Skip to main content

Histological approach of renal tumors by multiparametric MRI : a validation study of a practical algorithm

Résumé en français

Introduction : l’objectif de cette étude était de tester un algorithme pratique basé sur l’IRM multiparamétrique afin de déterminer le type histologique des tumeurs rénales.

Matériels et méthodes : cette étude mono centrique, rétrospective sur 5 ans, a permis d’inclure 40 patients présentant une tumeur rénale avec résultat anatomopathologique et IRM préopératoire. Cette IRM incluait des séquences T2, T1 dixon in-out, diffusion et post gadolinium. Deux radiologues ont indépendamment évalués chaque critère selon la description de l’algorithme testé avec un type de tumeur proposé comme hypothèse diagnostique, comparé au résultat anatomopathologique. Quelques critères supplémentaires ont été ajoutés à l’analyse parmi lesquels deux critères quantitatifs : T2 ratio (entre la tumeur et le cortex rénal normal homolatéral) et un pourcentage de rehaussement de la tumeur après gadolinium à la phase corticomédullaire.
Des coefficients kappa ont été calculés pour évaluer la concordance inter observateur. Egalement des représentations graphiques d’analyse en concordance multiple et d’analyse en régression linéaire logistique ont été effectués pour identifier des modèles tumoraux et d’éventuels critères plus utiles ou non à l’interprétation.

Résultats : la corrélation entre l’hypothèse selon l’algorithme et le résultat anatomopathologique était modeste pour les deux lecteurs (65.9 et 58.5%). L’algorithme montre une performance également modérée dans la conclusion dichotomique bénin-malin (sensibilité de 80-85.5% et spécificité de 50-75%). Seulement deux modèles IRM semblaient réellement spécifiques et diamétralement opposés, représentant p-RCC et c-RCC. L’analyse des deux critères quantitatifs ajoutés à l’étude initiale a montré des performances inférieures à celles attendues. ….. Par ailleurs l’analyse du déphasage chimique n’était pas déterminante pour plusieurs raisons : mauvaise corrélation inter observateur, jamais prépondérant dans les analyses en régression linéaire logistique et à distance de l’ensemble des critères sur les représentations graphiques selon les analyses en concordance multiples. Les coefficients kappa de corrélation inter observateurs étaient bon pour les valeurs d’ADC, corrects pour le T2 et la conclusion selon l’algorithme, mais insuffisants pour le déphasage, le wash-in et le wash-out.

Conclusion : tel que présenté, cet algorithme semble avoir une performance modérée dans l’identification des sous types histologiques des tumeurs rénales en IRM, insuffisante pour remplacer la biopsie en pratique quotidienne.

Résumé en anglais

Introduction : the purpose of this study was to test a practical algorithm of multiparametric MRI to determine histological type of renal tumor in clinical practice.

Materials And Methods : we performed a monocentric 5 years retrospective study including 40 patients with histologically confirmed renal tumor and pre-surgery MRI including T2w, chemical-shift, DWI and contrast enhanced sequences. Two radiologists (junior and experienced) analyzed independently and blinded from the histological diagnosis, the criteria proposed by the practical algorithm tested and assessed a diagnosis with histologic correlation. Two quantitative criteria were added to this analysis: T2 signal ratio between tumor and ipsilateral normal renal cortex and the percentage of tumor enhancement on corticomedullary phase. Interobserver correlation was evaluated by Kappa coefficient. Multiple concordance system graphic representations and linear logistic regressions were performed to identify some tumor patterns and which criterion was useful or futile.

Results : algorithm hypothesis and histologic result had modest correlation for both readers (65.9% and 58.5%). The algorithm showed also moderate performance to define benign from malign lesions (80-85.5%Se, 50-75%Sp). Only two tumor patterns seemed to be relevant (c-RCC and p-RCC). Inter reader agreement was only correct for tumor pattern and for T2 signal; good for ADC value but unsatisfying for phase shift, wash-in and wash-out. The analysis of the two quantitative parameters showed inferior performances than expected. Phase shift analysis seemed to be non-discriminating as it had poor interobserver correlation, never preponderant on linear logistic regression and the spots of this criterion were projecting far away from the others criteria corresponding to the same tumor pattern on graphic representation according to multiple analysis concordance.

Conclusion : as presented the algorithm doesn’t seem able to precisely determine the renal tumor subtype in order to replace biopsy in a daily clinical practice.

Année
2019
Nombre de pages
52
Année de soutenance
2019-03-27
Type de dépôt
Thèse d'exercice : Médecine
Langue de publication
Français
Éditeur
Université Angers
Lieu d'édition
Angers
Citation Key
dune9963
URL
http://dune.univ-angers.fr/fichiers/14007133/2019MCEM9963/fichier/9963F.pdf
Thèse
Libellé de l'étape
THESE MEDECINE SPECIALISEE
Bac+
9
Publication du contenu
Libellé de l'UFR
UFR médecine
Libellé du diplôme
Diplôme d'État de docteur en médecine
Diffusion du fichier :
Présentation