Servicios Personalizados
Revista
Articulo
Indicadores
- Citado por SciELO
- Accesos
Links relacionados
- Similares en SciELO
Compartir
Gaceta médica de México
versión On-line ISSN 2696-1288versión impresa ISSN 0016-3813
Resumen
ROLDAN-VALADEZ, Ernesto; ANAYA-SANCHEZ, Sofía; RIVERA-SOTELO, Nathaly y MORENO-JIMENEZ, Sergio. Desempeño de biomarcadores de las imágenes con tensor de difusión en regiones tumorales del glioblastoma. Análisis exploratorio de datos mediante gráficos de zombie y pruebas de diagnóstico. Gac. Méd. Méx [online]. 2022, vol.158, n.1, pp.57-65. Epub 25-Abr-2022. ISSN 2696-1288. https://doi.org/10.24875/gmm.21000583.
Introducción:
Han sido reportados 11 biomarcadores de imágenes con tensor de difusión (DTI) en las regiones tumorales del glioblastoma.
Objetivo:
Comparar la eficacia de biomarcadores de glioblastoma mediante gráficos de zombie, que permiten la comparación simultánea en función de razones de verosimilitud.
Métodos:
Cohorte retrospectiva de 29 sujetos con glioblastoma a quienes se efectuó resonancia magnética cerebral de 3 T. Los eigenvalores mayor, intermedio y menor de ITD se utilizaron para calcular 11 biomarcadores en cinco regiones tumorales: sustancia blanca de apariencia normal (NAWM), edema proximal y distal, tumoral viable y necrosis. Las tablas de contingencia con resultados verdaderos y falsos positivos y negativos permitieron calcular gráficos de zombie basados en el factor de Bayes y pruebas diagnósticas previamente no reportadas.
Resultados:
Los biomarcadores DM, AF, q, L, Cl, Cp, AR actúan en la zona óptima para el diagnóstico de NAWM. Las regiones de edema proximal y distal, tejido tumoral que se realza con contraste y necrosis no poseen biomarcadores que las identifiquen en un nivel de rendimiento óptimo.
Conclusiones:
Los biomarcadores DM, AF, q, L, Cl, Cp, AR discriminan el tejido cerebral normal en la zona óptima, pero el rendimiento de otras regiones tumorales se ubica en las zonas de inclusión diagnóstica, exclusión diagnóstica y mediocre.
Palabras llave : Neoplasias cerebrales; Imágenes con tensor de difusión; Razón de verosimilitud; Curva ROC; Sensibilidad y especificidad.