État de l'art

Deux revues synthétisent l’état de la recherche radiologique sur la Covid-19

Publiées à une semaine d'intervalle début janvier 2023, deux revues de Radiology résument les résultats produits par la recherche biomédicale sur la Covid-19 en lien avec la radiologie. Signes radiologiques de la maladie, lien avec les symptômes cliniques, caractéristiques de la Covid longue... Ces articles décortiquent la maladie à l'usage des radiologues.

icon réservé aux abonnésArticle réservé aux abonnés
Le 28/02/23 à 8:30, mise à jour aujourd'hui à 15:08 Lecture 4 min.

Depuis 2020, la recherche médicale a identifié plusieurs signes radiologiques pronostiques de la Covid-19. D'après des études utilisant la segmentation automatique des vaisseaux pulmonaires, une plus faible proportion du volume sanguin pulmonaire présent dans les vaisseaux de section inférieure à 5 mm² (ici en jaune) est ainsi un mauvais facteur pronostique. © Lee et al | Radiology, RSNA

Depuis l'irruption de la Covid-19, la recherche médicale sur cette maladie a conservé un rythme très soutenu : au 21 février 2023, la bibliothèque numérique mondiale LitCovid signalait 328 962 publications scientifiques sur ce sujet. Parmi celles-ci, au moins 5 338 concernaient la radiologie, à raison de plus de 60 publications par mois depuis avril 2020. Afin d'y voir plus clair dans ce tsunami de résultats, deux revues publiées dans Radiology, l'une le 10 janvier et l'autre le 17 janvier, synthétisent les données pertinentes pour les radiologues en imagerie pulmonaire scanner et conventionnelle, de l'infection par le SARS-CoV-2 jusqu'à la Covid longue [1-2].

Une première phase peu discernable en imagerie

L'infection par le coronavirus commence par la liaison de la protéine Spike du virion à l'enzyme de conversion de l'angiotensine 2, récepteur très présent en surface des cellules de l'épithélium des muqueuses orales et pulmonaires mais aussi exprimé dans le cœur, les vaisseaux sanguins

Il vous reste 83% de l’article à lire

Docteur Imago réserve cet article à ses abonnés

S'abonner à l'édition
  • Tous les contenus « abonnés » en illimité
  • Le journal numérique en avant-première
  • Newsletters exclusives, club abonnés

Abonnez-vous !

Docteur Imago en illimité sur desktop, tablette, smartphone, une offre 100% numérique

Offre mensuelle 100 % numérique

23 €

par mois

S’abonner à Docteur Imago

Auteurs

François Mallordy

Journaliste rédacteur spécialisé

Voir la fiche de l’auteur

Bibliographie

  1. Jeong, Y. J., Wi, Y. M., Park, H. et coll., « Current and Emerging Knowledge in COVID-19 », Radiology, 10 janvier 2023. DOI : 10.1148/radiol.222462.
  2. Lee, J. H., Koh, J., Jeon, Y. K. et coll., « An Integrated Radiologic-Pathologic Understanding of COVID-19 Pneumonia », Radiology, 17 janvier 2023. DOI : 10.1148/radiol.222600.

Modalité d’imagerie

Scanner Radiologie conventionnelle

Mots-clés

COVID-19 scanner thoracique

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Sommaire

Le fil Docteur Imago

23 Oct

16:18

Le score de Kaiser en IRM mammaire présente une excellente précision diagnostique pour distinguer les lésions bénignes des lésions malignes chez les patientes présentant des anomalies BI-RADS 0 ou 4 en imagerie conventionnelle (étude).

15:00

13:16

Chez les patients obèses, le scanner à comptage photonique (PCCT) offre une meilleure qualité d’image que le scanner conventionnel (EID CT), avec un meilleur contraste et un rapport signal/bruit supérieur. Il permet également de réduire significativement la dose d’irradiation, en maintenant une bonne qualité diagnostique (étude).

7:45

Une étude a comparé un système d’intelligence artificielle aux critères PI-RADS pour la détection du cancer de la prostate cliniquement significatif en IRM, démontrant une sensibilité non inférieure à l’échelle du patient, mais inférieure à l’échelle lésionnelle. L’IA pourrait compléter PI-RADS pour optimiser le triage des biopsies, notamment des lésions indéterminées PI-RADS 3, concluent les chercheurs.

7:00

22 Oct

15:30

Une équipe de chercheurs a développé un système d’intelligence artificielle multimodale combinant imagerie médicale et données cliniques pour prédire la survie à 24 mois de patients atteints d’un cancer de la prostate métastatique résistant à la castration, traités par radiothérapie vectorisée ciblant le PSMA. Ce modèle affiche des performances prometteuses pour la stratification pronostique et l’aide à la décision clinique.
✕
Docteur Imago

GRATUIT
VOIR