array:24 [ "pii" => "S0033833810001682" "issn" => "00338338" "doi" => "10.1016/j.rx.2010.03.017" "estado" => "S300" "fechaPublicacion" => "2010-09-01" "aid" => "226" "copyright" => "SERAM" "copyrightAnyo" => "2009" "documento" => "article" "crossmark" => 0 "subdocumento" => "fla" "cita" => "Radiologia. 2010;52:432-41" "abierto" => array:3 [ "ES" => false "ES2" => false "LATM" => false ] "gratuito" => false "lecturas" => array:2 [ "total" => 6948 "formatos" => array:3 [ "EPUB" => 12 "HTML" => 5530 "PDF" => 1406 ] ] "itemSiguiente" => array:18 [ "pii" => "S0033833810002535" "issn" => "00338338" "doi" => "10.1016/j.rx.2010.05.015" "estado" => "S300" "fechaPublicacion" => "2010-09-01" "aid" => "252" "copyright" => "SERAM" "documento" => "article" "crossmark" => 0 "subdocumento" => "fla" "cita" => "Radiologia. 2010;52:442-9" "abierto" => array:3 [ "ES" => false "ES2" => false "LATM" => false ] "gratuito" => false "lecturas" => array:2 [ "total" => 11397 "formatos" => array:3 [ "EPUB" => 15 "HTML" => 6016 "PDF" => 5366 ] ] "es" => array:13 [ "idiomaDefecto" => true "cabecera" => "<span class="elsevierStyleTextfn">Original</span>" "titulo" => "Manejo conservador de las lesiones esplénicas: experiencia en 136 pacientes con traumatismo esplénico cerrado" "tienePdf" => array:2 [ 0 => "es" 1 => "en" ] "tieneTextoCompleto" => "es" "tieneResumen" => array:2 [ 0 => "es" 1 => "en" ] "paginas" => array:1 [ 0 => array:2 [ "paginaInicial" => "442" "paginaFinal" => "449" ] ] "titulosAlternativos" => array:1 [ "en" => array:1 [ "titulo" => "Conservative management of splenic lesions: Experience in 136 patients with blunt splenic injury" ] ] "contieneResumen" => array:2 [ "es" => true "en" => true ] "contieneTextoCompleto" => array:1 [ "es" => true ] "contienePdf" => array:2 [ "es" => true "en" => true ] "resumenGrafico" => array:2 [ "original" => 0 "multimedia" => array:7 [ "identificador" => "f0010" "etiqueta" => "Figura 2" "tipo" => "MULTIMEDIAFIGURA" "mostrarFloat" => true "mostrarDisplay" => false "figura" => array:1 [ 0 => array:4 [ "imagen" => "gr2.jpeg" "Alto" => 1736 "Ancho" => 750 "Tamanyo" => 170170 ] ] "descripcion" => array:1 [ "es" => "<p id="sp0010" class="elsevierStyleSimplePara elsevierViewall">Varón hemodinámicamente estable en el que la TC con contraste muestra una laceración parenquimatosa con 2 áreas focales de sangrado activo (A). La arteriografía demostró una arteria esplénica tortuosa y un área focal de extravasado de contraste (flecha) dependiente de ramas distales de la arteria esplénica (B). Para la embolización se emplearon 4 espirales (2–3<span class="elsevierStyleHsp" style=""></span>mm de diámetro) (flechas) (C). El angiograma de control mostró un pequeño foco de sangrado activo dependiente de una fístula arteriovenosa que fue manejado conservadoramente.</p>" ] ] ] "autores" => array:1 [ 0 => array:2 [ "autoresLista" => "A. Hilario Barrio, S. Borruel Nacenta, A. Plá Romero, A. Sánchez Guerrero, C. García Fuentes, M. Chico Fernández, J. Roldán Ramos" "autores" => array:7 [ 0 => array:2 [ "nombre" => "A." "apellidos" => "Hilario Barrio" ] 1 => array:2 [ "nombre" => "S." "apellidos" => "Borruel Nacenta" ] 2 => array:2 [ "nombre" => "A." "apellidos" => "Plá Romero" ] 3 => array:2 [ "nombre" => "A." "apellidos" => "Sánchez Guerrero" ] 4 => array:2 [ "nombre" => "C." "apellidos" => "García Fuentes" ] 5 => array:2 [ "nombre" => "M." "apellidos" => "Chico Fernández" ] 6 => array:2 [ "nombre" => "J." "apellidos" => "Roldán Ramos" ] ] ] ] ] "idiomaDefecto" => "es" "EPUB" => "https://multimedia.elsevier.es/PublicationsMultimediaV1/item/epub/S0033833810002535?idApp=UINPBA00004N" "url" => "/00338338/0000005200000005/v1_201305061403/S0033833810002535/v1_201305061403/es/main.assets" ] "itemAnterior" => array:18 [ "pii" => "S0033833810002249" "issn" => "00338338" "doi" => "10.1016/j.rx.2010.05.008" "estado" => "S300" "fechaPublicacion" => "2010-09-01" "aid" => "244" "copyright" => "SERAM" "documento" => "article" "crossmark" => 0 "subdocumento" => "fla" "cita" => "Radiologia. 2010;52:425-31" "abierto" => array:3 [ "ES" => false "ES2" => false "LATM" => false ] "gratuito" => false "lecturas" => array:2 [ "total" => 9620 "formatos" => array:3 [ "EPUB" => 15 "HTML" => 6146 "PDF" => 3459 ] ] "es" => array:13 [ "idiomaDefecto" => true "cabecera" => "<span class="elsevierStyleTextfn">ORIGINAL</span>" "titulo" => "Quimioembolización de hepatocarcinoma mediante TACE-precisión: resultados al 2.° año en un hospital general" "tienePdf" => "es" "tieneTextoCompleto" => "es" "tieneResumen" => array:2 [ 0 => "es" 1 => "en" ] "paginas" => array:1 [ 0 => array:2 [ "paginaInicial" => "425" "paginaFinal" => "431" ] ] "titulosAlternativos" => array:1 [ "en" => array:1 [ "titulo" => "Treatment of Hepatocellular Carcinoma using Precision Transcatheter Arterial Chemoembolization (TACE): Results of Two Years’ Experience in a General Hospital" ] ] "contieneResumen" => array:2 [ "es" => true "en" => true ] "contieneTextoCompleto" => array:1 [ "es" => true ] "contienePdf" => array:1 [ "es" => true ] "resumenGrafico" => array:2 [ "original" => 0 "multimedia" => array:7 [ "identificador" => "fig1" "etiqueta" => "Figura 1" "tipo" => "MULTIMEDIAFIGURA" "mostrarFloat" => true "mostrarDisplay" => false "figura" => array:1 [ 0 => array:4 [ "imagen" => "gr1.jpeg" "Alto" => 2438 "Ancho" => 1979 "Tamanyo" => 458186 ] ] "descripcion" => array:1 [ "es" => "<p class="elsevierStyleSimplePara elsevierViewall">Angiografia que muestra gran LOE hepática hipervascular de 6<span class="elsevierStyleHsp" style=""></span>cm dependiente de arteria frénica derecha y hepática derecha (a y b), con excelente resultado en control postembolización (c). Cortes axiales de TC de junio de 2008 previo a quimioembolización que muestran la lesión hiperdensa en relación con CHC (d) y control realizado en febrero de 2009 tras 2 sesiones de TACE de precisión que muestra la imagen hipodensa sin captación de contraste iv, en relación con respuesta completa (CR) (e).</p>" ] ] ] "autores" => array:1 [ 0 => array:2 [ "autoresLista" => "M. García-Hidalgo Alonso, C. Lanciego Pérez, G. De La Cruz Pérez, J. Velasco Gómez, J.M. Pinto Varela, L. García-García" "autores" => array:6 [ 0 => array:2 [ "nombre" => "M." "apellidos" => "García-Hidalgo Alonso" ] 1 => array:2 [ "nombre" => "C." "apellidos" => "Lanciego Pérez" ] 2 => array:2 [ "nombre" => "G." "apellidos" => "De La Cruz Pérez" ] 3 => array:2 [ "nombre" => "J." "apellidos" => "Velasco Gómez" ] 4 => array:2 [ "nombre" => "J.M." "apellidos" => "Pinto Varela" ] 5 => array:2 [ "nombre" => "L." "apellidos" => "García-García" ] ] ] ] ] "idiomaDefecto" => "es" "EPUB" => "https://multimedia.elsevier.es/PublicationsMultimediaV1/item/epub/S0033833810002249?idApp=UINPBA00004N" "url" => "/00338338/0000005200000005/v1_201305061403/S0033833810002249/v1_201305061403/es/main.assets" ] "es" => array:19 [ "idiomaDefecto" => true "cabecera" => "<span class="elsevierStyleTextfn">ORIGINAL</span>" "titulo" => "Análisis nosológico con parámetros de perfusión tisular de RM obtenidos mediante los modelos monocompartimental y farmacocinético en los glioblastomas cerebrales" "tieneTextoCompleto" => true "paginas" => array:1 [ 0 => array:2 [ "paginaInicial" => "432" "paginaFinal" => "441" ] ] "autores" => array:1 [ 0 => array:4 [ "autoresLista" => "A.J. Revert Ventura, R. Sanz-Requena, L. Martí-Bonmatí, J. Jornet, J. Piquer, A. Cremades, J.M. Carot" "autores" => array:7 [ 0 => array:4 [ "nombre" => "A.J." "apellidos" => "Revert Ventura" "email" => array:1 [ 0 => "ajrevert@telefonica.net" ] "referencia" => array:2 [ 0 => array:2 [ "etiqueta" => "<span class="elsevierStyleSup">a</span>" "identificador" => "aff1" ] 1 => array:2 [ "etiqueta" => "<span class="elsevierStyleSup">¿</span>" "identificador" => "cor1" ] ] ] 1 => array:3 [ "nombre" => "R." "apellidos" => "Sanz-Requena" "referencia" => array:1 [ 0 => array:2 [ "etiqueta" => "<span class="elsevierStyleSup">b</span>" "identificador" => "aff2" ] ] ] 2 => array:3 [ "nombre" => "L." "apellidos" => "Martí-Bonmatí" "referencia" => array:2 [ 0 => array:2 [ "etiqueta" => "<span class="elsevierStyleSup">b</span>" "identificador" => "aff2" ] 1 => array:2 [ "etiqueta" => "<span class="elsevierStyleSup">c</span>" "identificador" => "aff3" ] ] ] 3 => array:3 [ "nombre" => "J." "apellidos" => "Jornet" "referencia" => array:1 [ 0 => array:2 [ "etiqueta" => "<span class="elsevierStyleSup">d</span>" "identificador" => "aff4" ] ] ] 4 => array:3 [ "nombre" => "J." "apellidos" => "Piquer" "referencia" => array:1 [ 0 => array:2 [ "etiqueta" => "<span class="elsevierStyleSup">e</span>" "identificador" => "aff5" ] ] ] 5 => array:3 [ "nombre" => "A." "apellidos" => "Cremades" "referencia" => array:1 [ 0 => array:2 [ "etiqueta" => "<span class="elsevierStyleSup">f</span>" "identificador" => "aff6" ] ] ] 6 => array:3 [ "nombre" => "J.M." "apellidos" => "Carot" "referencia" => array:1 [ 0 => array:2 [ "etiqueta" => "<span class="elsevierStyleSup">g</span>" "identificador" => "aff7" ] ] ] ] "afiliaciones" => array:7 [ 0 => array:3 [ "entidad" => "Servicio de Radiología, Hospital de Manises, Manises, España" "etiqueta" => "<span class="elsevierStyleSup">a</span>" "identificador" => "aff1" ] 1 => array:3 [ "entidad" => "Servicio de Radiología, Hospital Quirón Valencia, Valencia, España" "etiqueta" => "<span class="elsevierStyleSup">b</span>" "identificador" => "aff2" ] 2 => array:3 [ "entidad" => "Servicio de Radiología, Hospital Universitario Dr. Peset, Valencia, España" "etiqueta" => "<span class="elsevierStyleSup">c</span>" "identificador" => "aff3" ] 3 => array:3 [ "entidad" => "Servicio de Radiología, Hospital de la Ribera, Alzira, España" "etiqueta" => "<span class="elsevierStyleSup">d</span>" "identificador" => "aff4" ] 4 => array:3 [ "entidad" => "Servicio de Neurocirugía, Hospital de la Ribera, Alzira, España" "etiqueta" => "<span class="elsevierStyleSup">e</span>" "identificador" => "aff5" ] 5 => array:3 [ "entidad" => "Servicio de Anatomía Patológica, Hospital de la Ribera, Alzira, España" "etiqueta" => "<span class="elsevierStyleSup">f</span>" "identificador" => "aff6" ] 6 => array:3 [ "entidad" => "Departamento de Estadística e Investigación Operativa, Universidad Politécnica de Valencia, Valencia, España" "etiqueta" => "<span class="elsevierStyleSup">g</span>" "identificador" => "aff7" ] ] "correspondencia" => array:1 [ 0 => array:3 [ "identificador" => "cor1" "etiqueta" => "⁎" "correspondencia" => "Autor para correspondencia." ] ] ] ] "titulosAlternativos" => array:1 [ "en" => array:1 [ "titulo" => "Nosological analysis of MRI tissue perfusion parameters obtained using the unicompartmental and pharmacokinetic models in cerebral glioblastomas" ] ] "resumenGrafico" => array:2 [ "original" => 0 "multimedia" => array:7 [ "identificador" => "fig2" "etiqueta" => "Figura 2" "tipo" => "MULTIMEDIAFIGURA" "mostrarFloat" => true "mostrarDisplay" => false "figura" => array:1 [ 0 => array:4 [ "imagen" => "gr2.jpeg" "Alto" => 914 "Ancho" => 2167 "Tamanyo" => 79806 ] ] "descripcion" => array:1 [ "es" => "<p id="sp0035" class="elsevierStyleSimplePara elsevierViewall">Esquema del modelo farmacocinético bicompartimental, donde se pueden observar los 2 compartimentos (vascular e intersticial) y las constantes de transferencia entre ambos (K<span class="elsevierStyleSup">trans</span> y k<span class="elsevierStyleInf">ep</span>).</p>" ] ] ] "textoCompleto" => "<span class="elsevierStyleSections"><span id="s0025" class="elsevierStyleSection elsevierViewall"><span class="elsevierStyleSectionTitle">Introducción</span><p id="p0080" class="elsevierStylePara elsevierViewall">Los astrocitomas son los tumores cerebrales primarios más frecuentes del SNC. La OMS los clasifica en circunscritos o difusos<a class="elsevierStyleCrossRef" href="#bib1"><span class="elsevierStyleSup">1</span></a>. Solo los astrocitomas grado I se consideran circunscritos, mientras que son difusos los grado II o astrocitomas de bajo grado, grado III o anaplásicos, y grado IV o glioblastomas.</p><p id="p0085" class="elsevierStylePara elsevierViewall">Los glioblastomas forman el grupo más numeroso y con peor pronóstico, con una supervivencia media que oscila entre 8–15 meses<a class="elsevierStyleCrossRef" href="#bib2"><span class="elsevierStyleSup">2</span></a>. Son tumores heterogéneos que tienen una clara disposición a infiltrar el tejido cerebral siguiendo las estructuras vasculares y los haces y comisuras de la sustancia blanca. Normalmente, la resección quirúrgica completa de estas lesiones no es posible.</p><p id="p0090" class="elsevierStylePara elsevierViewall">El diagnóstico anatomopatológico del glioblastoma se realiza en función de la atipia celular, la presencia de mitosis, la proliferación vascular y la necrosis. Las muestras histológicas se obtienen por biopsia o resección quirúrgica, estando sujetas a errores de muestreo al ser lesiones muy heterogéneas, incluso en el caso de las resecciones amplias. Este sesgo puede conducir a catalogar un tumor en un grupo al que no pertenece, con el consiguiente riesgo de establecer un pronóstico y recibir un tratamiento inadecuado. Por otra parte, no hay una correlación completa entre el grado histológico y el comportamiento biológico del tumor. La clasificación actual de los tumores puede fallar a la hora de predecir la respuesta individual de cada tumor dentro del mismo grado histológico<a class="elsevierStyleCrossRef" href="#bib3"><span class="elsevierStyleSup">3</span></a>.</p><p id="p0095" class="elsevierStylePara elsevierViewall">El incremento del número de vasos es una de las características histológicas de los tumores de alto grado y uno de los parámetros fisiológicos que indican la actividad biológica de los tumores, siendo un claro factor predictivo de mal pronóstico<a class="elsevierStyleCrossRef" href="#bib4"><span class="elsevierStyleSup">4</span></a>. Estos vasos neoformados son más tortuosos e inmaduros, presentando un aumento de la permeabilidad a las macromoléculas respecto a los vasos del tejido cerebral sano.</p><p id="p0100" class="elsevierStylePara elsevierViewall">La angiogénesis en los tumores del SNC no puede cuantificarse de manera eficaz con los estudios de RM convencionales, debiendo emplearse secuencias especiales de perfusión potenciadas en T2<span class="elsevierStyleSup">*</span> y herramientas adecuadas de posproceso. Estas secuencias se basan en la pérdida de señal por efecto de la susceptibilidad magnética que produce un medio de contraste paramagnético al circular por los vasos cerebrales. Esta reducción de señal es proporcional a la concentración del contraste y al volumen sanguíneo cerebral<a class="elsevierStyleCrossRef" href="#bib5"><span class="elsevierStyleSup">5</span></a>. Los parámetros de perfusión con estas secuencias dinámicas de susceptibilidad magnética permiten demostrar de forma indirecta el grado de neoangiogénesis y la permeabilidad capilar de los vasos tumorales, los cuales pueden considerarse como marcadores biológicos de malignidad.</p><p id="p0105" class="elsevierStylePara elsevierViewall">Los parámetros obtenidos de las secuencias de perfusión pueden proporcionar información in vivo de la fisiología de los tumores que complemente la gradación histopatológica, convirtiéndolos en marcadores indirectos de la neoangiogénesis<a class="elsevierStyleCrossRefs" href="#bib6"><span class="elsevierStyleSup">6,7</span></a>. Dada la enorme heterogeneidad en la distribución espacial de los neovasos, los valores obtenidos se deben calcular para la totalidad del tumor y no limitarse a áreas específicas, como sucede en el caso de las biopsias y las resecciones quirúrgicas. Es por tanto una clara necesidad metodológica el análisis de aquellas áreas concretas del tumor con valores más representativos.</p><p id="p0110" class="elsevierStylePara elsevierViewall">Existen 2 modelos basados en la imagen para abordar la cuantificación in vivo de parámetros hemodinámicos: el basado en un análisis monocompartimental de la morfología de las curvas de captación y el multicompartimental con criterios farmacocinéticos.</p><p id="p0115" class="elsevierStylePara elsevierViewall">En el modelo monocompartimental de morfología de curva se asume que la concentración tisular del contraste es una función del volumen de contraste inyectado y del espacio vascular, asumiendo que la recirculación y la extravasación son insignificantes<a class="elsevierStyleCrossRef" href="#bib5"><span class="elsevierStyleSup">5</span></a>. En la práctica esta situación no es real y para poder cuantificar se utilizan diversas aproximaciones. La más sencilla considera como área de estudio para realizar el cálculo solo el área desde el inicio de la caída hasta la recuperación de la señal. Este método lleva a sobreestimar el volumen sanguíneo en las lesiones cerebrales que tienen rotura de la barrera hematoencefálica. Otra opción es estimar el principio y el final del bolo y calcular el área que queda bajo la curva (curva corregida). Esta estimación se realiza corrigiendo la curva adquirida mediante un ajuste por una función gamma o una exponencial, de manera que la curva ajustada no presenta recirculación (<a class="elsevierStyleCrossRef" href="#fig1">fig. 1</a>). En general, con estas aproximaciones no se pueden obtener medidas absolutas fiables, por lo que la tendencia es a utilizar valores normalizados respecto a la sustancia blanca contralateral<a class="elsevierStyleCrossRef" href="#bib8"><span class="elsevierStyleSup">8</span></a>.</p><elsevierMultimedia ident="fig1"></elsevierMultimedia><p id="p0120" class="elsevierStylePara elsevierViewall">En el modelo farmacocinético multicompartimenal se plantea un intercambio bidireccional de flujos entre los compartimentos intravascular y el espacio extravascular extracelular<a class="elsevierStyleCrossRef" href="#bib9"><span class="elsevierStyleSup">9</span></a>. Mediante este modelo las curvas de captación del tejido y de la arteria que lo irriga se usan para determinar la permeabilidad capilar, el coeficiente de extracción y los porcentajes de volumen tisular ocupados por vasos e intersticio (<a class="elsevierStyleCrossRef" href="#fig2">fig. 2</a>). Aunque este modelo suele utilizarse con imágenes potenciadas en T1, las imágenes T2<span class="elsevierStyleSup">*</span> también constituyen una fuente adecuada de datos de perfusión.</p><elsevierMultimedia ident="fig2"></elsevierMultimedia><p id="p0125" class="elsevierStylePara elsevierViewall">Los datos de perfusión se suelen calcular dibujando manualmente múltiples regiones de interés (ROI) habitualmente en la región tumoral, en la zona peritumoral y en la región contralateral sana. De los vóxeles de estas regiones se analizan las curvas de captación y o bien se promedian los valores para cada una de estas regiones o se grada la lesión con sus valores máximos como expresión de las áreas más relevantes. Aunque se ha demostrado que las medidas relativas obtenidas mediante esta metodología son reproducibles y sensibles, se trata de una aproximación con un componente subjetivo, ya que los resultados dependen de la elección de las regiones de interés que pueden coincidir o no con las zonas de mayor perfusión y por tanto con una inevitable variabilidad inter e intraobservador que parcialmente puede soslayarse con la experiencia del operador<a class="elsevierStyleCrossRef" href="#bib10"><span class="elsevierStyleSup">10</span></a>. En contraposición, la utilización de histogramas permite estudiar regiones completas, ya que manejan las distribuciones de todos los valores de una región, con lo que los datos se pueden ordenar y agrupar en percentiles para a continuación realizar cálculos estadísticos sobre cada distribución. De esta forma disminuye la subjetividad asociada a dibujar pequeñas regiones dentro de la lesión y se obtiene más información que caracteriza el tejido de una forma más integral y exacta.</p><p id="p0130" class="elsevierStylePara elsevierViewall">El objetivo del trabajo es clasificar las áreas tumorales en pacientes con astrocitoma de grado IV mediante el cálculo y análisis estadístico de parámetros cuantitativos de perfusión por RM. Para ello se aplicarán modelos matemáticos de uno y dos compartimentos y se realizará un análisis optimizado de histogramas por regiones.</p></span><span id="s0030" class="elsevierStyleSection elsevierViewall"><span class="elsevierStyleSectionTitle">Material y métodos</span><span id="s0035" class="elsevierStyleSection elsevierViewall"><span class="elsevierStyleSectionTitle">Sujetos de estudio</span><p id="p0135" class="elsevierStylePara elsevierViewall">Se realizó un estudio retrospectivo de pacientes con astrocitomas de grado IV (glioblastoma) diagnosticados mediante estudio histopatológico. El diagnóstico anatomopatológico, basado en la clasificación de los tumores cerebrales propuesta por la OMS<a class="elsevierStyleCrossRef" href="#bib1"><span class="elsevierStyleSup">1</span></a>, se obtuvo tras resección quirúrgica en 12 (80%) y por biopsia en 3 pacientes (20%).</p><p id="p0140" class="elsevierStylePara elsevierViewall">Se incluyen un total de 15 pacientes (11 hombres y 4 mujeres) estudiados en el periodo comprendido entre enero de 2006–julio de 2008, todos ellos con estudios de RM de perfusión tras la administración de un medio de contraste. El rango de edad de los pacientes se situó entre 28–74 años (58,3±12,9 años, media±desviación típica). Ninguno de los pacientes había recibido tratamiento oncológico previo a la obtención de las imágenes y todos los estudios se realizaron antes del abordaje quirúrgico. La localización de los tumores fue temporal en 8 (53,3%), frontal en 5 (33,3%) y parietal en 2 (13,3%).</p><p id="p0145" class="elsevierStylePara elsevierViewall">No se solicitó el consentimiento del comité de ética del hospital para la realización del trabajo, ya que los exámenes de RM de los pacientes se obtuvieron dentro de la práctica asistencial habitual.</p></span><span id="s0040" class="elsevierStyleSection elsevierViewall"><span class="elsevierStyleSectionTitle">Adquisición de las imágenes</span><p id="p0150" class="elsevierStylePara elsevierViewall">Todos los estudios de RM se realizaron con un equipo de 1,5<span class="elsevierStyleHsp" style=""></span>T (Philips Intera, Philips Cuidados de la Salud, Países Bajos) con una bobina de cabeza multielemento de 8 canales. A todos los pacientes se les realizó un estudio convencional que incluyó:<ul class="elsevierStyleList" id="li005"><li class="elsevierStyleListItem" id="u005"><span class="elsevierStyleLabel">•</span><p id="p0155" class="elsevierStylePara elsevierViewall">Sagital TSE-T1 (TR 500<span class="elsevierStyleHsp" style=""></span>ms, TE 20<span class="elsevierStyleHsp" style=""></span>ms, tamaño de vóxel 0,5×0,5×5<span class="elsevierStyleHsp" style=""></span>mm).</p></li><li class="elsevierStyleListItem" id="u0010"><span class="elsevierStyleLabel">•</span><p id="p0160" class="elsevierStylePara elsevierViewall">Coronal TSE-FLAIR (TR 1.100<span class="elsevierStyleHsp" style=""></span>ms, TE 140<span class="elsevierStyleHsp" style=""></span>ms, TI 2.800<span class="elsevierStyleHsp" style=""></span>ms, tamaño de vóxel 0,5×0,5×6<span class="elsevierStyleHsp" style=""></span>mm).</p></li><li class="elsevierStyleListItem" id="u0015"><span class="elsevierStyleLabel">•</span><p id="p0165" class="elsevierStylePara elsevierViewall">Transversal TSE-T2 (TR 2.000<span class="elsevierStyleHsp" style=""></span>ms, TE 120<span class="elsevierStyleHsp" style=""></span>ms, tamaño de vóxel 0,4×0,4×5<span class="elsevierStyleHsp" style=""></span>mm).</p></li><li class="elsevierStyleListItem" id="u0020"><span class="elsevierStyleLabel">•</span><p id="p0170" class="elsevierStylePara elsevierViewall">Transversal TSE-T1 (TR 500<span class="elsevierStyleHsp" style=""></span>ms, TE 20<span class="elsevierStyleHsp" style=""></span>ms, tamaño de vóxel 0,4×0,4×5<span class="elsevierStyleHsp" style=""></span>mm).</p></li><li class="elsevierStyleListItem" id="u0025"><span class="elsevierStyleLabel">•</span><p id="p0175" class="elsevierStylePara elsevierViewall">Transversal potenciada en difusión (TR 2946<span class="elsevierStyleHsp" style=""></span>ms, TE 74<span class="elsevierStyleHsp" style=""></span>ms, factores b de 0 y 1.000<span class="elsevierStyleHsp" style=""></span>s/mm<span class="elsevierStyleSup">2</span>, tamaño de vóxel 0,9×0,9×5<span class="elsevierStyleHsp" style=""></span>mm).</p></li><li class="elsevierStyleListItem" id="u0030"><span class="elsevierStyleLabel">•</span><p id="p0180" class="elsevierStylePara elsevierViewall">Secuencias con contraste intravenoso TSE-T1 (TR 500<span class="elsevierStyleHsp" style=""></span>ms, TE 20<span class="elsevierStyleHsp" style=""></span>ms, tamaño de vóxel 0,5×0,5×5<span class="elsevierStyleHsp" style=""></span>mm) adquiridas en los 3 planos después del estudio de perfusión.</p></li></ul></p><p id="p0185" class="elsevierStylePara elsevierViewall">El estudio de perfusión se adquirió con la técnica dinámica de susceptibilidad magnética potenciada en T2<span class="elsevierStyleSup">*</span> tras la administración de contraste. Se empleó una secuencia EPI eco de gradiente (EGR) segmentada con TR 836<span class="elsevierStyleHsp" style=""></span>ms, TE 30<span class="elsevierStyleHsp" style=""></span>ms, ángulo de inclinación de 40°, espesor de corte de 7<span class="elsevierStyleHsp" style=""></span>mm y una matriz de 128×128 (resolución en plano de 1,8×1,8<span class="elsevierStyleHsp" style=""></span>mm) con una cobertura cráneo-caudal de 13–14<span class="elsevierStyleHsp" style=""></span>cm (19–20 cortes). En el estudio dinámico se obtuvieron un total de 40 volúmenes secuenciales con un tiempo de adquisición de cada uno de 2,4 segundos. La administración de contraste se realizó con una bomba de infusión, usando como vía venosa periférica habitualmente la vena antecubital, cateterizada con una cánula 18<span class="elsevierStyleHsp" style=""></span>G. Se utilizó gadodiamida (Omniscan, GE Healthcare, EE.UU.) a una dosis de 0,2<span class="elsevierStyleHsp" style=""></span>mmol/kg y a una velocidad de 5<span class="elsevierStyleHsp" style=""></span>ml/s. Se completó con una embolada de suero fisiológico de 30<span class="elsevierStyleHsp" style=""></span>ml al mismo flujo. La administración del contraste se realizó al iniciar la adquisición de la tercera secuencia de volúmenes.</p><p id="p0190" class="elsevierStylePara elsevierViewall">Las imágenes adquiridas se transfirieron a una estación de trabajo para procesarlas con un programa de desarrollo propio creado con Matlab R2006b (MathWorks Inc., Natick, MA, EE.UU.)<a class="elsevierStyleCrossRefs" href="#bib11"><span class="elsevierStyleSup">11,12</span></a>.</p></span><span id="s0045" class="elsevierStyleSection elsevierViewall"><span class="elsevierStyleSectionTitle">Análisis de las imágenes</span><p id="p0195" class="elsevierStylePara elsevierViewall">Los datos de perfusión se cuantificaron para todos los píxeles de los cortes transversales donde se observaba la lesión. En todos los estudios se seleccionó manualmente la arteria cerebral media, a partir de la cual se extrajo la función de entrada arterial necesaria para obtener los parámetros de perfusión (<a class="elsevierStyleCrossRef" href="#fig3">fig. 3</a>). Una vez realizados los cálculos, se seleccionaron manualmente las regiones de interés coincidentes con el área tumoral, el área peritumoral y el área de la sustancia blanca no afecta contralateral. Finalmente las regiones seleccionadas se agruparon para manejar una sola distribución de valores por cada área. Se definió el área tumoral como la alteración de señal con captación de contraste. Se tomó como área peritumoral la región que rodeaba al nódulo de captación a una distancia máxima de 1<span class="elsevierStyleHsp" style=""></span>cm del borde de captación y que presentaba alteración de la señal en la imagen potenciada en T2<a class="elsevierStyleCrossRefs" href="#bib13"><span class="elsevierStyleSup">13,14</span></a>. Como sustancia blanca no afecta se consideró aquella situada a distancia de la lesión tumoral y sin conexión por fascículos de sustancia blanca con el tumor (<a class="elsevierStyleCrossRef" href="#fig3">fig. 3</a>). Con estas definiciones de área tumoral y peritumoral asumimos que se puede encontrar tumor en la región peritumoral, siendo la definición congruente con la que habitualmente se usa en otros trabajos para la gradación de los tumores con estudios de perfusión<a class="elsevierStyleCrossRefs" href="#bib13"><span class="elsevierStyleSup">13–15</span></a>. Dos radiólogos con experiencia en perfusión cerebral con RM seleccionaron estas ROI por consenso, excluyendo los vasos sanguíneos que pudieran alterar los resultados de la cuantificación.</p><elsevierMultimedia ident="fig3"></elsevierMultimedia><p id="p0200" class="elsevierStylePara elsevierViewall">Los modelos para cuantificar la perfusión se describen a continuación.</p><span id="s0050" class="elsevierStyleSection elsevierViewall"><span class="elsevierStyleSectionTitle">Modelo de morfología de curva o monocompartimental</span><p id="p0205" class="elsevierStylePara elsevierViewall">En este modelo se asume que la recirculación del contraste y su extravasación son insignificantes, calculando los valores de los distintos parámetros tras corregir las curvas mediante una función estimativa de la curva que se obtendría sin recirculación ni extravasación (<a class="elsevierStyleCrossRef" href="#fig1">fig. 1</a>)<a class="elsevierStyleCrossRefs" href="#bib16"><span class="elsevierStyleSup">16,17</span></a>.</p><p id="p0210" class="elsevierStylePara elsevierViewall">Se calcularon los siguientes parámetros (en el anexo se pueden encontrar las expresiones para su cálculo):<ul class="elsevierStyleList" id="li0010"><li class="elsevierStyleListItem" id="u0035"><span class="elsevierStyleLabel">•</span><p id="p0215" class="elsevierStylePara elsevierViewall">Volumen sanguíneo cerebral (VSC): obtenido como el área bajo la curva de captación de contraste normalizada respecto al área bajo la curva de la entrada arterial asociada al tejido.</p></li><li class="elsevierStyleListItem" id="u0040"><span class="elsevierStyleLabel">•</span><p id="p0220" class="elsevierStylePara elsevierViewall">Tiempo de tránsito medio (TTM): obtenido como el área bajo la curva de captación de contraste dividida por el valor máximo de la concentración.</p></li><li class="elsevierStyleListItem" id="u0045"><span class="elsevierStyleLabel">•</span><p id="p0225" class="elsevierStylePara elsevierViewall">Flujo sanguíneo cerebral (FSC): calculado como la relación entre el volumen sanguíneo y el tiempo de tránsito medio del contraste en el tejido.</p></li></ul></p></span><span id="s0055" class="elsevierStyleSection elsevierViewall"><span class="elsevierStyleSectionTitle">Modelo farmacocinético o multicompartimental</span><p id="p0230" class="elsevierStylePara elsevierViewall">El modelado farmacocinético se basa en el ajuste de las curvas de captación a un modelo de intercambio de flujo entre el compartimento intravascular y el compartimento intersticial extracelular<a class="elsevierStyleCrossRefs" href="#bib18"><span class="elsevierStyleSup">18,19</span></a>. Los parámetros farmacocinéticos derivados de este modelo son (<a class="elsevierStyleCrossRef" href="#fig2">fig. 2</a>):<ul class="elsevierStyleList" id="li0015"><li class="elsevierStyleListItem" id="u0050"><span class="elsevierStyleLabel">•</span><p id="p0235" class="elsevierStylePara elsevierViewall">Constante de permeabilidad (K<span class="elsevierStyleSup">trans</span>): se obtiene a partir de la relación entre el aporte de flujo sanguíneo al tejido, la superficie endotelial y la permeabilidad capilar.</p></li><li class="elsevierStyleListItem" id="u0055"><span class="elsevierStyleLabel">•</span><p id="p0240" class="elsevierStylePara elsevierViewall">Coeficiente de extracción (k<span class="elsevierStyleInf">ep</span>): refleja el retorno de contraste entre el espacio extravascular extracelular y el vaso.</p></li><li class="elsevierStyleListItem" id="u0060"><span class="elsevierStyleLabel">•</span><p id="p0245" class="elsevierStylePara elsevierViewall">Fracción de volumen de espacio extravascular extracelular (v<span class="elsevierStyleInf">e</span>): es un indicador del volumen intersticial. Se calcula como el cociente entre K<span class="elsevierStyleSup">trans</span> y k<span class="elsevierStyleInf">ep</span>.</p></li><li class="elsevierStyleListItem" id="u0065"><span class="elsevierStyleLabel">•</span><p id="p0250" class="elsevierStylePara elsevierViewall">Fracción de volumen vascular (v<span class="elsevierStyleInf">p</span>): es una medida de la contribución vascular del tejido.</p></li></ul></p><p id="p0255" class="elsevierStylePara elsevierViewall">Para obtener cada uno de estos parámetros se ajustaron las curvas de respuesta arterial y tisular a un modelo matemático (ver anexo para la formulación). A diferencia del modelo de morfología de curva, no se realizó ningún ajuste previo para corregir el efecto de la recirculación ya que este modelo tiene en cuenta tanto el primer paso como las fases posteriores (recirculación y lavado).</p><p id="p0260" class="elsevierStylePara elsevierViewall">Como variante del modelo, también se calcularon las variables de constante de permeabilidad de primer paso (K<span class="elsevierStyleInf">fp</span>) y fracción de volumen vascular arterial de primer paso (v<span class="elsevierStyleInf">pfp</span>) aplicando una variante del modelo farmacocinético que solo tiene en cuenta el primer paso del contraste y desprecia la recirculación y la extravasación<a class="elsevierStyleCrossRef" href="#bib20"><span class="elsevierStyleSup">20</span></a> (ver anexo para la formulación).</p></span></span><span id="s0060" class="elsevierStyleSection elsevierViewall"><span class="elsevierStyleSectionTitle">Análisis por histogramas</span><p id="p0265" class="elsevierStylePara elsevierViewall">El histograma ofrece una representación gráfica de las frecuencias de aparición de los valores para cada variable. En distribuciones homogéneas el histograma presenta un pico prominente en torno al valor medio de la distribución. Sin embargo, para distribuciones heterogéneas el histograma presenta una forma más irregular, ya que las frecuencias están mucho más repartidas.</p><p id="p0270" class="elsevierStylePara elsevierViewall">La utilización de histogramas permite estudiar la distribución de cada parámetro en cada región analizada, con distintos estadísticos que caractericen mejor la región. En este estudio se calcularon los valores de media, mediana y desviación típica para el histograma completo y para los subconjuntos del 50%, el 25% y el 10% máximo de los valores (<a class="elsevierStyleCrossRef" href="#fig4">fig. 4</a>). Además, se obtuvieron también los valores de curtosis (medida de concentración central que estudia la frecuencia de aparición de un valor alrededor de la media de una distribución) y asimetría (medida que indica el grado de asimetría de una distribución con respecto a la media), parámetros que caracterizan la forma del histograma completo.</p><elsevierMultimedia ident="fig4"></elsevierMultimedia></span><span id="s0065" class="elsevierStyleSection elsevierViewall"><span class="elsevierStyleSectionTitle">Análisis estadístico</span><p id="p0275" class="elsevierStylePara elsevierViewall">Para cada parámetro se realizaron pruebas de Kolmogorov-Smirnov y de Levene para evaluar la normalidad de la distribución y la homogeneidad de la varianza, respectivamente. Estas pruebas demostraron que aproximadamente la mitad de las variables no presentaban distribuciones normales ni igualdad en las varianzas entre las regiones, por lo que posteriormente se realizaron una prueba no paramétrica de Kruskal-Wallis para evaluar diferencias entre grupos y 3 pruebas no paramétricas de Mann-Whitney corregidas por Bonferroni para estudiar diferencias grupo a grupo.</p><p id="p0280" class="elsevierStylePara elsevierViewall">Para obtener una mejor capacidad de diferenciación entre regiones se usó un análisis discriminante, método que emplea la información multivariante de todos los parámetros calculados de forma conjunta. Mediante esta técnica se analizan las diferencias entre las 3 regiones para todas las variables de modo que se obtiene una serie de funciones llamadas discriminantes que son combinación lineal de las variables que maximizan las diferencias entre regiones.</p></span></span><span id="s0070" class="elsevierStyleSection elsevierViewall"><span class="elsevierStyleSectionTitle">Resultados</span><p id="p0285" class="elsevierStylePara elsevierViewall">Se obtuvieron diferencias significativas muy relevantes entre las 3 regiones de interés para el VSC, FSC, K<span class="elsevierStyleSup">trans</span>, k<span class="elsevierStyleInf">ep</span>, v<span class="elsevierStyleInf">e</span> y v<span class="elsevierStyleInf">pfp</span>, con resultados similares para la media, la mediana y los valores máximos de las observaciones (<a class="elsevierStyleCrossRef" href="#fig5">fig. 5</a>). De manera global, el parámetro que ofreció mejores resultados para diferenciar entre tumor, área peritumoral y tejido cerebral sano, fue el VSC independientemente de la distribución evaluada (completa, 50% máximo, 25% máximo y 10% máximo) y del estadísticos (media, mediana) (<a class="elsevierStyleCrossRef" href="#tbl1">tabla 1</a>). El resto de parámetros no presentaron diferencias significativas entre regiones.</p><elsevierMultimedia ident="fig5"></elsevierMultimedia><elsevierMultimedia ident="tbl1"></elsevierMultimedia><p id="p0290" class="elsevierStylePara elsevierViewall">El análisis de la forma de los histogramas evidenció diferencias estadísticamente significativas para la curtosis de VSC, K<span class="elsevierStyleSup">trans</span> y k<span class="elsevierStyleInf">ep</span>, así como para la asimetría de TTM, VSC, K<span class="elsevierStyleSup">trans</span> y k<span class="elsevierStyleInf">ep</span> (<a class="elsevierStyleCrossRef" href="#tbl2">tabla 2</a>). En la comparación grupo a grupo se observó que estas diferencias eran evidentes sobretodo entre la región tumoral y la normal, siendo imposible separar en algunos entre tumoral y peritumoral y entre peritumoral y normal. La mayoría de parámetros presentaron unos valores más elevados de curtosis en la región sana, con disminución en la peritumoral y más en la tumoral, expresión de la heterogeneidad tumoral. El resto de parámetros no obtuvieron diferencias significativas entre regiones.</p><elsevierMultimedia ident="tbl2"></elsevierMultimedia><p id="p0295" class="elsevierStylePara elsevierViewall">Con el análisis discriminante se obtuvo una función discriminante combinación de K<span class="elsevierStyleSup">trans</span> y VSC, con un porcentaje de clasificación correcto de regiones del 84,4% (calculado mediante validación cruzada con la técnica leave-one-out): F=0,054 K<span class="elsevierStyleSup">trans</span>+3,933 VSC–3 (centroides en 2,482/−0,716/−1,766 para tumoral, peritumoral y normal, respectivamente), para la distribución completa y tomando como estadístico la media.</p><p id="p0300" class="elsevierStylePara elsevierViewall">Esta función clasificó correctamente 14 regiones tumorales (1 fue interpretada como peritumoral), 11 peritumorales (2 se interpretaron como tumorales y 2 como normales) y 13 normales (2 se interpretaron como peritumorales) (<a class="elsevierStyleCrossRef" href="#fig6">fig. 6</a>).</p><elsevierMultimedia ident="fig6"></elsevierMultimedia><p id="p0305" class="elsevierStylePara elsevierViewall">Este porcentaje de clasificación supone un ligero incremento sobre el potencial de clasificación de VSC para la distribución del 50% máximo y tomando como estadístico la mediana, que ofreció el mejor resultado para diferenciar entre las regiones y clasificó correctamente el 78% de las regiones. En este caso se clasificaron correctamente 10 regiones tumorales (5 se interpretaron como peritumorales), 12 peritumorales (1 se interpretó como tumoral y 2 como normal) y 13 normales (2 se interpretaron como peritumorales).</p><p id="p0310" class="elsevierStylePara elsevierViewall">Para eliminar sesgos de reducción de datos del histograma, se utilizó la función con la distribución completa y su media. Con ella se parametrizaron las imágenes de perfusión de RM, obteniéndose mapas nosológicos de clasificación con una distribución continua (<a class="elsevierStyleCrossRef" href="#fig6">fig. 6</a>). En estos mapas los valores numéricos y los colores asociados representan una medida cuantitativa de la probabilidad de un píxel de pertenecer a área tumoral, peritumoral o normal. La proximidad entre los centroides marca la posibilidad de separar unas áreas de otras.</p></span><span id="s0075" class="elsevierStyleSection elsevierViewall"><span class="elsevierStyleSectionTitle">Discusión</span><p id="p0315" class="elsevierStylePara elsevierViewall">Aunque la RM es la técnica de imagen fundamental para el estudio y seguimiento de los tumores cerebrales, tiene limitaciones importantes en su diagnóstico, gradación y seguimiento. Así, no permite diferenciar de forma eficaz los distintos grados tumorales y no puede establecer claramente la extensión tumoral. El análisis de la perfusión tumoral mejora la clasificación de los gliomas, siendo varios los estudios que han demostrado una relación estadísticamente significativa entre el VSC y K<span class="elsevierStyleSup">trans</span> con el grado tumoral de los astrocitomas<a class="elsevierStyleCrossRefs" href="#bib7"><span class="elsevierStyleSup">7,21–23</span></a>.</p><p id="p0320" class="elsevierStylePara elsevierViewall">La finalidad en nuestro trabajo no era gradar los tumores, puesto que todos ellos correspondían a un grado IV, sino poder construir un modelo paramétrico con los datos de perfusión para identificar eficazmente el área tumoral, peritumoral y el área sana. El VSC fue el parámetro que ofreció mejores resultados para separar las regiones independientemente de la distribución máxima de valores elegida. Que el VSC sea el que de forma aislada mejor delimite las áreas señaladas concuerda con los cambios fisiológicos que se producen en los tumores, ya que el crecimiento y la infiltración tumoral se acompañan de un aumento de los vasos necesarios para estos procesos. No obstante, los pequeños acúmulos tumorales que ocupan una fracción del vóxel de los que extraemos la información no se detectan, ya que contribuyen poco, pero limitan los resultados. El cálculo del VSC se realizó a partir del modelo monocompartimental con una formulación que tiene en cuenta la entrada arterial y asumiendo que el resultado es un valor aproximativo<a class="elsevierStyleCrossRefs" href="#bib16"><span class="elsevierStyleSup">16,17</span></a>. Aunque en nuestro trabajo los resultados del VSC no eran valores relativos como en otros trabajos, se comprobó que la relación entre el área tumoral y la sana con respecto al VSC (VSCt/VSCs) se sitúa en torno a 3,6, datos que son ligeramente inferiores a los publicados en la bibliografía. Pensamos que esta diferencia en la relación se debe a que hemos considerado la totalidad de la lesión tumoral para realizar la cuantificación, exceptuando solo el área de necrosis de la que no se pueden obtener valores de perfusión, cuando en la mayoría de trabajos esta relación se extrae de los puntos con los valores máximos<a class="elsevierStyleCrossRefs" href="#bib7"><span class="elsevierStyleSup">7,24</span></a>.</p><p id="p0325" class="elsevierStylePara elsevierViewall">K<span class="elsevierStyleSup">trans</span> es un parámetro cuantitativo de perfusión que representa la alteración de la permeabilidad capilar. La alteración de la permeabilidad capilar está relacionada con varios factores hemodinámicos tales como el flujo sanguíneo, el volumen, la permeabilidad endotelial y el producto del área de la superficie por la permeabilidad<a class="elsevierStyleCrossRef" href="#bib25"><span class="elsevierStyleSup">25</span></a>. Sin embargo, es difícil medir cómo contribuyen cada uno de ellos por separado al resultado final. No se ha estandarizado ningún modelo para realizar el cálculo de K<span class="elsevierStyleSup">trans</span>; el más consolidado se basa en la cuantificación de imágenes obtenidas a partir de secuencias dinámicas con contraste potenciadas en T1. Una alternativa a este es la obtención de K<span class="elsevierStyleSup">trans</span> a partir de secuencias dinámicas con contraste basadas en efectos de susceptibilidad magnética<a class="elsevierStyleCrossRef" href="#bib26"><span class="elsevierStyleSup">26</span></a>. Es el método que hemos empleado en el trabajo, ya que es el que se utiliza de manera habitual para realizar la cuantificación de VSC, FSC y TTM. Los valores que hemos obtenido de K<span class="elsevierStyleSup">trans</span> concuerdan con los publicados en la literatura<a class="elsevierStyleCrossRef" href="#bib27"><span class="elsevierStyleSup">27</span></a> y han permitido diferenciar las 3 áreas con una eficacia dispar. Ha separado claramente las áreas tumoral y sana pero no obtiene resultados estadísticamente significativos para delimitar el área peritumoral del parénquima sano. En cambio, cuando se analiza la curtosis de la distribución de los resultados de K<span class="elsevierStyleSup">trans</span> sí que se obtienen unos resultados estadísticamente significativos para diferenciar las 3 regiones. Esto se puede explicar porque K<span class="elsevierStyleSup">trans</span> es un marcador de capilares con la permeabilidad alterada, de manera que la identificación de focos con estas características indica la existencia de vasos patológicos que no deben encontrarse en las zonas de parénquima sano, donde la distribución de los valores de permeabilidad debe ser homogénea.</p><p id="p0330" class="elsevierStylePara elsevierViewall">Los glioblastomas son tumores histológicamente muy heterogéneos en los que coexisten zonas que representan un tumor de bajo grado con áreas de alto grado, que son las que marcan la verdadera agresividad de la lesión. Esta heterogeneidad histológica se acompaña de variaciones locales en el desarrollo y maduración de los vasos, su densidad y en el flujo vascular. Los resultados que se obtienen con los estudios de perfusión con RM también muestran una distribución espacial heterogénea de los parámetros. La identificación de estas áreas con mayor alteración y su cuantificación contribuye a gradar de forma más adecuada los tumores<a class="elsevierStyleCrossRef" href="#bib6"><span class="elsevierStyleSup">6</span></a>. Mediante el estudio de los histogramas y el cálculo de la curtosis y la asimetría se puede valorar el grado de heterogeneidad de una distribución de valores<a class="elsevierStyleCrossRef" href="#bib28"><span class="elsevierStyleSup">28</span></a>. El análisis de la curtosis y de la asimetría de los histogramas ofrecieron diferencias estadísticamente significativas para los parámetros de perfusión, siendo baja la curtosis para la región tumoral, lo que indica que la distribución de los valores en esta región es más heterogénea en comparación a la región sana. Estos datos concuerdan con la manifestación histológica de los tumores y con los trabajos publicados al respecto con perfusión por RM. Hay trabajos que han usado la distribución espacial heterogénea de los parámetros de perfusión en las diferentes regiones de los tumores para clasificar los grados III y IV de los astrocitomas con buenos resultados<a class="elsevierStyleCrossRef" href="#bib28"><span class="elsevierStyleSup">28</span></a>.</p><p id="p0335" class="elsevierStylePara elsevierViewall">La introducción del análisis discriminante para cada una de las distribuciones permitió identificar que la función clasificatoria que incluye el VSC y la K<span class="elsevierStyleSup">trans</span> mejora ligeramente la correcta clasificación de las regiones frente a los resultados obtenidos por el VSC aisladamente. En la identificación del área tumoral es donde la función clasificatoria mejoró más la eficacia. Con respecto a la región peritumoral, se detectaron 2 casos con valores de la función en el rango de tumor (<a class="elsevierStyleCrossRef" href="#fig6">fig. 6</a>). Parece necesario establecer líneas de trabajo en las que se analice de forma prospectiva la importancia de los parámetros de perfusión obtenidos en el área peritumoral como criterios de biomarcadores de imagen relevantes a la supervivencia de los pacientes. Es posible que un análisis estadístico multivariante en una población mayor aporte suficiente conocimiento para solventar este dilema. De hecho, estos pacientes tuvieron una supervivencia menor que el resto (datos pendientes de análisis con una serie mayor de casos). Por otro lado, 2 casos presentaron valores en el rango de regiones sanas con la función clasificatoria. Será interesante comprobar en series amplias si estos casos con ausencia de infiltración en la clasificación discriminante tienen verdaderamente un mejor pronóstico. El estudio patológico de las muestras no permite realizar este análisis detallado de la infiltración peritumoral dado que es imposible hacer concordar las áreas en imagen y las muestras patológicas. En ninguno de los casos un área tumoral se clasificó como sana ni viceversa. La imagen paramétrica que se obtiene con la función clasificatoria puede reflejar mejor la extensión tumoral y la infiltración, ya que basándose en unos datos cuantitativos presenta una información que indica de forma directa el grado de la enfermedad.</p><p id="p0340" class="elsevierStylePara elsevierViewall">En estudios futuros sería preferible aumentar el número de casos para incrementar la potencia estadística. Aun así, el número de pacientes es similar a otros estudios descriptivos que emplean modelos cinéticos para calcular los parámetros de perfusión<a class="elsevierStyleCrossRefs" href="#bib26"><span class="elsevierStyleSup">26,29</span></a>. Otra limitación se basa en la estrategia utilizada para delimitar el área tumoral. La demarcación óptima del volumen tumoral para realizar la cuantificación de los parámetros es difícil debido a las características infiltrantes de los glioblastomas, encontrándose sus márgenes más allá de los límites identificados con la captación de contraste en RM e incluso por fuera del área de alteración de señal en T2 lo que puede haber contribuido a sesgar los resultados. Esto se asume en todos los trabajos que relacionan la extensión tumoral real con la imagen de RM, ya sea convencional o funcional. Otro motivo de sesgo puede ser que hemos utilizado la arteria cerebral media como función vascular de entrada para obtener los parámetros de perfusión independientemente de la localización del tumor. Decidimos usarla para mantener una homogeneidad entre los pacientes, ya que es un vaso que se identifica fácilmente en todos los estudios frente a los vasos aferentes de los tumores que con frecuencia no se identifican fácilmente o la aferencia es mixta. Nuestra aproximación es más robusta que la utilización como función de entrada vascular de una función fija estándar o incluso el seno sagital superior<a class="elsevierStyleCrossRefs" href="#bib9"><span class="elsevierStyleSup">9,30</span></a>.</p><p id="p0345" class="elsevierStylePara elsevierViewall">En conclusión, el VSC es el parámetro que, utilizado de forma aislada, permitió diferenciar mejor entre área tumoral, región peritumoral y parénquima sano. La función clasificatoria generada a partir de la combinación de VSC y K<span class="elsevierStyleSup">trans</span> consiguió mejorar estos resultados haciendo más eficaz la clasificación por áreas. La aplicación de los datos obtenidos debe validarse para determinar su utilidad en la extensión de los tumores, gradar su agresividad y monitorizar la respuesta a los tratamientos.</p></span><span id="s0080" class="elsevierStyleSection elsevierViewall"><span class="elsevierStyleSectionTitle">Autorías</span><p id="p0350" class="elsevierStylePara elsevierViewall">Antonio José Revert Ventura, Roberto Sanz-Requena y Luis Martí-Bonmatí han contribuido en la concepción, diseño, análisis, interpretación de los datos y redacción del trabajo.</p><p id="p0355" class="elsevierStylePara elsevierViewall">José Jornet, José Piquer y Antonio Cremades han contribuido en la recogida de datos y han dado su aprobación a la versión final del trabajo.</p><p id="p0360" class="elsevierStylePara elsevierViewall">José Miguel Carot ha participado en el análisis e interpretación de los datos dando también su aprobación a la versión final del trabajo.</p><p id="p0365" class="elsevierStylePara elsevierViewall">Todos los autores han leído y aprobado la versión final del artículo.</p></span><span id="s0085" class="elsevierStyleSection elsevierViewall"><span class="elsevierStyleSectionTitle">Conflicto de intereses</span><p id="p0370" class="elsevierStylePara elsevierViewall">Los autores declaran no tener ningún conflicto de intereses.</p></span><span id="s0005" class="elsevierStyleSection elsevierViewall"><span class="elsevierStyleSectionTitle">Anexo. Ecuaciones utilizadas</span><p id="p0015" class="elsevierStylePara elsevierViewall"><span class="elsevierStyleBold">Conversión de valores de intensidad de señal a valores de concentración de contraste:</span><elsevierMultimedia ident="eqn0005"></elsevierMultimedia>donde C es la concentración, TE es el tiempo de eco, S es la intensidad de la señal a lo largo del tiempo y S<span class="elsevierStyleInf">0</span> es la intensidad de la señal basal antes de la inyección del contraste.<span class="elsevierStyleVsp" style="height:1px"></span></p><p id="p0020" class="elsevierStylePara elsevierViewall"><span class="elsevierStyleBold">Volumen sanguíneo cerebral (VSC):</span><elsevierMultimedia ident="eqn0010"></elsevierMultimedia>donde C<span class="elsevierStyleInf">corr</span> es la curva de concentración corregida para cada punto y CcorrAIFes la curva de concentración corregida para la arteria cerebral media.<span class="elsevierStyleVsp" style="height:1px"></span></p><p id="p0025" class="elsevierStylePara elsevierViewall"><span class="elsevierStyleBold">Tiempo de tránsito medio (TTM):</span><elsevierMultimedia ident="eqn0015"></elsevierMultimedia>donde Ccorrmax es el valor máximo de la curva.<span class="elsevierStyleVsp" style="height:1px"></span></p><p id="p0030" class="elsevierStylePara elsevierViewall"><span class="elsevierStyleBold">Flujo sanguíneo cerebral (FSC):</span><elsevierMultimedia ident="eqn0020"></elsevierMultimedia><span class="elsevierStyleVsp" style="height:1px"></span></p><p id="p0035" class="elsevierStylePara elsevierViewall"><span class="elsevierStyleBold">Modelo farmacocinético bicompartimental:</span><elsevierMultimedia ident="eqn0025"></elsevierMultimedia>donde C<span class="elsevierStyleInf">t</span> es la curva de concentración en el tejido, C<span class="elsevierStyleInf">AIF</span> es la curva de entrada arterial, v<span class="elsevierStyleInf">p</span> es la fracción de volumen vascular, K<span class="elsevierStyleSup">trans</span> es el coeficiente de permeabilidad y k<span class="elsevierStyleInf">ep</span> es el coeficiente de lavado.<span class="elsevierStyleVsp" style="height:1px"></span></p><p id="p0040" class="elsevierStylePara elsevierViewall"><span class="elsevierStyleBold">Modelo farmacocinético bicompartimental para el primer paso:</span><elsevierMultimedia ident="eqn0030"></elsevierMultimedia>donde v<span class="elsevierStyleInf">pfp</span> es la fracción de volumen vascular y K<span class="elsevierStyleInf">fp</span> es el coeficiente de permeabilidad.</p></span></span>" "textoCompletoSecciones" => array:1 [ "secciones" => array:12 [ 0 => array:2 [ "identificador" => "xres122881" "titulo" => array:5 [ 0 => "Resumen" 1 => "Objetivos" 2 => "Material y métodos" 3 => "Resultados" 4 => "Conclusión" ] ] 1 => array:2 [ "identificador" => "xpalclavsec110162" "titulo" => "Palabras clave" ] 2 => array:2 [ "identificador" => "xres122882" "titulo" => array:5 [ 0 => "Abstract" 1 => "Objectives" 2 => "Material and methods" 3 => "Results" 4 => "Conclusion" ] ] 3 => array:2 [ "identificador" => "xpalclavsec110163" "titulo" => "Keywords" ] 4 => array:2 [ "identificador" => "s0025" "titulo" => "Introducción" ] 5 => array:3 [ "identificador" => "s0030" "titulo" => "Material y métodos" "secciones" => array:5 [ 0 => array:2 [ "identificador" => "s0035" "titulo" => "Sujetos de estudio" ] 1 => array:2 [ "identificador" => "s0040" "titulo" => "Adquisición de las imágenes" ] 2 => array:3 [ "identificador" => "s0045" "titulo" => "Análisis de las imágenes" "secciones" => array:2 [ 0 => array:2 [ "identificador" => "s0050" "titulo" => "Modelo de morfología de curva o monocompartimental" ] 1 => array:2 [ "identificador" => "s0055" "titulo" => "Modelo farmacocinético o multicompartimental" ] ] ] 3 => array:2 [ "identificador" => "s0060" "titulo" => "Análisis por histogramas" ] 4 => array:2 [ "identificador" => "s0065" "titulo" => "Análisis estadístico" ] ] ] 6 => array:2 [ "identificador" => "s0070" "titulo" => "Resultados" ] 7 => array:2 [ "identificador" => "s0075" "titulo" => "Discusión" ] 8 => array:2 [ "identificador" => "s0080" "titulo" => "Autorías" ] 9 => array:2 [ "identificador" => "s0085" "titulo" => "Conflicto de intereses" ] 10 => array:2 [ "identificador" => "s0005" "titulo" => "Anexo. Ecuaciones utilizadas" ] 11 => array:1 [ "titulo" => "Bibliografía" ] ] ] "pdfFichero" => "main.pdf" "tienePdf" => true "fechaRecibido" => "2009-12-18" "fechaAceptado" => "2010-03-25" "PalabrasClave" => array:2 [ "es" => array:1 [ 0 => array:4 [ "clase" => "keyword" "titulo" => "Palabras clave" "identificador" => "xpalclavsec110162" "palabras" => array:4 [ 0 => "Perfusión RM" 1 => "Perfusión cerebral" 2 => "Glioblastoma" 3 => "Análisis de histogramas" ] ] ] "en" => array:1 [ 0 => array:4 [ "clase" => "keyword" "titulo" => "Keywords" "identificador" => "xpalclavsec110163" "palabras" => array:4 [ 0 => "MRI perfusion" 1 => "Cerebral perfusion" 2 => "Glioblastoma" 3 => "Histogram analyses" ] ] ] ] "tieneResumen" => true "resumen" => array:2 [ "es" => array:2 [ "titulo" => "Resumen" "resumen" => "<span class="elsevierStyleSectionTitle">Objetivos</span><p id="sp0085" class="elsevierStyleSimplePara elsevierViewall">Clasificar las áreas tumorales en pacientes con astrocitoma de grado IV mediante el cálculo y análisis estadístico de parámetros cuantitativos de perfusión por RM.</p> <span class="elsevierStyleSectionTitle">Material y métodos</span><p id="sp0090" class="elsevierStyleSimplePara elsevierViewall">Se aplicaron 2 modelos de perfusión por RM, monocompartimental y farmacocinético, en 15 pacientes diagnosticados de astrocitoma grado IV. Con el modelo monocompartimental se cuantificó el volumen sanguíneo cerebral (VSC), el tiempo de tránsito medio (TTM) y el flujo sanguíneo cerebral (FSC). Con el farmacocinético se midió la constante de permeabilidad (K<span class="elsevierStyleSup">trans</span>), el coeficiente de extracción (k<span class="elsevierStyleInf">ep</span>), la fracción de volumen del espacio intersticial (v<span class="elsevierStyleInf">e</span>), la fracción de volumen vascular (v<span class="elsevierStyleInf">p</span>), la permeabilidad en primer paso (K<span class="elsevierStyleInf">fp</span>) y el volumen vascular en primer paso (v<span class="elsevierStyleInf">pfp</span>). Para cada parámetro se obtuvieron los histogramas del área tumoral total, peritumoral y sana. El análisis estadístico incluyó un análisis de varianza para cada parámetro y un análisis discriminante.</p> <span class="elsevierStyleSectionTitle">Resultados</span><p id="sp0095" class="elsevierStyleSimplePara elsevierViewall">Las diferencias más significativas entre las regiones se obtuvieron con el VSC, FSC, K<span class="elsevierStyleSup">trans</span> y v<span class="elsevierStyleInf">pfp</span>, siendo VSC el que mostró mejores resultados. La mejor función clasificatoria mediante análisis discriminante se obtuvo para una combinación de K<span class="elsevierStyleSup">trans</span> y VSC. El análisis de la forma del histograma evidenció diferencias estadísticamente significativas para la curtosis de K<span class="elsevierStyleSup">trans</span> y k<span class="elsevierStyleInf">ep</span>, así como para la asimetría de VSC, FSC, K<span class="elsevierStyleSup">trans</span> y v<span class="elsevierStyleInf">pfp</span>.</p> <span class="elsevierStyleSectionTitle">Conclusión</span><p id="sp0100" class="elsevierStyleSimplePara elsevierViewall">El VSC es el parámetro que aisladamente permitió diferenciar mejor entre área tumoral, peritumoral y sana. La función clasificatoria generada a partir de VSC y K<span class="elsevierStyleSup">trans</span> consiguió mejorar estos resultados haciendo más eficaz la clasificación por áreas.</p>" ] "en" => array:2 [ "titulo" => "Abstract" "resumen" => "<span class="elsevierStyleSectionTitle">Objectives</span><p id="sp0105" class="elsevierStyleSimplePara elsevierViewall">To classify the tumor areas in patients with grade IV astrocytoma by calculating and statistically analyzing quantitative MRI perfusion parameters.</p> <span class="elsevierStyleSectionTitle">Material and methods</span><p id="sp0110" class="elsevierStyleSimplePara elsevierViewall">We applied two models of MRI perfusion, the unicompartmental and the pharmacokinetic models, in 15 patients diagnosed with grade IV astrocytoma. In the unicompartmental model, we quantified cerebral blood volume (CBV), mean transit time (MTT), and cerebral blood flow (CBF). In the pharmacokinetic model, we measured the permeability constant (K<span class="elsevierStyleSup">trans</span>), the extraction coefficient (k<span class="elsevierStyleInf">ep</span>), the fraction of the volume in the interstitial space (v<span class="elsevierStyleInf">e</span>), the fraction of the volume in the vessels (v<span class="elsevierStyleInf">p</span>), the permeability in the first pass (K<span class="elsevierStyleInf">fp</span>), and the vascular volume in the first pass (v<span class="elsevierStyleInf">pfp</span>). For each parameter, histograms were obtained for the total tumor area, for the peritumoral area, and for the healthy tissue. The statistical analysis included an analysis of variance for each parameter and a discriminant analysis.</p> <span class="elsevierStyleSectionTitle">Results</span><p id="sp0115" class="elsevierStyleSimplePara elsevierViewall">The most significant differences between the regions were obtained with CBV, CBF, K<span class="elsevierStyleSup">trans</span>, and v<span class="elsevierStyleInf">pfp</span>; of these, CBV had the best results. The best classificatory function on the discriminant analysis was the combination of K<span class="elsevierStyleSup">trans</span> and CBV. The analysis of the shape of the histogram showed statistically significant differences for the kurtosis of K<span class="elsevierStyleSup">trans</span> and k<span class="elsevierStyleInf">ep</span>, as well as for the skewness of CBV, CBF, K<span class="elsevierStyleSup">trans</span>, and v<span class="elsevierStyleInf">pfp</span>.</p> <span class="elsevierStyleSectionTitle">Conclusion</span><p id="sp0120" class="elsevierStyleSimplePara elsevierViewall">When parameters are considered individually, CBV is the one that best enables differentiation between tumor, peritumoral, and healthy tissue. The classificatory function generated from CBV and K<span class="elsevierStyleSup">trans</span> results in improved classification by areas.</p>" ] ] "multimedia" => array:14 [ 0 => array:7 [ "identificador" => "fig1" "etiqueta" => "Figura 1" "tipo" => "MULTIMEDIAFIGURA" "mostrarFloat" => true "mostrarDisplay" => false "figura" => array:1 [ 0 => array:4 [ "imagen" => "gr1.jpeg" "Alto" => 1227 "Ancho" => 1618 "Tamanyo" => 145987 ] ] "descripcion" => array:1 [ "es" => "<p id="sp0030" class="elsevierStyleSimplePara elsevierViewall">Ejemplo de una curva de captación de contraste original (en rojo), con la fase de recirculación, y de su corrección (azul) mediante una función exponencial.</p>" ] ] 1 => array:7 [ "identificador" => "fig2" "etiqueta" => "Figura 2" "tipo" => "MULTIMEDIAFIGURA" "mostrarFloat" => true "mostrarDisplay" => false "figura" => array:1 [ 0 => array:4 [ "imagen" => "gr2.jpeg" "Alto" => 914 "Ancho" => 2167 "Tamanyo" => 79806 ] ] "descripcion" => array:1 [ "es" => "<p id="sp0035" class="elsevierStyleSimplePara elsevierViewall">Esquema del modelo farmacocinético bicompartimental, donde se pueden observar los 2 compartimentos (vascular e intersticial) y las constantes de transferencia entre ambos (K<span class="elsevierStyleSup">trans</span> y k<span class="elsevierStyleInf">ep</span>).</p>" ] ] 2 => array:7 [ "identificador" => "fig3" "etiqueta" => "Figura 3" "tipo" => "MULTIMEDIAFIGURA" "mostrarFloat" => true "mostrarDisplay" => false "figura" => array:1 [ 0 => array:4 [ "imagen" => "gr3.jpeg" "Alto" => 603 "Ancho" => 500 "Tamanyo" => 59453 ] ] "descripcion" => array:1 [ "es" => "<p id="sp0040" class="elsevierStyleSimplePara elsevierViewall">Ejemplo de selección de las distintas regiones de interés sobre una imagen de perfusión: arteria cerebral media (rojo), área tumoral (azul), área peritumoral (verde) y área normal (amarillo).</p>" ] ] 3 => array:7 [ "identificador" => "fig4" "etiqueta" => "Figura 4" "tipo" => "MULTIMEDIAFIGURA" "mostrarFloat" => true "mostrarDisplay" => false "figura" => array:1 [ 0 => array:4 [ "imagen" => "gr4.jpeg" "Alto" => 1237 "Ancho" => 1625 "Tamanyo" => 140400 ] ] "descripcion" => array:1 [ "es" => "<p id="sp0045" class="elsevierStyleSimplePara elsevierViewall">Ejemplo del manejo de un histograma de K<span class="elsevierStyleSup">trans</span> para una región tumoral. Se obtuvieron los estadísticos representativos (media, desviación típica, curtosis y asimetría) para las 2 distribuciones (muestra completa y 10% de valores máximos).</p>" ] ] 4 => array:7 [ "identificador" => "fig5" "etiqueta" => "Figura 5" "tipo" => "MULTIMEDIAFIGURA" "mostrarFloat" => true "mostrarDisplay" => false "figura" => array:1 [ 0 => array:4 [ "imagen" => "gr5.jpeg" "Alto" => 2260 "Ancho" => 2500 "Tamanyo" => 223014 ] ] "descripcion" => array:1 [ "es" => "<p id="sp0050" class="elsevierStyleSimplePara elsevierViewall">Diagramas de caja de (A) VSC, (B) FSC, (C) K<span class="elsevierStyleSup">trans</span> y (D) v<span class="elsevierStyleInf">pfp</span> para las 3 regiones estudiadas: tumor, región peritumoral y región sana. Se muestran los siguientes estadísticos: mediana, percentiles 25% y 75%, máximo y mínimo.</p>" ] ] 5 => array:7 [ "identificador" => "fig6" "etiqueta" => "Figura 6" "tipo" => "MULTIMEDIAFIGURA" "mostrarFloat" => true "mostrarDisplay" => false "figura" => array:1 [ 0 => array:4 [ "imagen" => "gr6.jpeg" "Alto" => 943 "Ancho" => 2177 "Tamanyo" => 139553 ] ] "descripcion" => array:1 [ "es" => "<p id="sp0055" class="elsevierStyleSimplePara elsevierViewall">a) Distribución de los valores de la función discriminante obtenida para cada una de las regiones estudiadas. b) Imagen nosológica de un corte axial generado a partir de la función discriminante calculada. En la escala de colores se indican los valores máximo, mínimo y los centroides de la función, es decir, aquellos valores que marcan los puntos de corte entre las áreas.</p>" ] ] 6 => array:7 [ "identificador" => "tbl1" "etiqueta" => "Tabla 1" "tipo" => "MULTIMEDIATABLA" "mostrarFloat" => true "mostrarDisplay" => false "tabla" => array:2 [ "leyenda" => "<p id="sp0065" class="elsevierStyleSimplePara elsevierViewall">FSC: flujo sanguíneo cerebral; k<span class="elsevierStyleInf">ep</span>: coeficiente de lavado; K<span class="elsevierStyleInf">fp</span>: permeabilidad capilar en el primer paso; K<span class="elsevierStyleSup">trans</span>: permeabilidad capilar; TTM: tiempo de tránsito medio; v<span class="elsevierStyleInf">e</span>: fracción de espacio intersticial; v<span class="elsevierStyleInf">p</span>: fracción de espacio vascular; v<span class="elsevierStyleInf">pfp</span>: fracción de espacio vascular en el primer paso; VSC: volumen sanguíneo cerebral.</p><p id="sp0070" class="elsevierStyleSimplePara elsevierViewall">Unidades: k<span class="elsevierStyleInf">ep</span>, K<span class="elsevierStyleInf">fp</span>, K<span class="elsevierStyleSup">trans</span>, FSC: ml/min/100<span class="elsevierStyleHsp" style=""></span>ml; TMM: segundos; v<span class="elsevierStyleInf">e</span>, v<span class="elsevierStyleInf">p</span>, v<span class="elsevierStyleInf">pfp</span>: %, sin unidades; VSC: sin unidades.</p>" "tablatextoimagen" => array:1 [ 0 => array:2 [ "tabla" => array:1 [ 0 => """ <table border="0" frame="\n \t\t\t\t\tvoid\n \t\t\t\t" class=""><thead title="thead"><tr title="table-row"><td class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " align="" valign="\n \t\t\t\t\ttop\n \t\t\t\t" style="border-bottom: 2px solid black"> \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " align="" valign="\n \t\t\t\t\ttop\n \t\t\t\t" style="border-bottom: 2px solid black">Parámetro \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " align="" valign="\n \t\t\t\t\ttop\n \t\t\t\t" style="border-bottom: 2px solid black">Región tumoral \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " align="" valign="\n \t\t\t\t\ttop\n \t\t\t\t" style="border-bottom: 2px solid black">Región peritumoral \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " align="" valign="\n \t\t\t\t\ttop\n \t\t\t\t" style="border-bottom: 2px solid black">Región sana \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " align="" valign="\n \t\t\t\t\ttop\n \t\t\t\t" style="border-bottom: 2px solid black">p \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " align="" valign="\n \t\t\t\t\ttop\n \t\t\t\t" style="border-bottom: 2px solid black">p<span class="elsevierStyleInf">t−p</span> \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " align="" valign="\n \t\t\t\t\ttop\n \t\t\t\t" style="border-bottom: 2px solid black">p<span class="elsevierStyleInf">t−n</span> \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " align="" valign="\n \t\t\t\t\ttop\n \t\t\t\t" style="border-bottom: 2px solid black">p<span class="elsevierStyleInf">p−n</span> \t\t\t\t\t\t\n \t\t\t\t</td></tr></thead><tbody title="tbody"><tr title="table-row"><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " rowspan="9" align="" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Distribución completa</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="" valign="\n \t\t\t\t\ttop\n \t\t\t\t">TTM \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">13,9±2,7 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">14,3±4,9 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">13,5±1,7 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,898 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,590 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,980 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,817 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="" valign="\n \t\t\t\t\ttop\n \t\t\t\t">VSC \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">1,1±0,3 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,5±0,2 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,3±0,1 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t"><0,001 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t"><0,001 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t"><0,001 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t"><0,001 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="" valign="\n \t\t\t\t\ttop\n \t\t\t\t">FSC \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">5,0±1,8 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">2,2±0,7 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">1,3±0,4 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t"><0,001 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t"><0,001 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t"><0,001 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t"><0,001 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="" valign="\n \t\t\t\t\ttop\n \t\t\t\t">K<span class="elsevierStyleSup">trans</span> \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">22,9±15,0 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">6,1±6,5 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">1,8±2,0 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t"><0,001 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,001 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,008 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t"><0,001 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="" valign="\n \t\t\t\t\ttop\n \t\t\t\t">k<span class="elsevierStyleInf">ep</span> \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">2.789,9±1.028,2 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">3.445,7±1.001,7 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">3.580,8±1.000,3 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t"><0,001 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,002 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,054 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,001 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="" valign="\n \t\t\t\t\ttop\n \t\t\t\t">v<span class="elsevierStyleInf">e</span> \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">3,5±5,9 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,9±1,5 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,2±0,2 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t"><0,001 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,017 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,007 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t"><0,001 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="" valign="\n \t\t\t\t\ttop\n \t\t\t\t">v<span class="elsevierStyleInf">p</span> \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,9±0,8 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,6±0,3 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,4±0,2 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,481 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,788 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,106 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,939 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="" valign="\n \t\t\t\t\ttop\n \t\t\t\t">K<span class="elsevierStyleInf">fp</span> \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">266,1±1.028,2 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">264,1±1.021,5 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">263,8±1.020,6 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,606 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,980 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,249 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,590 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="" valign="\n \t\t\t\t\ttop\n \t\t\t\t">v<span class="elsevierStyleInf">pfp</span> \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">1,9±0,9 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,9±0,3 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,6±0,1 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t"><0,001 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,001 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,003 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t"><0,001 \t\t\t\t\t\t\n \t\t\t\t</td></tr></tbody></table> """ ] "imagenFichero" => array:1 [ 0 => "xTab210193.png" ] ] ] ] "descripcion" => array:1 [ "es" => "<p id="sp0060" class="elsevierStyleSimplePara elsevierViewall">Resultados del ANOVA con test post-hoc de Games-Howell con las diferencias entre las tres regiones de interés para cada parámetro tomando el valor medio de cada región (valores expresados como media±desviación típica)</p>" ] ] 7 => array:7 [ "identificador" => "tbl2" "etiqueta" => "Tabla 2" "tipo" => "MULTIMEDIATABLA" "mostrarFloat" => true "mostrarDisplay" => false "tabla" => array:2 [ "leyenda" => "<p id="sp0080" class="elsevierStyleSimplePara elsevierViewall">FSC: flujo sanguíneo cerebral; k<span class="elsevierStyleInf">ep</span>: coeficiente de lavado; K<span class="elsevierStyleInf">fp</span>: permeabilidad capilar en el primer paso; K<span class="elsevierStyleSup">trans</span>: permeabilidad capilar; FSC: ml/min/100<span class="elsevierStyleHsp" style=""></span>ml; permeabilidad capilar; TTM: tiempo de tránsito medio; v<span class="elsevierStyleInf">e</span>: fracción de espacio intersticial; v<span class="elsevierStyleInf">p</span>: fracción de espacio vascular; v<span class="elsevierStyleInf">pfp</span>: fracción de espacio vascular en el primer paso; VSC: volumen sanguíneo cerebral.</p>" "tablatextoimagen" => array:1 [ 0 => array:2 [ "tabla" => array:1 [ 0 => """ <table border="0" frame="\n \t\t\t\t\tvoid\n \t\t\t\t" class=""><thead title="thead"><tr title="table-row"><td class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " align="" valign="\n \t\t\t\t\ttop\n \t\t\t\t" style="border-bottom: 2px solid black"> \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " align="" valign="\n \t\t\t\t\ttop\n \t\t\t\t" style="border-bottom: 2px solid black">Parámetro \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " align="" valign="\n \t\t\t\t\ttop\n \t\t\t\t" style="border-bottom: 2px solid black">Región tumoral \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " align="" valign="\n \t\t\t\t\ttop\n \t\t\t\t" style="border-bottom: 2px solid black">Región peritumoral \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " align="" valign="\n \t\t\t\t\ttop\n \t\t\t\t" style="border-bottom: 2px solid black">Región sana \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " align="" valign="\n \t\t\t\t\ttop\n \t\t\t\t" style="border-bottom: 2px solid black">p \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " align="" valign="\n \t\t\t\t\ttop\n \t\t\t\t" style="border-bottom: 2px solid black">p<span class="elsevierStyleInf">t−p</span> \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " align="" valign="\n \t\t\t\t\ttop\n \t\t\t\t" style="border-bottom: 2px solid black">p<span class="elsevierStyleInf">t−n</span> \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " align="" valign="\n \t\t\t\t\ttop\n \t\t\t\t" style="border-bottom: 2px solid black">p<span class="elsevierStyleInf">p−n</span> \t\t\t\t\t\t\n \t\t\t\t</td></tr></thead><tbody title="tbody"><tr title="table-row"><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " rowspan="9" align="" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Curtosis</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="" valign="\n \t\t\t\t\ttop\n \t\t\t\t">TTM \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">10,7±9,6 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">6,7±4,5 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">7,1±9,2 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,133 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,590 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,158 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,054 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="" valign="\n \t\t\t\t\ttop\n \t\t\t\t">VSC \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">5,4±4,7 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">5,6±2,5 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">13,6±17,9 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,008 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,191 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,017 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,007 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="" valign="\n \t\t\t\t\ttop\n \t\t\t\t">FSC \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">6,0±3,3 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">6,9±5,7 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">9,5±5,0 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,153 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,778 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,130 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,069 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="" valign="\n \t\t\t\t\ttop\n \t\t\t\t">K<span class="elsevierStyleSup">trans</span> \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">11,5±13,0 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">24,7±26,3 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">158,8±257,9 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,001 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,048 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,017 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,001 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="" valign="\n \t\t\t\t\ttop\n \t\t\t\t">k<span class="elsevierStyleInf">ep</span> \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">6,1±7,2 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">15,5±14,9 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">58,6±65,4 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t"><0,001 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,017 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,020 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,001 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="" valign="\n \t\t\t\t\ttop\n \t\t\t\t">v<span class="elsevierStyleInf">e</span> \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">183,2±342,3 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">93,7±164,3 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">175,7±300,9 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,085 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,317 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,130 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,043 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="" valign="\n \t\t\t\t\ttop\n \t\t\t\t">v<span class="elsevierStyleInf">p</span> \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">6,2±5,5 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">6,7±6,1 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">7,6±3,7 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,181 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,939 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,118 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,106 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="" valign="\n \t\t\t\t\ttop\n \t\t\t\t">K<span class="elsevierStyleInf">fp</span> \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">38,3±55,0 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">28,9±51,3 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">7,8±6,2 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,261 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,939 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,118 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,209 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="" valign="\n \t\t\t\t\ttop\n \t\t\t\t">v<span class="elsevierStyleInf">pfp</span> \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">5,8±3,5 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">7,7±8,6 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">10,5±6,6 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,106 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,980 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,106 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,043 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " rowspan="9" align="" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Asimetría</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="" valign="\n \t\t\t\t\ttop\n \t\t\t\t">TTM \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">2,0±1,2 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">1,2±1,0 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">1,1±1,3 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,048 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,293 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,228 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,011 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="" valign="\n \t\t\t\t\ttop\n \t\t\t\t">VSC \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">1,0±0,7 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">1,2±1,1 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">2,2±1,7 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,010 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,191 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,158 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,002 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="" valign="\n \t\t\t\t\ttop\n \t\t\t\t">FSC \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">1,2±0,7 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">1,5±1,1 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">1,9±0,8 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,120 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,626 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,270 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,026 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="" valign="\n \t\t\t\t\ttop\n \t\t\t\t">K<span class="elsevierStyleSup">trans</span> \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">2,0±2,1 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">3,7±2,5 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">9,0±8,0 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t"><0,001 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,015 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,020 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t"><0,001 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="" valign="\n \t\t\t\t\ttop\n \t\t\t\t">k<span class="elsevierStyleInf">ep</span> \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">−0,2±1,9 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">−1,7±3,0 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">−3,0±5,7 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,011 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,013 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,209 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,013 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="" valign="\n \t\t\t\t\ttop\n \t\t\t\t">v<span class="elsevierStyleInf">e</span> \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">7,5±11,5 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">6,5±7,1 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">9,5±8,7 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,066 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,249 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,130 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,033 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="" valign="\n \t\t\t\t\ttop\n \t\t\t\t">v<span class="elsevierStyleInf">p</span> \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">1,3±1,0 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">1,4±1,1 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">1,4±0,7 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,774 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,898 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,590 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,489 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="" valign="\n \t\t\t\t\ttop\n \t\t\t\t">K<span class="elsevierStyleInf">fp</span> \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">3,3±3,4 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">3,1±3,6 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">1,2±1,1 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,067 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,858 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,017 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,118 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="" valign="\n \t\t\t\t\ttop\n \t\t\t\t">v<span class="elsevierStyleInf">pfp</span> \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">1,0±0,7 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">1,5±1,3 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">2,0±1,0 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,061 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,427 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,158 \t\t\t\t\t\t\n \t\t\t\t</td><td class="td" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t " align="char" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,017 \t\t\t\t\t\t\n \t\t\t\t</td></tr></tbody></table> """ ] "imagenFichero" => array:1 [ 0 => "xTab210192.png" ] ] ] ] "descripcion" => array:1 [ "es" => "<p id="sp0075" class="elsevierStyleSimplePara elsevierViewall">Valores de curtosis y asimetría para los parámetros cuantificados en la distribución completa cada región</p>" ] ] 8 => array:5 [ "identificador" => "eqn0005" "tipo" => "MULTIMEDIAFORMULA" "mostrarFloat" => false "mostrarDisplay" => true "Formula" => array:5 [ "Matematica" => "C=−1TElog×(SS0)" "Fichero" => "si0001.jpeg" "Tamanyo" => 1653 "Alto" => 36 "Ancho" => 139 ] ] 9 => array:5 [ "identificador" => "eqn0010" "tipo" => "MULTIMEDIAFORMULA" "mostrarFloat" => false "mostrarDisplay" => true "Formula" => array:5 [ "Matematica" => "VSC=∫0tCcorrdt∫0tCcorrAIFdt" "Fichero" => "si0002.jpeg" "Tamanyo" => 1793 "Alto" => 43 "Ancho" => 106 ] ] 10 => array:5 [ "identificador" => "eqn0015" "tipo" => "MULTIMEDIAFORMULA" "mostrarFloat" => false "mostrarDisplay" => true "Formula" => array:5 [ "Matematica" => "TTM=∫0tCcorrdtCcorrmax" "Fichero" => "si0004.jpeg" "Tamanyo" => 1395 "Alto" => 39 "Ancho" => 110 ] ] 11 => array:5 [ "identificador" => "eqn0020" "tipo" => "MULTIMEDIAFORMULA" "mostrarFloat" => false "mostrarDisplay" => true "Formula" => array:5 [ "Matematica" => "FSC=VSCTTM" "Fichero" => "si0006.jpeg" "Tamanyo" => 1190 "Alto" => 31 "Ancho" => 85 ] ] 12 => array:5 [ "identificador" => "eqn0025" "tipo" => "MULTIMEDIAFORMULA" "mostrarFloat" => false "mostrarDisplay" => true "Formula" => array:5 [ "Matematica" => "Ct=νp×CAIF+Ktrans∫0tCAIF×e−kep(t−t′)dt′" "Fichero" => "si0007.jpeg" "Tamanyo" => 2433 "Alto" => 37 "Ancho" => 280 ] ] 13 => array:5 [ "identificador" => "eqn0030" "tipo" => "MULTIMEDIAFORMULA" "mostrarFloat" => false "mostrarDisplay" => true "Formula" => array:5 [ "Matematica" => "Ct=νpfp×CAIF+Kfp∫0tCAIFdt′" "Fichero" => "si0008.jpeg" "Tamanyo" => 1987 "Alto" => 37 "Ancho" => 205 ] ] ] "bibliografia" => array:2 [ "titulo" => "Bibliografía" "seccion" => array:1 [ 0 => array:2 [ "identificador" => "bb0010" "bibliografiaReferencia" => array:30 [ 0 => array:3 [ "identificador" => "bib1" "etiqueta" => "1" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "Surgical neuropathology update. A review of changes introduced by the WHO classification of tumours of the central nervous system. 4th edition" "autores" => array:1 [ 0 => array:2 [ "etal" => true "autores" => array:6 [ 0 => "D.J. Brat" 1 => "J.E. Parisi" 2 => "B.K. Kleinschmidt-DeMasters" 3 => "A.T. Yachnis" 4 => "T.J. Montine" 5 => "P.J. Boyer" ] ] ] ] ] "host" => array:1 [ 0 => array:2 [ "doi" => "10.1043/1543-2165(2008)132[993:SNUARO]2.0.CO;2" "Revista" => array:6 [ "tituloSerie" => "Arch Pathol Lab Med" "fecha" => "2007" "volumen" => "132" "paginaInicial" => "993" "paginaFinal" => "1007" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/18517285" "web" => "Medline" ] ] ] ] ] ] ] ] 1 => array:3 [ "identificador" => "bib2" "etiqueta" => "2" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "Radiotherapy plus concomitant and adjuvant temozolomide for glioblastoma" "autores" => array:1 [ 0 => array:2 [ "etal" => true "autores" => array:6 [ 0 => "R. Stupp" 1 => "W.P. Mason" 2 => "M.J. van den Bent" 3 => "M. Weller" 4 => "B. Fisher" 5 => "M.J. Taphoorn" ] ] ] ] ] "host" => array:1 [ 0 => array:2 [ "doi" => "10.1056/NEJMoa043330" "Revista" => array:6 [ "tituloSerie" => "N Engl J Med" "fecha" => "2005" "volumen" => "352" "paginaInicial" => "987" "paginaFinal" => "996" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/15758009" "web" => "Medline" ] ] ] ] ] ] ] ] 2 => array:3 [ "identificador" => "bib3" "etiqueta" => "3" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "Update on brain tumor imaging: from anatomy to phisiology" "autores" => array:1 [ 0 => array:2 [ "etal" => false "autores" => array:1 [ 0 => "S. Cha" ] ] ] ] ] "host" => array:1 [ 0 => array:1 [ "Revista" => array:6 [ "tituloSerie" => "Am J Neuroradiol" "fecha" => "2006" "volumen" => "27" "paginaInicial" => "475" "paginaFinal" => "487" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/16551981" "web" => "Medline" ] ] ] ] ] ] ] ] 3 => array:3 [ "identificador" => "bib4" "etiqueta" => "4" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "Malignant astrocytic neoplasms: classification, pathology, anatomy, and response to therapy" "autores" => array:1 [ 0 => array:2 [ "etal" => false "autores" => array:1 [ 0 => "P. Burger" ] ] ] ] ] "host" => array:1 [ 0 => array:1 [ "Revista" => array:6 [ "tituloSerie" => "Semin Oncol" "fecha" => "1986" "volumen" => "13" "paginaInicial" => "16" "paginaFinal" => "20" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/3006257" "web" => "Medline" ] ] ] ] ] ] ] ] 4 => array:3 [ "identificador" => "bib5" "etiqueta" => "5" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "Perfusion imaging with NMR contrasts agents" "autores" => array:1 [ 0 => array:2 [ "etal" => false "autores" => array:4 [ 0 => "B.R. Rosen" 1 => "J.W. Belliveau" 2 => "J.M. Vevea" 3 => "T.J. Brady" ] ] ] ] ] "host" => array:1 [ 0 => array:1 [ "Revista" => array:6 [ "tituloSerie" => "Magn Reson Med" "fecha" => "1990" "volumen" => "14" "paginaInicial" => "249" "paginaFinal" => "265" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/2345506" "web" => "Medline" ] ] ] ] ] ] ] ] 5 => array:3 [ "identificador" => "bib6" "etiqueta" => "6" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "Cerebral blood volume maps of gliomas: comparison with tumor grade and histologic findings" "autores" => array:1 [ 0 => array:2 [ "etal" => true "autores" => array:6 [ 0 => "H.J. Aronen" 1 => "I.E. Gazit" 2 => "D.N. Louis" 3 => "B.R. Buchbinder" 4 => "F.S. Pardo" 5 => "R.M. Weisskoff" ] ] ] ] ] "host" => array:1 [ 0 => array:2 [ "doi" => "10.1148/radiology.191.1.8134596" "Revista" => array:6 [ "tituloSerie" => "Radiology" "fecha" => "1994" "volumen" => "191" "paginaInicial" => "41" "paginaFinal" => "51" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/8134596" "web" => "Medline" ] ] ] ] ] ] ] ] 6 => array:3 [ "identificador" => "bib7" "etiqueta" => "7" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "Glial neoplasms: dynamic contrast-enhanced T2<span class="elsevierStyleSup">*</span>-weighted MR imaging" "autores" => array:1 [ 0 => array:2 [ "etal" => true "autores" => array:6 [ 0 => "E.A. Knopp" 1 => "S. Cha" 2 => "G. Johnson" 3 => "A. Mazumdar" 4 => "J.G. Golfinos" 5 => "D. Zagzag" ] ] ] ] ] "host" => array:1 [ 0 => array:2 [ "doi" => "10.1148/radiology.211.3.r99jn46791" "Revista" => array:6 [ "tituloSerie" => "Radiology" "fecha" => "1999" "volumen" => "211" "paginaInicial" => "791" "paginaFinal" => "798" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/10352608" "web" => "Medline" ] ] ] ] ] ] ] ] 7 => array:3 [ "identificador" => "bib8" "etiqueta" => "8" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "Diffusion-weighted and perfusion MR imaging for brain tumor characterization and assessment of treatment response" "autores" => array:1 [ 0 => array:2 [ "etal" => false "autores" => array:3 [ 0 => "J. Provenzale" 1 => "S. Mukundan" 2 => "D. Barboriak" ] ] ] ] ] "host" => array:1 [ 0 => array:2 [ "doi" => "10.1148/radiol.2393042031" "Revista" => array:6 [ "tituloSerie" => "Radiology" "fecha" => "2006" "volumen" => "239" "paginaInicial" => "632" "paginaFinal" => "649" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/16714455" "web" => "Medline" ] ] ] ] ] ] ] ] 8 => array:3 [ "identificador" => "bib9" "etiqueta" => "9" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "Measurement of the blood-brain barrier permeability and leakage space using dynamic MR imaging. 1. Fundamental concepts" "autores" => array:1 [ 0 => array:2 [ "etal" => false "autores" => array:2 [ 0 => "P.S. Tofts" 1 => "A.G. Kermode" ] ] ] ] ] "host" => array:1 [ 0 => array:1 [ "Revista" => array:6 [ "tituloSerie" => "Magn Reson Med" "fecha" => "1991" "volumen" => "17" "paginaInicial" => "357" "paginaFinal" => "367" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/2062210" "web" => "Medline" ] ] ] ] ] ] ] ] 9 => array:3 [ "identificador" => "bib10" "etiqueta" => "10" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "Comparison of region-of-interest analysis with three different histogram analysis methods in the determination of perfusion metrics in patients with brain gliomas" "autores" => array:1 [ 0 => array:2 [ "etal" => false "autores" => array:5 [ 0 => "R. Young" 1 => "J. Babb" 2 => "M. Law" 3 => "E. Pollack" 4 => "G. Jonson" ] ] ] ] ] "host" => array:1 [ 0 => array:2 [ "doi" => "10.1002/jmri.21064" "Revista" => array:6 [ "tituloSerie" => "J Magn Reson Imaging" "fecha" => "2007" "volumen" => "26" "paginaInicial" => "1053" "paginaFinal" => "1063" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/17896374" "web" => "Medline" ] ] ] ] ] ] ] ] 10 => array:3 [ "identificador" => "bib11" "etiqueta" => "11" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "MR pharmacokinetic modeling of the patellar cartilage differentiates normal from pathological conditions" "autores" => array:1 [ 0 => array:2 [ "etal" => false "autores" => array:4 [ 0 => "R. Sanz" 1 => "L. Martí-Bonmatí" 2 => "J.L. Rodrigo" 3 => "D. Moratal" ] ] ] ] ] "host" => array:1 [ 0 => array:2 [ "doi" => "10.1002/jmri.21233" "Revista" => array:6 [ "tituloSerie" => "J Magn Reson Imaging" "fecha" => "2008" "volumen" => "27" "paginaInicial" => "171" "paginaFinal" => "177" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/18022850" "web" => "Medline" ] ] ] ] ] ] ] ] 11 => array:3 [ "identificador" => "bib12" "etiqueta" => "12" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "Resonancia magnética en la respuesta al tratamiento del síndrome de hiperestimulación ovárica: comparación de modelos farmacocinéticos" "autores" => array:1 [ 0 => array:2 [ "etal" => true "autores" => array:6 [ 0 => "R. Sanz-Requena" 1 => "L. Martí-Bonmatí" 2 => "C. Álvarez" 3 => "G. García" 4 => "A. Pellicer" 5 => "A. Alberich-Bayarri" ] ] ] ] ] "host" => array:1 [ 0 => array:2 [ "doi" => "10.1016/j.rx.2008.03.001" "Revista" => array:6 [ "tituloSerie" => "Radiología" "fecha" => "2009" "volumen" => "51" "paginaInicial" => "176" "paginaFinal" => "182" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/19272623" "web" => "Medline" ] ] ] ] ] ] ] ] 12 => array:3 [ "identificador" => "bib13" "etiqueta" => "13" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "High-Grade gliomas and solitary metastases: differentiation by using perfusion and proton spectroscopic MR imaging" "autores" => array:1 [ 0 => array:2 [ "etal" => false "autores" => array:6 [ 0 => "M. Law" 1 => "S. Cha" 2 => "E. Knopp" 3 => "G. Johnson" 4 => "J. Arnett" 5 => "A. Litt" ] ] ] ] ] "host" => array:1 [ 0 => array:2 [ "doi" => "10.1148/radiol.2223010558" "Revista" => array:6 [ "tituloSerie" => "Radiology" "fecha" => "2002" "volumen" => "222" "paginaInicial" => "715" "paginaFinal" => "721" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/11867790" "web" => "Medline" ] ] ] ] ] ] ] ] 13 => array:3 [ "identificador" => "bib14" "etiqueta" => "14" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "Distinction between high-grade gliomas and solitary metastases using peritumoral 3-T magnetic resonance spectroscopy, diffusion, and perfusion imagings" "autores" => array:1 [ 0 => array:2 [ "etal" => true "autores" => array:6 [ 0 => "I.C. Chiang" 1 => "Y.T. Kuo" 2 => "C.Y. Lu" 3 => "K.W. Yeung" 4 => "W.C. Lin" 5 => "F.O. Sheu" ] ] ] ] ] "host" => array:1 [ 0 => array:2 [ "doi" => "10.1007/s00234-004-1246-7" "Revista" => array:6 [ "tituloSerie" => "Neuroradiology" "fecha" => "2004" "volumen" => "46" "paginaInicial" => "619" "paginaFinal" => "627" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/15243726" "web" => "Medline" ] ] ] ] ] ] ] ] 14 => array:3 [ "identificador" => "bib15" "etiqueta" => "15" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "Assessment of diagnostic accuracy of perfusion MR imaging in primary and metastatic solitary malignant brain tumors" "autores" => array:1 [ 0 => array:2 [ "etal" => false "autores" => array:6 [ 0 => "N. Bulakbasi" 1 => "M. Kocaoglu" 2 => "A. Farzaliyev" 3 => "C. Tayfun" 4 => "T. Ucoz" 5 => "I. Somuncu" ] ] ] ] ] "host" => array:1 [ 0 => array:1 [ "Revista" => array:6 [ "tituloSerie" => "Am J Neuroradiol" "fecha" => "2005" "volumen" => "26" "paginaInicial" => "2187" "paginaFinal" => "2199" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/16219821" "web" => "Medline" ] ] ] ] ] ] ] ] 15 => array:3 [ "identificador" => "bib16" "etiqueta" => "16" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "High resolution measurement of cerebral blood flow using intravascular tracer bolus passages. Part I: mathematical approach and statistical analysis" "autores" => array:1 [ 0 => array:2 [ "etal" => false "autores" => array:5 [ 0 => "L. Ostergaard" 1 => "R.M. Weisskoff" 2 => "D.A. Chesler" 3 => "C. Gyldensted" 4 => "B.R. Rosen" ] ] ] ] ] "host" => array:1 [ 0 => array:1 [ "Revista" => array:6 [ "tituloSerie" => "Magn Reson Med" "fecha" => "1996" "volumen" => "36" "paginaInicial" => "715" "paginaFinal" => "725" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/8916022" "web" => "Medline" ] ] ] ] ] ] ] ] 16 => array:3 [ "identificador" => "bib17" "etiqueta" => "17" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "High resolution measurement of cerebral blood flow using intravascular tracer bolus passages. Part II: experimental comparison and preliminary results" "autores" => array:1 [ 0 => array:2 [ "etal" => false "autores" => array:6 [ 0 => "L. Ostergaard" 1 => "A.G. Sorensen" 2 => "K.K. Kwong" 3 => "R.M. Weisskoff" 4 => "C. Gyldensted" 5 => "B.R. Rosen" ] ] ] ] ] "host" => array:1 [ 0 => array:1 [ "Revista" => array:6 [ "tituloSerie" => "Magn Reson Med" "fecha" => "1996" "volumen" => "36" "paginaInicial" => "726" "paginaFinal" => "736" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/8916023" "web" => "Medline" ] ] ] ] ] ] ] ] 17 => array:3 [ "identificador" => "bib18" "etiqueta" => "18" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "Estimating kinetic parameters from dynamic contrast-enhanced T1-weighted MRI of a diffusable tracer: standardized quantities and symbols" "autores" => array:1 [ 0 => array:2 [ "etal" => true "autores" => array:6 [ 0 => "P.S. Tofts" 1 => "G. Brix" 2 => "D.L. Buckley" 3 => "J.L. Evelhoch" 4 => "E. Henderson" 5 => "M.V. Knopp" ] ] ] ] ] "host" => array:1 [ 0 => array:1 [ "Revista" => array:6 [ "tituloSerie" => "J Magn Reson Imaging" "fecha" => "1999" "volumen" => "10" "paginaInicial" => "223" "paginaFinal" => "232" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/10508281" "web" => "Medline" ] ] ] ] ] ] ] ] 18 => array:3 [ "identificador" => "bib19" "etiqueta" => "19" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "Comparing perfusion metrics obtained from a single compartment versus pharmacokinetic modeling methods using dynamic susceptibility contrast-enhanced perfusion MR imaging with glioma Grade" "autores" => array:1 [ 0 => array:2 [ "etal" => false "autores" => array:6 [ 0 => "M. Law" 1 => "R. Young" 2 => "J. Babb" 3 => "M. Rad" 4 => "T. Sasaki" 5 => "D. Zagzag" ] ] ] ] ] "host" => array:1 [ 0 => array:1 [ "Revista" => array:6 [ "tituloSerie" => "Am J Neuroradiol" "fecha" => "2006" "volumen" => "27" "paginaInicial" => "1975" "paginaFinal" => "1982" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/17032878" "web" => "Medline" ] ] ] ] ] ] ] ] 19 => array:3 [ "identificador" => "bib20" "etiqueta" => "20" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "Improved 3D quantitative mapping of blood volume and endothelial permeability in brain tumors" "autores" => array:1 [ 0 => array:2 [ "etal" => false "autores" => array:4 [ 0 => "K. Li" 1 => "X. Zhu" 2 => "J. Waterton" 3 => "A. Jackson" ] ] ] ] ] "host" => array:1 [ 0 => array:1 [ "Revista" => array:6 [ "tituloSerie" => "J Magn Reson Imaging" "fecha" => "2000" "volumen" => "12" "paginaInicial" => "347" "paginaFinal" => "357" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/10931600" "web" => "Medline" ] ] ] ] ] ] ] ] 20 => array:3 [ "identificador" => "bib21" "etiqueta" => "21" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "Cerebral blood volume maps of gliomas: comparison with tumor grade and histologic findings" "autores" => array:1 [ 0 => array:2 [ "etal" => true "autores" => array:6 [ 0 => "H.J. Aaronen" 1 => "I.E. Gazit" 2 => "D.N. Louis" 3 => "B.R. Buchbinder" 4 => "F.S. Pardo" 5 => "R.M. Weisskoff" ] ] ] ] ] "host" => array:1 [ 0 => array:2 [ "doi" => "10.1148/radiology.191.1.8134596" "Revista" => array:6 [ "tituloSerie" => "Radiology" "fecha" => "1994" "volumen" => "191" "paginaInicial" => "41" "paginaFinal" => "51" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/8134596" "web" => "Medline" ] ] ] ] ] ] ] ] 21 => array:3 [ "identificador" => "bib22" "etiqueta" => "22" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "Glioma grading: sensitivity, specificity, and predictive values of perfusion MR imaging and proton MR spectroscopic imaging compared with conventional MR imaging" "autores" => array:1 [ 0 => array:2 [ "etal" => true "autores" => array:6 [ 0 => "M. Law" 1 => "S. Yang" 2 => "H. Wang" 3 => "J.S. Babb" 4 => "G. Johnson" 5 => "S. Cha" ] ] ] ] ] "host" => array:1 [ 0 => array:1 [ "Revista" => array:6 [ "tituloSerie" => "Am J Neuroradiol" "fecha" => "2003" "volumen" => "24" "paginaInicial" => "1989" "paginaFinal" => "1998" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/14625221" "web" => "Medline" ] ] ] ] ] ] ] ] 22 => array:3 [ "identificador" => "bib23" "etiqueta" => "23" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "Is volume transfer coefficient K<span class="elsevierStyleSup">(trans)</span> related to histologic grade in human gliomas?" "autores" => array:1 [ 0 => array:2 [ "etal" => true "autores" => array:6 [ 0 => "T.F. Patankar" 1 => "H.A. Haroon" 2 => "S.J. Mills" 3 => "D. Balériaux" 4 => "D.L. Buckley" 5 => "G.J. Parker" ] ] ] ] ] "host" => array:1 [ 0 => array:1 [ "Revista" => array:6 [ "tituloSerie" => "Am J Neuroradiol" "fecha" => "2005" "volumen" => "26" "paginaInicial" => "2455" "paginaFinal" => "2465" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/16286385" "web" => "Medline" ] ] ] ] ] ] ] ] 23 => array:3 [ "identificador" => "bib24" "etiqueta" => "24" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "Comparison of cerebral blood volume and vascular permeability from dynamic susceptibility contrast-enhanced perfusion MR imaging with glioma grade" "autores" => array:1 [ 0 => array:2 [ "etal" => true "autores" => array:6 [ 0 => "M. Law" 1 => "S. Yang" 2 => "J. Babb" 3 => "E. Knopp" 4 => "J. Golfinos" 5 => "D. Zagzag" ] ] ] ] ] "host" => array:1 [ 0 => array:1 [ "Revista" => array:6 [ "tituloSerie" => "Am J Neuroradiol" "fecha" => "2004" "volumen" => "25" "paginaInicial" => "746" "paginaFinal" => "755" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/15140713" "web" => "Medline" ] ] ] ] ] ] ] ] 24 => array:3 [ "identificador" => "bib25" "etiqueta" => "25" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "Simultaneous mapping of blood volume and endothelial permeability surface area product in gliomas using iterative analysis of first-pass dynamic contrast enhanced MRI data" "autores" => array:1 [ 0 => array:2 [ "etal" => true "autores" => array:6 [ 0 => "K.L. Li" 1 => "X.P. Zhu" 2 => "D.R. Checkley" 3 => "J.J. Tessier" 4 => "V.F. Hillier" 5 => "J.C. Waterton" ] ] ] ] ] "host" => array:1 [ 0 => array:2 [ "doi" => "10.1259/bjr/31662734" "Revista" => array:6 [ "tituloSerie" => "Br J Radiol" "fecha" => "2003" "volumen" => "76" "paginaInicial" => "39" "paginaFinal" => "50" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/12595324" "web" => "Medline" ] ] ] ] ] ] ] ] 25 => array:3 [ "identificador" => "bib26" "etiqueta" => "26" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "Measuring blood volume and vascular transfer constant from dynamic, T2<span class="elsevierStyleSup">*</span>-weighted contrast-enhanced MR" "autores" => array:1 [ 0 => array:2 [ "etal" => false "autores" => array:5 [ 0 => "G. Johnson" 1 => "S. Wetzel" 2 => "S. Cha" 3 => "J. Babb" 4 => "P. Tofts" ] ] ] ] ] "host" => array:1 [ 0 => array:2 [ "doi" => "10.1002/mrm.20049" "Revista" => array:6 [ "tituloSerie" => "Magn Reson Med" "fecha" => "2004" "volumen" => "51" "paginaInicial" => "961" "paginaFinal" => "968" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/15122678" "web" => "Medline" ] ] ] ] ] ] ] ] 26 => array:3 [ "identificador" => "bib27" "etiqueta" => "27" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "Quantitative measurement of microvascular permeability in human brain tumors achieved using dynamic contrast-enhanced MR imaging: correlation with histologic grade" "autores" => array:1 [ 0 => array:2 [ "etal" => false "autores" => array:4 [ 0 => "H. Roberts" 1 => "T. Roberts" 2 => "R. Brasch" 3 => "W. Dillon" ] ] ] ] ] "host" => array:1 [ 0 => array:1 [ "Revista" => array:6 [ "tituloSerie" => "Am J Neuroradiol" "fecha" => "2000" "volumen" => "21" "paginaInicial" => "891" "paginaFinal" => "899" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/10815665" "web" => "Medline" ] ] ] ] ] ] ] ] 27 => array:3 [ "identificador" => "bib28" "etiqueta" => "28" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "Glioma grading by using histogram analysis of blood volume heterogeneity from MR-derived cerebral blood volume maps" "autores" => array:1 [ 0 => array:2 [ "etal" => true "autores" => array:6 [ 0 => "K. Emblem" 1 => "B. Nedregaard" 2 => "T. Nome" 3 => "P. Dune-Tonenssen" 4 => "J. Hald" 5 => "D. Scheie" ] ] ] ] ] "host" => array:1 [ 0 => array:2 [ "doi" => "10.1148/radiol.2473070571" "Revista" => array:6 [ "tituloSerie" => "Radiology" "fecha" => "2008" "volumen" => "247" "paginaInicial" => "808" "paginaFinal" => "817" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/18487536" "web" => "Medline" ] ] ] ] ] ] ] ] 28 => array:3 [ "identificador" => "bib29" "etiqueta" => "29" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "Comparative study of methods for determining vascular permeability and blood volume in human gliomas" "autores" => array:1 [ 0 => array:2 [ "etal" => true "autores" => array:6 [ 0 => "J. Harrer" 1 => "G. Parker" 2 => "H. Haroon" 3 => "D. Buckley" 4 => "K. Embelton" 5 => "C. Roberts" ] ] ] ] ] "host" => array:1 [ 0 => array:2 [ "doi" => "10.1002/jmri.20182" "Revista" => array:6 [ "tituloSerie" => "J Magn Reson Imaging" "fecha" => "2004" "volumen" => "20" "paginaInicial" => "748" "paginaFinal" => "757" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/15503330" "web" => "Medline" ] ] ] ] ] ] ] ] 29 => array:3 [ "identificador" => "bib30" "etiqueta" => "30" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "A comparison of K<span class="elsevierStyleSup">trans</span> measurements obtained with conventional and first pass pharmacokinetic models in human gliomas" "autores" => array:1 [ 0 => array:2 [ "etal" => true "autores" => array:6 [ 0 => "H. Haroon" 1 => "D. Buckley" 2 => "T. Patankar" 3 => "G. Dow" 4 => "S. Rutherford" 5 => "D. Baleriaux" ] ] ] ] ] "host" => array:1 [ 0 => array:2 [ "doi" => "10.1002/jmri.20045" "Revista" => array:6 [ "tituloSerie" => "J Magn Reson Imaging" "fecha" => "2004" "volumen" => "19" "paginaInicial" => "527" "paginaFinal" => "536" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/15112301" "web" => "Medline" ] ] ] ] ] ] ] ] ] ] ] ] ] "idiomaDefecto" => "es" "url" => "/00338338/0000005200000005/v1_201305061403/S0033833810001682/v1_201305061403/es/main.assets" "Apartado" => array:4 [ "identificador" => "8222" "tipo" => "SECCION" "en" => array:2 [ "titulo" => "Originales" "idiomaDefecto" => true ] "idiomaDefecto" => "en" ] "PDF" => "https://static.elsevier.es/multimedia/00338338/0000005200000005/v1_201305061403/S0033833810001682/v1_201305061403/es/main.pdf?idApp=UINPBA00004N&text.app=https://www.elsevier.es/" "EPUB" => "https://multimedia.elsevier.es/PublicationsMultimediaV1/item/epub/S0033833810001682?idApp=UINPBA00004N" "pdfAlternativo" => array:1 [ 0 => array:3 [ "idioma" => "en" "documentoPdf" => "https://multimedia.elsevier.es/PublicationsMultimediaV1/file/00338338/addon/S0033833810001682/S300/en/119v52n05a13184052pdf001_2.pdf" "portada" => "119v52n05a13184052pdf001_2.png" ] ] ]
Información de la revista
Compartir
Descargar PDF
English PDF
Más opciones de artículo
ORIGINAL
Análisis nosológico con parámetros de perfusión tisular de RM obtenidos mediante los modelos monocompartimental y farmacocinético en los glioblastomas cerebrales
Nosological analysis of MRI tissue perfusion parameters obtained using the unicompartmental and pharmacokinetic models in cerebral glioblastomas
A.J. Revert Venturaa,
, R. Sanz-Requenab, L. Martí-Bonmatíb,c, J. Jornetd, J. Piquere, A. Cremadesf, J.M. Carotg
Autor para correspondencia
a Servicio de Radiología, Hospital de Manises, Manises, España
b Servicio de Radiología, Hospital Quirón Valencia, Valencia, España
c Servicio de Radiología, Hospital Universitario Dr. Peset, Valencia, España
d Servicio de Radiología, Hospital de la Ribera, Alzira, España
e Servicio de Neurocirugía, Hospital de la Ribera, Alzira, España
f Servicio de Anatomía Patológica, Hospital de la Ribera, Alzira, España
g Departamento de Estadística e Investigación Operativa, Universidad Politécnica de Valencia, Valencia, España
Artículo
Este artículo está disponible en español
Análisis nosológico con parámetros de perfusión tisular de RM obtenidos mediante los modelos monocompartimental y farmacocinético en los glioblastomas cerebrales
A.J. Revert Ventura, R. Sanz-Requena, L. Martí-Bonmatí, J. Jornet, J. Piquer, A. Cremades, J.M. Carot
10.1016/j.rx.2010.03.017Radiologia. 2010;52:432-41