L'élastographie inopérante pour évaluer la malignité d'une masse musculo-squelettique

17/01/2017
De Bruno Benque

Une étude menée en Angleterre et publiée dans la revue European Radiology montre que l’élastographie share wave n’apporte rien de plus que l’échographie par déterminer la malignité d’une masse musculo-squelettique.

Une étude publiée dans la revue European Radiology se propose de déterminer si l'élastographie share wave quantitative et qualitative de joue un rôle dans l'évaluation des masses musculo-squelettiques.

L’échographie et l’élastographie share wave pour évaluer la malignité des masses musculo-squelettiques

Dans ce travail, mené par le Dr B.Pass, du Musculoskeletal Centre X-Ray Department au sein du Leeds Teaching Hospitals Trust (Leeds, UK),105 patients consécutifs, éligibles prospectivement à une biopsie dans un centre spécialisé pour le traitement du sarcome, ont subi une échographie mode B et une élastographie share wave, quantitative (m/s) et qualitative (couleur). La référence était l'histologie de la biopsie, ou de l'excision subséquente lorsque c'était possible. La modélisation statistique a été réalisée pour tester les données d'élastographie et / ou l'imagerie en mode B pour prédire la malignité.

Une sensibilité de 76,9% pour la malignité en échographie

Sur 105 masses, 39 étaient malignes et 6 n'avaient pas d'histologie mais avaient des caractéristiques bénignes à 12 mois. L'imagerie en mode B a présenté une spécificité de 78,8% et une sensibilité de 76,9% pour la malignité. Quantitativement, en fonction de l'âge, du mode B et du volume de la lésion, il n'y avait pas de corrélation statistiquement significative entre la vitesse longitudinale et la malignité, tandis qu’une augmentation de la vitesse transverse était associée à une diminution de la probabilité de malignité. Les masses qualitativement malignes tendent vers le spectre bleu (vitesses inférieures); 39,5% (17/43) des masses principalement bleues étaient malignes, contre 14,3% (1/7) des lésions rouges.

Ces résultats montrent que, quantitativement et qualitativement il n'y a pas d'association statistiquement significative entre la vitesse d'onde de cisaillement (Share wave) et la malignité. D’autre part, il n'y a pas non plus de rôle supplémentaire clair pour l’échographie en mode B actuellement.

SUR LE MÊME THÈME

Imagerie Ostéo-articulaire
Le challenge d'IA 2026 sera consacré à l'IRM du genou

Le challenge d'IA 2026 sera consacré à l'IRM du genou

Le 2026 RSNA Knee MRI AI Challenge, le 12ème défi de ce type organisé par la RSNA, sera lancé en juillet 2026. L'objectif est de développer des outils d’IA capables d'identifier de manière fiable les anomalies du genou et de favoriser une prise en charge plus cohérente et plus rapide.

24/06/2026 -

Imagerie Ostéo-articulaire
Retour d'expérience à l'Hôpital européen Geroges Pompidou

Retour d'expérience à l'Hôpital européen Geroges Pompidou

Au bloc opératoire, l’imagerie ne tolère ni latence ni approximation. Elle intervient comme un outil de validation immédiate du geste chirurgical, avec des contraintes fortes en termes de lisibilité, de disponibilité et d’intégration dans le flux opératoire. À l’Hôpital Européen Georges Pompidou, le...

27/05/2026 -

Imagerie Ostéo-articulaire
Un authentique biomarqueur IRM pour les risques cardio-métaboliques
Abonné(e)

Un authentique biomarqueur IRM pour les risques cardio-métaboliques

En utilisant un modèle de deep learning pour analyser la composition des grands muscles sur des images IRM, des chercheurs allemands ont découvert que les proportions de graisse intermusculaire et de masse musculaire maigre étaient associées à une hypertension artérielle et à des taux de lipides et...

12/05/2026 -

Imagerie Ostéo-articulaire
Un modèle de deep learning pour identifier les métastases osseuses à la TDM
Abonné(e)

Un modèle de deep learning pour identifier les métastases osseuses à la TDM

Il est désormais possible d’identifier des métastases osseuses à partir de modèles de deep learning et d’images de tomodensitométrie. Une étude publiée dans la Revue Radiology : Artificial intelligence compare les performances de deux modèles de deep learning à celle de radiologues juniors et expéri...

21/04/2026 -

Imagerie Ostéo-articulaire
L'IRM matérialise la graisse intramusculaire des consommateurs de malbouffe
Abonné(e)

L'IRM matérialise la graisse intramusculaire des consommateurs de malbouffe

La consommation d’aliments ultra-transformés est associée à une plus grande accumulation de graisse dans les muscles des cuisses, indépendamment de l'apport calorique ou de l'activité physique, au sein d'une population à risque d'arthrose du genou. C’est le résultat d’une étude publiée dans la Revue...

15/04/2026 -

Imagerie Ostéo-articulaire
Le deep learning pour la segmentation tumorale de l'ostéosarcome pédiatrique par IRM
Abonné(e)

Le deep learning pour la segmentation tumorale de l'ostéosarcome pédiatrique par IRM

Les variations du volume tumoral par IRM sont un bon biomarqueur non invasif et le deep learning permet d’optimiser la segmentation tumorale dans ce cadre. Une étude publiée dans la Revue European Radiology compare les résultats de la segmentation par réseau de neurones convolutifs à la segmentation...

08/04/2026 -

Imagerie Ostéo-articulaire
Évaluation quantitative de métastase osseuse améliorée grâce à l'empreinte par résonance magnétique
Abonné(e)

Évaluation quantitative de métastase osseuse améliorée grâce à l'empreinte par résonance magnétique

L’empreinte par résonance magnétique peut-elle apporter des éléments quantitatifs de la réponse au traitement des métastases osseuses ? C’est ce que cherche à démontrer une étude publiée dans la Revue European Radiology qui met en jeu des mesures T1 et T2 obtenues par ERM, comparées à l’IRM conventi...

07/04/2026 -

LETTRE D'INFORMATION

Ne manquez aucune actualité en imagerie médicale et radiologie !

Inscrivez-vous à notre lettre d’information hebdomadaire pour recevoir les dernières actualités, agendas de congrès, et restez informé des avancées et innovations dans le domaine.