Anales de la RANM

209 A N A L E S R A N M R E V I S T A F U N D A D A E N 1 8 7 9 TUMORES DE ESTIRPE NEUROBLÁSTICA EN EDAD PEDIÁTRICA Martí-Bonmatí L, et al. An RANM. 2024;141(03): 209 - 220 MODELO PREDICTIVO DE LA AGRESIVIDAD BIOLÓGICA DE TUMORES DE ESTIRPE NEUROBLÁSTICA EN EDAD PEDIÁTRICA INCORPORANDO LA RADIÓMICA PREDICTIVE MODEL OF THE BIOLOGICAL AGGRESSIVENESS OF NEUROBLAS- TIC TUMORS IN CHI LDREN INCORPORATING RADIOMICS Luis Martí-Bonmatí 1 , 2 , 3 ; Diana Veiga-Canuto 2,3 ; Leonor Cerdá Alberich 3 1. Académico de Número de la Real Academia Nacional de Medicina de España - Radiología. 2. Área Clínica de Imagen Médica, Hospital Universitario y Politécnico La Fe. Valencia. 3. Grupo de Investigación Biomédica en Imagen (GIBI230), Instituto de Investigación Sanitaria La Fe. Valencia. Resumen Los tumores neuroblásticos son las neoplasias sólidas extracraneales más comunes en la infancia, derivando de células de la cresta neural. Su diagnóstico puede variar en presentación clínica y pronóstico. La estadificación inicial y la caracterización del tumor son esenciales para la adaptación del tratamiento. Este estudio explora el uso de biomarcadores de imagen radiómica para mejorar la predicción de la agresividad tumoral. Se realizó un estudio multicéntrico retrospectivo en el seno del proyecto PRIMAGE con 508 pacientes diagnosti- cados de tumores neuroblásticos, usando imágenes de Resonancia Magnética (RM) procesadas mediante técnicas de preparación de la imagen y segmentación automática. Se extrajeron 107 características radiómicas y se aplicaron modelos de supervivencia, incluyendo análisis de SHAP para determinar las variables predictivas. La segmentación automática mostró alta concordancia con la manual (CSD = 0.965). Las características radiómicas fueron estables y reproducibles, con el modelo de supervivencia destacando 10 variables relevantes, entre ellas el eje menor del tumor y la asimetría de la distribución de intensidades. Estos factores se correlacionaron positivamente con el riesgo de mortalidad. Los biomarca- dores de imagen radiómica mejoran la caracterización de tumores neuroblás- ticos y su pronóstico, contribuyendo a la superación de las limitaciones de los sistemas de estadificación actuales. La normalización estandarizada y la segmen- tación automática son cruciales para obtener resultados confiables. Este estudio establece un paso hacia la incorporación de características radiómicas como biomarcadores no invasivos en la práctica clínica. Abstract Neuroblastic tumors are the most common extracranial solid neoplasms in childhood, arising from neural crest cells. Their diagnosis can vary in clinical presentation and prognosis. Initial staging and tumor characterization are essential for treatment adaptation. This study explores the use of radiomic imaging biomarkers to enhance the prediction of tumor aggressiveness. A multicenter retrospective study was conducted as part of the PRIMAGE project, involving 508 patients diagnosed with neuroblastic tumors, utilizing processed magnetic resonance imaging (MRI) through image preparation techniques and automatic segmentation. A total of 107 radiomic features were extracted, and survival models were applied, including SHAP analysis to identify predictive variables. Automatic segmentation demonstrated high agreement with manual segmentation (CSD = 0.965). The radiomic features were stable and reprodu- cible, with the survival model highlighting 10 relevant variables, including the tumor's minor axis and the skewness of intensity distribution. These factors were positively correlated with mortality risk. Radiomic imaging biomarkers improve the characterization and prognosis of neuroblastic tumors, addressing the limita- tions of current staging systems. Standardized normalization and automatic segmentation are crucial for obtaining reliable results. This study establishes a step toward the incorporation of radiomic features as non-invasive biomarkers in clinical practice. Palabras clave: Neuroblastoma; Resonancia Magnética; Biomarcadores de Imagen; Supervivencia; Modelos Predictivos. Keywords: Neuroblastoma; Magnetic Resonance Imaging; Imaging Biomarkers; Survival; Predictive Models. Autor para la correspondencia Luis Martí-Bonmatí Real Academia Nacional de Medicina de España C/ Arrieta, 12 · 28013 Madrid Tlf.: +34 91 159 47 34 | E-Mail: luis.marti@uv.es DOI: 10.32440/ar.2024.141.03. rev02 Enviado*: 18.06.24 | Revisado: 02.07.24 | Aceptado: 13.07.24 R E V I S I Ó N *Fecha de lectura en la RANM