgo de recaída en ensayos clínicos de TB 5,6,7,8 . Anteriormente hemos descrito el fenotipo de infección preclínica basado en PET-CT y sugerimos que incorporar caracterización metabólica y estructural podría ofrecer una estratificación clínicamenterelevante 9. Sin embargo, existe una heterogeneidad significativa en el análisis de la imagen PET-CT en la investigación de infección por tuberculosis, lo que limita la comparación10. Es importante destacar que los cambios en la actividad metabólica observados en las imágenes seriadas probablemente sean menores en individuos asintomáticos con infección por tuberculosis, lo que hace necesaria la necesidad de enfoques que evalúen con precisión la carga metabólica global.

La normalización utilizando órganos de referencia puede reducir la variabilidad en la captación de 18F-Fluorodesoxiglucosa (FDG) en escaneos deintervalo 11. Sin embargo, la medición manual de la captación de FDG en el órgano de referencia también puede introducir variabilidad en el umbral12. Se ha propuesto una técnica automatizada para determinar el volumen de interés (VOI) en el órgano de referencia para minimizar la variabilidadinteroperadora 13. Además, la segmentación semiautomatizada de las lesiones objetivo puede reducir aún más la variabilidad en la medición14, disminuir significativamente el tiempo necesario para la segmentación y mejorar la eficiencia15.

La actividad metabólica derivada del PET en la investigación sobre tuberculosis humana suele evaluarse utilizando el valor máximo estandarizado de captación (SUVmax). Aunque SUVmax es un marcador ampliamente utilizado de la actividad de la enfermedad y la respuesta al tratamiento, puede sobreestimar la actividad metabólica debido al ruido de laimagen 16, y una región bidimensional de interés (ROI) puede no capturar el píxel con el valor másalto 17. En este contexto, se han informado que parámetros volumétricos como el volumen metabólico (MV) y la glucólisis total de la lesión (TLG) son marcadores pronósticos del resultado del tratamiento en TBactiva 18 y son más sensibles que SUVmax a la hora de detectar la respuesta tempranaal tratamiento 19. Específicamente, TLG considera tanto el valor medio estandarizado de captación (SUVmedia) como el volumen metabólico, ofreciendo así una medida compuesta de la actividad metabólica dentro de un volumen de interés definido (VOI).

En este estudio, presentamos metodologías para emplear una plataforma de imagen de investigación de códigoabierto 20, que proporciona segmentación semiautomatizada de lesiones y cuantificación hepática automatizada. Aplicamos este enfoque al análisis de escaneos PET-TC en serie de contactos pulmonares asintomáticos con ensayo de interferón-gamma de liberación (IGRA) positivos en un estudio observacionalprospectivo 9. El diseño del estudio ha sido descritopreviamente 21. En resumen, se reclutaron contactos domésticos adultos no infectados por VIH (≥16 años) de casos de tuberculosis pulmonar confirmados bacteriológicamente poco después del diagnóstico índice en Leicester, Reino Unido. Los participantes completaron un cuestionario de síntomas, radiografía de tórax (CXR) y pruebas de IGRA. Los participantes positivos a IGRA se sometieron a una tomografía PET-TC al inicio. A quienes presentaron resultados positivos en PET-CT se investigaron para detectar TB activa. Si no se confirmaba la tuberculosis activa, se realizaba una nueva exploración 3 meses después para caracterizar la trayectoria de la infección. Los participantes fueron seguidos prospectivamente con revisión clínica y cuestionario de síntomas cada 3 meses durante 12 meses, seguidos de 12 meses adicionales de seguimiento pasivo. Comparamos el rendimiento de esta plataforma de investigación con el del software clínico, evaluamos la variabilidad entre operadores y exploramos la asociación entre los parámetros PET y los resultados prospectivos.

Protocolo

El estudio fue aprobado por el Comité de Ética en la Investigación (REC) para East Midlands - Nottingham 1, Nottingham, Reino Unido (REC 15/EM/0109).

1. Procedimientos PET-TC

NOTA: Los procedimientos de PET-CT se realizaron de acuerdo con los procedimientos operativos estándar hospitalarios locales y cumplieron con el Reglamento de Radiación Ionizante de 2017 (IRR17)22 y las recomendaciones23 del Comité Asesor de Administración de Sustancias Radiactivas (ARSAC).

  1. Identificación del paciente: Confirma la identidad del paciente mediante una comprobación de identificación en 3 puntos (nombre completo, fecha de nacimiento y dirección) frente a la solicitud de derivación e imagen.
  2. Cuestionario de seguridad del paciente: Revisa y completa el cuestionario de cribado de seguridad, asegurando que se aborden todos los antecedentes médicos relevantes, alergias, estado de embarazo y contraindicaciones.
  3. Verificación de la historia clínica: Confirmar y documentar la historia clínica del paciente para asegurar la alineación con los requisitos de derivación e imagen.
  4. Explicación del procedimiento: Explicar claramente el procedimiento, incluyendo el propósito de la tomografía PET, la inyección de un trazador radiactivo y los riesgos relacionados con la radiación y las precauciones de seguridad
  5. Consentimiento informado: Asegúrate de que el paciente entienda el procedimiento y los riesgos, y luego obtén un consentimiento informado por escrito.
  6. Canulación intravenosa: Insertar un catéter intravenoso (IV) de 22 a 24 G, preferiblemente en la vena cubital, cefálica o basílica mediana en la fosa antecubital utilizando técnica aséptica.
  7. Confirmar la permeabilidad venosa: Lavar el catéter con 10 mL de solución salina estéril para confirmar la permeabilidad venosa. Si tienes dudas, consulta con un compañero para verificarlo.
  8. Dosis de retirada según el protocolo: Calcular la actividad calculada del radiorastreador: 3,5 MBq/kg ± 10%, no exceder los 400 MBq.
  9. Elaborar el radiorastreador: Utilizando una jeringuilla plástica de 1 mL, 3 mL o 5 mL (según el volumen requerido), con el protector de jeringuilla adecuado, calcula la dosis del radiotrazador.
  10. Registrar la actividad previa a la inyección: Mide y registra el nivel de radiactividad de la jeringuilla usando un calibrador de dosis, anota el tiempo exacto y coloca la jeringuilla en un portador de jeringuilla protegido con plomo.
  11. Inyectar radiotrazador: Inyectar lentamente el radiotrazador a través de la vía intravenosa, seguido inmediatamente de un lavado de 10 mL de solución salina estéril para asegurar una administración completa.
  12. Registrar el tiempo de inyección: Documenta con precisión el tiempo de inyección comprobando un reloj de pared calibrado.
  13. Asegurar materiales radiactivos: Después de la inyección, desconecte y coloque la jeringuilla usada de forma segura en una caja portadora de plomo.
  14. Retirar el catéter intravenoso: Retirar cuidadosamente el catéter intravenoso utilizando las precauciones adecuadas de radiación para evitar contaminaciones.
  15. Mide la actividad residual: Coloca la jeringuilla usada de nuevo en el calibrador de dosis para medir la actividad residual y registrar el valor y el tiempo.
  16. Eliminar los residuos de forma segura: Eliminar la jeringuilla y cualquier residuo radiactivo en un contenedor designado para residuos radiactivos siguiendo las directrices institucionales.
  17. Periodo de captación: Indica al paciente que descanse tranquilamente en la 'sala de espera caliente' durante 50 minutos a 1 hora para permitir una captación óptima de los trazadores.
  18. Posición para la imagen: Tras el periodo de captación, acompaña al paciente a la sala de cámaras y ayúdale a tumbarse boca arriba en la camilla de tomografía PET.
  19. Comprobación final de identificación: Realiza una comprobación final de identificación del paciente y confirma los detalles en la consola del escáner antes de continuar.
  20. Inicie la tomografía PET-TC: Una vez seleccionada la imagen correcta del paciente en la consola, inicie la tomografía PET-TC según el protocolo.
  21. Instrucciones posteriores a la ecografía: Tras la ecografía, acompaña al paciente a la zona de salida y aconsórtale que puede retomar la alimentación y el consumo normales.
  22. Consejos sobre seguridad radiológica: Reitera las precauciones de seguridad radiológica:
    Evita el contacto cercano con niños y mujeres embarazadas durante al menos 8 horas después de la ecografía.
  23. Fomenta la hidratación: Aconseja al paciente que se hidrate bien durante las siguientes 24 horas para favorecer la eliminación del radiotrazador mediante la micción.
  24. Reconstrucción de imagen PET: Realizar reconstrucción iterativa de imágenes PET 3D con los siguientes parámetros: algoritmo bayesiano de reconstrucción con verosimilitud penalizada (PL) con atenuación basada en CT, filtro de proyección por rampa y corrección de dispersión que produce una imagen de 310 cortes.

2. Cuantificación del ganglio linfático intratorácico FDG avide utilizando la plataforma 3D Slicer

NOTA: En este estudio, se analizaron imágenes anonimizadas de PET-CT DICOM usando la versión 5.4.0 (https://www.slicer.org/) de 3D Slicer. Los datos de la imagen PET fueron extraídos por un radiólogo consultor torácico de PET-TC (lector 1) y un registrador respiratorio formado (lector 2). Se incluyeron imágenes PET-CT con captación de GFD intratorácica por encima de la captación de referencia fisiológica de GD. La referencia fisiológica se determinó por la media hepática de SUV + 3 desviaciones estándar (DS)11.

  1. Instala extensiones.
    1. Abre el gestor de extensiones.
    2. Instala las siguientes extensiones: PETDICOMExtension, PETTumorSegmentation, PETLiverUptakeMeasurement y PET-IndiC.
    3. Después de la instalación, reinicia 3D Slicer.
  2. Sube imágenes DICOM anónimas de PET-CT a 3D Slicer.
    1. Ve a Añadir datos DICOM > Importar archivos DICOM.
  3. Realizar cuantificación hepática (tejido de referencia).
    1. Método I (medición automatizada)
      1. Ve a Cuantificación > medición de captación hepática por PET.
      2. En el menú desplegable de Volumen de entrada , selecciona imagen PET.
      3. En el menú desplegable Volumen de Salida , selecciona Crear Nuevo VolumeLabelMap.
      4. Haz clic en Región de Referencia de Segmento.
      5. Comprueba la región resultante para comprobar si es correcta. Si falla la segmentación hepática automatizada, proceda al Método II.
      6. Guarda la media de los valores de los SUV y la desviación estándar en Medidas.
    2. Método II (medición manual)
      1. Ve a Editor de Segmentos.
      2. En el menú desplegable de volumen de origen , selecciona la imagen PET.
      3. Haz clic en Añadir.
      4. Utiliza Paint (selecciona Pincel Esfera) para crear VOI en una región homogénea del parénquima hepático.
      5. Ve a Cuantificación > Estadísticas de Segmentos.
      6. En el menú desplegable de volumen Escalar , selecciona imagen PET.
      7. En Opciones Avanzadas, selecciona Estadísticas de Volumen PET (o Estadísticas de Volumen Escalar) y elige Media y Desviación Estándar.
      8. Haz clic en Aplicar.
  4. Segmentos de ganglios linfáticos intratorácicos.
    1. Crea una nueva segmentación usando el Editor de Segmentos.
    2. Usa la herramienta Threshold . Establece el límite inferior ahígado medio SUV + 3hígado × hígado SD. Haz clic en Aplicar. Esto resaltará todas las regiones del cuerpo por encima del umbral.
    3. Excluye las zonas fuera de los ganglios linfáticos intratorácicos.
    4. Método I: Limpieza manual: Usa la herramienta Tijeras con el Editor de Segmentos Borrar Dentro o Borrar Fuera dentro para eliminar las zonas fuera de los ganglios linfáticos
    5. Método II: Efecto Islas : Aplicar el efecto Islas en el Editor de Segmentos. Utiliza la función Split Islands to Segments para dividir regiones calientes desconectadas en segmentos separados. Elimina los segmentos fuera del área de los ganglios linfáticos. Las regiones de ruido pequeñas pueden requerir una limpieza adicional.
  5. Cuantifica los ganglios linfáticos segmentados.
    1. Ve a Cuantificación > Estadísticas de Segmentos.
    2. En el menú desplegable de Volumen Escalar , selecciona la imagen PET.
    3. En Opciones avanzadas, selecciona Estadísticas de Volumen PET (o Estadísticas de Volumen Escalar) y elige las mediciones. Ten en cuenta que la TLG debe calcularse manualmente multiplicando la media de SUV y la MV, usando valores obtenidos de las estadísticas de volumen escalar.
    4. Haz clic en Aplicar.

Resultados

Cohorte de estudio

Los métodos estadísticos se proporcionan en el Archivo Suplementario 1.

Dieciséis contactos positivos a IGRA de nueve casos de índice de TB pulmonar confirmados microbiológicamente (ocho positivos para frotiótica) se sometieron a una tomografía PET-TC. Doce participantes tuvieron positivo en la tomografía PET-TC; en un participante, la absorción de FDG se limitó al parénquima pulmonar. Once de los dieciséis participantes positivos a IGRA presentaron captación de FDG en ganglios linfáticos intratorácicos por encima del umbral y fueron incluidos para el análisis. Los once fueron contactos de tuberculosis pulmonar positiva para citología de siete casos índice. La edad media era de 32 años (IQR 18-46) años. Cinco (45,5%) eran hombres. Nueve (81,8%) nacieron fuera del Reino Unido. Siete (63,6%) nunca fumaban, tres (26,3%) fumaban actualmente y uno (9,1%) era exfumador.

Ocho participantes se sometieron a una repetición de la PET-CT a los 3 meses. Así, se incluyeron un total de 19 tomografías PET-TC de once contactos ingenuos por tratamiento.

Cuantificación hepática

De diecinueve tomografías PET-CT, la cuantificación automática del hígado falló en dos casos: en uno, el ROI colocado automáticamente incluía estructuras fuera del hígado, y en otro, el algoritmo identificó erróneamente el hígado y en su lugar cuantificó el músculo derecho del muslo. El análisis de Bland-Altman demostró una alta concordancia entre mediciones automáticas y manuales de la media del SUV hepático y la media del SUV hepático + 3 de la Deste, con un sesgo mínimo y límites estrechos del 95% de acuerdo (Figura suplementaria 1, Tabla suplementaria 1). La consistencia entre ambos métodos fue excelente para ambas métricas (coeficientes de correlación entre clases [ICC] = 0,989 y 0,972 para la media de SUV y la media de SUV + 3 de la Ejecución, respectivamente).

Fiabilidad interplataforma de plataformas clínicas y de investigación

El análisis de Bland-Altman demostró una fuerte concordancia entre plataformas clínicas y de investigación en todos los parámetros cuantitativos derivados de PET (Tabla 1, Figura suplementaria 2). Los parámetros medios y volumétricos del hígado SUV (MV y TLG; transformados en log) mostraron un sesgo mínimo con límites relativos estrechos de acuerdo. En las métricas cuantitativas, SUVmax mostró la mayor diferencia media absoluta entre plataformas (0,62, IC 95% 0,40 - 0,83), indicando un pequeño pero sistemático desplazamiento al alza en los valores de SUVmax en la plataforma clínica. Sin embargo, las diferencias relativas se mantuvieron bajas y la concordancia general fue excelente (CCC = 0,99). Los SUVmedia y hepática SUV media + 3 SD también mostraron un sesgo mínimo, con límites absolutos de acuerdo algo más amplios, aunque sus límites relativos se mantuvieron dentro de un rango aceptable.

Los coeficientes de correlación de concordancia respaldaron estos hallazgos, con un excelente acuerdo para ITLN SUVmax, MV y TLG (CCC = 0,95-0,99) y un acuerdo moderado a alto para la media hepática SUV y ITLN SUV (CCC = 0,90-0,95). La media de un SUV hepático + 3 SD mostró un acuerdo justo (CCC = 0,85). En general, 3D Slicer produjo resultados cuantitativos muy consistentes con los obtenidos con el software clínico.

Fiabilidad interoperadora del 3D Slicer

El análisis de Bland-Altman demostró una excelente concordancia entre lectores entre todos los parámetros PET extraídos en 3D Slicer, con diferencias medias cercanas a cero y límites de concordancia consistentemente estrechos (Tabla 2, Figura suplementaria 3). Los parámetros volumétricos (MV y TLG; transformados logarítmicamente) mostraron los límites de concordancia más estrictos, reflejando una segmentación y cuantificación altamente consistentes. Los coeficientes de correlación entre clases apoyaron además una excelente fiabilidad entre lectores, con valores ICC > 0,95 para todas las métricas cuantitativas derivadas de PET (Tabla 2). Estos hallazgos confirman que el 3D Slicer proporciona mediciones cuantitativas altamente reproducibles entre lectores.

Aplicación a características longitudinales PET-CT

Ocho participantes no tratados positivos a IGRA se sometieron a tomografías de seguimiento PET-CT a los 3 meses (Figura Suplementaria 4 y Tabla Suplementaria 2). De estos, tres personas recibieron tratamiento anti-TB. Dos comenzaron el tratamiento poco después de la ecografía de seguimiento: uno con infección confirmada por MTB a partir de una muestra de ganglio linfático intratorácico, y otro que desarrolló una nueva lesión pulmonar en la PET a los 3 meses que se resolvió con el tratamiento. El tercer individuo desarrolló síntomas de tuberculosis durante el periodo de seguimiento prospectivo de 2 años y se sometió a una nueva tomografía clínica PET-CT, que mostró un aumento de la captación de FDG en el mismo ganglio linfático que había sido ávida al inicio. Una muestra de aspiración transbronquial guiada por ultrasonido endobronquial (EBUS-TBNA) confirmó la infección por MTB en este lugar.

Dos participantes tratados por TB tras 3 meses mostraron aumento del SUVmax, la media del SUV, la MV y la TLG (Figura 1A1,B1,C1,D1). Sin embargo, la persona diagnosticada con tuberculosis a los 2 años mostró disminución en SUVmax, SUVmean y TLG (Figura 1A1,B1,D1). La MV en este paciente se mantuvo sin cambios (1,50 cm3 a 1,52cm3) (Figura 1C1). Sin embargo, la captación fisiológica de FDG medida por la media hepática de SUV + 3 SD fue significativamente menor en la ecografía de 3 meses (3,69 a 2,04), aumentando la posibilidad de variabilidad en la absorción fisiológica de FDG que oscurece la interpretación de los cambios en la captación patológica. A continuación, estandarizamos los parámetros PET en función de la actividad fisiológica para mitigar esta variación. La normalización a la absorción de FDG en el hígado reveló un aumento del SUVRmax y, en menor medida, un aumento de la media de los SUVRs y una TLG normalizada en el individuo diagnosticado con TB a los 2 años. (Figura 1A2, B2, D2). Los participantes que permanecieron libres de enfermedad demostraron disminución de SUVmax, SUVmedia, MV y TLG entre el inicio y los 3 meses (Figura 1A1,B1,C1,D1).

figure-results-1
Figura 1: Actividad metabólica de los ganglios linfáticos intratorácicos al inicio y a los 3 meses, estratificada según el resultado clínico. (A-D) La PET-CT se realizó al inicio y a los 3 meses en ocho contactos pulmonares de tuberculosis no tratados. SUVRmax (A2), SUVRmedia (B2) y TLG normalizado (D2) se calcularon dividiendo SUVmax (A1), SUVmean (B1) y TLG (D1) por la captación fisiológica de referencia, definida por la media hepática SUVmedia + 3 desviaciones estándar. MV (C1) es el volumen metabólico del ganglio linfático intratorácico. Las líneas rojas representan los contactos que recibieron antituberculose (ATT) a los 3 meses, la línea naranja representa a un contacto que desarrolló tuberculosis a los 2 años, y las líneas azules representan a los contactos que permanecieron sanos. SUVmax: valor máximo de captación estandarizado. SUVRmax: ratio máxima de SUV (SUVmax normalizado a captación hepática), media de SUV: valor medio de captación estandarizada, media de SUVR: ratio de SUV, MV: volumen metabólico, TLG: glucólisis total de la lesión. Esta cifra ha sido adaptada con permiso de Kim et al. (2025)24. Por favor, haz clic aquí para ver una versión ampliada de esta figura.

Diferencia media (IC 95%)Límite inferior de acuerdo (IC 95%)Límite superior de acuerdo (IC 95%)Diferencia relativa (IC 95%)Límite relativo de acuerdo (IC 95%)Coeficiente de correlación de concordancia (IC 95%)
HelvadoMedio SUV0,105 (0,023 a 0,187)−0,229 (−0,372 a −0,086)0,439 (0,296 a 0,581)0,045 (0,010 a 0,081)−0,099 a 0,190 (−0,161 a 0,252)0.90 (0.75–0.96)
Helver SUVmean+3 SD0,049 (−0,090 a 0,187)−0,515 (−0,756 a −0,274)0,612 (0,371 a 0,854)0,016 (−0,030 a 0,062)−0,170 a 0,202 (−0,249 a 0,281)0.85 (0.64–0.94)
SUVmax0,616 (0,403 a 0,828)−0,195 (−0,566 a 0,176)1.426 (1.055 a 1.797)0,053 (0,035 a 0,071)−0,017 a 0,123 (−0,049 a 0,155)0.99 (0.98–1.00)
SUVmean−0,104 (−0,453 a 0,245)−1,434 (−2,042 a −0,825)1,226 (0,618 a 1,835)−0,020 (−0,088 a 0,047)−0,278 a 0,238 (−0,396 a 0,355)0.91 (0.77–0.96)
MV (registro)0,061 (−0,021 a 0,143)−0,252 (−0,394 a −0,109)0,373 (0,230 a 0,516)0,039 (−0,014 a 0,093)−0,164 a 0,242 (−0,257 a 0,335)0.97 (0.93–0.99)
TLG (registro)0,056 (−0,014 a 0,125)−0,210 (−0,331 a −0,088)0,321 (0,200 a 0,443)0,018 (−0,004 a 0,040)−0,067 a 0,103 (−0,106 a 0,142)0.99 (0.98–1.00)

Tabla 1: Acuerdo entre plataformas clínicas y de investigación (3D Slicer). Se realizaron análisis de Bland-Altman y correlación de concordancia para evaluar la concordancia entre plataformas clínicas y de investigación a través de los parámetros PET. Se muestran la diferencia media, los límites de concordancia (LoA) y los correspondientes intervalos de confianza del 95% (IC), las diferencias relativas y los coeficientes de correlación de concordancia (CCC). Para métricas log-transformadas (volumen metabólico [MV] y glucólisis total de la lesión [TLG]), se evaluó la concordancia en la escala logarítmica para tener en cuenta el sesgo proporcional. SUVmax: valor máximo de captación estandarizado, SUVsignifica: valor medio de captación estandarizado, SD: desviación estándar.

Diferencia media (IC 95%)Límite inferior de acuerdo (IC 95%)Límite superior de acuerdo (IC 95%)Diferencia relativa (IC 95%)Límite relativo de acuerdo (IC 95%)Coeficiente de correlación intraclase (IC 95%)
HelvadoMedio SUV0,027 (0,008 a 0,045)−0,048 (−0,080 a −0,016)0,102 (0,070 a 0,134)0,012 (0,004 a 0,020)−0,021 a 0,045 (−0,035 a 0,059)0.995 (0.986–0.998)
Medios de hígado SUV + 3SD−0,021 (−0,085 a 0,042)−0,279 (−0,390 a −0,169)0,237 (0,127 a 0,348)−0,007 (−0,028 a 0,014)−0,093 a 0,079 (−0,130 a 0,116)0.971 (0.929–0.989)
SUVmax0,071 (−0,071 a 0,212)−0,470 (−0,717 a −0,222)0,611 (0,364 a 0,858)0,006 (−0,006 a 0,019)−0,041 a 0,054 (−0,063 a 0,076)0.999 (0.997–1.000)
SUVmean−0,052 (−0,161 a 0,057)−0,467 (−0,657 a −0,277)0,364 (0,174 a 0,554)−0,010 (−0,031 a 0,011)−0,090 a 0,070 (−0,127 a 0,107)0.991 (0.977–0.997)
MV (registro)0,023 (−0,023 a 0,069)−0,153 (−0,234 a −0,072)0,199 (0,119 a 0,280)0,015 (−0,015 a 0,046)−0,101 a 0,131 (−0,154 a 0,184)0.992 (0.979–0.997)
TLG (registro)0,018 (−0,014 a 0,049)−0,101 (−0,156 a −0,047)0,137 (0,082 a 0,191)0,006 (−0,004 a 0,016)−0,033 a 0,044 (−0,050 a 0,062)0.998 (0.993–0.999)

Tabla 2: Acuerdo entre el Lector 1 y el Lector 2 entre los parámetros PET-CT utilizando la plataforma de investigación (3D Slicer). Se realizaron análisis de Bland-Altman y correlación entre clases para evaluar la concordancia entre los lectores a través de los parámetros PET. Se muestran la diferencia media, los límites de concordancia (LoA) con los correspondientes intervalos de confianza (IC) del 95%, diferencias relativas y los coeficientes de correlación entre clases (ICC). Para métricas log-transformadas (volumen metabólico [MV] y glucólisis total de la lesión [TLG]), se evaluó la concordancia en la escala logarítmica para tener en cuenta el sesgo proporcional. SUVmax: valor máximo de captación estandarizado, SUVsignifica: valor medio de captación estandarizado, SD: desviación estándar.

Figura suplementaria 1: Gráficos de Bland-Altman comparando la cuantificación hepática automatizada y manual en 3D Slicer. (A) Significado de SUV hepático. (B) Medio hepático de SUV + 3 desviaciones estándar. El eje y muestra la diferencia entre mediciones automáticas y manuales, y el eje x muestra la media de ambos métodos. La línea roja continua indica la diferencia media, y las líneas azules sólidas indican los límites de acuerdo del 95% (LoA). Cada punto representa a un sujeto individual. Por favor, haz clic aquí para descargar esta figura.

Figura suplementaria 2: Bland-Altman traza gráficos comparando mediciones obtenidas utilizando plataformas clínicas (XD3) y de investigación (3D Slicer) a través de seis métricas PET-CT. (A) Promedio del hígado SUV, (B) Promedio del SUV hepático + 3 desviaciones estándar, (C) media del SUV, (D) SUVmáx, (E) volumen metabólico (MV) transformado en log, y (F) glicólisis total de lesiones transformadas en logarítmic (TLG). La línea roja continua indica la diferencia media, y las líneas azules sólidas indican los límites de acuerdo del 95% (LoA). Cada punto representa a un sujeto individual. Por favor, haz clic aquí para descargar esta figura.

Figura complementaria 3: Gráficos de Bland-Altman comparando las mediciones entre el Lector 1 y el Lector 2. (A) Promedio del hígado SUV, (B) Promedio del SUV hepático + 3 desviaciones estándar, (C) SUVmáx, (D) SUVmedia del SUV, (E) volumen metabólico (MV) transformado en logarítmic, y (F) glicólisis total de lesiones transformadas en logarítmic (TLG). La línea roja continua indica la diferencia media, y las líneas azules sólidas indican los límites de acuerdo del 95% (LoA). Cada punto representa a un sujeto individual. Por favor, haz clic aquí para descargar esta figura.

Figura suplementaria 4: Diagrama CONSORT que muestra el flujo de participantes. Los participantes se sometieron a una evaluación clínica, un ensayo de liberación gamma de interferón (IGRA) y una radiografía de tórax en el momento de la inscripción para descartar tuberculosis activa (TB). A los participantes con una tomografía PET-TC positiva se les ofreció una investigación adicional mediante broncoscopia con lavado broncoalveolar (BAL) y/o aspiración transbronquial guiada por ultrasonido endobronquial (EBUS-TBNA). Los participantes no tratados recibieron un seguimiento cada tres meses con un cuestionario de síntomas y una radiografía de tórax durante 12 meses, seguido de un seguimiento pasivo a los 12 meses. ATT: terapia antituberculosa, Mtb: mycobacterium tuberculosis, PET-CT: tomografía por emisión de positrones-tomografía computarizada. Por favor, haz clic aquí para descargar esta figura.

Tabla suplementaria 1: Acuerdo entre métodos de cuantificación hepática automatizados y manuales en 3D Slicer. Bland-Altman y análisis de correlación interclase que comparan la cuantificación hepática automatizada y manual para SUVmedia y SUVmedia + 3 desviaciones estándar (SD). Los valores se presentan como diferencia media, límites de concordancia y coeficiente de correlación entre clases (ICC), cada uno con intervalos de confianza (IC) del 95%. Se calcularon diferencias relativas y límites relativos de concordancia para evaluar el sesgo proporcional entre métodos. Por favor, haz clic aquí para descargar esta tabla.

Tabla suplementaria 2: Mediciones cuantitativas de PET-CT en once participantes, incluidos ocho con escáneres PET-CT en serie. Todas las exploraciones se realizaron antes del inicio de la terapia antituberculosa (ATT). La PET 1 se realizó al inicio y la PET 2 a los 3 meses. Por favor, haz clic aquí para descargar esta tabla.

Archivo suplementario 1: Métodos estadísticos. Por favor, haga clic aquí para descargar este archivo.

Discusión

Evaluamos la cuantificación semiautomatizada de PET en contactos de tuberculosis pulmonar utilizando una plataforma de imagen de investigación y observamos una concordancia sustancial con el software clínico entre los parámetros PET (SUVmax, SUVmedia, MV y TLG), y una concordancia moderada en el umbral de media hepática SUV + 3 SD. Demostramos una excelente concordancia entre operadores en todos los parámetros PET entre dos lectores independientes y ciegos mediante un enfoque semi-automatizado. Es importante destacar que esto se logró con un lector que no es radiólogo, lo que indica que la automatización con 3D Slicer puede facilitar un análisis fiable de PET-CT entre lectores con distintos niveles de experiencia clínica e investigadora.

Normalizar los parámetros de la PET hasta un umbral hepático pareció aumentar la sensibilidad del análisis y reveló un incremento de la actividad metabólica entre la línea inicial y los 3 meses, que quedó oculto por niveles más bajos de captación fisiológica durante la segunda exploración. La absorción de FDG puede verse influida por diversos factores biológicos y técnicos, incluyendo el estrés del paciente, la actividad física, nivel de glucosa en sangre, y el intervalo entre la inyección de FDG y elescaneo 25. Los cambios longitudinales en la PET-TC en los contactos de TB probablemente sean menos pronunciados que los observados durante el tratamiento de la TB activa. Por ello, la estandarización utilizando tejido de referencia y el estricto cumplimiento del protocolo de imagen son esenciales para mejorar la repetibilidad y fiabilidad de los análisis de imagen en los estudios de infección por TB26. En este contexto, los métodos semiautomatizados y la normalización a un órgano de referencia aportan un valor adicional al reducir la variabilidad dependiente del operador y mejorar la consistencia de las evaluaciones cuantitativas a lo largo de los tiempos. La consistencia en la medición de la referencia fisiológica es especialmente importante, ya que la medición inexacta de la actividad de referencia conduce a una cuantificación poco fiable. Hemos utilizado el hígado como órgano de referencia porque proporciona una captación estable, reproducible y fácilmentemedible 27. Se utilizó la media hepática de SUV más tres desviaciones estándar para equilibrar la referencia biológica con la viabilidad operativa, ya que valores de referencia muy bajos limitan la cuantificación por lectores no especialistas debido a la inclusión inadvertida de tejidos adyacentes. Este enfoque pretende promover una metodología práctica, reproducible y accesible para cuantificar los cambios intratorácicos difuntos en la infección por TB con fines de investigación, y no está validado para uso clínico.

Recomendamos la cuantificación hepática automatizada como enfoque preferido para analizar escaneos de investigación, ya que demuestra una alta repetibilidad y requiere una interacción mínima del usuario. Sin embargo, en un pequeño número de casos, el algoritmo automatizado puede no detectar el hígado o incluir inadvertidamente estructuras adyacentes. Es importante confirmar visualmente que el ROI automatizado no se extienda más allá del hígado para garantizar una cuantificación precisa. En estos casos, se recomienda una medición manual.

Se observó un pequeño pero constante sesgo hacia SUVmax entre las plataformas clínicas y de investigación. Las diferencias menores en las mediciones de SUV entre plataformas de software son bien reconocidas y suelen surgir de diferencias específicas de software en cómo se interpreta la información DICOM y cómo se representan internamente los datosde vóxeles 28. Estas diferencias pueden influir sutilmente en los valores a nivel de voxel, especialmente en el caso de SUVmax. Esto subraya la importancia de mantener la coherencia de la plataforma en la investigación cuantitativa PET-CT para minimizar la variabilidad de la medición. En este contexto, las plataformas de código abierto pueden soportar la estandarización metodológica y reducir la variabilidad entre estudios.

Una incógnita importante en la interpretación de las tomografías PET-CT en la infección por TB es definir la actividad metabólica clínicamente significativa y los umbrales para cambios significativos a lo largo del tiempo. En nuestro estudio, todos los parámetros de la PET disminuyeron a los tres meses entre las personas que permanecieron sanas. Sin embargo, los valores cuantitativos basales se solaparon entre quienes permanecieron sanos y quienes recibieron tratamiento. Esto sugiere que la tendencia a lo largo del tiempo puede ser más importante que la medición en un único punto temporal. Los estudios futuros deberían evaluar múltiples medidas cuantitativas de la actividad metabólica de PET-CT a lo largo del tiempo y correlacionarlas con medidas clínicas predefinidas para determinar los parámetros óptimos y establecer umbrales de referencia que faciliten la interpretación estandarizada.

Nos centramos en la cuantificación de ganglios linfáticos intratorácicos debido a un número limitado de anomalías parénquimales pulmonares. Los hallazgos de este estudio mostraron que la infección temprana por TB se limita predominantemente a los ganglios linfáticos intratorácicos, lo cual es consistente con un estudio realizado en EstadosUnidos6. En nuestra cohorte, solo cuatro participantes demostraron captación de FDG parenquimata pulmonar al inicio, con baja actividad metabólica (SUVmax media = 2,7), y las lesiones eran demasiado pequeñas para un análisis y caracterización volumétrica fiable. Además, solo uno de cada ocho participantes positivos a IGRA que se sometió a escáneres seriados mostró captación de FDG parenquimaloso pulmonar al inicio. En contraste, un estudio realizado en un entorno con alta carga de TB (Sudáfrica) informó de anomalías parénquimatosas pulmonares en aproximadamente la mitad de los contactos domésticos con tuberculosis, mientras que en el 21,2% se observaron ganglios linfáticos intratorácicos ávidos a FDG y el 9,3% de los que tenían pulmonesnormales 5. La razón de la diferencia observada en las características de PET-CT entre nuestra cohorte (baja carga de tuberculosis) y la cohorte de la zona de alta carga de tuberculosis no está clara. Una posibilidad es la alta prevalencia de infección por TB en el pasado en la cohorte sudafricana, evidenciada por una alta proporción de positividad IGRA (82%). Un estudio de primates no humanos (NHP) que comparó la reinfección y la infección por MTB en NHPs ingenuos a MTB mostró que la infección primaria proporciona protección contra la reinfección, incluyendo la prevención de la diseminación a ganglios linfáticosintratorácicos 29. Otros factores potenciales que contribuyen incluyen diferencias en cepas de MTB, factores genéticos del hospedador, prevalencia del tabaquismo en cohortes de estudio y factores ambientales. Los futuros estudios de infección por TB que empleen PET-CT deberían considerar las características de la MTB y de la cohorte, y desarrollar enfoques para integrar los cambios en el parénquima pulmonar y los ganglios linfáticos intratorácicos.

En resumen, la cuantificación semi-automatizada de PET puede ofrecer un enfoque valioso para evaluar los cambios metabólicos en la infección por TB con alta fiabilidad entre operadores. La normalización a tejidos de referencia mejora la sensibilidad analítica para detectar la progresión metabólica temprana. El aumento de la actividad metabólica en la infección temprana, cuando se corrige a un órgano de referencia, es un indicador prometedor de infección progresiva por TB.

Divulgaciones

Todos los autores no informan de posibles conflictos que declarar.

Agradecimientos

Este es un resumen de investigaciones independientes financiadas por el premio Confianza en el Concepto MRC de la Universidad de Leicester a P.H. y llevadas a cabo en el Centro de Investigación Biomédica (BRC) del Instituto Nacional de Investigación en Salud y Atención (NIHR). Las opiniones expresadas son las del autor o autores y no necesariamente las de los financiadores, el NHS, el NIHR o el Departamento de Salud y Atención Social. Este estudio fue financiado por un premio de Confianza en el Concepto del MRC. JWK fue financiado por un Wellcome Investigator Award otorgado a Anne O'Garra (WT 215628/Z/19/Z).

Materiales

Lista de materiales utilizados en este artículo
NombreEmpresaNúmero de catálogoComentarios
Q.ClearGE HealthcareN/AAlgoritmo de reconstrucción para PET
https://www.gehealthcare.com/en-sg/products/molecular-imaging/qclear?srsltid=AfmBOooqtkcQJronALLan2Q
rxYYpTTq5qw9PRf0pDJS
HpTUHQk4bUarl
XD3Mirada MedicalN/ASoftware de imagenología médica
https://www.mirada-medical.com/diagnostic-imaging
3D SlicerN/AN/APlataforma de software de imagenología de código abierto no comercial
https://www.slicer.org/

Referencias

  1. Global tuberculosis report 2025. , World Health Organization. Geneva, Switzerland. (2025).
  2. Jasmer, R. M., Nahid, P., Hopewell, P. C. Latent tuberculosis infection. N Engl J Med. 347 (23), 1860-1866 (2002).
  3. Houben, R. M. G. J., Dodd, P. J. The global burden of latent tuberculosis infection: a re-estimation using mathematical modelling. PLoS Med. 13 (10), e1002152(2016).
  4. Dye, C., Glaziou, P., Floyd, K., Raviglione, M. Prospects for tuberculosis elimination. Annu Rev Public Health. 34, 271-286 (2013).
  5. Esmail, H., et al. High resolution imaging and five-year tuberculosis contact outcomes. medRxiv. , (2023).
  6. Ghesani, N., Patrawalla, A., Lardizabal, A., Salgame, P., Fennelly, K. P. Increased cellular activity in thoracic lymph nodes in early human latent tuberculosis infection. Am J Respir Crit Care Med. 189 (6), 748-750 (2014).
  7. White, A. G., et al. Analysis of 18FDG PET/CT imaging as a tool for studying Mycobacterium tuberculosis infection and treatment in non-human primates. J Vis Exp. (127), e56375(2017).
  8. Cross, G. B., Doherty, J. O., Chang, C. C., Kelleher, A. D., Paton, N. I. Does PET-CT have a role in the evaluation of tuberculosis treatment in phase 2 clinical trials. J Infect Dis. 229 (4), 1229-1238 (2024).
  9. Kim, J. W., et al. A structural and metabolic framework for classifying pre-clinical tuberculosis infection phenotypes using 18F-FDG PET-CT: a prospective cohort analysis following M. tuberculosis exposure. Thorax. 79 (12), 1156(2024).
  10. Kim, J. W., Munavvar, R., Kamil, A., Haldar, P. PET-CT for characterising TB infection (TBI) in immunocompetent subjects: a systematic review. J Med Microbiol. 72 (9), (2023).
  11. Wahl, R. L., Jacene, H., Kasamon, Y., Lodge, M. A. From RECIST to PERCIST:evolving considerations for PET response criteria in solid tumors. J Nucl Med. 50 Suppl 1 (Suppl 1), 122s-150s (2009).
  12. Fencl, P., Belohlavek, O., Harustiak, T., Zemanova, M. The analysis of factors affecting the threshold on repeated 18F-FDG-PET/CT investigations measured by the PERCIST protocol in patients with esophageal carcinoma. Nucl Med Commun. 33 (11), 1188-1194 (2012).
  13. Hirata, K., et al. A semi-automated technique determining the liver standardized uptake value reference for tumor delineation in FDG PET-CT. PLoS One. 9 (8), e105682(2014).
  14. Hatt, M., et al. Reproducibility of 18F-FDG and 3'-deoxy-3'-18F-fluorothymidine PET tumor volume measurements. J Nucl Med. 51 (9), 1368-1376 (2010).
  15. Keijzer, K., et al. Semi-automated (18)F-FDG PET segmentation methods for tumor volume determination in non-Hodgkin lymphoma patients: a literature review, implementation and multi-threshold evaluation. Comput Struct Biotechnol J. 21, 1102-1114 (2023).
  16. Boellaard, R., Krak, N. C., Hoekstra, O. S., Lammertsma, A. A. Effects of noise, image resolution, and ROI definition on the accuracy of standard uptake values: a simulation study. J Nucl Med. 45 (9), 1519(2004).
  17. Ziai, P., et al. Role of optimal quantification of FDG PET imaging in the clinical practice of radiology. RadioGraphics. 36 (2), 481-496 (2016).
  18. Malherbe, S. T., et al. Quantitative 18F-FDG PET-CT scan characteristics correlate with tuberculosis treatment response. EJNMMI Res. 10 (1), 8(2020).
  19. Cross, G. B., et al. PET-CT outcomes from a randomised controlled trial of rosuvastatin as an adjunct to standard tuberculosis treatment. Nat Commun. 15 (1), 10475(2024).
  20. 3D Slicer. Pieper, S., Halle, M., Slicer Kikinis, R. 3D. 2004 2nd IEEE International Symposium on Biomedical Imaging: Nano to Macro (IEEE Cat No. 04EX821), Arlington, VA, USA, 1, 632-635 (2004).
  21. Kim, J. W., et al. PET-CT-guided characterisation of progressive, preclinical tuberculosis infection and its association with low-level circulating Mycobacterium tuberculosis DNA in household contacts in Leicester, UK: a prospective cohort study. Lancet Microbe. 5 (2), e119-e130 (2024).
  22. The Ionising Radiations Regulations 2017. , Great Britain. https://www.legislation.gov.uk/uksi/2017/1075/contents (2017).
  23. ARSAC Notes for Guidance: Good Clinical Practice in Nuclear Medicine. , Administration of Radioactive Substances Advisory Committee. https://www.gov.uk/government/publications/arsac-notes-for-guidance (2014).
  24. Kim, J., Kamil, A., Lee, J., Novsarka, I., Haldar, P. M34 Semi-automated quantification of PET-CT in TB contacts and its association with prospective outcomes. Thorax. 80 (Suppl 2), A358-A359 (2025).
  25. Paquet, N., Albert, A., Foidart, J., Hustinx, R. Within-patient variability of 18F-FDG: standardized uptake values in normal tissues. J Nucl Med. 45 (5), 784-788 (2004).
  26. Lodge, M. A. Repeatability of SUV in oncologic (18)F-FDG PET. J Nucl Med. 58 (4), 523-532 (2017).
  27. Zwezerijnen, G. J. C., et al. Reproducibility of [18F]FDG PET/CT liver SUV as reference or normalisation factor. Eur J Nucl Med Mol Imaging. 50 (2), 486-493 (2023).
  28. Wilson, C. M., Selwyn, R. G., Elojeimy, S. Comparison of PET/CT SUV metrics across different clinical software platforms. Clin Imaging. 89, 104-108 (2022).
  29. Cadena, A. M., et al. Concurrent infection with Mycobacterium tuberculosis confers robust protection against secondary infection in macaques. PLoS Pathog. 14 (10), e1007305(2018).

Reimpresiones y permisos

Etiquetas

Inmunolog a e Infecci nN mero 233N mero 233Este mes en JoVEN mero
Video próximamente
Contáctenos
Recomendar a la biblioteca

Privacidad

Condiciones de uso

Políticas

Copyright © 2026 MyJoVE Corporation. Todos los derechos reservados.