Article de méthode

Quantification semi-automatisée de 18F-FDG PET-CT chez les contacts pulmonaires atteints de tuberculose et son association avec des résultats potentiels

23 vues

⸱

DOI :

10.3791/69175

⸱

31 juillet 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

Dans cet article

Résumé

Ici, nous présentons un protocole pour standardiser le protocole, l’interprétation et l’analyse de la tomographie par émission de positons (tomographie par ordinateur par ordinateur (PET-CT) dans la recherche sur les infections tuberculeuses à l’aide d’une plateforme logicielle semi-automatisée et open source. Cette approche minimise la variabilité entre opérateurs et améliore la reproductibilité entre les cohortes d’études.

Résumé

La tomographie par émission de positons (PET-CT) a montré un potentiel de recherche pour caractériser l’hétérogénéité dans l’infection tuberculeuse (TB). L’utilisation prospective de cette technologie nécessitera la standardisation des protocoles d’imagerie, l’interprétation et l’analyse des images PET-CT afin d’améliorer la généralisabilité et l’assimilation des données entre cohortes distinctes. Nous avons évalué une approche semi-automatisée utilisant des logiciels open source afin de minimiser la variabilité interopérateur de l’interprétation de l’imagerie et d’utiliser la normalisation des organes de référence pour réduire la variabilité de l’absorption physiologique.

Nous avons quantifié 18captations de F-fluorodésoxyglucose (FDG) dans les ganglions lymphatiques intrathoraciques (ITLN) de onze contacts TB positifs au test de libération interféron-gamma (IGRA) qui ont été inscrits dans une étude observationnelle prospective, incluant huit contacts avec des scans PET-CT en série. L’imagerie a été analysée à l’aide de 3D Slicer, une plateforme d’imagerie médicale open source conçue pour la recherche biomédicale et clinique, qui offre une segmentation semi-automatisée et une quantification hépatique automatisée. Les données extraites comprenaient la valeur maximale standardisée de captation ITLN (SUVmax), la moyenne standardisée de l’absorption (SUVmean), le volume métabolique (MV), la glycolyse totale des lésions, et la moyenne du foie des SUV. Nous avons comparé ses performances à celles des logiciels cliniques, avec ou sans standardisation à l’absorption hépatique (comme référence physiologique), et évalué la variabilité de l’opérateur. Ensuite, nous avons évalué l’association entre plusieurs métriques quantitatives PET et les résultats prospectifs chez les contacts pulmonaires atteints de tuberculose.

Nous rapportons un fort accord entre les plateformes d’évaluation d’images open source et cliniques. Nous constatons que la quantification semi-automatisée de la PET peut réduire la variabilité entre opérateurs, et la standardisation aux organes de référence augmente la sensibilité de l’analyse d’imagerie. Plus précisément, nous rapportons des résultats préliminaires indiquant que l’augmentation de l’activité métabolique sur le PET-CT en série lors d’une infection précoce est associée à une détection de Mycobacterium tuberculosis (Mtb) au site anatomique d’absorption du FDG, ce qui correspond à un phénotype progressif de l’infection.

Introduction

La tuberculose (TB) est une maladie infectieuse causée par des bactéries du complexe Mycobacterium tuberculosis (MTBC), Mycobacterium tuberculosis (Mtb) étant le pathogène le plus courant. La maladie tuberculeuse continue de peser un fardeau important sur la santé mondiale, touchant environ 10,7 millions de personnes en 2024. La même année, elle a été responsable d’environ 1,23 million de décès dans le monde, dont 150 000 décès chez les personnes vivant avec le VIH1.

L’infection tuberculeuse est acquise lorsque les hôtes sensibles inhalent des gouttelettes contenant du MTBC provenant d’une personne infectée. Une petite proportion des personnes infectées développe la tuberculose active, connue sous le nom de tuberculose progressive primaire. Cependant, dans la majorité des cas, l’infection est contrôlée avec succès par le système immunitaire adaptatif, un état appelé infection tuberculeuse ou infection tuberculeuse latente (LTBI)2. L’infection tuberculeuse englobe un spectre d’états infectifs avec un risque variable de progression vers la maladie active. Prévenir la progression de l’infection tuberculeuse vers la maladie active est crucial pour atteindre l’objectif de la Stratégie Mettre fin à la tuberculosepour l’éradication de la tuberculose 3,4. Cependant, les mécanismes immunologiques qui déterminent la trajectoire de l’infection tuberculeuse restent peu compris.

La tomographie par émission de positons (PET-CT) s’est imposée comme un outil de recherche prometteur pour révéler l’hétérogénéité sous-jacente des états d’infection tuberculeuse, et est de plus en plus considérée comme un biomarqueur pour évaluer la réponse au traitement et stratifier le risque de rechute dans les essais cliniques sur latuberculose 5,6,7,8 . Nous avons déjà décrit le phénotype d’infection préclinique basé sur le PET-CT et suggéré que l’intégration d’une caractérisation métabolique et structurelle pourrait offrir une stratification cliniquementpertinente 9. Cependant, il existe une hétérogénéité significative dans l’analyse de l’imagerie PET-CT dans la recherche sur les infections tuberculeuses, limitant la comparaison10. Il est important de noter que les changements d’activité métabolique observés lors de l’imagerie en série sont probablement plus faibles chez les personnes asymptomatiques infectées par la tuberculose, ce qui nécessite des approches évaluant avec précision la charge métabolique globale.

La normalisation à l’aide d’organes de référence peut réduire la variabilité de l’absorption de 18F-Fluorodésoxyglucose (FDG) lors des scans àintervalles 11. Cependant, la mesure manuelle de l’absorption de FDG dans l’organe de référence peut également introduire une variabilité du seuil12. Une technique automatisée pour déterminer le volume d’intérêt (VOI) dans l’organe de référence a été proposée afin de minimiser la variabilitéinteropérateur 13. De plus, la segmentation semi-automatisée des lésions cibles peut encore réduire la variabilité de la mesure14, diminuer significativement le temps nécessaire à la segmentation et améliorer l’efficacité15.

L’activité métabolique dérivée du PET dans la recherche sur la tuberculose humaine est souvent évaluée à l’aide de la valeur maximale standardisée d’absorption (SUVmax). Bien que le SUVmax soit un marqueur largement utilisé de l’activité de la maladie et de la réponse au traitement, il peut surestimer l’activité métabolique en raison du bruitd’image 16, et une région d’intérêt bidimensionnelle (ROI) peut ne pas capturer le pixel ayant la valeur la plusélevée 17. Dans ce contexte, des paramètres volumétriques tels que le volume métabolique (MV) et la glycolyse totale des lésions (TLG) ont été rapportés comme marqueurs pronostiques des résultats du traitement dans la TBactive 18 et sont plus sensibles que le SUVmax pour détecter la réponse précoceau traitement 19. Plus précisément, la TLG prend en compte à la fois la valeur moyenne standardisée de captation (moyenne des SUV) et le volume métabolique, offrant ainsi une mesure composite de l’activité métabolique dans un volume d’intérêt défini (VOI).

Dans cette étude, nous présentons des méthodologies pour utiliser une plateforme d’imagerie de recherche opensource 20, qui fournit une segmentation semi-automatisée des lésions et une quantification hépatique automatisée. Nous appliquons cette approche à l’analyse des scanners PET-CT en série à partir de contacts tuberculeux pulmonaires asymptomatiques positifs au test de libération d’interféron-gamma (IGRA) inscrits dans une étude observationnelleprospective 9. Le plan d’étude a déjà été décrit21. En résumé, des contacts familiaux adultes (≥16 ans) non infectés par le VIH de cas de tuberculose pulmonaire confirmés bactériologiquement ont été recrutés peu après le diagnostic indice à Leicester, au Royaume-Uni. Les participants ont rempli un questionnaire sur les symptômes, une radiographie thoracique (CXR) et un test IGRA. Les participants positifs à l’IGRA ont eu un PET-CT au départ. Ceux ayant des résultats positifs pour le PET-CT ont été étudiés pour la tuberculose active. Si la tuberculose active n’était pas confirmée, un nouveau scanner était effectué 3 mois plus tard pour caractériser la trajectoire de l’infection. Les participants ont été suivis prospectivement par une revue clinique et un questionnaire de symptômes tous les 3 mois pendant 12 mois, suivis de 12 mois supplémentaires de suivi passif. Nous comparons la performance de cette plateforme de recherche à celle des logiciels cliniques, évaluons la variabilité entre opérateurs et explorons l’association entre les paramètres PET et les résultats prospectifs.

Protocole

L’étude a été approuvée par le Comité d’éthique de la recherche (REC) pour East Midlands - Nottingham 1, Nottingham, Royaume-Uni (REC 15/EM/0109).

1. Procédures PET-CT

REMARQUE : Les procédures de TEP-CT ont été réalisées conformément aux procédures opérationnelles standard des hôpitaux locaux et conformes au Règlement sur les radiations ionisantes de 2017 (IRR17)22 ainsi qu’aux recommandations23 du Comité consultatif de l’administration des substances radioactives (ARSAC).

  1. Identification du patient : Confirmez l’identité du patient à l’aide d’une vérification d’identification en trois points (nom complet, date de naissance et adresse) par rapport à la demande de référence et d’imagerie.
  2. Questionnaire de sécurité des patients : Examinez et remplissez le questionnaire de dépistage de la sécurité, en veillant à ce que tous les antécédents médicaux pertinents, allergies, statut de grossesse et contre-indications pertinents soient pris en compte.
  3. Vérification des antécédents cliniques : Confirmez et documentez l’historique clinique du patient afin d’assurer l’alignement avec les exigences de référence et d’imagerie.
  4. Explication de la procédure : Expliquez clairement la procédure, y compris l’objectif du TEP, l’injection d’un traceur radioactif, ainsi que les risques liés aux radiations et les précautions de sécurité
  5. Consentement éclairé : Assurez-vous que le patient comprend la procédure et les risques, puis obtenez un consentement éclairé écrit.
  6. Canulation IV : Insérez un cathéter intraveineux (IV) de 22 à 24 G, de préférence dans la veine cubitale, céphalique ou basilique médiane à la fosse antécubitale, en utilisant une technique aseptique.
  7. Confirmez la permanence veineuse : rincez le cathéter avec 10 mL de solution physiologique stérile pour confirmer la permanence veineuse. Si vous n’êtes pas sûr, consultez un collègue pour vérification.
  8. Dose de retrait selon le protocole : Calculer l’activité calculée du radiotraceur : 3,5 MBq/kg ± 10 %, ne pas dépasser 400 MBq.
  9. Préparer le radiotraceur : À l’aide d’une seringue plastique de 1 mL, 3 mL ou 5 mL (selon le volume requis), avec le protège-seringue approprié, calculez la dose du radiotraceur.
  10. Enregistrer l’activité pré-injection : Mesurez et enregistrez le niveau de radioactivité de la seringue à l’aide d’un calibrateur de dose, notez l’heure exacte et placez la seringue dans un porte-seringues blindé au plomb.
  11. Injectez le radiotraceur : Injectez lentement le radiotraceur par la ligne intraveineuse, suivi immédiatement d’un rinçage de 10 mL de solution stérile pour garantir une administration complète.
  12. Enregistrer le temps d’injection : Documentez avec précision l’heure de l’injection en vérifiant une horloge murale calibrée.
  13. Sécuriser les matériaux radioactifs : Après l’injection, déconnectez et placez la seringue utilisée en toute sécurité dans une boîte porteuse de plomb.
  14. Retirez le cathéter IV : Retirez soigneusement le cathéter IV en utilisant les précautions radiologiques appropriées pour éviter toute contamination.
  15. Mesurer l’activité résiduelle : Replacer la seringue utilisée dans le calibrateur de dose pour mesurer l’activité résiduelle et enregistrer la valeur et le temps.
  16. Éliminez les déchets en toute sécurité : Jetez la seringue et tout déchet radioactif dans un contenant désigné pour déchets radioactifs conformément aux directives institutionnelles.
  17. Période d’absorption : Demandez au patient de se reposer tranquillement dans la « salle d’attente chaude » pendant 50 minutes à 1 heure afin de permettre une captation optimale des traceurs.
  18. Position pour l’imagerie : Après la période d’absorption, accompagnez le patient dans la salle des caméras et aidez-le à s’allonger sur le dosis sur la table de PET scan.
  19. Vérification finale de l’identité : Effectuez une dernière vérification d’identification du patient et confirmez les détails sur la console du scanner avant de continuer.
  20. Commencez le scan PET-CT : Une fois le patient correct sélectionné sur la console, commencez le scan PET-CT selon le protocole.
  21. Instructions post-échographie : Après l’examen, raccompagnez le patient vers la zone de sortie et conseillez-lui de reprendre une alimentation et une consommation normales.
  22. Conseils sur la sécurité radiologique : Réitérer les précautions en matière de sécurité radiologique :
    Évitez le contact rapproché avec les enfants et les femmes enceintes pendant au moins 8 heures après l’échographie.
  23. Encouragez l’hydratation : conseillez au patient de bien s’hydrater pendant les 24 heures suivantes afin de favoriser l’élimination du radiotraceur par la miction.
  24. Reconstruction d’image PET : Effectuer une reconstruction itérative 3D PET avec les paramètres suivants : algorithme bayésien de reconstruction pénalisée par vraisemblance (PL) avec atténuation basée sur CT, filtre de projection à rampe et correction de diffusion pour obtenir une image en 310 tranches.

2. Quantification du ganglion lymphatique intra-thoracique FDG avide à l’aide de la plateforme 3D Slicer

REMARQUE : Dans cette étude, des images DICOM PET-CT anonymisées ont été analysées à l’aide de la version 5.4.0 (https://www.slicer.org/ de 3D Slicer). Les données d’images PET ont été extraites par un radiologue thoracique consultant en PET-CT (lecteur 1) et un registraire respiratoire formé (lecteur 2). Des images PET-CT avec une captation de FDG par ganglion lymphatique intra-thoracique au-dessus de la référence physiologique de la captation FDG ont été incluses pour analyse. La référence physiologique a été déterminée par la moyenne du foie des SUV + 3 écarts-types (DE)11.

  1. Installez des extensions.
    1. Ouvre le gestionnaire d’extensions.
    2. Installez les extensions suivantes : PETDICOMExtension, PETTumorSegmentation, PETLiverUptakeMeasurement et PET-IndiC.
    3. Après l’installation, redémarrez 3D Slicer.
  2. Téléchargez des images PET-CT DICOM anonymes sur 3D Slicer.
    1. Aller dans Ajouter des données DICOM > Importer les fichiers DICOM.
  3. Effectuer la quantification du foie (tissu de référence).
    1. Méthode I (mesure automatisée)
      1. Allez à Quantification > mesure de l’absorption hépatique par PET.
      2. Dans le menu déroulant Volume d’entrée , sélectionnez image PET.
      3. Dans le menu déroulant Volume de sortie , sélectionnez Créer un nouveau volumeLabelMap.
      4. Cliquez sur Segment Région de Référence.
      5. Vérifiez la région résultante pour vérifier qu’elle est correcte. Si la segmentation hépatique automatisée échoue, procéder à la méthode II.
      6. Conservez les valeurs moyennes du SUV et de l’écart-type dans la section Mesures.
    2. Méthode II (mesure manuelle)
      1. Aller à l’éditeur de segments.
      2. Dans le menu déroulant du volume source , sélectionnez l’image PET.
      3. Cliquez sur Ajouter.
      4. Utilisez Paint (sélectionnez Pinceau sphérique) pour créer une VOI sur une région homogène du parenchyme hépatique.
      5. Allez à Quantification > Statistiques de segments.
      6. Dans le menu déroulant du volume scalaire , sélectionnez image PET.
      7. Dans Options avancées, sélectionnez Statistiques de volume PET (ou Statistiques de volume scalaire) et choisissez Moyenne et écart-type.
      8. Cliquez sur Postuler.
  4. Segment des ganglions lymphatiques intrathoraciques.
    1. Créez une nouvelle segmentation à l’aide de l’éditeur de segments.
    2. Utilisez l’outil Seuil . Fixez la limite inférieure à la moyennedu foie d’un SUV + 3 ×foie de la SD. Cliquez sur Postuler. Cela mettra en évidence toutes les régions du corps au-dessus du seuil.
    3. Excluez les zones extérieures aux ganglions lymphatiques intrathoraciques.
    4. Méthode I : nettoyage manuel : Utilisez l’outil Ciseaux avec l’éditeur de segments Effacer l’intérieur ou Effacer l’extérieur dans les segments pour supprimer les zones extérieures des ganglions lymphatiques
    5. Méthode II : Effet des îles : Appliquer l’effet des îles dans l’éditeur de segments. Utilisez la fonction Split Islands to Segments pour diviser les régions chaudes déconnectées en segments distincts. Supprimez les segments en dehors de la zone des ganglions lymphatiques. Les petites zones bruyantes peuvent nécessiter un nettoyage supplémentaire.
  5. Quantifiez les ganglions lymphatiques segmentés.
    1. Allez à Quantification > Statistiques de segments.
    2. Dans le menu déroulant Volume Scalaire , sélectionnez l’image PET.
    3. Dans Options avancées, sélectionnez Statistiques de volume PET (ou Statistiques de volume scalaire) et choisissez les mesures. Notez que la TLG doit être calculée manuellement en multipliant la moyenne des SUV et la MV, en utilisant les valeurs obtenues à partir des statistiques de volume scalaire.
    4. Cliquez sur Postuler.

Résultats

Cohorte d’étude

Les méthodes statistiques sont fournies dans le Fichier Supplémentaire 1.

Seize contacts positifs à l’IGRA issus de neuf cas d’index pulmonaire de tuberculose confirmés microbiologiquement (huit testostéroniques positifs) ont subi un PET-CT. Douze participants ont eu un PET-CT positif ; chez un participant, l’absorption du FDG s’est limitée au parenchyme pulmonaire. Onze des seize participants positifs à l’IGRA présentaient une captation de FDG dans les ganglions lymphatiques intrathoraciques au-dessus du seuil et ont été inclus pour l’analyse. Les onze étaient tous des contacts de tuberculose pulmonaire positive à frottis sur sept cas indices. L’âge médian était de 32 ans (IQR 18-46 ans). Cinq (45,5 %) étaient des hommes. Neuf (81,8 %) sont nés en dehors du Royaume-Uni. Sept (63,6 %) n’étaient jamais fumeurs, trois (26,3 %) étaient fumeurs actuels, et un (9,1 %) était un ex-fumeur.

Huit participants ont eu une nouvelle PET-CT à 3 mois. Ainsi, un total de 19 PET-CT scan provenant de onze contacts naïfs par traitement ont été inclus.

Quantification du foie

Sur dix-neuf scans PET-CT, la quantification automatisée du foie a échoué dans deux cas : dans l’un, le ROI placé automatiquement incluait des structures à l’extérieur du foie, et dans un autre, l’algorithme a mal identifié le foie et a plutôt quantifié le muscle de la cuisse droite. L’analyse de Bland-Altman a démontré une forte concordance entre les mesures automatisées et manuelles de la moyenne du foie des SUV et du foie des SUV = 3 Écarts, avec un biais minimal et des limites étroites de 95 % d’accord (Figure supplémentaire 1, Tableau supplémentaire 1). La cohérence entre les deux méthodes était excellente pour les deux métriques (coefficients de corrélation interclasses [ICC] = 0,989 et 0,972 pour la moyenne des SUV et la moyenne des SUV + 3 SD, respectivement).

Fiabilité inter-plateforme des plateformes cliniques et de recherche

L’analyse de Bland-Altman a démontré un fort accord entre les plateformes cliniques et de recherche sur tous les paramètres quantitatifs dérivés du PET (Tableau 1, Figure supplémentaire 2). Les paramètres moyens et volumétriques du foie des SUV (MV et TLG ; transformés logarithiques) ont montré un biais minimal avec des limites relatives étroites d’accord. Sur les indicateurs quantitatifs, le SUVmax a démontré la plus grande différence moyenne absolue entre les plateformes (0,62, IC 95 % 0,40 - 0,83), indiquant un léger mais systématique déplacement des valeurs de SUVmax sur la plateforme clinique. Cependant, les différences relatives restaient faibles et la concordance globale était excellente (CCC = 0,99). Les SUVmedium et foie + 3 SD ont également montré un biais minimal, avec des limites absolues d’accord légèrement plus larges, bien que leurs limites relatives soient restées dans une fourchette acceptable.

Les coefficients de corrélation de concordance ont confirmé ces résultats, avec une excellente concordance pour ITLN SUVmax, MV et TLG (CCC = 0,95-0,99) et une concordance modérée à élevée pour la moyenne du foie des SUV et ITLN (CCC = 0,90-0,95). La moyenne des SUV au foie + 3 écarts d’écarts a montré un accord équitable (CCC = 0,85). Dans l’ensemble, 3D Slicer a produit des résultats quantitatifs très cohérents avec ceux obtenus par le logiciel clinique.

Fiabilité interopérateur du 3D Slicer

L’analyse de Bland-Altman a démontré une excellente concordance inter-lecteurs sur tous les paramètres PET extraits dans 3D Slicer, avec des différences moyennes proches de zéro et des limites d’accord consistamment étroites (Tableau 2, Figure complémentaire 3). Les paramètres volumétriques (MV et TLG ; transformés en log) ont montré les limites d’accord les plus strictes, reflétant une segmentation et une quantification très cohérentes. Les coefficients de corrélation interclasses soutenaient également une excellente fiabilité entre lecteurs, avec des valeurs ICC > 0,95 pour toutes les métriques quantitatives dérivées du PET (Tableau 2). Ces résultats confirment que le 3D Slicer fournit des mesures quantitatives hautement reproductibles entre lecteurs.

Application aux caractéristiques longitudinales PET-CT

Huit participants non traités positifs à l’IGRA ont subi des examens PET-CT de suivi à 3 mois (Figure 4 supplémentaire et Tableau 2 supplémentaires). Parmi eux, trois personnes ont reçu un traitement anti-tuberculose. Deux ont commencé le traitement peu après le scan de suivi : l’un avec une infection Mtb confirmée à partir d’un échantillon de ganglion lymphatique intrathoracique, et un autre qui a développé une nouvelle lésion pulmonaire lors de la PET scan des 3 mois qui s’est résolue avec le traitement. Le troisième individu a développé des symptômes de tuberculose pendant la période de suivi prospective de 2 ans et a subi un nouveau scan clinique PET-CT, qui a montré une augmentation de l’absorption de FDG dans le même ganglion lymphatique qui était avide au départ. Un échantillon d’aspiration par aiguille transbronchique guidé par échographie endobronchique (EBUS-TBNA) a confirmé l’infection à la MTB à ce site.

Deux participants traités pour la tuberculose après 3 mois ont montré une augmentation du SUVmax, de la moyenne du SUV, de la MV et de la TLG (Figure 1A1,B1,C1,D1). Cependant, la personne diagnostiquée tuberculeuse à 2 ans montrait une diminution du SUVmax, de la moyenne SUV et de la TLG (Figure 1A1, B1, D1). La MV de ce patient est restée inchangée (1,50 cm3 à 1,52cm3) (Figure 1C1). Cependant, l’absorption physiologique de FDG mesurée par la moyenne hépatique SUV + 3 SD était significativement plus faible lors de l’échographie de 3 mois (3,69 à 2,04), ce qui augmente la possibilité d’une variabilité de l’absorption physiologique de FDG obscurcissant l’interprétation des changements dans l’absorption pathologique. Ensuite, nous avons standardisé les paramètres PET à l’activité physiologique afin d’atténuer cette variation. La normalisation vers l’absorption de FDG au foie a révélé une augmentation du SUVRmax, et dans une moindre mesure, une augmentation de la moyenne de la THG et une normalisation des SUV chez la personne diagnostiquée tuberculeuse à 2 ans. (Figure 1A2, B2, D2). Les participants sans maladie ont montré une diminution des SUVmax, de la moyenne des SUV, de la MV et de la TLG entre la référence et les 3 mois (Figure 1A1,B1,C1,D1).

figure-results-1
Figure 1 : Activité métabolique des ganglions lymphatiques intrathoraciques au départ et à 3 mois, stratifiée selon le résultat clinique. (A-D) Le TEP-CT a été réalisé au départ et à 3 mois dans huit contacts tuberculeux pulmonaires non traités. SUVRmax (A2), SUVRmean (B2) et TLG normalisé (D2) ont été calculés en divisant SUVmax (A1), SUVmean (B1) et TLG (D1) par l’absorption physiologique de référence, définie par la moyenne du foie des SUVmeans + 3 écarts-types. La MV (C1) est le volume métabolique du ganglion lymphatique intrathoracique. Les lignes rouges représentent les contacts ayant reçu des antituberculeux (ATT) à 3 mois, la ligne orange représente un contact ayant développé la tuberculose à 2 ans, et les lignes bleues représentent les contacts qui sont restés en bonne santé. SUVmax : valeur maximale standardisée d’absorption. SUVRmax : ratio SUV maximum (SUVmax normalisé à l’absorption hépatique), SUVmean : valeur moyenne standardisée d’absorption, SUVRmean : ratio SUV moyen, MV : volume métabolique, TLG : glycolyse totale des lésions. Cette figure a été adaptée avec l’autorisation de Kim et al. (2025)24. Veuillez cliquer ici pour voir une version agrandie de cette figurine.

Différence moyenne (IC à 95 %)Limite inférieure d’accord (IC 95 %)Limite supérieure d’accord (IC à 95 %)Différence relative (IC à 95 %)Limite relative d’accord (IC à 95 %)Coefficient de corrélation de concordance (IC à 95 %)
Foie : SUVmean0,105 (0,023 à 0,187)−0,229 (−0,372 à −0,086)0,439 (0,296 à 0,581)0,045 (0,010 à 0,081)−0,099 à 0,190 (−0,161 à 0,252)0.90 (0.75–0.96)
SUVmean+3 SD Liver0,049 (−0,090 à 0,187)−0,515 (−0,756 à −0,274)0,612 (0,371 à 0,854)0,016 (−0,030 à 0,062)−0,170 à 0,202 (−0,249 à 0,281)0.85 (0.64–0.94)
SUVmax0,616 (0,403 à 0,828)−0,195 (−0,566 à 0,176)1,426 (1,055 à 1,797)0,053 (0,035 à 0,071)−0,017 à 0,123 (−0,049 à 0,155)0.99 (0.98–1.00)
SUVmean−0,104 (−0,453 à 0,245)−1,434 (−2,042 à −0,825)1,226 (0,618 à 1,835)−0,020 (−0,088 à 0,047)−0,278 à 0,238 (−0,396 à 0,355)0.91 (0.77–0.96)
MV (journal)0,061 (−0,021 à 0,143)−0,252 (−0,394 à −0,109)0,373 (0,230 à 0,516)0,039 (−0,014 à 0,093)−0,164 à 0,242 (−0,257 à 0,335)0.97 (0.93–0.99)
TLG (journal)0,056 (−0,014 à 0,125)−0,210 (−0,331 à −0,088)0,321 (0,200 à 0,443)0,018 (−0,004 à 0,040)−0,067 à 0,103 (−0,106 à 0,142)0.99 (0.98–1.00)

Tableau 1 : Accord entre les plateformes cliniques et de recherche (3D Slicer). Des analyses de Bland-Altman et de corrélation de concordance ont été réalisées pour évaluer l’accord entre les plateformes cliniques et de recherche à travers les paramètres PET. La différence moyenne, les limites d’accord (LoA) et les intervalles de confiance (IC) correspondants à 95 %, les différences relatives et les coefficients de corrélation de concordance (CCC) sont indiqués. Pour les métriques log-transformées (volume métabolique [MV] et glycolyse totale des lésions [TLG]), l’accord a été évalué sur l’échelle logarithmique pour tenir compte du biais proportionnel. SUVmax : valeur maximale standardisée d’absorption, SUVmeans : valeur moyenne standardisée, SD : écart-type.

Différence moyenne (IC à 95 %)Limite inférieure d’accord (IC 95 %)Limite supérieure d’accord (IC à 95 %)Différence relative (IC à 95 %)Limite relative d’accord (IC à 95 %)Coefficient de corrélation intraclasse (IC 95 %)
Foie : SUVmean0,027 (0,008 à 0,045)−0,048 (−0,080 à −0,016)0,102 (0,070 à 0,134)0,012 (0,004 à 0,020)−0,021 à 0,045 (−0,035 à 0,059)0.995 (0.986–0.998)
SUVmoyennes Liver + 3 SD−0,021 (−0,085 à 0,042)−0,279 (−0,390 à −0,169)0,237 (0,127 à 0,348)−0,007 (−0,028 à 0,014)−0,093 à 0,079 (−0,130 à 0,116)0.971 (0.929–0.989)
SUVmax0,071 (−0,071 à 0,212)−0,470 (−0,717 à −0,222)0,611 (0,364 à 0,858)0,006 (−0,006 à 0,019)−0,041 à 0,054 (−0,063 à 0,076)0.999 (0.997–1.000)
SUVmean−0,052 (−0,161 à 0,057)−0,467 (−0,657 à −0,277)0,364 (0,174 à 0,554)−0,010 (−0,031 à 0,011)−0,090 à 0,070 (−0,127 à 0,107)0.991 (0.977–0.997)
MV (journal)0,023 (−0,023 à 0,069)−0,153 (−0,234 à −0,072)0,199 (0,119 à 0,280)0,015 (−0,015 à 0,046)−0,101 à 0,131 (−0,154 à 0,184)0.992 (0.979–0.997)
TLG (journal)0,018 (−0,014 à 0,049)−0,101 (−0,156 à −0,047)0,137 (0,082 à 0,191)0,006 (−0,004 à 0,016)−0,033 à 0,044 (−0,050 à 0,062)0.998 (0.993–0.999)

Tableau 2 : Accord entre le Lecteur 1 et le Lecteur 2 à travers les paramètres PET-CT utilisant la plateforme de recherche (3D Slicer). Bland-Altman et des analyses de corrélation interclasses ont été réalisées pour évaluer l’accord entre les lecteurs à travers les paramètres PET. La différence moyenne, les limites d’accord (LoA) avec les intervalles de confiance (IC) correspondants à 95 %, les différences relatives et les coefficients de corrélation interclasses (ICC) sont montrés. Pour les métriques log-transformées (volume métabolique [MV] et glycolyse totale des lésions [TLG]), l’accord a été évalué sur l’échelle logarithmique pour tenir compte du biais proportionnel. SUVmax : valeur maximale standardisée d’absorption, SUVmeans : valeur moyenne standardisée, SD : écart-type.

Figure supplémentaire 1 : Diagrammes Bland-Altman comparant la quantification automatisée et manuelle du foie dans 3D Slicer. (A) Un SUV liveur. (B) Moyenne hépatique des SUV + 3 écarts-types. L’axe des y indique la différence entre les mesures automatisées et manuelles, et l’axe des x indique la moyenne des deux méthodes. La ligne rouge continue indique la différence moyenne, et les lignes bleues continues indiquent les limites d’accord (LoA) à 95 %. Chaque point représente un sujet individuel. Veuillez cliquer ici pour télécharger cette figurine.

Figure complémentaire 2 : Bland-Altman présente des graphiques comparant les mesures obtenues à l’aide de plateformes cliniques (XD3) et de recherche (3D Slicer) à travers six métriques PET-CT. (A) Moyenne du foie des SUV, (B) moyenne du foie des SUV + 3 écarts-types, (C) moyenne des SUV, (D) SUVmax, (E) volume métabolique transformé logarithmique (MV), et (F) glycolyse totale des lésions transformées logarithmique (TLG). La ligne rouge continue indique la différence moyenne, et les lignes bleues continues indiquent les limites d’accord (LoA) à 95 %. Chaque point représente un sujet individuel. Veuillez cliquer ici pour télécharger cette figurine.

Figure complémentaire 3 : Diagrammes Bland-Altman comparant les mesures entre le Lecteur 1 et le Lecteur 2. (A) Moyenne du foie des SUV, (B) moyenne du foie des SUV + 3 écarts-types, (C) SUVmax, (D) moyenne du SUV, (E) volume métabolique transformé logarithmique (MV), et (F) glycolyse totale des lésions transformées logarithmique (TLG). La ligne rouge continue indique la différence moyenne, et les lignes bleues continues indiquent les limites d’accord (LoA) à 95 %. Chaque point représente un sujet individuel. Veuillez cliquer ici pour télécharger cette figurine.

Figure complémentaire 4 : diagramme CONSORT montrant le flux des participants. Les participants ont subi une évaluation clinique, un test de libération gamma d’interféron (IGRA) et une radiographie thoracique lors de l’inscription pour exclure la tuberculose active (TB). Les participants ayant un PET-CT positif se sont vu proposer une investigation complémentaire par bronchoscopie avec lavage bronchoalvéolaire (BAL) et/ou aspiration par aiguille transbronchique guidée par échographie endobronchique (EBUS-TBNA). Les participants non traités ont été suivis tous les 3 mois par un questionnaire de symptômes et une radiographie thoracique pendant 12 mois, suivis d’un suivi passif de 12 mois. ATT : thérapie antituberculeuse, Mtb : mycobacterium tuberculosis, TEP-CT : tomographie par émission de positons - tomodensitométrie. Veuillez cliquer ici pour télécharger cette figurine.

Tableau supplémentaire 1 : Accord entre les méthodes de quantification du foie automatisées et manuelles dans 3D Slicer. Bland-Altman et analyses de corrélation interclasses comparant la quantification automatisée et manuelle du foie pour la moyenne des SUV et la moyenne des SUV + 3 écarts-types (SD). Les valeurs sont présentées comme différence moyenne, limites d’accord et coefficient de corrélation interclasses (ICC), chacune avec des intervalles de confiance (IC) de 95 %. La différence relative et les limites relatives d’accord ont été calculées pour évaluer le biais proportionnel entre les méthodes. Veuillez cliquer ici pour télécharger ce tableau.

Tableau complémentaire 2 : Mesures quantitatives de PET-CT chez onze participants, dont huit avec des scanners PET-CT en série. Tous les examens ont été effectués avant le début du traitement antituberculeux (ATT). La PET 1 a été réalisée au départ, et la PET 2 à 3 mois. Veuillez cliquer ici pour télécharger ce tableau.

Fichier supplémentaire 1 : Méthodes statistiques. Veuillez cliquer ici pour télécharger ce fichier.

Discussion

Nous avons évalué la quantification semi-automatisée de la PET dans les contacts pulmonaires atteints de tuberculose à l’aide d’une plateforme d’imagerie de recherche et avons observé une concordance substantielle avec le logiciel clinique entre les paramètres PET (SUVmax, SUVmean, MV et TLG), ainsi qu’une concordance modérée dans le seuil du foie SUVmean + 3 SD. Nous avons montré un excellent accord interopérateur dans tous les paramètres PET entre deux lecteurs indépendants et aveugles grâce à une approche semi-automatisée. Il est important de noter que cela a été réalisé avec un lecteur non radiologue, ce qui indique que l’automatisation avec 3D Slicer peut faciliter une analyse fiable du PET-CT chez des lecteurs ayant des niveaux d’expérience clinique et de recherche variés.

La normalisation des paramètres TEP à un seuil hépatique semblait augmenter la sensibilité de l’analyse et a révélé une augmentation de l’activité métabolique entre le départ et 3 mois, qui était autrement obscurcie par des niveaux plus faibles d’absorption physiologique lors du second scan. La prise de FDG peut être influencée par divers facteurs biologiques et techniques, notamment le stress du patient, l’activité physique, le taux de glucose sanguin, et l’intervalle entre l’injection FDG etle scanner 25. Les changements longitudinaux sur le TEP-CT chez les contacts tuberculeux sont probablement moins marqués que ceux observés lors du traitement de la tuberculose active. Par conséquent, la standardisation utilisant le tissu de référence et le respect strict du protocole d’imagerie sont essentiels pour améliorer la répétabilité et la fiabilité des analyses d’imagerie dans les études d’infectiontuberculeuse 26. Dans ce contexte, les méthodes semi-automatisées et la normalisation vers un organe de référence apportent une valeur supplémentaire en réduisant la variabilité dépendante de l’opérateur et en améliorant la cohérence des évaluations quantitatives à travers les moments temporels. La cohérence dans la mesure de la référence physiologique est particulièrement importante, car une mesure inexacte de l’activité de référence conduit à une quantification peu fiable. Nous avons utilisé le foie comme organe de référence car il offre une captation stable, reproductible et facilementmesurable 27. La moyenne du foie plus trois écarts-types a été utilisée pour équilibrer la référence biologique et la faisabilité opérationnelle, car des valeurs de référence très faibles limitent la quantification par des lecteurs non spécialistes en raison de l’inclusion involontaire de tissus adjacents. Cette approche vise à promouvoir une méthodologie pratique, reproductible et accessible pour quantifier les changements intrathoraciques diffus dans l’infection tuberculeuse à des fins de recherche, et n’est pas validée pour un usage clinique.

Nous recommandons la quantification hépatique automatisée comme approche privilégiée pour analyser les scans de recherche, car elle démontre une grande répétabilité et nécessite une interaction utilisateur minimale. Dans un petit nombre de cas, cependant, l’algorithme automatisé peut soit ne pas détecter le foie, soit inclure involontairement des structures adjacentes. Il est important de confirmer visuellement que le ROI automatisé ne dépasse pas le foie afin d’assurer une quantification précise. Dans de tels cas, une mesure manuelle est recommandée.

Un faible mais constant biais SUVmax a été observé entre les plateformes cliniques et de recherche. Les différences mineures dans les mesures des SUV entre les plateformes logicielles sont bien reconnues et proviennent généralement de différences spécifiques au logiciel dans l’interprétation des informations DICOM et la représentation interne des donnéesdes voxels 28. Ces différences peuvent influencer subtilement les valeurs de niveau voxel, en particulier pour le SUVmax. Cela souligne l’importance de maintenir la cohérence des plateformes dans la recherche quantitative PET-CT afin de minimiser la variabilité des mesures. Dans ce contexte, les plateformes open source peuvent soutenir la standardisation méthodologique et réduire la variabilité entre les études.

Une inconnue importante dans l’interprétation des scans PET-CT dans l’infection tuberculeuse est la définition de l’activité métabolique cliniquement significative et des seuils pour un changement significatif dans le temps. Dans notre étude, tous les paramètres de l’ET ont diminué à trois mois chez les individus restés en bonne santé. Cependant, les valeurs quantitatives de base se chevauchaient entre ceux qui restaient en bonne santé et ceux qui recevaient un traitement. Cela suggère que la tendance dans le temps peut être plus importante que la mesure à un moment donné. Les études futures devraient évaluer plusieurs mesures quantitatives de l’activité métabolique du PET-CT au fil du temps et les corréler avec des mesures cliniques prédéfinies afin de déterminer les paramètres optimaux et d’établir des seuils de référence facilitant une interprétation standardisée.

Nous nous sommes concentrés sur la quantification des ganglions lymphatiques intrathoraciques en raison d’un nombre limité d’anomalies du parenchyme pulmonaire. Les résultats de cette étude ont montré que l’infection précoce de la tuberculose est principalement confinée aux ganglions lymphatiques intrathoraciques, ce qui est cohérent avec une étude menée auxÉtats-Unis6. Dans notre cohorte, seuls quatre participants ont montré une absorption de FDG parenchymatose pulmonaire au départ, avec une faible activité métabolique (moyenne SUVmax = 2,7), et les lésions étaient trop petites pour une analyse et une caractérisation volumétriques fiables. De plus, un seul participant positif à l’IGRA sur huit ayant subi des scans en série a montré une captation de FDG parenchymatose pulmonaire au départ. En revanche, une étude menée dans un contexte à forte charge tuberculeuse (Afrique du Sud) a rapporté des anomalies parenchymiques pulmonaires chez environ la moitié des contacts tuberculeux domestiques, tandis que des ganglions lymphatiques intrathoraciques FDG-avides, 21,2 %, et 9,3 % des poumonsnormaux ont été observés 5. La raison de la différence observée dans les caractéristiques PET-CT entre notre cohorte (faible charge de tuberculose) et la cohorte issue de la zone à forte charge tuberculeuse reste incertaine. Une possibilité est la forte prévalence de l’infection tuberculeuse passée dans la cohorte sud-africaine, attestée par une forte proportion de positivité IGRA (82 %). Une étude sur les primates non humains (NHP) comparant la réinfection et l’infection par le MTB chez les NHP naïfs au MTB a montré que l’infection primaire protège contre la réinfection, y compris la prévention de la diffusion des ganglions lymphatiquesintrathoraciques 29. D’autres facteurs potentiels contributifs incluent les différences dans les souches de Mtb, les facteurs génétiques de l’hôte, la prévalence du tabagisme dans les cohortes d’études, et les facteurs environnementaux. Les futures études d’infection tuberculeuse utilisant le PET-CT devraient prendre en compte les caractéristiques du MTB et des cohortes, et développer des approches pour intégrer les modifications du parenchyme pulmonaire et des ganglions lymphatiques intrathoraciques.

En résumé, la quantification semi-automatisée des PET peut offrir une approche précieuse pour évaluer les changements métaboliques de l’infection tuberculeuse avec une grande fiabilité interopératrice. La normalisation aux tissus de référence améliore la sensibilité analytique pour détecter la progression métabolique précoce. L’augmentation de l’activité métabolique lors des premières infections, lorsqu’elle est corrigée à un organe de référence, est un indicateur prometteur d’une infection tuberculeuse progressive.

Déclarations de divulgation

Tous les auteurs signalent qu’aucun conflit potentiel ne doit être déclaré.

Remerciements

Ceci est un résumé de recherches indépendantes financées par la bourse Confidence in Concept MRC de l’Université de Leicester à P.H. et réalisées au Centre de recherche biomédicale de Leicester (BRC) du National Institute for Health and Care Research (NIHR). Les opinions exprimées sont celles de l’auteur(s) et ne sont pas nécessairement celles des bailleurs de finances, du NHS, du NIHR ou du Département de la Santé et des Soins sociaux. Cette étude a été financée par une bourse de confiance en le concept du MRC. JWK a été financé par une bourse Wellcome Investigator à Anne O’Garra (WT 215628/Z/19/Z).

Matériaux

Liste des matériaux utilisés dans cet article
NomEntrepriseNuméro de catalogueCommentaires
Q.ClearGE HealthcareN/AAlgorithme de reconstruction pour PET
https://www.gehealthcare.com/en-sg/products/molecular-imaging/qclear?srsltid=AfmBOooqtkcQJronALLan2Q
rxYYpTTq5qw9PRf0pDJS
HpTUHQk4bUarl
XD3Mirada MedicalN/ALogiciel d'imagerie médicale
https://www.mirada-medical.com/diagnostic-imaging
3D SlicerN/AN/APlateforme logicielle d'imagerie open-source non commerciale
https://www.slicer.org/

Références

  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).

Réimpressions et autorisations

Mots-clés

Immunologie et InfectionNum ro 233Num ro 233Ce mois ci dans JoVENum ro
Vidéo bientôt disponible
Contactez-nous
Recommander à la bibliothèque

Confidentialité

Conditions d'utilisation

Politiques

Copyright © 2026 MyJoVE Corporation. Tous droits réservés.