Evaluación de lesiones óseas y ganglios linfáticos indeterminados en PSMA-PET: un algoritmo de consenso...

Área de la Ciencia:

• Oncología
• Radiología
• Medicina Nuclear

Sus antecedentes:

• La PET de antígeno de membrana específico de la próstata (PSMA) es crucial para el manejo del cáncer de próstata.
• La interpretación de lesiones óseas y de ganglios linfáticos indeterminados en PSMA-PET sigue siendo un desafío clínico.
• Los sistemas de interpretación existentes, como PSMA-RADS y PROMISE V2, tienen limitaciones para abordar hallazgos equívocos.

Objetivo del estudio:

• Desarrollar, implementar y evaluar un algoritmo de consenso multidisciplinario para la interpretación de lesiones óseas y de ganglios linfáticos indeterminados en PSMA-PET.
• Integrar imágenes multimodales e información clinicopatológica en un marco de interpretación estandarizado.
• Comparar el rendimiento del algoritmo con los sistemas de puntuación existentes y un estándar de referencia.

Principales métodos:

• Estudio retrospectivo de un solo centro de un algoritmo implementado prospectivamente.
• Inclusión de pacientes consecutivos con cáncer de próstata discutidos en un comité de tumores multidisciplinario (MDT) para hallazgos indeterminados en PSMA-PET.
• Desarrollo de un algoritmo de nivel de sospecha que incorpora la ubicación de la lesión, imágenes convencionales, características de PSMA-PET y datos clinicopatológicos.

Principales resultados:

• El algoritmo clasificó las lesiones como benignas (48,1%), equívocas (4,9%), metástasis (40,7%) o mixtas (6,2%).
• Se logró una alta precisión del 94,1% en comparación con un estándar de referencia compuesto.
• El algoritmo demostró tasas significativamente más bajas de interpretaciones equívocas (4,9%) en comparación con PSMA-RADS (53,1%) y PROMISE V2 (64,2%).

Conclusiones:

• Un algoritmo de consenso multidisciplinario interpreta eficazmente las lesiones óseas y de ganglios linfáticos indeterminados en PSMA-PET.
• La integración de la información clinicopatológica y las imágenes multimodales en un entorno MDT reduce las interpretaciones equívocas.
• Este algoritmo muestra potencial para mejorar la precisión diagnóstica y guiar las decisiones de manejo en la estadificación del cáncer de próstata.