Se requiere una suscripción a JoVE para ver este contenido. Inicie sesión o comience su prueba gratuita.

Artículo de investigación

Imagen por transferencia de protones por amida para diferenciar gliomas y meningiomas y evaluar la infiltración tumoral

62 visualizaciones

⸱

DOI:

10.3791/71626

⸱

11 de agosto de 2026

 ,  ,  ,  , 
1Department of Medical Imaging, Shenzhen Bao'an District Songgang People's Hospital (Shenzhen Baoan Medical College of Guangdong Pharmaceutical University), 2Department of Radiology, Shenzhen Second People's Hospital

En este artículo

Resumen

Este estudio evalúa la imagen por transferencia de protones amida (APT) combinada con la resonancia magnética convencional (RM) para diferenciar meningiomas de gliomas de bajo y alto grado y evaluar características de imagen relacionadas con la infiltración tumoral, demostrando su potencial para mejorar la clasificación preoperatoria y proporcionar información basada en imágenes que puede informar la planificación quirúrgica.

Resumen

Diferenciar gliomas de meningiomas y evaluar características de imagen relacionadas con la infiltración de gliomas sigue siendo un reto con la resonancia magnética convencional (IRM). La imagen de transferencia de protones amida (APT), una técnica de transferencia de saturación por intercambio químico, puede detectar cambios en el contenido de proteínas tisulares y en el pH, ofreciendo posibles conocimientos funcionales sobre tumores cerebrales. Este estudio retrospectivo evaluó la imagen de la APT combinada con la resonancia magnética convencional en 105 pacientes con tumores cerebrales confirmados patológicamente (55 meningiomas, 20 gliomas de bajo grado [LGG] y 30 gliomas de alto grado [HGG]). Se midieron y compararon entre grupos la intensidad media de la señal derivada de la APT y las proporciones entre el área anormal de la APT y el área hiperintensa T2 (RAPT/T2) y el área que aumenta el contraste (RAPT/E). La media de APT fue significativamente mayor en HGGs (mediana 4,60%) que en LGG (2,95%) y meningiomas (2,70%, P < 0,001). RAPT/T2 y RAPT/E también estaban notablemente elevados en HGG. Para distinguir HGG de meningiomas, APTmedia logró un excelente rendimiento diagnóstico (área bajo la curva [AUC] = 0,969), en comparación con RAPT/E (0,836) y RAPT/T2 (0,800). Para diferenciar LGG de meningiomas, el RAPT/E (AUC = 0,781) y el RAPT/T2 (AUC = 0,734) mostraron buen rendimiento, mientras quela media de la APT no difirió significativamente. Para la clasificación de glioma (HGG vs. LGG), APTmean obtuvo un AUC de 0,916, superior al grado de realce de contraste (0,823). Estos hallazgos indican que la imagen por TAP distingue eficazmente los meningiomas de los gliomas de diferentes grados y proporciona información valiosa basada en imágenes para inferir el grado de infiltración tumoral. La combinación de las ratios de extensión de la APTmedia y espacial proporciona una herramienta de imagen práctica para mejorar el diagnóstico preoperatorio y apoyar la planificación quirúrgica, especialmente en casos atípicos complejos.

Introducción

Los tumores intracraneales están entre los trastornos más comunes del sistema nervioso. Su incidencia está aumentando a nivel mundial, lo que supone una grave amenaza para la saludhumana 1. Según su origen histopatológico, los tumores intracraneales pueden clasificarse en dos grandes categorías: primarios y secundarios (metastásicos). Entre los tumores intracraneales primarios, el meningioma y el glioma representan los dos tipos más prevalentes con orígenes y comportamientos biológicos claramentediferentes 2. El glioma, que se origina en células gliales, es el tumor maligno intracraneal más común, caracterizado por crecimiento infiltrativo, bordes mal definidos, alta tendencia a la recurrencia y un pronóstico pobre 3,4. La Organización Mundial de la Salud (OMS) clasifica los gliomas en grados I a IV en función de su malignidad. Entre ellos, los gliomas de alto grado (HGG, grados III-IV de la OMS) son altamente invasivos y se asocian con un periodo de supervivencia del pacientecorto 5,6. En cambio, el meningioma se origina en células de la capa aracnoidea. La gran mayoría son benignos (grado I según la OMS), crecen lentamente y tienen límites claros con una demarcación clara respecto al tejido cerebral circundante. Tras una resección quirúrgica completa, los pacientes suelen tener un pronóstico favorable 7,8. Por lo tanto, la diferenciación precisa por imagen preoperatoria entre estos dos tipos de tumores, junto con la evaluación de características de imagen relacionadas con el grado de infiltración del glioma, tiene una importancia clínica crítica. Es esencial para formular planes quirúrgicos individualizados, determinar márgenes seguros para la resección y, en última instancia, mejorar los resultados para los pacientes.

Actualmente, la resonancia magnética (IRM) se ha convertido en una modalidad ampliamente utilizada para el diagnóstico y evaluación preoperatoria de tumores intracraneales debido a su superior resolución de tejidos blandos, capacidades de imagen multiparámetro y la ventaja de no serionizante 9,10. Las secuencias convencionales de resonancia magnética, como la imagen ponderada por T1 (T1WI), la imagen ponderada por T2 (T2WI), la recuperación por inversión atenuada por líquido (FLAIR) y la imagen ponderada por T1 con contraste (CE-T1WI), pueden revelar claramente la ubicación, tamaño, morfología, estructura interna y su relación con tejidosadyacentes 11,12. Los meningiomas típicos aparecen en la resonancia magnética como masas extraaxiales bien definidas, que muestran señales iso- o ligeramente hipointensas en T1WI, señales iso- o ligeramente hiperintensas en T2WI, con realce significativo y homogéneo tras el contraste, a menudo acompañado de un "signo caudal dural"13. En cambio, los gliomas de alto grado (HGG) suelen presentarse como masas de forma irregular y poco definidas. A menudo están rodeados de edema peritumoral extenso visible en las secuencias T2WI/FLAIR y muestran realce heterogéneo en forma de anillo o guirnalda tras la administraciónde contraste 14,15.

Sin embargo, la resonancia magnética convencional sigue enfrentando numerosos desafíos en la práctica clínica. En cuanto al diagnóstico diferencial, algunos casos presentan características atípicas. Por ejemplo, ciertos HGG pueden presentar una "pseudocápsula" relativamente bien definida y homogénea que realza el cuerpo, lo que dificulta distinguirlos de los meningiomas. Por el contrario, algunos meningiomas atípicos o anaplásicos celulares de alto grado (grados II-III de la OMS), debido a sus patrones de crecimiento invasivos, también pueden imitar radiológicamente los gliomas16. Además, la resonancia magnética convencional tiene una capacidad limitada para evaluar con precisión la presunta extensión de la infiltración del glioma. La región hiperintensa observada en las secuencias T2WI/FLAIR ha sido confirmada patológicamente como una mezcla de infiltración de células tumorales, edema vasogénico y gliosis reactiva. La resonancia magnética convencional no puede distinguir eficazmente estoscomponentes 17. De manera similar, la región de mejora visualizada en CE-T1WI representa principalmente el núcleo tumoral con una barrera hematoencefálica alterada. Un número significativo de células tumorales proliferativas ya se ha infiltrado más allá de esta región de potenciación, entrando y a veces más allá del área hiperintensa peritumoral de T2 dentro del parénquima cerebral de apariencianormal 18,19. Esta descoordinación entre los límites radiológicos y patológicos es un factor clave en la alta tasa de recurrencia postquirúrgica de gliomas. Por ello, existe una necesidad clínica urgente de nuevas herramientas de imagen molecular que puedan reflejar de forma más directa y sensible la celularidad tumoral y la actividad metabólica.

La imagen por transferencia de protones por amida (APT) es una técnica emergente de resonancia magnética molecular. Funciona basándose en el mecanismo de Transferencia de Saturación por Intercambio Químico (CEST) 20,21. Al saturar selectivamente los protones amida (-NH) en la columna vertebral de proteínas y péptidos móviles dentro de los tejidos y transferir esta magnetización a las moléculas de agua circundantes, detecta indirectamente cambios en el contenido de proteínas tisulares y en el pHintracelular/extracelular 22,23. En el microambiente tumoral, las células malignas suelen mostrar una intensa actividad proliferativa, lo que conduce a un aumento significativo del anabolismoproteico 24. Simultáneamente, la glucólisis aumentada (el efecto Warburg) en los tejidos tumorales suele provocar la acidificación del microambienteextracelular 25. Estas alteraciones fisiopatológicas generalmente hacen que las señales de APT parezcan característicamente hiperintensas en malignidades de alto grado. Además, la APT ha demostrado un valor potencial para diferenciar entre recurrencia de glioma y necrosis por radiación, ofreciendo información complementaria a la resonancia magnética convencional y otras técnicas de imagenfuncional 26. Esto se debe a que el tejido tumoral recurrente, caracterizado por una alta densidad celular y metabolismo activo, presenta señales altas de APT. En cambio, la necrosis por radiación, compuesta principalmente por restos celulares y reacciones inflamatorias, se presenta con señales bajas de APT. Estos hallazgos han sido corroborados por estudios clínicos que demuestran la superioridad de la TAP sobre la resonancia magnética convencional para distinguir la recurrencia tumoral de los cambios relacionados conel tratamiento 27.

Sin embargo, la investigación actual se centra predominantemente en la graduación o diferenciación del glioma respecto a otras patologías intracraneales, como las metástasis o ellinfoma 28,29,30. Los estudios sistemáticos que investigan específicamente la utilidad de la imagen por TAA para distinguir meningiomas de gliomas de distintos grados, especialmente aquellos que abarcan tanto gliomas de bajo como de alto grado, siguen siendo relativamente limitados. Además, merece una investigación más profunda si el área de anomalía de la señal de APT puede servir como sustituto de imagen que se correlacione mejor con el grado de infiltración celular en gliomas, especialmente en gliomas de alto grado (HGG).

Clínicamente, la imagen por TAA puede ser valiosa para la diferenciación preoperatoria de HGG frente a meningiomas y para evaluar características de imagen relacionadas con la infiltración de glioma, especialmente cuando la resonancia magnética convencional es ambigua. Sin embargo, la implementación rutinaria se enfrenta a desafíos prácticos: el tiempo prolongado de adquisición aumenta el riesgo de movimiento; la cuantificación de señales es sensible a inhomogeneidades de campo y algoritmos de postprocesamiento, lo que requiere protocolos estandarizados; y las métricas de la APT deberían complementar, no reemplazar, la resonancia magnética convencional debido a la posible superposición en algunos LGG y meningiomas benignos. Para la adopción, recomendamos comenzar con casos complejos e integrarlos gradualmente en la práctica habitual una vez que se establezca la experiencia local y el control de calidad. En última instancia, la imagen APT ofrece información biológica única, pero se utiliza mejor con criterio dentro de un marco de resonancia magnética multiparamétrica.

Trabajos previos de Zhang et al.31 han explorado preliminarmente la utilidad de la imagen por APT para distinguir meningiomas de gliomas, proponiendo las relaciones RAPT/T2 y RAPT/E como posibles marcadores de infiltración tumoral. Sin embargo, ese estudio estuvo limitado por un tamaño de muestra relativamente pequeño (50 pacientes) y no evaluó sistemáticamente el rendimiento diagnóstico de los parámetros de la APT en comparación con las características convencionales de la RM en todas las distinciones por pares clínicamente relevantes, utilizando análisis integrales de curvas de características de funcionamiento del receptor (ROC). Además, no se discutieron en profundidad las implicaciones clínicas de las anomalías de extensión espacial definidas por APT para la planificación quirúrgica y radioterapéutica. Basándose en esta lógica, este estudio pretende analizar retrospectivamente datos de APT y resonancia magnética convencional de pacientes con meningiomas y gliomas patológicamente confirmados de diferentes grados. Comparamos sistemáticamente los parámetros de la APT entre estos dos tipos de tumores para evaluar la eficacia diagnóstica de la imagen por TAA para la diferenciación preoperatoria de meningiomas de gliomas. Simultáneamente, comparando la extensión espacial de la región de anomalías de APT con la de las áreas de hiperintensidad T2WI y realce CE-T1WI, este estudio explora preliminarmente el valor potencial de aplicación de la imagen APT como herramienta radiológica para inferir el límite de crecimiento infiltrativo de tumores. El objetivo es proporcionar a los clínicos información derivada de imágenes que pueda fortalecer la base para la planificación quirúrgica, aunque tales inferencias aún esperan validación patológica.

Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.

Protocolo

Este protocolo de estudio se ajustó a los principios éticos establecidos en la Declaración de Helsinki y fue aprobado por la junta de revisión ética del Hospital Popular Songgang del distrito de Shenzhen Bao'an (Número de aprobación: IRB-YJ-2025-045). Dado su diseño retrospectivo, el estudio consistió únicamente en el análisis de datos clínicos e de imagen archivados. Toda la información identificable por el paciente fue estrictamente anonimizada.

Diseño de investigación y temas

Este estudio es un análisis diagnóstico retrospectivo. Recopilamos retrospectivamente datos clínicos e imagenísticos de pacientes con tumores cerebrales ingresados en los Departamentos de Oncología Neuroquirúrgica del Hospital Popular Songgang, distrito de Bao'an, Shenzhen, y del Hospital Popular Segundo de Shenzhen entre enero de 2024 y junio de 2025. Todos los pacientes tenían diagnósticos confirmados patológicamente tras la cirugía. Finalmente, se incluyeron un total de 105 pacientes, todos los cuales se sometieron a exámenes de imagen convencionales tanto por resonancia magnética convencional como APT preoperatorios. Según la Clasificación de Tumores del Sistema Nervioso Central de la OMS de2021 32, los pacientes se dividieron en tres grupos: Grupo Meningioma: 55 casos, patológicamente confirmados como grados I-II de la OMS. Grupo de Glioma de Bajo Grado (LGG): 20 casos, confirmado patológicamente como grado I a II por la OMS. Grupo HGG: 30 casos, patológicamente confirmados como grados III-IV de la OMS. Todos los pacientes se sometieron a exámenes de imagen tanto por resonancia magnética convencionales como por APT antes de la operación. El diagrama de flujo detallado del estudio se presenta en la Figura 1.

Criterios de inclusión y exclusión

Los criterios de inclusión fueron: (1) pacientes sometidos a una resección quirúrgica inicial con un diagnóstico histopatológico definitivo de meningioma (grados I-II de la OMS), LGGs (grados I-II de la OMS) o HGGs (grados III-IV de la OMS); (2) finalización de la resonancia magnética de la cabeza sin contraste, escaneo con contraste ponderado en T1 e imágenes APT dentro de la semana previa a la cirugía; (3) disponibilidad de datos de imagen completos con buena calidad de imagen, libres de artefactos significativos, adecuados para evaluación y mediciones diagnósticas; (4) disponibilidad de datos clínicos completos y registros de seguimiento.

Los criterios de exclusión fueron (1) pacientes que hubieran recibido cualquier terapia antitumoral (por ejemplo, radioterapia, quimioterapia, terapia dirigida o inmunoterapia) antes de la cirugía; (2) pacientes con tumores cerebrales recurrentes o la presencia de otras lesiones intracraneales que ocupen el espacio; (3) pacientes con contraindicaciones para la resonancia magnética; (4) imágenes con artefactos de movimiento severos o artefactos de susceptibilidad que afectarían al análisis posterior de datos; (5) diagnóstico patológico de tipos tumorales del sistema nervioso central distintos a los mencionados anteriormente.

Cálculo del tamaño de la muestra

Este estudio fue un análisis diagnóstico retrospectivo, y el tamaño de la muestra se determinó principalmente por todos los casos disponibles que cumplían los criterios de inclusión durante el periodo del estudio. Para evaluar si el tamaño actual de la muestra era suficiente para detectar diferencias estadísticamente significativas en los parámetros de la TAP entre grupos, remitimos a las diferencias en los valores de señal de la TAP entre gliomas y meningiomas de diferentes grados reportados en la literaturaprevia 33. Estableciendo α = 0,05 y una potencia estadística de 0,80, y utilizando una fórmula de comparación de medias de dos muestras para la estimación, determinamos que se requerían un mínimo de 15 muestras por grupo. A partir de la inclusión final de 105 pacientes (55 meningiomas, 20 LGG, 30 HGG), un análisis de potencia post-hoc mostró que la capacidad para detectar diferencias en la media de APT entre los tres grupos superaba 0,95 con el tamaño actual de la muestra. Esto indica que el tamaño de la muestra del estudio fue suficiente para apoyar la inferencia estadística.

Adquisición de imágenes y postprocesado

Protocolo de escaneo para resonancia magnética:

Todos los pacientes fueron escaneados utilizando un escáner de resonancia magnética (RM) con una bobina estándar de cabeza de 8 canales 34. Las secuencias y parámetros de escaneo fueron los siguientes:

Secuencias convencionales: La imagen axial ponderada en T1 (T1WI) se realizó utilizando una secuencia de eco de gradiente estropeado tridimensional (3D T1-SPGR, tiempo de repetición/tiempo de eco [TR/TE] = 8,5/3,4 ms, ángulo de giro = 12°, grosor de corte = 1,2 mm, separación entre cortes = 0 mm, campo de visión [FOV] = 24 cm × 24 cm, matriz = 256 × 256). La imagen axial ponderada en T2 (T2WI) se obtuvo con una secuencia rápida de eco de espín (TR/TE = 4.500/102 ms, grosor de corte = 5 mm, separación entre cortes = 1,5 mm, FOV = 24 cm × 24 cm, matriz = 384 × 224). Se obtuvieron imágenes de recuperación por inversión atenuada por fluido (FLAIR) con tiempo de repetición/tiempo de eco/tiempo de inversión (TR/TE/TI) = 9.000/120/2.250 ms.

Escaneo con contraste mejorado: Tras la inyección intravenosa de gadopentetato de dimeglelumina a una dosis estándar de 0,1 mmol/kg de peso corporal y un caudal de 2 mL/s, seguida de un lavado salino de 20 mL, se obtuvieron imágenes axiales, sagitales y coronales con contraste de T1WI utilizando los mismos parámetros que la secuencia T1-SPGR 3D de precontraste.

Secuencia de imagen APT: La imagen APT se realizó utilizando una secuencia bidimensional de pulsos de eco-gradiente con los siguientes parámetros: TR/TE = 3.000/3,5 ms, grosor de corte = 5 mm, FOV = 24 cm × 24 cm, matriz = 128 × 128, número de excitaciones = 2 y un tiempo total de adquisición de 4 min y 32 s. Se aplicó un pulso de saturación de onda continua con una duración de 2 s y una potencia (B₁) de 2 μT con desplazamientos de frecuencia que iban de −6 a +6 partes por millón (ppm) (en pasos de 0,5 ppm), incluyendo la frecuencia de resonancia del agua a 0 ppm. Bajo el campo magnético principal (B₀), el pulso de saturación se aplicó específicamente a la frecuencia de resonancia downfield de +3,5 ppm relativa a la resonancia del protón del agua (0 ppm), correspondiente a la tasa de intercambio química del protón amida. Antes de la adquisición de APT, la inhomogeneidad B₀ se corrigía mediante un enfoque de referencia por desplazamiento de saturación de agua (WASSR) con parámetros de saturación idénticos al escaneo principal de APT pero con una amplitud B₁ reducida de 0,5 μT. Tras el escaneo, imágenes ponderadas por APT y mapas de asimetría de la relación de transferencia de magnetización (MTRasym) a 3,5 ppm fueron generados automáticamente por el software integrado del escáner calculando la asimetría de la relación de transferencia de magnetización: MTRasym(3,5 ppm)=[S(−3,5 ppm) − S(+3,5 ppm)] / S(0 ppm), donde S(Δω) representa la intensidad de la señal con el pulso de saturación aplicado al desplazamiento de frecuencia indicado Δω respecto a la resonancia del agua. El valor positivo de MTRasym a 3,5 ppm refleja principalmente el efecto de transferencia de protones de amida, ya que la transferencia de magnetización (MT) y los efectos de Overhauser nucleares son aproximadamente simétricos respecto a la resonancia del agua y, por tanto, se anulan mediante el cálculo de asimetría.

Análisis de imágenes:

Todos los datos de imagen fueron analizados de forma independiente por dos neurorradiólogos con más de 5 años de experiencia utilizando un software de visualización de imágenes. La delimitación por Región de Interés (ROI) se realizó según los siguientes procedimientos estandarizados:

Región sólida tumoral: En las imágenes T1WI con contraste mejorado, se dibujó manualmente un ROI a lo largo del margen de realce del tumor, evitando cuidadosamente áreas necróticas, quísticas y peritumorales. El ROI se dibujó para abarcar todo el componente de mejora sólida en la corteza con el diámetro máximo del tumor.

Región hiperintensa T2: En las imágenes T2WI se dibujó manualmente un ROI que abarcaba toda el área hiperintensa, incluyendo tanto el tumor como el edema peritumoral circundante. El límite se definió como el margen visible en el que la hiperintensidad se encontraba con el parénquima cerebral de apariencia normal.

Región de señal anormal de APT: En los mapas MTRasym ponderados por APT, usando la sustancia blanca de apariencia normal contralateral como referencia, se dibujó manualmente un ROI para incluir todas las áreas con intensidad de señal superior a la señal media del tejido normal de referencia más 2 desviaciones estándar. Este enfoque basado en umbrales se aplicó al mismo corte que el diámetro máximo del tumor. El ROI de referencia contralateral se colocó en el centro semioval en una posición espejo respecto al tumor, con un área de aproximadamente 100mm2.

Para mayor consistencia, cada ROI se midió tres veces en cortes consecutivos centrados en el diámetro máximo del tumor, y se registró el valor medio para el análisis. Todas las delimitaciones de ROI fueron realizadas de forma independiente por los dos revisores, y cualquier discrepancia se resolvió por consenso. Se evaluó el acuerdo entre observadores utilizando el coeficiente de correlación intraclase (ICC), con un ICC > 0,80 indicando un excelente acuerdo.

Se midieron y calcularon los siguientes parámetros:

Intensidad media de la señal APT (media APT): El valor medio de MTRasym a 3,5 ppm dentro del ROI de la región sólida tumoral.

Cálculo de la proporción regional:

RAPT/T2: La relación entre el área de la región de señal anormal de APT y el área de la región hiperintensa T2WI (RAPT / RT2).

RAPT/E: La relación entre el área de la región de señal anormal de APT y el área de la región de aumento de contraste T1WI (RAPT / RE).

Medidas de resultados clínicos

Las principales medidas de evaluación de este estudio fueron parámetros de imagen y su eficacia diagnóstica, más que resultados clínicos terapéuticos. Resultados primarios de imagen: valoresmedios de APT para cada grupo (meningioma, LGG, HGG), y las relaciones RAPT/T2 y RAPT/E para los grupos LGG y HGG.

Análisis estadístico

Se analizaron variables continuas para comprobar su normalidad utilizando la prueba de Shapiro-Wilk. Los datos normalmente distribuidos se presentan como media ± desviación estándar (DS) y se comparan con el análisis unidireccional de varianza (ANOVA) (Bonferroni post-hoc). Los datos no normales y los datos ordinales se presentan como M (Q₁, Q₃) y se comparan utilizando la prueba de Kruskal-Wallis H (prueba de Dunn con corrección de Bonferroni). Los datos categóricos se presentan como n (%) y se comparan usando la prueba de Chi cuadrado o la prueba exacta de Fisher. Se graficaron curvas ROC para evaluar el rendimiento diagnóstico. Todas las pruebas fueron bidireccionales; P < 0,05 se consideró significativo.

Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.

Resultados

Características basales y clínicas

Se observaron diferencias significativas entre los tres grupos de pacientes en cuanto a edad, puntuación de Karnofsky en el estado de rendimiento (KPS), síntomas iniciales y grado de la OMS (P < 0,001). Los pacientes del grupo HGG eran mayores, tenían puntuaciones más bajas de KPS y presentaban con mayor frecuencia déficits neurológicos focales como síntoma inicial. En cambio, los pacientes del grupo LGG pres...

Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.

Discusión

Distinguir con precisión entre gliomas y meningiomas preoperatoriamente y delimitar con precisión los límites de infiltración tumoral presunta en la imagen constituye desafíos fundamentales en neurooncología, afectando directamente a las estrategias de tratamiento y al pronóstico final de los pacientes. Este estudio, basado en APT, una técnica emergente de resonancia magnética molecular, evaluó sistemáticamente su valor de aplicación para diferenciar gliomas de diversos grados de meningi...

Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.

Divulgaciones

Los autores no tienen conflictos de interés que declarar.

Agradecimientos

Este trabajo fue financiado por el Proyecto de Investigación Médica y en Salud del Distrito de Bao'an 2023 (Subvención nº 2023JD224).

Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.

Materiales

Lista de materiales utilizados en este artículo
NombreEmpresaNúmero de catálogoComentarios
3.0T MR ScannerGE HealthcareDiscovery 750WUsed for all conventional and APT imaging sequences.
Contrast Agent (Gadopentetate Dimeglumine)Bayer HealthcareMagnevistStandard dose of 0.1 mmol/kg body weight, administered intravenously at 2 mL/s.
Head CoilGE HealthcareStandard 8-channelReceive-only head coil for signal acquisition.
Image Analysis SoftwareMicroDicom Ltd.MicroDicom Viewer (version 3.0)Used for ROI delineation and parameter measurement by neuroradiologists.
Post-processing SoftwareGE HealthcareFuncTool (built-in)Automatically generates APT-weighted images and MTRasym maps on the scanner.
Statistical Analysis SoftwareIBM Corp.SPSS (version 25.0)Used for all statistical analyses, including ROC curves and group comparisons.

Referencias

  1. Lu SL et al. The intracranial tumor segmentation challenge: contour tumors on brain MRI for radiosurgery. Neuroimage. 2021;244:118585.
  2. Ostrom QT et al. CBTRUS statistical report: primary brain and other central nervous system tumors diagnosed in the United States in 2015-2019. Neuro Oncol. 2022;24(Suppl 5):v1-95.
  3. Lin H et al. Understanding the immunosuppressive microenvironment of glioma: mechanistic insights and clinical perspectives. J Hematol Oncol. 2024;17(1):31.
  4. Jayaram MA, Phillips JJ. Role of the microenvironment in glioma pathogenesis. Annu Rev Pathol. 2024;19(1):181-201.
  5. Segar DJ et al. Modeling of intracranial tumor treating fields for the treatment of complex high-grade gliomas. Sci Rep. 2023;13(1):1636.
  6. Wen PY et al. Dabrafenib plus trametinib in patients with BRAF V600E-mutant low-grade and high-grade glioma (ROAR): a multicentre, open-label, single-arm, phase 2, basket trial. Lancet Oncol. 2022;23(1):53-64.
  7. Szulzewsky F, Thirimanne HN, Holland EC. Meningioma: current updates on genetics, classification, and mouse modeling. Ups J Med Sci. 2024;129(S1):e10579.
  8. Moussalem C et al. Meningioma genomics: a therapeutic challenge for clinicians. J Integr Neurosci. 2021;20(2):463-9.
  9. Han T, Liu X, Zhou J. Progression/recurrence of meningioma: an imaging review based on magnetic resonance imaging. World Neurosurg. 2024;186:98-107.
  10. Cosgun Z, Dagistan Y, Dagistan E, Kalfaoglu ME. Neglected giant pituitary adenoma: a unique case report. Journal of Endocrine Systems Research. 2025;1(1):11-6.
  11. Sakai M et al. Nonbrain metastases seen on magnetic resonance imaging during metastatic brain tumor screening. Jpn J Radiol. 2023;41(4):367-81.
  12. Aunan-Diop JS et al. Magnetic resonance elastography in intracranial neoplasms: a scoping review. Top Magn Reson Imaging. 2022;31(1):9-22.
  13. Xiong H et al. A radiomics model for the differentiation of intracranial solitary fibrous tumor/hemangiopericytoma and meningioma based on multiparametric magnetic resonance imaging. Neurol India. 2024;72(4):779-83.
  14. Clement P et al. Micro- to macroscale magnetic resonance imaging of glioma. MAGMA. 2022;35(1):1-2.
  15. Sui Z et al. Magnetic resonance imaging evaluation of brain glioma before postoperative radiotherapy. Clin Transl Oncol. 2021;23(4):820-6.
  16. Würtemberger U et al. Microstructural differentiation of cerebral metastases, glioblastoma, meningioma, and primary CNS lymphoma using advanced diffusion imaging techniques. Neurooncol Adv. 2025;7(1):vdaf076.
  17. Schmitz-Abecassis B et al. Extension of T2 hyperintense areas in patients with a glioma: a comparison between high-quality 7 T MRI and clinical scans. NMR Biomed. 2025;38(3):e5316.
  18. Xia X, Du W, Gou Q. Machine learning-based radiomics for differentiating lung cancer subtypes in brain metastases using CE-T1WI. Front Oncol. 2025;15:1599882.
  19. Zhang Y et al. Glioblastoma and solitary brain metastasis: differentiation by integrating demographic-MRI and deep-learning radiomics signatures. J Magn Reson Imaging. 2024;60(3):909-20.
  20. Zhou J et al. Using the amide proton signals of intracellular proteins and peptides to detect pH effects in MRI. Nat Med. 2003;9(8):1085-90.
  21. Zhou J et al. Three-dimensional amide proton transfer MR imaging of gliomas: initial experience and comparison with gadolinium enhancement. J Magn Reson Imaging. 2013;38(5):1119-28.
  22. Sun Q et al. Plasma β-amyloid, tau, neurodegeneration biomarkers and inflammatory factors of probable Alzheimer’s disease dementia in Chinese individuals. Front Aging Neurosci. 2022;14:963845.
  23. Zhang H, Zhou J, Peng Y. Amide proton transfer-weighted MR imaging of pediatric central nervous system diseases. Magn Reson Imaging Clin N Am. 2021;29(4):631-41.
  24. Inoue A et al. Role of amide proton transfer imaging in maximizing tumor resection in malignant glioma: a possibility to take the place of 11C-methionine positron emission tomography. Neurosurg Rev. 2023;46(1):294.
  25. Zhang J et al. ESM1 enhances fatty acid synthesis and vascular mimicry in ovarian cancer by utilizing the PKM2-dependent Warburg effect within the hypoxic tumor microenvironment. Mol Cancer. 2024;23(1):94.
  26. Chen K, Jiang XW, Deng LJ, She HL. Differentiation between glioma recurrence and treatment effects using amide proton transfer imaging: a mini-Bayesian bivariate meta-analysis. Front Oncol. 2022;12:852076.
  27. Park JE et al. Pre- and posttreatment glioma: comparison of amide proton transfer imaging with MR spectroscopy for biomarkers of tumor proliferation. Radiology. 2016;278(2):514-23.
  28. Debnath A, Gupta RK, Singh A. Evaluating the role of amide proton transfer-weighted contrast, optimized for normalization and region of interest selection, in differentiation of neoplastic and infective mass lesions on 3T MRI. Mol Imaging Biol. 2020;22(2):384-96.
  29. Park YW et al. Differentiation of recurrent diffuse glioma from treatment-induced change using amide proton transfer imaging: incremental value to diffusion and perfusion parameters. Neuroradiology. 2021;63(3):363-72.
  30. Yu H et al. Applying protein-based amide proton transfer MR imaging to distinguish solitary brain metastases from glioblastoma. Eur Radiol. 2017;27(11):4516-24.
  31. Zhang HW et al. Differentiation of meningiomas and gliomas by amide proton transfer imaging: a preliminary study of brain tumour infiltration. Front Oncol. 2022;12:886968.
  32. Soni N et al. Meningioma: molecular updates from the 2021 World Health Organization classification of CNS tumors and imaging correlates. AJNR Am J Neuroradiol. 2025;46(2):240-50.
  33. Zhou J et al. Review and consensus recommendations on clinical APT-weighted imaging approaches at 3T: application to brain tumors. Magn Reson Med. 2022;88(2):546-74.
  34. Chen K et al. Amide proton transfer-weighted magnetic resonance imaging for the diagnosis of symptomatic chronic intracranial artery stenosis: a feasibility study. Quant Imaging Med Surg. 2022;12(11):5184-97.
  35. Tokunaga C et al. Effect of saturation pulse duration and power on pH-weighted amide proton transfer imaging: a phantom study. Magn Reson Med Sci. 2023;22(4):487-95.
  36. Joo B et al. Amide proton transfer imaging might predict survival and IDH mutation status in high-grade glioma. Eur Radiol. 2019;29(12):6643-52.
  37. Zhang HW, Lin F. Research progress on amide proton transfer imaging in preoperative and postoperative glioma assessment. Curr Med Imaging. 2023;19(9):971-6.
  38. Lin G et al. Volumetric amide-proton-transfer weighted imaging histogram analysis to differentiate pediatric high-grade and low-grade gliomas. BMC Cancer. 2025;25(1):1392.
  39. Hao Z et al. AQP8 promotes glioma proliferation and growth, possibly through the ROS/PTEN/AKT signaling pathway. BMC Cancer. 2023;23(1):516.
  40. Knowles LM et al. Clotting promotes glioma growth and infiltration through activation of focal adhesion kinase. Cancer Res Commun. 2024;4(12):3124-36.
  41. Chawla S et al. Metabolic and physiologic magnetic resonance imaging in distinguishing true progression from pseudoprogression in patients with glioblastoma. NMR Biomed. 2022;35(7):e4719.
  42. Jen JP et al. Beyond T2-FLAIR mismatch sign in isocitrate dehydrogenase (IDH)-mutant 1p19q non-codeleted astrocytoma: analysis of tumor core and evolution with multiparametric magnetic resonance imaging. Neurooncol Adv. 2024;6(1):vdae065.
  43. Carrete LR, Young JS, Cha S. Advanced imaging techniques for newly diagnosed and recurrent gliomas. Front Neurosci. 2022;16:787755.
  44. Debiasi G et al. Magnetic susceptibility properties of tumor-associated cells imaged by MRI reveal glioblastoma infiltration in the edema region. Commun Med (Lond). 2025;5(1):487.
  45. Smits M. Imaging of oligodendroglioma. Br J Radiol. 2016;89(1060):20150857.
  46. Lee MD et al. Utility of percentage signal recovery and baseline signal in DSC-MRI optimized for relative CBV measurement for differentiating glioblastoma, lymphoma, metastasis, and meningioma. AJNR Am J Neuroradiol. 2019;40(9):1445-50.
  47. Stopa BM, Juhász C, Mittal S. Comparison of amino acid PET to advanced and emerging MRI techniques for neurooncology imaging: a systematic review of the recent studies. Mol Imaging. 2021;2021:8874078.
  48. Sartoretti E et al. Amide proton transfer weighted (APTw) imaging based radiomics allows for the differentiation of gliomas from metastases. Sci Rep. 2021;11(1):5506.
  49. Ikechukwu GC, Egba SI, Paul PC, Umeh VA. Artificial intelligence for public health surveillance: promises, pitfalls, and an ethics-equity roadmap for deployment. Disease Prevention and Epidemiology. 2026;1(1):22-39.

Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.

Reimpresiones y permisos

Etiquetas

Imagen APTdiferenciación de gliomasdiagnóstico de meningiomasimagen de tumores cerebralessaturación por intercambio químicograduación de gliomasRM de tumores cerebralescontenido proteico tumoral
Contáctenos
Recomendar a la biblioteca

Privacidad

Términos de uso

Políticas

Copyright © 2026 MyJoVE Corporation. Todos los derechos reservados.