Approche radiomique en IRM multiparamétrique pour la prédiction du grade, du type histologique et de la survie dans les tumeurs cérébrales pédiatriques

Contexte et objectif : l'évaluation qualitative des images en IRM montre des limites dans la caractérisation initiale des tumeurs cérébrales pédiatriques en raison de la grande variabilité histologique. Notre objectif était d'évaluer une approche radiomique pour classer les grades et les types de tumeurs et prédire la survie dans une cohorte hétérogène de tumeurs cérébrales pédiatriques.Matériel et méthodes : cette étude rétrospective a évalué les IRM préopératoires chez 40 enfants atteints de tumeurs cérébrales récemment diagnostiquées. Les images ont été acquises avec différentes IRM et comprenaient des séquences conventionnelles (T1, T2, FLAIR, T1 avec injection de gadolinium) et une séquence pondérée en diffusion. A partir de segmentations manuelles et entièrement automatisées, les paramètres radiomiques ont été extraits et testés par le biais d'une analyse progressive de type ROC (Receiver Operating Characteristic), puis d'un algorithme de regroupement hiérarchique (clustering) et d'une sélection de paramètres basée sur une analyse linéaire avec méthode de validation croisée 10 fois. Des modèles ont ainsi été construits en incluant les signatures radiomiques et des données cliniques. Résultats : sur un total de 10670 paramètres extraits, ceux obtenus à partir de l'imagerie de diffusion et de l'imagerie T1 avec injection de gadolinium ont révélé des performances supérieures à la fois dans la classification des grades et des groupes histologiques et dans la prédiction de la survie. Les paramètres sélectionnés étaient soit des indices de premier ordre, soit des indices de texture tels que la matrice de co-occurrence de niveaux de gris (GLCM) ou la matrice de longueur des niveaux de gris (GLRLM). Ils ont été utilisés pour définir des signatures radiomiques qui ont permis une bonne discrimination entre les tumeurs de bas et de haut grade, une corrélation modérée avec les groupes histologiques et une bonne prédiction de la survie. Un modèle incluant les paramètres radiomiques avec l'âge et l'histologie a surpassé le modèle clinique seul pour les résultats de survie (concordance de 0,92 contre 0,79).Conclusion : l'application d'une approche radiomique aux images IRM de routine dans une cohorte non sélectionnée de tumeurs cérébrales pédiatriques est faisable et pourrait aider à une meilleure caractérisation tumorale initiale