Torácica
Uso Cuantitativo de imágenes por Tomográfia Computada para entender la enfermedad pulmonar obstructiva crónica y la enfermedad pulmonar intersticial fibrótica. Estado del Arte y orientaciones para el futuro.
Castillo-Saldana, D., et al. (2020). «Using Quantitative Computed Tomographic Imaging to Understand Chronic Obstructive Pulmonary Disease and Fibrotic Interstitial Lung Disease: State of the Art and Future Directions.» J Thorac Imaging 35(4): 246-254.
Palabras clave: EPOC, EPI, TC cuantitativa
Investigadores del Hospital St. Paul’s y la Universidad de Columbia Británica reportan aplicaciones interesantes para la TC cuantitativa (QCT) en el ámbito de la enfermedad pulmonar obstructiva crónica (EPOC) y la enfermedad pulmonar intersticial (EPI).
Ryerso et at. afirman que las aplicaciones de QCT se pueden usar junto con las evaluaciones cualitativas típicas de EPOC y EPI para el diagnóstico y seguimiento de la progresión de estos dos patrones de enfermedades complejas. La QCT se puede utilizar en la EPOC para mapear con precisión las áreas de enfisema, identificar el engrosamiento de las vías respiratorias y crear reconstrucciones en 3-D del árbol bronquial para identificar la enfermedad temprana en los bronquiolos terminales. Las principales limitaciones en la aplicación clínica de la QCT en la EPOC son la exposición a la radiación ionizante, al escaneo de la TC y la variabilidad del paciente, y un control de calidad significativo, debido al post procesamiento manual. La QCT puede desempeñar un papel importante en el seguimiento de la progresión de la EPI al examinar densidades discretas del parénquima pulmonar y trazar estos hallazgos en un histograma de densidad. Estos datos podrían usarse junto con evaluaciones cualitativas para proporcionar a los médicos una forma más precisa de rastrear la progresión de la enfermedad y la respuesta al tratamiento en una población de pacientes altamente mórbidos. Todavía se necesitan mejoras significativas en estos algoritmos cuantitativos antes de que encuentren aplicaciones clínicas infalibles, sin embargo, estos son desarrollos de gran interés.
COVID
Tromboembolismo pulmonar en COVID-19: ¿Tromboembolismo venoso o trombosis arterial?
Cavagna, E., et al. (2020). «Pulmonary Thromboembolism in COVID-19: Venous Thromboembolism or Arterial Thrombosis?» Radiology: Cardiothoracic Imaging 2(4): e200289.
https://pubs.rsna.org/doi/10.1148/ryct.2020200289
Palabras clave: COVID-19, embolia pulmonar, tromboembolismo
Los radiólogos italianos Cavagna et al. proporcionan una ventana a la asociación del nuevo coronavirus y el tromboembolismo en pacientes gravemente enfermos. Se observa que los pacientes con COVID-19 tienen una tasa más alta de tromboembolia pulmonar (TEP); lo cual es especialmente preocupante, dada la mayor frecuencia de pacientes críticos al inicio del estudio. En este estudio retrospectivo, se inscribieron 109 pacientes con COVID-19 que exhibían síntomas relacionados con TEP y tenían un angioTC pulmonar (ATCP) para descartar tromboembolia pulmonar. A los pacientes se les asignó una puntuación semicuantitativa (0-5) para estimar la afectación pulmonar de los 5 lóbulos del pulmón. Se encontró que los pacientes con una puntuación de lesión TC más alta y valores de laboratorio anormales como LDH, PCR y dímero-d tenían tasas más altas de tromboembolismo pulmonar. Estos fenómenos hipercoagulables afectaban preferentemente a las arterias segmentarias (90,2%) y subsegmentarias (61%) del parénquima pulmonar más afectado por COVID. Los autores postulan que se trata de trombosis de la arteria pulmonar secundaria a la inflamación pulmonar local y estado hipercoagulable en lugar de émbolos. Aunque el estudio carece de poder para verificar definitivamente esta afirmación, los autores recurren a la evidencia de otros estudios que justifican aún más su afirmación radical. Esperemos que futuros estudios con más puntos de datos estén disponibles para validar su hipótesis.
Sociedad Americana de Radiología. Sistema de clasificación de TC de tórax para reportar neumonía por COVID-19: Variabilidad Interobservador y correlación con RT-PCR
Jaegere, T. M. H. d., et al. (2020). «Radiological Society of North America Chest CT Classification System for Reporting COVID-19 Pneumonia: Interobserver Variability and Correlation with RT-PCR.» Radiology: Cardiothoracic Imaging 2(3): e200213.
Los radiólogos del Centro Médico Zuyderland en los Países Bajos investigan el acuerdo interobservador entre radiólogos mientras usan el sistema de clasificación de tórax COVID-19 RSNA y el sistema de informes y datos COVID-19 (CO-RADS); mapeando estos resultados con los resultados de la PCR de los pacientes. En una revisión retrospectiva de las TC de tórax de 96 pacientes, 2 radiólogos y un residente de 5to año utilizaron el sistema de clasificación de TC de tórax RSNA y el sistema de clasificación CORADS para evaluar la variabilidad interobservador. Los radiólogos se encargaron de clasificar los hallazgos de la TC como «típicos», «indeterminados», «atípicos» o «negativos» para la presencia de COVID. Encontraron un acuerdo sustancial entre observadores tratantes y un acuerdo moderado entre las lecturas de los tratantes y los residentes. Luego, estos datos se compararon con los resultados de la prueba COVID RT-PCR de los pacientes. Los 45 pacientes que dieron positivo fueron estratificados por hallazgos de TC y la tasa de positividad se informo como «Típica» 76.9-96.6%, «Indeterminada» 51.2-64.1%, «Atípica 2.8-5.3% y» Negativa «20-25%. Una tasa baja positiva en el grupo «atípico» se explica por la presencia de hallazgos asociados con otras enfermedades pulmonares. La tasa de positividad curiosamente alta en el grupo «negativo» es preocupante. Los autores plantean que este grupo puede tener pacientes que aún no han manifestado signos asociados con la infección por COVID-19, ya que los hallazgos de las imágenes pueden cambiar con el tiempo. Los autores también utilizaron el sistema de clasificación CO-RADS y lograron un acuerdo interobservador similar con positivos no despreciables en el grupo CO-RADS 1 . Es probable que estos resultados imiten la práctica clínica, ya que los pacientes sintomáticos se presentarán en diferentes momentos en el proceso de la enfermedad, de modo que la TC parece tener un papel limitado en la detección del coronavirus. Como las infecciones graves por COVID-19 se asocian con una morbilidad y mortalidad medicamente significativas la TC sigue desempeñando un papel valioso en el tratamiento del paciente.
Cardíaco
Viabilidad de la IRM de flujo cuatridimensional cardiovascular durante el ejercicio en participantes sanos.
MacDonald, J.A., et al. (2020). “Feasibility of Cardiovascular Four-dimensional Flow MRI during Exercise in Healthy Participants.” Radiology: Cardiothoracic Imaging 2(3):e190033
https://pubs.rsna.org/doi/10.1148/ryct.2020190033
Palabras clave: IRM cardíaca, flujo 4D
Macdonald et al. Examinan la efectividad de la IRM de flujo 4-D de respiración libre durante el ejercicio. En una cohorte sana de 10 individuos, se realizó una resonancia magnética cardíaca en reposo y durante el estrés, en la que se implementó un protocolo de ejercicio estandarizado en un dispositivo de pasos en escalera compatible con resonancia magnética mientras estaba en posición supina dentro del imán. Estos estudios fueron controlados retrospectivamente para tener en cuenta el artefacto de movimiento de la respiración y activados por EKG para explicar el movimiento cardíaco. Este grupo utilizó un protocolo de flujo 4-D para evaluar el volumen sistólico (SV) y la energía cinética ventricular (KE) en sístole y diástole durante los exámenes de reposo y estrés. Descubrieron que el gasto cardíaco aumentaba previsiblemente durante el ejercicio en comparación con el descanso. Curiosamente, descubrieron que la energía cinética del ventrículo derecho (KERV) aumentó significativamente desde el reposo, mientras que la energía cinética del ventrículo izquierdo (KELV) y (SV) no. SV se ha documentado previamente que no se ve afectado durante el ejercicio en decúbito supino. Se observó que KERV era estadísticamente significativamente mayor en sístole en comparación con KELV, y no era diferente durante la diástole. Como el KE ventricular izquierdo no se ve afectado significativamente, la resonancia magnética de esfuerzo en 4-D puede tener aplicaciones limitadas. Sin embargo, esto puede convertirse en una herramienta valiosa para la evaluación de la enfermedad cardíaca derecha, ya que el KERV se ve afectado. Existen limitaciones notables para las aplicaciones, ya que las prácticas actuales son secundarias a la mala reproducibilidad interobservador e intraobservador en relación con el enmascaramiento ventricular y la estimación de KE.
Aprendizaje automático
Validez del Aprendizaje de Máquinas Automatizado en la reserva de flujo fraccional de la Coronario TC aplicada a la AngioTC de triple descarte en el dolor torácico agudo.
Schoepf, U.J., et al. (2020) “Value of Machine Learning-based Coronary CT Fractional Flow Reserve Applied to Triple-Rule-Out CT Angiography in Acute Chest Pain.” Radiology: Cardiothoracic Imaging 2(3):e190137
https://pubs.rsna.org/doi/10.1148/ryct.2020190137
Palabras clave: Aprendizaje automático, Triple regla de salida (TRO), Reserva de flujo fraccional (FFR), Angiografía coronaria por TC
Los radiólogos de la Universidad de Medicina de Carolina del Sur describen una aplicación para el aprendizaje automático en la estimación de la reserva de flujo fraccional durante la angiotomografía de triple descarte. En una revisión retrospectiva que abarca 159 pacientes, Schoepf et al. revisaron 159 angioTC de triple descarte (TRO) para pacientes con probabilidad baja a moderada de enfermedad cardíaca. La reserva de flujo fraccional (FFR) se calculó utilizando un algoritmo de aprendizaje profundo. FFR exhibe una alta precisión diagnóstica en la evaluación de la enfermedad coronaria obstructiva significativa, y se ha utilizado en el entorno ambulatorio para evaluar la enfermedad arterial coronaria (CAD). Este grupo buscó utilizar el cálculo de FFR in situ, no disponible comercialmente, en el entorno de emergencia para identificar pacientes con estenosis hemodinámicamente significativas y utilizó la intervención coronaria o los eventos cardiovasculares adversos mayores (MACE) como criterios de valoración. Un FFR <0,8 se consideró estenosis hemodinámicamente significativa. De los pacientes que recibieron TRO, el 55% tenía estenosis significativa (> 50%) y el 5% tenía estenosis grave (> 70%). El 52% de los sujetos del estudio exhibieron hallazgos congruentes en FFR y TRO; de estos, se encontró que el 55% tenía estenosis coronaria significativa coronaria y una FFR <0.8, mientras que el 45% tenía FFR> 0.8 y ninguna estenosis significativa en TRO.
En la revisión de la tabla, se observó que la revascularización coronaria o un evento MACE significativo ocurrió en el 27.5% de los pacientes con imágenes, y que aquellos con un FFR <0.8 tenían significativamente más probabilidades de cumplir con uno de estos dos puntos finales que sus pares. Se observa que el 67% de los pacientes que recibieron una TRO se sometieron a pruebas posteriores, un fenómeno relativamente común. Los autores plantean que un FFR <0,8 puede ser útil para delinear pacientes con mayor riesgo y que justificarían más pruebas. Se observa que 4 pacientes tenían FFR> 0,8 y se sometieron a revascularización coronaria, por lo que estos 4 pacientes podrían haberse perdido la intervención terapéutica si se hubiera utilizado FFR como valor de corte para derivación adicional. También se observa que en el 54% de los pacientes que se sometieron a TRO y SPECT y al 48% de los pacientes que se sometieron a TRO y ecocardiografía de estrés, hubo hallazgos discordantes; 3 de estos pacientes tenían un FFR> 0.8 y un resultado positivo en SPECT / CT de estrés. Como este estudio fue retrospectivo y no se tomaron decisiones de tratamiento utilizando el valor FFR <0.8 como punto de referencia, no está claro cuántos pacientes finalmente tendrían un resultado negativo. Parece que agregar FFR a TRO en pacientes con CAD de riesgo bajo a moderado puede ser una adición valiosa a la evaluación del dolor torácico agudo.
Segmentación de luz verdadera y falsa basada en TC, en la disección aórtica tipo B mediante el aprendizaje automático.
Hahn, L.D., et al. “CT-based True- and False-Lumen Segmentation in Type B Aortic Dissection Using Machine Learning.” Radiology: Cardiothoracic Imaging 2020; 2(3): e190179
Palabras clave: disección aórtica, aprendizaje automático
https://pubs.rsna.org/doi/10.1148/ryct.2020190179
Los investigadores de Stanford utilizaron una red neuronal contorneada por pasos (CNN) para generar automáticamente reconstrucciones multiplanares (MPR) de disección aórtica tipo B sin complicaciones y luego segmentar los lúmenes verdadero (TL) y falso (FL).
Hahn, L.D. et al. identificó retrospectivamente a 45 pacientes con 153 Angiotomografías de aorta (CTA) acumulativos. Los pacientes fueron asignados aleatoriamente a un conjunto de entrenamiento, un conjunto de validación y un conjunto de estudios de prueba, que luego se introdujeron en la segmentación gradual de la CNN. Los pasos para la segmentación incluyeron identificar la aorta desde el fondo en el plano axial, determinar la línea central aórtica utilizando la densidad promedio dentro de la aorta, generar MPR en un plano ortogonal desde la línea central, luego segmentar la disección aórtica en TL y FL, y finalmente convirtiendo los MPR de vuelta al plano axial. La segmentación automática se comparó con los controles internos (el conjunto de prueba) y con la segmentación aórtica manual realizada por radiólogos cardiotorácicos expertos. Los puntos finales para este estudio incluyeron el coeficiente de similitud de dados (DSC) y la distancia euclidiana promedio entre bordes en mm. Los investigadores descubrieron que no había una diferencia significativa entre el conjunto de validación y el conjunto de datos de prueba con un DSC promedio que oscilaba entre 0,873 y 0,9, lo que sugiere una segmentación altamente precisa. La distancia euclidiana promedio fue <3 mm.
La segmentación automatizada también generó diagramas de diámetro para TL, FL y aorta a lo largo de su longitud, lo que les da a los radiólogos la capacidad de evaluar cuantitativamente los volúmenes. Esto es altamente aplicable a la atención del paciente, ya que el diámetro aórtico se usa para clasificar la intervención aórtica. Las aplicaciones clínicas actuales todavía están algo alejadas debido a la necesidad de una entrada manual por parte de un usuario experto, ya que pueden producirse errores en la identificación de TL y FL (informados en el 3,8% de los estudios). Los autores también proponen que el CNN puede haber sido sesgo dado que la misma población de estudio se utilizó en las pruebas y la validación. A medida que crecen los conjuntos de datos y la población de pacientes, la CNN debería poder diferenciar una variedad fenotípica más amplia de disección. La mayoría de los algoritmos de IA también tienden a luchar en escenarios de la vida real debido a la variabilidad innata en los escáneres de TC, el hábito / anatomía del cuerpo del paciente y el ruido. A medida que la IA continúa mejorando, esto sin duda se convertirá en una herramienta confiable para que los médicos monitoreen las disecciones aórticas tipo B sin complicaciones.
References
