Ayuda
Ir al contenido

Dialnet


Resumen de Guía SEOM-SERAM-SEMNIM sobre el empleo de las técnicas de imagen funcional y molecular en el cáncer de pulmón no microcítico avanzado

Gabriel C. Fernández Pérez, R. Sánchez Escribano, Ana María García Vicente, Antonio Luna Alcalá, Jaime Ceballos Viro, Roberto Carlos Delgado Bolton, Joan Carles Vilanova Busquets, Pedro Sánchez Rovira, Maria Patricia Fierro Alanis, Roberto García Figueiras, José Enrique Alés Martínez

  • español

    En oncología, las técnicas de imagen son una herramienta esencial para el manejo de los pacientes, pero su potencial está enormemente infrautilizado. Cada una de las modalidades que se utilizan en el proceso diagnóstico ofrece, también, información funcional que puede ser relevante para el proceso de toma de decisiones en torno al tratamiento. Nuevos algoritmos y técnicas de imagen acentúan lo que ya sabemos del fenotipo del tumor y de su posible respuesta a diferentes tratamientos. Las modalidades de imagen funcional se definen como aquellas que ofrecen información más allá de los meros datos morfológicos e incluyen todas las técnicas que hacen posible medir funciones fisiológicas específicas del tumor, mientras que las modalidades de imagen molecular se refieren a técnicas que nos permiten medir cambios a nivel metabólico. Las técnicas funcionales y moleculares incluidas en el presente documento se basan en la tomografía computarizada (TC) multidetector, la tomografía por emisión de positrones con 18-fluorodesoxiglucosa (18F-FDG PET), la resonancia magnética (RM) y los equipos híbridos que integran la PET y la TC (PET/TC) o la PET y la RM (PET/RM). El cáncer de pulmón es uno de los tumores más comunes y letales que existen, aunque la supervivencia va en aumento gracias a los avances realizados en los métodos diagnósticos y a los nuevos tratamientos. Esta mayor supervivencia plantea retos en torno a un adecuado seguimiento y a las definiciones de respuesta y progresión de la enfermedad, tal y como ejemplifica la seudoprogresión de la enfermedad asociada a las terapias inmunológicas. En este documento de consenso abordamos el uso de las técnicas de imagen funcional y molecular a fin de poder explotar todo su potencial en la actualidad, y explorar futuras aplicaciones en el diagnóstico, evaluación de la respuesta al tratamiento y detección de la recurrencia del cáncer de pulmón no microcítico en fase avanzada.

  • English

    Imaging in oncology is an essential tool for patient management but its potential is being profoundly underutilized. Each of the techniques used in the diagnostic process also conveys functional information that can be relevant in treatment decision making. New imaging algorithms and techniques enhance our knowledge about the phenotype of the tumor and its potential response to different therapies. Functional imaging can be defined as the one that provides information beyond the purely morphological data, and include all the techniques that make it possible to measure specific physiological functions of the tumor, whereas molecular imaging would include techniques that allow us to measure metabolic changes. Functional and molecular techniques included in this document are based on multi-detector computed tomography (CT), 18F-fluorodeoxyglucose positron emission tomography (18F-FDG PET), magnetic resonance imaging (MRI), and hybrid equipments, integrating PET with CT (PET/CT) or MRI (PET-MRI). Lung cancer is one of the most frequent and deadly tumors although survival is increasing thanks to advances in diagnostic methods and new treatments. This increased survival poises challenges in terms of proper follow-up and definitions of response and progression, as exemplified by immune therapy-related pseudoprogression. In this consensus document, the use of functional and molecular imaging techniques will be addressed to exploit their current potential and explore future applications in the diagnosis, evaluation of response and detection of recurrence of advanced NSCLC.


Fundación Dialnet

Dialnet Plus

  • Más información sobre Dialnet Plus