Imagerie cardiovasculaire

La cartographie T2 pour identifier les patients à haut risque d’AVC

Grâce à la cartographie T2 en IRM cardiaque, des scientifiques britanniques ont pu quantifier les lipides de la plaque d’athérome dans les carotides. Ils espèrent ainsi identifier les patients à haut risque d’AVC et améliorer leur prise en charge.

Le 06/11/17 à 12:00, mise à jour aujourd'hui à 14:33 Lecture 1 min.

Selon les auteurs de l'étude, la cartographie T2 in vivo « permet une quantification précise et hautement reproductible des lipides de la plaque ». © Oxford University / Creative Commons

Leur découverte pourrait permettre de prédire et de prévenir le risque d’accident vasculaire cérébral (AVC). Des chercheurs de l’université d’Oxford (Royaume-Uni), ont évalué une technique d’IRM cardiaque qui permet de préciser la teneur en lipides des plaques d’athérome dans les artères carotides. « Si la plaque est jugée trop grande, les patients sont traités chirurgicalement pour l’enlever. Cette technique a été développée pour différencier les plaques à risque, qui contiennent beaucoup de cholestérol, des plaques plus stables », indique l’université d’Oxford.

Une exploration IRM avant la chirurgie

Les auteurs de cette étude, publiée dans la revue JACC Cardiovascular Imaging [1], ont réalisé des explorations carotidiennes par IRM 3 T avant chirurgie. « Ils ont utilisé la cartographie T2 pour mesurer la quantité de cholestérol dans les plaques carotidiennes de 26 patients », précise l’université britannique. Puis, après l’endartériectomie carotidienne, ils ont examiné la teneur réelle en cholestérol dans chaque plaque. « Ils ont constaté que la nouvelle technique était précise. Ils ont aussi remarqué que le risque était d’autant plus grand qu’ils détectaient du cholestérol dans la plaque. »

Une quantification « précise et hautement reproductible »

Dans leurs résultats, les chercheurs tirent deux conclusions. « Premièrement, la cartographie T2 in vivo permet une quantification précise et hautement reproductible des lipides de la plaque, validée par l’histologie. Deuxièmement, la quantification des lipides permet de distinguer les plaques symptomatiques récentes avec 67 % de sensibilité et 91 % de spécificité. »

Identifier les patients à haut risque d’AVC

Les scientifiques estiment donc que cette technique pourrait jouer un rôle dans l’amélioration de la prise en charge des patients. « Être capable de quantifier le cholestérol dans les plaques carotidiennes est une perspective très intéressante, déclare Luca Biasioli, l’un des auteurs de l’étude. Cette technique pourrait aider les médecins à identifier les patients à haut risque et à prendre des décisions éclairées sur leurs traitements. »

Auteurs

Carla Ferrand

Journaliste cheffe de rubrique

Voir la fiche de l’auteur

Bibliographie

  1. Chai J. T., Biasiolli L. et coll., « Quantification of Lipid-Rich Core in Carotid Atherosclerosis Using Magnetic Resonance T2 Mapping : Relation to Clinical Presentation », JACC : Cardiovascular Imaging, juillet 2017, vol. 10, n° 7, p. 747-756. DOI : 10.1016/j.jcmg.2016.06.013.

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

27 Fév

17:51

Une revue systématique et méta-analyse a évalué la performance de l'IA pour la détection des épanchements du coude en radiographie. Les résultats montrent une sensibilité et une spécificité élevées et comparables entre l’IA et les médecins, sans différence significative.

17:49

Une étude conclut que l'angiomammographie constitue une alternative viable à l’évaluation de l'atteinte du complexe mamelon-aréolaire dans le cancer du sein, en particulier dans les cas de contre-indications à l’IRM.

17:09

Une revue, analysant 10 ans de littérature sur la neuroradiologie en pédiatrie et fœtale sur l’IA, conclu que les collaborations interinstitutionnelles continues peuvent faciliter l’intégration de l’IA dans la neuroradiologie pédiatrique, en complétant les radiologues et en améliorant les soins pédiatriques.
26 Fév

15:23

Une revue narrative analyse l’état actuel de l’intelligence artificielle en neuroradiologie pédiatrique et fœtale, en mettant en évidence ses performances prometteuses en segmentation, détection, classification et pronostic, notamment grâce à l’apprentissage profond. Malgré ces avancées, son adoption clinique demeure limitée en raison de coûts élevés, du manque de grandes bases de données pédiatriques et de défis éthiques et réglementaires, nécessitant des efforts collaboratifs pour favoriser son intégration sécurisée.  
Docteur Imago

GRATUIT
VOIR