Aplicación de radiomica en el diagnóstico diferencial de ameloblastomas y quistes dentígeros

Resumen

Los ameloblastomas y los quistes dentígeros tienen una apariencia clínica y radiográfica idéntica. En nuestro estudio demostramos la importancia de considerar cuidadosamente las características radiológicas que pueden ayudar en el diagnóstico diferencial no invasivo y asegurar el manejo adecuado de estas lesiones.

Métodos

Este fue un estudio retrospectivo que incluyó 18 imágenes de TC de pacientes con neoplasias de mandíbula (8 ameloblastomas y 10 quistes dentígeros con verificación histopatológica). Cada lesión fue segmentada manualmente utilizando el software 3D Slicer en imágenes de TC, y se extrajeron características texturales utilizando la extensión Radiomics de 3D Slicer. Se realizó un análisis estadístico.

Resultados

Después del análisis de textura, no encontramos diferencias (estadísticamente significativas) en las características basadas en la forma y los valores de estadísticas de primer orden de estas lesiones. Encontramos diferencias estadísticamente significativas en 13 características de segundo orden de quistes dentígeros y ameloblastomas, la mayoría de ellas estaban estrechamente correlacionadas. Se realizó un análisis de regresión logística múltiple para clasificar las características y determinar los predictores más significativos. El modelo final incluyó 2 características (Sombra de clúster e IMC 1) y proporcionó un alto valor predictivo (el área bajo una ROC=0.93).

Conclusiones

Nuestro estudio piloto demuestra una nueva técnica para el diagnóstico diferencial no invasivo de neoplasias mandibulares basado en características de textura extraídas de datos de TC.

Introducción

El ameloblastoma (AB) y el quiste dentígero (DC) son lesiones odontogénicas benignas clínicamente comunes. Debido a las diferencias significativas en los comportamientos biológicos, estas dos enfermedades tienen diferentes estrategias de tratamiento. La gestión quirúrgica es el único método efectivo en el tratamiento de tumores odontogénicos, pero la elección del método quirúrgico efectivo es controvertida. El plan de tratamiento para AB incluye principalmente la operación radical de resección parcial del hueso mandibular, para DC – la cirugía de preservación de descompresión combinada con curetaje. Debido a los diferentes principios de tratamiento de las dos lesiones, es muy importante encontrar un método de diagnóstico diferencial preoperatorio más preciso. El diagnóstico diferencial de estas dos lesiones es difícil porque comparten muchas características clínicas y radiográficas. Por lo tanto, es difícil diferenciar estas lesiones radiográficamente, y el diagnóstico definitivo se basa únicamente en el examen histopatológico. Así, las diferencias en los hallazgos radiográficos de estas dos lesiones pueden desempeñar un papel importante en el diagnóstico.

La conversión de imágenes médicas digitales en datos de alta dimensión explotables está motivada por el concepto de que las imágenes biomédicas contienen información que refleja la fisiopatología subyacente y que estas relaciones pueden ser reveladas a través de análisis de imágenes cuantitativos. La radiómica es un proceso que permite la extracción y análisis de datos cuantitativos de imágenes médicas. La radiómica está diseñada para desarrollar herramientas de apoyo a la decisión; por lo tanto, implica combinar datos radiómicos con otras características del paciente, según estén disponibles, para aumentar el poder de los modelos de apoyo a la decisión.

En los últimos años, la radiómica se ha utilizado para el diagnóstico del carcinoma nasofaríngeo; la predicción de la respuesta al tratamiento en el cáncer de pulmón de células no pequeñas; para la predicción preoperatoria de la invasión microvascular en el carcinoma hepatocelular; para la evaluación no invasiva de la inflamación coronaria; en el diagnóstico de precisión, la prognosticación y la planificación del tratamiento de los carcinomas de células escamosas de cabeza y cuello. El análisis de textura de las imágenes en los estudios tenía como objetivo identificar biomarcadores pronósticos de la imagen de la enfermedad. Tales biomarcadores objetivos están fácilmente disponibles y tienen el potencial de mejorar el tratamiento personalizado y la medicina de precisión.

Hipotetizamos que el análisis de textura por TC puede detectar diferencias sutiles del neoplasma de la mandíbula. Esta información es necesaria para determinar las tácticas de tratamiento correctas.

El propósito de este estudio fue evaluar la utilidad de las características de textura por TC en la distinción de neoplasmas comunes de la mandíbula, es decir, ameloblastoma (AB) de quistes dentígeros (DC).

Materiales y métodos

Selección de pacientes

Se analizaron un total de 35 registros de pacientes con neoplasma de mandíbula atendidos en el departamento de cirugía maxilofacial de la Primera Universidad Médica Estatal Pavlov de San Petersburgo. Los criterios de inclusión para la selección de los registros médicos fueron:

• Los casos deben presentar un informe del examen histopatológico de AB o DC. Las muestras fueron fijadas en formalina tamponada al 10%, luego se sumergieron en parafina y se realizaron cortes histológicos de X micrones, después de la tinción con hematoxilina y eosina, los cortes se examinaron bajo un microscopio de luz Leica.
• Debe haber un CBCT de la mandíbula antes del tratamiento quirúrgico.

Los criterios de exclusión fueron:

• sin conclusión histológica,
• presencia de lesión recurrente y con quiste queratocístico odontogénico,
• imágenes con artefactos severos.

Excluimos 17 casos de acuerdo con los criterios de exclusión. Los 18 pacientes restantes: 10 pacientes con DC (9 hombres, 1 mujer; edad mediana 45 años) y 8 pacientes con AB (2 hombres, 6 mujeres; edad mediana, 58 años) fueron incluidos en este estudio.

Protocolo de imagen por TC

Los exámenes de TC se realizaron en escáneres de TC de 64 cortes (Toshiba Aquilion 64) con 120 kV, 225 mA y 1 s/rotación, y las imágenes de 0.5 mm de grosor se reconstruyeron de acuerdo con nuestro protocolo clínico institucional. Se utilizaron imágenes axiales de 0.5 mm en la reconstrucción para este análisis.

Interpretación de imágenes

Las características de las lesiones fueron evaluadas cualitativamente por un radiólogo con 7 años de experiencia en radiología oral y maxilofacial.

Segmentación de imágenes y análisis de textura

La segmentación es un paso esencial del flujo de trabajo de radiómica, ya que se obtendrán características altamente distintivas de la región de interés segmentada que se pueden rastrear en un volumen; la precisión de la segmentación determinará las características de radiómica que se extraerán. La lesión fue contorneada manualmente por un radiólogo oral y maxilofacial con 7 años de experiencia profesional. La segmentación de la lesión se realizó utilizando 3D Slicer en cada imagen axial que incluye la lesión, el septo y el hueso periférico hasta 2 mm del borde visible de la formación.

La extracción de características es el siguiente paso después de que se segmenta la región de interés. Es la selección de información útil para ayudar en la caracterización de imágenes radiológicas normales y anormales. Este paso es el corazón de la radiomica. Para extraer características de radiomica de los volúmenes segmentados manualmente, se utilizó la extensión de Radiomica de 3D Slicer.

Las características extraídas fueron características basadas en la forma (por ejemplo, diámetro máximo, área de superficie, volumen), características de primer orden (basadas en estadísticas de histograma), estadísticas de segundo orden y de orden superior (basadas en matrices de dependencia espacial).

Análisis estadístico

Debido al número relativamente pequeño de casos, elegimos métodos no paramétricos para el análisis estadístico: la descripción de variables cuantitativas se realizó con la mediana y el rango intercuartílico, se utilizó la prueba U de Mann-Whitney para compararlas. La prueba exacta de Fisher con la extensión de Freeman-Halton se utilizó en el análisis de tablas de contingencia.

Resultados

Características de las lesiones

Las características de las lesiones y los volúmenes segmentados incluidos en el estudio se muestran en la Tabla 1.

La región maxilar anterior fue la ubicación más frecuentemente encontrada en quistes dentígeros y la región mandibular posterior se ha observado con mayor frecuencia en ameloblastomas.

Características de textura y análisis estadístico

Los ejemplos de volúmenes segmentados se muestran en la Fig. 1.

Las características basadas en la forma son descriptores del tamaño y la forma 3D de la región de interés. Son independientes de la distribución de la intensidad de nivel de gris de la región de interés y proporcionan una descripción cuantitativa de las características geométricas de la región de interés.

Las características de estadísticas de primer orden consideran la distribución de valores de vóxeles individuales sin tener en cuenta las relaciones espaciales. Las características de segundo orden se basan en la distribución de probabilidad conjunta de pares de vóxeles, describiendo la disposición espacial de patrones, a veces imperceptibles para el ojo humano. Utilizamos la Matriz de Coocurrencia de Niveles de Gris (GLCM), la Matriz de Longitud de Carrera de Niveles de Gris (GLRLM), la Matriz de Tamaño de Zona de Niveles de Gris (GLSZM), la Matriz de Diferencia de Tonos de Gris Vecinos (NGTDM), la Matriz de Dependencia de Niveles de Gris (GLDM).

En nuestro estudio, evaluamos las características de textura de imágenes de TC de DC y AB. Después del análisis de textura, no encontramos diferencias en las características basadas en la forma y los valores de estadísticas de primer orden en los dos grupos. En nuestra opinión, esto era esperado, ya que ambas formaciones tienen características radiográficas similares que pueden ser evaluadas superficialmente durante el análisis de imágenes de rutina.

Encontramos diferencias estadísticamente significativas en 13 características de segundo orden de DC y AB (Fig. 2).

El tono de clúster es una medida de la asimetría y uniformidad de la GLCM. La prominencia del clúster es una medida de la asimetría y la asimetría de la GLCM. El contraste es una medida de la variación de intensidad local, favoreciendo valores alejados de la diagonal. La varianza de diferencia es una medida de heterogeneidad que otorga mayores pesos a los pares de niveles de intensidad que muestran más desviación de la media. La medida informativa de correlación es una cuantificación de la complejidad de la textura. La varianza de dependencia es la varianza en el tamaño de dependencia en la imagen. El énfasis en la gran dependencia es la distribución conjunta de gran dependencia con valores de nivel de gris más bajos. El énfasis en la larga carrera – una medida de la distribución de longitudes de carrera largas, con un valor mayor indicativo de longitudes de carrera más largas y texturas estructurales más gruesas.

El porcentaje de carrera es una medida de la aspereza de la textura al tomar la relación entre el número de carreras y el número de vóxeles en la región de interés. La varianza de carrera es la varianza en las carreras para las longitudes de carrera. La varianza de nivel de gris (GLSZM) es la varianza en las intensidades de nivel de gris para las zonas. El porcentaje de zona es una medida de la aspereza de la textura al tomar la relación entre el número de zonas y el número de vóxeles en la región de interés. La complejidad es una medida de no uniformidad y cambios rápidos en los niveles de gris.

Discusión

Las mandíbulas son el único sitio en el cuerpo donde el epitelio puede encontrarse normalmente dentro del hueso. El epitelio de la lámina dental está involucrado en la formación del esmalte y define la forma del diente. Al completarse la formación del diente, quedan restos epiteliales en las mandíbulas. Estos dan lugar a una variedad de lesiones, incluyendo neoplasias, que no deberían presentar problemas de diagnóstico cuando se ven asociadas con dientes, pero pueden causar dificultades en otras situaciones.

Dos tipos diferentes de lesiones fueron la muestra de este estudio: ameloblastoma y quiste dentígero. Esta selección se basó en 2 factores: la frecuencia y la similitud de la imagen radiográfica entre estas lesiones.

Dado que los componentes de las diversas lesiones son inherentemente diferentes patológicamente, las características de textura también deberían ser diferentes.

Los ameloblastomas están compuestos de epitelio y no muestran inducción de tejidos duros dentales. En el tipo convencional, el epitelio puede mostrar un patrón folicular o un patrón plexiforme, pero a menudo se observa una mezcla de patrones dentro de un solo tumor. El patrón más común es folicular, caracterizado por islas de epitelio con palisadeo periférico de células columnar alargadas con polaridad invertida, en el sentido de que los núcleos están orientados alejados de la membrana basal. Estas células se asemejan a los preameloblastos del desarrollo normal del diente. Centrales, los folículos contienen células estrelladas dispuestas de manera laxa, mostrando una semejanza con el retículo estrellado del germen dental.

El quiste dentígero consiste en un revestimiento epitelial y una pared. Revestimiento epitelial: típicamente, de 2 a 4 células de grosor. Células aplanadas no queratinizadas con una interfaz plana regular con la pared subyacente. La inflamación resulta en características idénticas a las del quiste radicular. Los cambios metaplásicos con células mucosas y cilios ocurren más comúnmente en quistes dentígeros que en otros tipos. Las muestras inflamadas también pueden mostrar hiperplasia, ocasionalmente con queratinización. Se pueden incluir cuerpos hialinos e incluso células sebáceas. Pared: típicamente, tejido conectivo fibromixoide no inflamado (similar al folículo dental) con abundante sustancia fundamental rica en glicosaminoglicanos. Restos epiteliales odontogénicos presentes en números variables y pueden sufrir calcificación. Aumento de fibrosis junto con espacios de colesterol y deposición de hemosiderina se observan en quistes inflamados y de larga data.

Suponemos que las diferencias entre las características radiómicas reflejan las diferencias en la densidad de rayos X de los componentes de las lesiones.

Conclusión

Nuestro estudio piloto demuestra una nueva técnica para el diagnóstico diferencial no invasivo de neoplasias de la mandíbula basado en características de textura. Esta investigación puede contribuir a la implementación real de estas técnicas basadas en radiómica en la práctica clínica, apoyando efectivamente la toma de decisiones clínicas y fomentando la medicina de precisión.

Anna V. Lysenko, Andrey I. Yaremenko, Anna A. Zubareva, Alexander V. Shirshin, Aleksandr I. Lуubimov, Elizaveta A. Ivanova

Referencias

1. Fedorov A, Beichel R, Kalpathy-Cramer J, Finet J, Fillion-Robin JC, Pujol S, et al. 3D Slicer como una plataforma de computación de imágenes para la red de imágenes cuantitativas. Magn Reson Imaging. 2012 ;30(9):1323-1341. doi: 10.1016/j. mri.2012.05.001
2. van Griethuysen JJM, Fedorov A, Parmar C, Hosny A, Aucoin N, Narayan V, et al. Sistema de radiómica computacional para decodificar el fenotipo radiográfico. Cancer Res. 2017; 77(21):e104-e107. doi: 10.1158/0008-5472.CAN-17-0339
3. Duan W, Xiong B, Tian T, Zou X, He Z, Zhang L. Radiómica en carcinoma nasofaríngeo. Clin Med Insights Oncol. 2022; 16:11795549221079186. doi: 10.1177/11795549221079186
4. Chetan MR, Gleeson FV. Radiómica en la predicción de la respuesta al tratamiento en cáncer de pulmón de células no pequeñas: estado actual, desafíos y perspectivas futuras. Eur Radiol. 2021;31(2):1049-1058. doi: 10.1007/s00330-020-07141-9
5. Yang L, Gu D, Wei J, Yang C, Rao S, Wang W, et al. Un nomograma de radiómica para la predicción preoperatoria de invasión microvascular en carcinoma hepatocelular. Liver Cancer. 2019;8(5):373-386. doi: 10.1159/000494099
6. Cheng K, Lin A, Yuvaraj J, Nicholls SJ, Wong DTL. Radiómica de tomografía computarizada cardíaca para la evaluación no invasiva de la inflamación coronaria. Cells. 2021; 10(4):879. doi: 10.3390/cells10040879
7. Haider SP, Burtness B, Yarbrough WG, Payabvash S. Aplicaciones de la radiómica en el diagnóstico de precisión, pronóstico y planificación del tratamiento de carcinomas de células escamosas de cabeza y cuello. Cancers Head Neck. 2020; 5:6. doi: 10.1186/ s41199-020-00053-7