Decodificant la complexitat del càncer de mama mitjançant anàlisi de textura en ressonància magnètica

28.02.2026

Article original: Güzel He, Koç AM, Adıbelli ZH, Taşlı F, Saravi B. Deciphering breast cancer complexity: a study on the predictive power of MRI texture analysis for tumor characterization and treatment response. J Belg Soc Radiol. 2025;109(1):72:1–13.

DOI: 10.5334/jbsr.3919

Societat: Belgian Society Radiology. BSR.

Paraules clau: càncer de mama, ressonància magnètica, textura, subtipus, correlació.

Abreviatures i acrònims utilitzats: MRI (imatge per ressonància magnètica), ROI (regió d'interès), AUC (àrea sota la corba), DWI (imatges ponderades per difusió).

Línia editorial del nombre
Aquest número de Journal of the Belgian Society of Radiology inclou treballs centrats en tècniques avançades d'imatge i en anàlisi quantitativa aplicada a la caracterització tumoral, en línia amb el desenvolupament de la radiòmica i la imatge com a biomarcador.

Motiu de la selecció
He seleccionat aquest article pel seu enfocament a l'extracció d'informació quantitativa a partir de ressonàncies magnètiques rutinàries mitjançant anàlisi de textura, amb l'objectiu de caracteritzar l'heterogeneïtat tumoral al càncer de mama. Des de la perspectiva d'un tècnic de radiologia, és rellevant perquè permet comprendre millor quins paràmetres d'imatge poden aportar informació addicional més enllà de l'avaluació visual convencional i com aquesta anàlisi pot complementar la preparació, l'adquisició i la revisió dels estudis.

Resum

L'estudi analitza de manera retrospectiva 70 pacients amb càncer de mama avaluades mitjançant ressonància magnètica multiparamètrica prèvia al tractament. L'anàlisi radiòmica es va realitzar sobre seqüències ponderades a T1 amb contrast i DWI, a partir de les quals es van delimitar regions d'interès (ROI) tumorals per a l'extracció de múltiples paràmetres de textura, incloent-hi característiques basades en histogrames i matrius de coocurrència.

L'objectiu principal del treball és avaluar si l'anàlisi de textura per ressonància magnètica permet predir característiques histopatològiques, subtipus moleculars i la resposta al tractament neoadjuvant.

Les característiques texturals es van correlacionar amb dades clíniques, histològiques i moleculars, com el grau tumoral i els diferents subtipus de càncer de mama. Per avaluar la capacitat predictiva, els autors van aplicar diferents models d'aprenentatge automàtic, com ara regressió logística, Random Forest i XGBoost, considerant com a mètrica principal l'àrea sota la corba (AUC).

Els resultats mostren que determinades característiques de textura s'associen de manera significativa amb subtipus tumorals més agressius i amb diferències en la resposta al tractament. Els models predictius van assolir valors d'AUC en un rang aproximat de 0,64-0,70, sent Random Forest el que va mostrar el rendiment més alt. Aquestes troballes suggereixen que l'anàlisi de textura podria aportar informació complementària rellevant a l'avaluació convencional per ressonància magnètica.

Els autors conclouen que l'anàlisi de textura mitjançant ressonància magnètica té potencial com a biomarcador no invasiu per a la caracterització del càncer de mama i la predicció de la resposta terapèutica, encara que subratllen la necessitat d'estudis prospectius, amb més mida mostral i validació externa, abans de la possible implementació clínica.

Valoració personal

Considero que l'article s'emmarca en una línia de recerca actual i rellevant en radiologia oncològica, centrada en l'aplicació de tècniques de radiòmica i anàlisi de textura a la ressonància magnètica per millorar la caracterització del càncer de mama. El plantejament és atractiu, ja que proposa extreure informació quantitativa addicional d'estudis d'imatge que ja formen part del maneig habitual d'aquestes pacients, sense procediments invasius.

Punts forts: Destacaria la integració de paràmetres d'imatge amb informació histopatològica i molecular, reforçant la rellevància clínica de l'estudi i el concepte de la imatge com a biomarcador. La utilització de múltiples característiques texturals i diferents models daprenentatge automàtic permeten explorar el potencial predictiu de la ressonància magnètica més enllà de la valoració visual convencional. A més, la metodologia està ben descrita i els resultats es presenten de manera clara i estructurada, facilitant-ne la comprensió.

Principals limitacions: la mida mostral reduïda i el disseny retrospectiu limiten la robustesa dels resultats i augmenten el risc de sobreajustament dels models. L'absència d'una cohort de validació externa dificulta la generalització de les troballes, i la manca d'estandardització en l'adquisició d'imatges, la segmentació de lesions i el càlcul de paràmetres de textura en limita la reproductibilitat. Així mateix, la complexitat tècnica i el temps requerit per fer aquesta anàlisi suposen una barrera per a la seva aplicació immediata a la pràctica clínica diària.
En conjunt, considero que es tracta d'un treball interessant i ben orientat des del punt de vista investigador, que aporta evidència inicial sobre el valor de l'anàlisi de textura per ressonància magnètica al càncer de mama. No obstant això, els resultats han d'interpretar-se amb cautela i considerar-se com a base per a futurs estudis prospectius i multicèntrics, més que com a eina llesta per a la seva implementació clínica rutinària.

María Elena Herrero Martín
TSID - TSRT - IR Tech - MSc

ocapi30@gmail.com