array:24 [ "pii" => "S2253654X19300241" "issn" => "2253654X" "doi" => "10.1016/j.remn.2019.03.005" "estado" => "S300" "fechaPublicacion" => "2019-11-01" "aid" => "1072" "copyright" => "Sociedad Española de Medicina Nuclear e Imagen Molecular" "copyrightAnyo" => "2019" "documento" => "article" "crossmark" => 1 "subdocumento" => "fla" "cita" => "Rev Esp Med Nucl Imagen Mol. 2019;38:362-9" "abierto" => array:3 [ "ES" => false "ES2" => false "LATM" => false ] "gratuito" => false "lecturas" => array:2 [ "total" => 72 "formatos" => array:2 [ "HTML" => 49 "PDF" => 23 ] ] "Traduccion" => array:1 [ "en" => array:19 [ "pii" => "S2253808919300461" "issn" => "22538089" "doi" => "10.1016/j.remnie.2019.04.004" "estado" => "S300" "fechaPublicacion" => "2019-11-01" "aid" => "1072" "copyright" => "Sociedad Española de Medicina Nuclear e Imagen Molecular" "documento" => "article" "crossmark" => 1 "subdocumento" => "fla" "cita" => "Rev Esp Med Nucl Imagen Mol. 2019;38:362-9" "abierto" => array:3 [ "ES" => false "ES2" => false "LATM" => false ] "gratuito" => false "lecturas" => array:1 [ "total" => 0 ] "en" => array:13 [ "idiomaDefecto" => true "cabecera" => "<span class="elsevierStyleTextfn">Original Article</span>" "titulo" => "Segmentation of gliomas in <span class="elsevierStyleSup">18</span>F-Fluorocholine PET/CT. A multiapproach study" "tienePdf" => "en" "tieneTextoCompleto" => "en" "tieneResumen" => array:2 [ 0 => "en" 1 => "es" ] "paginas" => array:1 [ 0 => array:2 [ "paginaInicial" => "362" "paginaFinal" => "369" ] ] "titulosAlternativos" => array:1 [ "es" => array:1 [ "titulo" => "Segmentación de gliomas con PET/TC con <span class="elsevierStyleSup">18</span>F-Fluorocolina. Estudio multiaproximación" ] ] "contieneResumen" => array:2 [ "en" => true "es" => true ] "contieneTextoCompleto" => array:1 [ "en" => true ] "contienePdf" => array:1 [ "en" => true ] "resumenGrafico" => array:2 [ "original" => 0 "multimedia" => array:7 [ "identificador" => "fig0020" "etiqueta" => "Fig. 4" "tipo" => "MULTIMEDIAFIGURA" "mostrarFloat" => true "mostrarDisplay" => false "figura" => array:1 [ 0 => array:4 [ "imagen" => "gr4.jpeg" "Alto" => 755 "Ancho" => 2342 "Tamanyo" => 94972 ] ] "descripcion" => array:1 [ "en" => "<p id="spar0070" class="elsevierStyleSimplePara elsevierViewall">Scatterplot of SUVmax and %SUVmax threshold for the global sample group (A) with a coefficient of determination <span class="elsevierStyleItalic">R</span><span class="elsevierStyleSup">2</span><span class="elsevierStyleHsp" style=""></span>=<span class="elsevierStyleHsp" style=""></span>0.43, higher group (B) with a <span class="elsevierStyleItalic">R</span><span class="elsevierStyleSup">2</span><span class="elsevierStyleHsp" style=""></span>=<span class="elsevierStyleHsp" style=""></span>0.87 and lower group (C), with a <span class="elsevierStyleItalic">R</span><span class="elsevierStyleSup">2</span><span class="elsevierStyleHsp" style=""></span>=<span class="elsevierStyleHsp" style=""></span>0.81.</p>" ] ] ] "autores" => array:1 [ 0 => array:2 [ "autoresLista" => "Ana María García Vicente, Julián Pérez-Beteta, Germán Andrés Jiménez Londoño, Mariano Amo-Salas, Francisco José Pena Pardo, Maikal Villena Martín, José María Borrás Moreno, Ángel Soriano Castrejón" "autores" => array:8 [ 0 => array:2 [ "nombre" => "Ana María" "apellidos" => "García Vicente" ] 1 => array:2 [ "nombre" => "Julián" "apellidos" => "Pérez-Beteta" ] 2 => array:2 [ "nombre" => "Germán Andrés" "apellidos" => "Jiménez Londoño" ] 3 => array:2 [ "nombre" => "Mariano" "apellidos" => "Amo-Salas" ] 4 => array:2 [ "nombre" => "Francisco José" "apellidos" => "Pena Pardo" ] 5 => array:2 [ "nombre" => "Maikal" "apellidos" => "Villena Martín" ] 6 => array:2 [ "nombre" => "José María" "apellidos" => "Borrás Moreno" ] 7 => array:2 [ "nombre" => "Ángel" "apellidos" => "Soriano Castrejón" ] ] ] ] ] "idiomaDefecto" => "en" "Traduccion" => array:1 [ "es" => array:9 [ "pii" => "S2253654X19300241" "doi" => "10.1016/j.remn.2019.03.005" "estado" => "S300" "subdocumento" => "" "abierto" => array:3 [ "ES" => false "ES2" => false "LATM" => false ] "gratuito" => false "lecturas" => array:1 [ "total" => 0 ] "idiomaDefecto" => "es" "EPUB" => "https://multimedia.elsevier.es/PublicationsMultimediaV1/item/epub/S2253654X19300241?idApp=UINPBA00004N" ] ] "EPUB" => "https://multimedia.elsevier.es/PublicationsMultimediaV1/item/epub/S2253808919300461?idApp=UINPBA00004N" "url" => "/22538089/0000003800000006/v1_201911280920/S2253808919300461/v1_201911280920/en/main.assets" ] ] "itemSiguiente" => array:19 [ "pii" => "S2253654X19301568" "issn" => "2253654X" "doi" => "10.1016/j.remn.2019.06.003" "estado" => "S300" "fechaPublicacion" => "2019-11-01" "aid" => "1089" "copyright" => "Sociedad Española de Medicina Nuclear e Imagen Molecular" "documento" => "article" "crossmark" => 1 "subdocumento" => "fla" "cita" => "Rev Esp Med Nucl Imagen Mol. 2019;38:370-81" "abierto" => array:3 [ "ES" => false "ES2" => false "LATM" => false ] "gratuito" => false "lecturas" => array:2 [ "total" => 1460 "formatos" => array:2 [ "HTML" => 377 "PDF" => 1083 ] ] "es" => array:13 [ "idiomaDefecto" => true "cabecera" => "<span class="elsevierStyleTextfn">COLABORACIÓN ESPECIAL</span>" "titulo" => "Radioembolización en tumores hepáticos" "tienePdf" => "es" "tieneTextoCompleto" => "es" "tieneResumen" => array:2 [ 0 => "es" 1 => "en" ] "paginas" => array:1 [ 0 => array:2 [ "paginaInicial" => "370" "paginaFinal" => "381" ] ] "titulosAlternativos" => array:1 [ "en" => array:1 [ "titulo" => "Radioembolization in liver tumours" ] ] "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" => "fig0005" "etiqueta" => "Figura 1" "tipo" => "MULTIMEDIAFIGURA" "mostrarFloat" => true "mostrarDisplay" => false "figura" => array:1 [ 0 => array:4 [ "imagen" => "gr1.jpeg" "Alto" => 3519 "Ancho" => 2500 "Tamanyo" => 453010 ] ] "descripcion" => array:1 [ "es" => "<p id="spar0035" class="elsevierStyleSimplePara elsevierViewall">Algoritmo de TARE.</p>" ] ] ] "autores" => array:1 [ 0 => array:2 [ "autoresLista" => "L. Carrion-Martin, J. Orcajo Rincón, A. Rotger, M. Gonzalez-Leyte, L. Márquez Pérez, M. Echenagusia, A. Matilla" "autores" => array:7 [ 0 => array:2 [ "nombre" => "L." "apellidos" => "Carrion-Martin" ] 1 => array:2 [ "nombre" => "J." "apellidos" => "Orcajo Rincón" ] 2 => array:2 [ "nombre" => "A." "apellidos" => "Rotger" ] 3 => array:2 [ "nombre" => "M." "apellidos" => "Gonzalez-Leyte" ] 4 => array:2 [ "nombre" => "L." "apellidos" => "Márquez Pérez" ] 5 => array:2 [ "nombre" => "M." "apellidos" => "Echenagusia" ] 6 => array:2 [ "nombre" => "A." "apellidos" => "Matilla" ] ] ] ] ] "idiomaDefecto" => "es" "Traduccion" => array:1 [ "en" => array:9 [ "pii" => "S2253808919301132" "doi" => "10.1016/j.remnie.2019.06.005" "estado" => "S300" "subdocumento" => "" "abierto" => array:3 [ "ES" => false "ES2" => false "LATM" => false ] "gratuito" => false "lecturas" => array:1 [ "total" => 0 ] "idiomaDefecto" => "en" "EPUB" => "https://multimedia.elsevier.es/PublicationsMultimediaV1/item/epub/S2253808919301132?idApp=UINPBA00004N" ] ] "EPUB" => "https://multimedia.elsevier.es/PublicationsMultimediaV1/item/epub/S2253654X19301568?idApp=UINPBA00004N" "url" => "/2253654X/0000003800000006/v1_201911230745/S2253654X19301568/v1_201911230745/es/main.assets" ] "itemAnterior" => array:18 [ "pii" => "S2253654X19300125" "issn" => "2253654X" "doi" => "10.1016/j.remn.2019.05.006" "estado" => "S300" "fechaPublicacion" => "2019-11-01" "aid" => "1082" "documento" => "article" "crossmark" => 1 "subdocumento" => "fla" "cita" => "Rev Esp Med Nucl Imagen Mol. 2019;38:355-61" "abierto" => array:3 [ "ES" => false "ES2" => false "LATM" => false ] "gratuito" => false "lecturas" => array:2 [ "total" => 22 "formatos" => array:2 [ "HTML" => 12 "PDF" => 10 ] ] "es" => array:13 [ "idiomaDefecto" => true "cabecera" => "<span class="elsevierStyleTextfn">Original</span>" "titulo" => "Relaciones entre el factor-1α inducido por hipoxia y los parámetros de la PET/TC con <span class="elsevierStyleSup">18</span>F-FDG en el cáncer colorrectal" "tienePdf" => "es" "tieneTextoCompleto" => "es" "tieneResumen" => array:2 [ 0 => "es" 1 => "en" ] "paginas" => array:1 [ 0 => array:2 [ "paginaInicial" => "355" "paginaFinal" => "361" ] ] "titulosAlternativos" => array:1 [ "en" => array:1 [ "titulo" => "Relationships between hypoxia induced factor-1α and <span class="elsevierStyleSup">18</span>F-FDG PET/CT parameters in colorectal cancer" ] ] "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" => "fig0020" "etiqueta" => "Figura 4" "tipo" => "MULTIMEDIAFIGURA" "mostrarFloat" => true "mostrarDisplay" => false "figura" => array:1 [ 0 => array:4 [ "imagen" => "gr4.jpeg" "Alto" => 472 "Ancho" => 1255 "Tamanyo" => 187260 ] ] "descripcion" => array:1 [ "es" => "<p id="spar0065" class="elsevierStyleSimplePara elsevierViewall">Patrón de tinción de HIF-1α en el margen de invasión (HIF-1α; ×40). Se observó una intensa tinción de HIF-1α nuclear en las células tumorales del margen de invasión, así como en los fibroblastos y las células inflamatorias del estroma adyacente al tumor.</p>" ] ] ] "autores" => array:1 [ 0 => array:2 [ "autoresLista" => "Z. Hasbek, H. Ozer, S.A. Erturk, E. Erdiş, B. Yucel, E. Çiftçi, A. Çakmakcilar" "autores" => array:7 [ 0 => array:2 [ "nombre" => "Z." "apellidos" => "Hasbek" ] 1 => array:2 [ "nombre" => "H." "apellidos" => "Ozer" ] 2 => array:2 [ "nombre" => "S.A." "apellidos" => "Erturk" ] 3 => array:2 [ "nombre" => "E." "apellidos" => "Erdiş" ] 4 => array:2 [ "nombre" => "B." "apellidos" => "Yucel" ] 5 => array:2 [ "nombre" => "E." "apellidos" => "Çiftçi" ] 6 => array:2 [ "nombre" => "A." "apellidos" => "Çakmakcilar" ] ] ] ] ] "idiomaDefecto" => "es" "Traduccion" => array:1 [ "en" => array:9 [ "pii" => "S2253808919300758" "doi" => "10.1016/j.remnie.2019.05.008" "estado" => "S300" "subdocumento" => "" "abierto" => array:3 [ "ES" => false "ES2" => false "LATM" => false ] "gratuito" => false "lecturas" => array:1 [ "total" => 0 ] "idiomaDefecto" => "en" "EPUB" => "https://multimedia.elsevier.es/PublicationsMultimediaV1/item/epub/S2253808919300758?idApp=UINPBA00004N" ] ] "EPUB" => "https://multimedia.elsevier.es/PublicationsMultimediaV1/item/epub/S2253654X19300125?idApp=UINPBA00004N" "url" => "/2253654X/0000003800000006/v1_201911230745/S2253654X19300125/v1_201911230745/es/main.assets" ] "es" => array:20 [ "idiomaDefecto" => true "cabecera" => "<span class="elsevierStyleTextfn">Original</span>" "titulo" => "Segmentación de gliomas con PET/TC con <span class="elsevierStyleSup">18</span>F-fluorocolina. Estudio multiaproximación" "tieneTextoCompleto" => true "paginas" => array:1 [ 0 => array:2 [ "paginaInicial" => "362" "paginaFinal" => "369" ] ] "autores" => array:1 [ 0 => array:4 [ "autoresLista" => "A.M. García Vicente, J. Pérez-Beteta, G.A. Jiménez Londoño, M. Amo-Salas, F.J. Pena Pardo, M. Villena Martín, J.M. Borrás Moreno, Á. Soriano Castrejón" "autores" => array:8 [ 0 => array:4 [ "nombre" => "A.M." "apellidos" => "García Vicente" "email" => array:1 [ 0 => "angarvice@yahoo.es" ] "referencia" => array:2 [ 0 => array:2 [ "etiqueta" => "<span class="elsevierStyleSup">a</span>" "identificador" => "aff0005" ] 1 => array:2 [ "etiqueta" => "<span class="elsevierStyleSup">*</span>" "identificador" => "cor0005" ] ] ] 1 => array:3 [ "nombre" => "J." "apellidos" => "Pérez-Beteta" "referencia" => array:1 [ 0 => array:2 [ "etiqueta" => "<span class="elsevierStyleSup">b</span>" "identificador" => "aff0010" ] ] ] 2 => array:3 [ "nombre" => "G.A." "apellidos" => "Jiménez Londoño" "referencia" => array:1 [ 0 => array:2 [ "etiqueta" => "<span class="elsevierStyleSup">a</span>" "identificador" => "aff0005" ] ] ] 3 => array:3 [ "nombre" => "M." "apellidos" => "Amo-Salas" "referencia" => array:1 [ 0 => array:2 [ "etiqueta" => "<span class="elsevierStyleSup">c</span>" "identificador" => "aff0015" ] ] ] 4 => array:3 [ "nombre" => "F.J." "apellidos" => "Pena Pardo" "referencia" => array:1 [ 0 => array:2 [ "etiqueta" => "<span class="elsevierStyleSup">a</span>" "identificador" => "aff0005" ] ] ] 5 => array:3 [ "nombre" => "M." "apellidos" => "Villena Martín" "referencia" => array:1 [ 0 => array:2 [ "etiqueta" => "<span class="elsevierStyleSup">d</span>" "identificador" => "aff0020" ] ] ] 6 => array:3 [ "nombre" => "J.M." "apellidos" => "Borrás Moreno" "referencia" => array:1 [ 0 => array:2 [ "etiqueta" => "<span class="elsevierStyleSup">d</span>" "identificador" => "aff0020" ] ] ] 7 => array:3 [ "nombre" => "Á." "apellidos" => "Soriano Castrejón" "referencia" => array:1 [ 0 => array:2 [ "etiqueta" => "<span class="elsevierStyleSup">a</span>" "identificador" => "aff0005" ] ] ] ] "afiliaciones" => array:4 [ 0 => array:3 [ "entidad" => "Nuclear Medicine Department, Hospital General Universitario de Ciudad Real, Ciudad Real, España" "etiqueta" => "a" "identificador" => "aff0005" ] 1 => array:3 [ "entidad" => "Mathematical Oncology Laboratory (MôLAB), Universidad de Castilla-La Mancha, Ciudad Real, España" "etiqueta" => "b" "identificador" => "aff0010" ] 2 => array:3 [ "entidad" => "Department of Mathematics, University of Castilla-La Mancha, Ciudad Real, España" "etiqueta" => "c" "identificador" => "aff0015" ] 3 => array:3 [ "entidad" => "Neurosurgery Department, Hospital General Universitario de Ciudad Real, Ciudad Real, España" "etiqueta" => "d" "identificador" => "aff0020" ] ] "correspondencia" => array:1 [ 0 => array:3 [ "identificador" => "cor0005" "etiqueta" => "⁎" "correspondencia" => "Autor para correspondencia." ] ] ] ] "titulosAlternativos" => array:1 [ "en" => array:1 [ "titulo" => "Segmentation of gliomas in <span class="elsevierStyleSup">18</span>F-fluorocholine PET/CT. A multiapproach study" ] ] "resumenGrafico" => array:2 [ "original" => 0 "multimedia" => array:7 [ "identificador" => "fig0025" "etiqueta" => "Figura 4" "tipo" => "MULTIMEDIAFIGURA" "mostrarFloat" => true "mostrarDisplay" => false "figura" => array:1 [ 0 => array:4 [ "imagen" => "gr4.jpeg" "Alto" => 755 "Ancho" => 2342 "Tamanyo" => 94972 ] ] "descripcion" => array:1 [ "es" => "<p id="spar0075" class="elsevierStyleSimplePara elsevierViewall">Scatterplot del SUV<span class="elsevierStyleInf">máx</span> y el umbral de SUV<span class="elsevierStyleInf">máx</span>-% para la muestra global A) con un coeficiente de determinación de <span class="elsevierStyleItalic">R</span><span class="elsevierStyleSup">2</span><span class="elsevierStyleHsp" style=""></span>=<span class="elsevierStyleHsp" style=""></span>0,43, para el grupo alto B) con una <span class="elsevierStyleItalic">R</span><span class="elsevierStyleSup">2</span><span class="elsevierStyleHsp" style=""></span>=<span class="elsevierStyleHsp" style=""></span>0,87 y para el grupo bajo C), con una <span class="elsevierStyleItalic">R</span><span class="elsevierStyleSup">2</span><span class="elsevierStyleHsp" style=""></span>=<span class="elsevierStyleHsp" style=""></span>0,81.</p>" ] ] ] "textoCompleto" => "<span class="elsevierStyleSections"><span id="sec0005" class="elsevierStyleSection elsevierViewall"><span class="elsevierStyleSectionTitle" id="sect0065">Introducción</span><p id="par0005" class="elsevierStylePara elsevierViewall">En el diagnóstico por la imagen, la delineación precisa de los gliomas dentro del cerebro es obligatoria para la planificación del tratamiento. Un reciente metaanálisis, dirigido a la diagnóstica de técnicas de imagen como las técnicas de imagen convencionales, la resonancia magnética avanzada (RM) y la tomografía por emisión de positrones/tomografía computarizada (PET/TC), informó que la planificación de la cirugía o radioterapia para gliomas difusos, utilizando los protocolos de imagen actuales, debe realizarse con precaución porque estos solo tienen una precisión moderada para la delineación del glioma basados en una evidencia limitada<a class="elsevierStyleCrossRef" href="#bib0170"><span class="elsevierStyleSup">1</span></a>. Esto justifica el uso de otras técnicas de diagnóstico, como las imágenes metabólicas con PET/TC.</p><p id="par0010" class="elsevierStylePara elsevierViewall">La biología heterogénea de los gliomas está representada por una distribución variable de nivel gris de los vóxeles en la PET/TC, independientemente del radiotrazador utilizado<a class="elsevierStyleCrossRefs" href="#bib0175"><span class="elsevierStyleSup">2,3</span></a>. Por lo tanto, la relación de captación tumor/cerebro normal (T/N) no es uniforme y depende de cada distribución del radiotrazador. Además, la distribución del radiotrazador en el tumor y el cerebro normal tiene connotaciones en la segmentación tumoral y, por lo tanto, en la definición de volumen metabólico tumoral (en inglés <span class="elsevierStyleItalic">metabolic tumour volume</span> [MTV]).</p><p id="par0015" class="elsevierStylePara elsevierViewall">La colina es un precursor de la fosfatidilcolina, un elemento importante de la membrana celular. Los radiotrazadores análogos de colina son marcadores de lipogénesis y síntesis de la membrana celular<a class="elsevierStyleCrossRef" href="#bib0185"><span class="elsevierStyleSup">4</span></a>. Un aspecto importante es que el tejido normal tiene una baja captación de <span class="elsevierStyleSup">18</span>F- y <span class="elsevierStyleSup">11</span>C-colina, resultando en una muy alta relación del índice T/N<a class="elsevierStyleCrossRefs" href="#bib0190"><span class="elsevierStyleSup">5,6</span></a>. Sin embargo, aunque estos radiotrazadores ofrecen una fácil delimitación tumoral, existen incertidumbres sobre la mejor manera de realizar la segmentación, basadas en la escasa y heterogénea evidencia disponible<a class="elsevierStyleCrossRefs" href="#bib0200"><span class="elsevierStyleSup">7–14</span></a>.</p><p id="par0020" class="elsevierStylePara elsevierViewall">Con respecto a la valoración de la actividad de fondo de la actividad cerebral normal, se han descrito varios enfoques que utilizan análogos de aminoácidos radiomarcados<a class="elsevierStyleCrossRefs" href="#bib0240"><span class="elsevierStyleSup">15–18</span></a>. Sin embargo, no hay experiencia usando análogos de colina, ni consenso sobre el mejor procedimiento para la rutina clínica.</p><p id="par0025" class="elsevierStylePara elsevierViewall">Por lo tanto, nuestro objetivo fue comparar varios enfoques para encontrar criterios para realizar la segmentación de tumores cerebrales utilizando la PET/TC con <span class="elsevierStyleSup">18</span>F-fluorocolina, basada en el SUV<span class="elsevierStyleInf">máx</span> del tumor y la actividad de fondo.</p></span><span id="sec0010" class="elsevierStyleSection elsevierViewall"><span class="elsevierStyleSectionTitle" id="sect0070">Material y métodos</span><span id="sec0015" class="elsevierStyleSection elsevierViewall"><span class="elsevierStyleSectionTitle" id="sect0075">Pacientes</span><p id="par0030" class="elsevierStylePara elsevierViewall">Se diseñó un estudio prospectivo y no aleatorizado (Análisis Funcional y Metabólico del Glioma, en inglés <span class="elsevierStyleItalic">Functional and Metabolic Glioma Analysis</span> [FuMeGA]), aprobado por el Comité Ético de la institución local. Se obtuvo el consentimiento informado de todos los pacientes.</p><p id="par0035" class="elsevierStylePara elsevierViewall">Se realizó una PET/TC basal con <span class="elsevierStyleSup">18</span>F-fluorocolina en pacientes con sospechosa de glioma después de una RM. En el análisis solo se incluyeron pacientes con glioma cerebral patológicamente confirmado. Finalmente, se evaluaron 25 pacientes. Después de la cirugía o biopsia y el análisis patológico de las muestras fueron diagnosticados como gliomas de grado IV (21), grado III (2) o grado II (2) utilizando la clasificación de la Organización Mundial de la Salud de 2016<a class="elsevierStyleCrossRef" href="#bib0260"><span class="elsevierStyleSup">19</span></a>.</p></span><span id="sec0020" class="elsevierStyleSection elsevierViewall"><span class="elsevierStyleSectionTitle" id="sect0080">Adquisición de la PET/TC y evaluación de las imágenes</span><p id="par0040" class="elsevierStylePara elsevierViewall">Las exploraciones PET/TC se realizaron utilizando equipos híbridos (Discovery DSTXL-1, General Electric), se iniciaron 40<span class="elsevierStyleHsp" style=""></span>min después de la administración intravenosa de 185 MBq de <span class="elsevierStyleSup">18</span>F-fluorocolina. Se realizó una exploración cerebral a partir de un estudio de transmisión por TC de baja dosis (modulado 120<span class="elsevierStyleHsp" style=""></span>kV y 80<span class="elsevierStyleHsp" style=""></span>mA), sin contraste intravenoso, seguido de un estudio de emisión tridimensional (3<span class="elsevierStyleHsp" style=""></span>D) con un tiempo de adquisición de 20<span class="elsevierStyleHsp" style=""></span>min (una única cama). Las imágenes de PET se adquirieron con un tamaño de vóxel de 2,3<span class="elsevierStyleHsp" style=""></span>mm<span class="elsevierStyleHsp" style=""></span>×<span class="elsevierStyleHsp" style=""></span>2,3<span class="elsevierStyleHsp" style=""></span>mm<span class="elsevierStyleHsp" style=""></span>×<span class="elsevierStyleHsp" style=""></span>3,27<span class="elsevierStyleHsp" style=""></span>mm en una matriz de 128<span class="elsevierStyleHsp" style=""></span>×<span class="elsevierStyleHsp" style=""></span>128 y reconstruido utilizando las imágenes de TC para la corrección de la atenuación y la aplicación de un algoritmo de reconstrucción iterativa (2 iteraciones/10 subconjuntos) y la corrección de dispersión de la imagen.</p><p id="par0045" class="elsevierStylePara elsevierViewall">Tres médicos especialistas en medicina nuclear experimentados evaluaron de forma independiente los estudios PET en una estación de Advantage Windows (v.4.4). En la evaluación visual, se consideró como PET positiva cuando se detectó cualquier captación superior a la del tejido normal de fondo. Solo se consideraron exploraciones positivas por PET para la segmentación tumoral.</p></span><span id="sec0025" class="elsevierStyleSection elsevierViewall"><span class="elsevierStyleSectionTitle" id="sect0085">Procedimientos de segmentación basados en el valor SUV<span class="elsevierStyleInf">máx</span></span><p id="par0050" class="elsevierStylePara elsevierViewall">Se realizaron diferentes procedimientos secuencialmente, todos ellos basados en el valor SUV<span class="elsevierStyleInf">máx</span>.</p><p id="par0055" class="elsevierStylePara elsevierViewall">En primer lugar, se pidió a tres observadores que eligieran el porcentaje del valor <span class="elsevierStyleInf">máx</span>imo estandarizado (SUV<span class="elsevierStyleInf">máx</span>), proporcionando la mejor segmentación tumoral para una muestra de 19 gliomas de alto grado de nuestro conjunto de datos. Los observadores tuvieron que elegir uno de los siguientes porcentajes fijos: 10, 20, 30 y 40%. Para los tumores multifocales, se seleccionó la lesión más grande. El coeficiente de correlación interclase (ICC) se calculó para estudiar la concordancia entre los observadores de forma cuantitativa. Esta medida permite clasificar los resultados como pobres (<0,40), moderados (0,40–0,75) o excelentes (>0,75). La <a class="elsevierStyleCrossRef" href="#fig0005">figura 1</a> proporciona ejemplos de las diferentes opciones dadas para un corte concreto de un tumor específico.</p><elsevierMultimedia ident="fig0005"></elsevierMultimedia><p id="par0060" class="elsevierStylePara elsevierViewall">En segundo lugar, se realizó la segmentación seleccionando el SUV<span class="elsevierStyleInf">máx</span>-% que incluía todo el tumor basado en el consenso de dos observadores y se compararon los valores encontrados para los diferentes tumores. La <a class="elsevierStyleCrossRef" href="#fig0015">figura 2</a> muestra ejemplos de las segmentaciones obtenidas por este procedimiento.</p><elsevierMultimedia ident="fig0015"></elsevierMultimedia><p id="par0065" class="elsevierStylePara elsevierViewall">En tercer lugar, estudiamos si había una relación entre el mejor SUV<span class="elsevierStyleInf">máx</span>-% encontrado en la segmentación de consenso y el valor SUV<span class="elsevierStyleInf">máx</span>. Las relaciones entre estas variables se estudiaron utilizando el coeficiente de correlación de Pearson porque estas variables se distribuían de forma normal. Se construyeron modelos de regresión lineal para investigar la relación entre ambas variables con el fin de valorar si el valor SUV<span class="elsevierStyleInf">máx</span> podría proporcionar un valor de corte de SUV<span class="elsevierStyleInf">máx</span>-% óptimo para la segmentación.</p></span><span id="sec0030" class="elsevierStyleSection elsevierViewall"><span class="elsevierStyleSectionTitle" id="sect0090">Segmentación utilizando un valor SUV fijo y el SUV<span class="elsevierStyleInf">máx</span> de la actividad en segundo plano</span><p id="par0070" class="elsevierStylePara elsevierViewall">El procedimiento de segmentación por consenso descrito anteriormente también proporcionó valores de corte del valor de SUV para cada tumor en el conjunto analizado. Se consideró que los valores por encima de ese nivel de SUV eran tumores y que los valores inferiores a ese nivel correspondían al cerebro normal. Comparamos estos valores entre ellos y con un valor de referencia obtenido de la actividad de fondo media.</p><p id="par0075" class="elsevierStylePara elsevierViewall">Para calcular la actividad de fondo se utilizó una muestra de 10 regiones de interés (ROI) ubicadas en el cerebro normal para diez pacientes. Las ROI fijas (de 2,8<span class="elsevierStyleHsp" style=""></span>cm<span class="elsevierStyleSup">2</span>) se colocaron bilateralmente en los lóbulos frontales, temporales, parietales y occipitales y en el cerebelo (<a class="elsevierStyleCrossRef" href="#fig0020">fig. 3</a>). El SUV<span class="elsevierStyleInf">máx</span> se calculó para todas las ROI y el valor medio para cada paciente calculado. Cuando el tumor se localizó en una de esas áreas, el valor de la captación del lóbulo contralateral se consideró como el doble.</p><elsevierMultimedia ident="fig0020"></elsevierMultimedia><p id="par0080" class="elsevierStylePara elsevierViewall">Para comparar el valor de corte de SUV obtenido con la segmentación con la actividad de fondo media, tomamos como valor de referencia la media de la muestra<span class="elsevierStyleHsp" style=""></span>±<span class="elsevierStyleHsp" style=""></span>3<span class="elsevierStyleHsp" style=""></span>×<span class="elsevierStyleHsp" style=""></span>(desviación estándar) correspondiendo al 99,9% del intervalo de confianza.</p></span></span><span id="sec0035" class="elsevierStyleSection elsevierViewall"><span class="elsevierStyleSectionTitle" id="sect0095">Resultados</span><p id="par0085" class="elsevierStylePara elsevierViewall">El SUV<span class="elsevierStyleInf">máx</span> fue muy heterogéneo entre las lesiones (<a class="elsevierStyleCrossRef" href="#tbl0005">tabla 1</a>). Además, se encontraron grandes diferencias en los valores de SUV entre los vóxeles con la <span class="elsevierStyleInf">máx</span>ima actividad del radiotrazador y otros vóxeles. Estas diferencias fueron mayores, con valores SUV<span class="elsevierStyleInf">máx</span> más altos). Además, observamos una débil captación de fondo del tejido normal en los casos evaluados (<a class="elsevierStyleCrossRef" href="#tbl0010">tabla 2</a>).</p><elsevierMultimedia ident="tbl0005"></elsevierMultimedia><elsevierMultimedia ident="tbl0010"></elsevierMultimedia><p id="par0090" class="elsevierStylePara elsevierViewall">El umbral óptimo de SUV<span class="elsevierStyleInf">máx</span>-% fue variable entre las lesiones. La <a class="elsevierStyleCrossRef" href="#tbl0005">tabla 1</a> resume los resultados obtenidos por los diferentes especialistas para la segmentación tumoral de las lesiones de alto grado utilizando umbrales SUV<span class="elsevierStyleInf">máx</span>-%. También, la congruencia entre algunos observadores fue pobre. Obtuvimos una ICC global de 0,48 y una ICC pareada de 0,38 entre el observador A y el observador B, 0,35 entre el B y el C y de 0,68 entre los observadores A y C (p <<span class="elsevierStyleHsp" style=""></span>-0,05 para cada ICC).</p><p id="par0095" class="elsevierStylePara elsevierViewall">A continuación, estudiamos las segmentaciones de consenso. No hubo un SUV<span class="elsevierStyleInf">máx</span>-% fijo que proporcionara una segmentación válida para todos los tumores. Se encontró una débil correlación entre el SUV<span class="elsevierStyleInf">máx</span>-% y el SUV<span class="elsevierStyleInf">máx</span> de la lesión, con un coeficiente de correlación de Pearson de <span class="elsevierStyleItalic">r</span><span class="elsevierStyleHsp" style=""></span><span class="elsevierStyleItalic">=</span><span class="elsevierStyleHsp" style=""></span>-0,65 y p<span class="elsevierStyleHsp" style=""></span>=<span class="elsevierStyleHsp" style=""></span>0,002.</p><p id="par0100" class="elsevierStylePara elsevierViewall">El coeficiente de determinación del modelo de regresión lineal para la muestra total fue de R<span class="elsevierStyleSup">2</span><span class="elsevierStyleHsp" style=""></span>=<span class="elsevierStyleHsp" style=""></span>0,43. Sin embargo, la gráfica de dispersión del SUV<span class="elsevierStyleInf">máx</span> y el umbral de SUV<span class="elsevierStyleInf">máx</span>-% (<a class="elsevierStyleCrossRef" href="#fig0025">fig. 4</a>) muestra dos grupos de puntos que nos permitieron dividir la muestra total en dos grupos homogéneos. La ecuación obtenida de la muestra global fue:</p><elsevierMultimedia ident="fig0025"></elsevierMultimedia><p id="par0105" class="elsevierStylePara elsevierViewall">SUV<span class="elsevierStyleInf">máx</span>-% umbral<span class="elsevierStyleHsp" style=""></span>=<span class="elsevierStyleHsp" style=""></span>32,55 – 3,08 x SUV<span class="elsevierStyleInf">máx</span>.</p><p id="par0110" class="elsevierStylePara elsevierViewall">Después de eso, se calcularon los modelos de regresión lineal para cada grupo. Por lo tanto, la ecuación para el grupo más alto, con <span class="elsevierStyleItalic">R</span>2<span class="elsevierStyleHsp" style=""></span>=<span class="elsevierStyleHsp" style=""></span>0,87 (SUV<span class="elsevierStyleInf">máx</span>-% umbral<span class="elsevierStyleHsp" style=""></span>+<span class="elsevierStyleHsp" style=""></span>3,08<span class="elsevierStyleHsp" style=""></span>×<span class="elsevierStyleHsp" style=""></span>SUV<span class="elsevierStyleInf">máx</span> ><span class="elsevierStyleHsp" style=""></span>32,55) fue:</p><p id="par0115" class="elsevierStylePara elsevierViewall">SUV<span class="elsevierStyleInf">máx</span>-% umbral<span class="elsevierStyleHsp" style=""></span>=<span class="elsevierStyleHsp" style=""></span>40,8455 – 3,8608 x SUV<span class="elsevierStyleInf">máx</span>.</p><p id="par0120" class="elsevierStylePara elsevierViewall">Para el grupo inferior, el modelo de regresión lineal proporcionó <span class="elsevierStyleItalic">R</span><span class="elsevierStyleSup">2</span><span class="elsevierStyleHsp" style=""></span>=<span class="elsevierStyleHsp" style=""></span>0,81 y la ecuación fue:</p><p id="par0125" class="elsevierStylePara elsevierViewall">SUV<span class="elsevierStyleInf">máx</span>-% umbral<span class="elsevierStyleHsp" style=""></span>=<span class="elsevierStyleHsp" style=""></span>26,7455 – 3,09 x SUV<span class="elsevierStyleInf">máx</span>.</p><p id="par0130" class="elsevierStylePara elsevierViewall">Estos valores están bien diferenciados de la actividad de fondo media:</p><p id="par0135" class="elsevierStylePara elsevierViewall">Media de SUV<span class="elsevierStyleInf">máx</span> de fondo<span class="elsevierStyleHsp" style=""></span>+<span class="elsevierStyleHsp" style=""></span>3 x (SD).</p><p id="par0140" class="elsevierStylePara elsevierViewall">El valor absoluto obtenido del valor de corte fue de 0,33.</p><p id="par0145" class="elsevierStylePara elsevierViewall">La <a class="elsevierStyleCrossRef" href="#tbl0010">tabla 2</a> resume los resultados obtenidos tras la segmentación del cerebro normal utilizando ROI situadas en diferentes localizaciones.</p><p id="par0150" class="elsevierStylePara elsevierViewall">Después del análisis anterior, ambos procedimientos fueron validados visualmente por dos observadores en consenso, utilizando imágenes PET pixeladas, no suavizadas. El modelo o procedimiento se clasificó como válido cuando todas las áreas tumorales visualmente detectables se incluyeron en el MTV o como no válida cuando el MTV no incluyó todo el tumor detectable visualmente.</p><p id="par0155" class="elsevierStylePara elsevierViewall">La segmentación semiautomática utilizando el umbral SUV<span class="elsevierStyleInf">máx</span>-% obtenido con la fórmula y el umbral de SUV<span class="elsevierStyleInf">máx</span> de 0,33 se realizó para obtener el MTV en la PET basal. La ingesta fisiológica de <span class="elsevierStyleSup">18</span>F-fluorocolina en el plexo coroideo o en el cráneo fue excluida de forma manual del MTV.</p><p id="par0160" class="elsevierStylePara elsevierViewall">Ninguno método fue capaz de realizar una segmentación válida para todos los gliomas. Se detectó una enorme heterogeneidad en la intensidad de la distribución de los vóxeles mediante inspección visual. Por otro lado, era obligatoria una comprobación visual para extraer la actividad fisiológica de la segmentación, para lugares cercanos al cráneo o al plexo coroideo en base a las características de la distribución fisiológica. Las <a class="elsevierStyleCrossRefs" href="#fig0030">figuras 5 y 6</a> muestran ejemplos de segmentación de lesiones para un glioma con una morfología bilobular y otros con un patrón multifocal.</p><elsevierMultimedia ident="fig0030"></elsevierMultimedia><elsevierMultimedia ident="fig0035"></elsevierMultimedia></span><span id="sec0040" class="elsevierStyleSection elsevierViewall"><span class="elsevierStyleSectionTitle" id="sect0100">Discusión</span><p id="par0165" class="elsevierStylePara elsevierViewall">El objetivo de la segmentación de un tumor es obtener una representación no invasiva y precisa del volumen biológico diana (en inglés <span class="elsevierStyleItalic">biological target volume</span> [BTV]), que puede mejorar la consistencia entre los resultados del tratamiento y la supervivencia y también identificar a los pacientes elegibles para una cirugía más agresiva.</p><p id="par0170" class="elsevierStylePara elsevierViewall">Por lo general, la interpretación de los resultados cuantitativos de un tumor cerebral obtenidos a partir de la PET se basa en la comparación de un índice de captación tumor - fondo. Con la PET con <span class="elsevierStyleSup">18</span>F-fluoroetilo-L-tirosina, se ha descrito la segmentación utilizando un valor superior a 1,6 veces el valor de fondo<a class="elsevierStyleCrossRef" href="#bib0265"><span class="elsevierStyleSup">20</span></a>. Sin embargo, esta proporción es más utilizada con los análogos de aminoácidos y, actualmente, no hay ninguna recomendación sobre el procedimiento para la valoración del fondo utilizando análogos de lípidos<a class="elsevierStyleCrossRef" href="#bib0270"><span class="elsevierStyleSup">21</span></a>.</p><p id="par0175" class="elsevierStylePara elsevierViewall">Por otro lado, la captación de los análogos de colina marcados en el cerebro normal es débil, en comparación con los radiotrazadores de aminoácidos, con un índice T/N descrita para la <a class="elsevierStyleCrossRef" href="#bib0220"><span class="elsevierStyleSup">11</span></a>C-colina de 13,4 en los gliomas no tratados<a class="elsevierStyleCrossRefs" href="#bib0275"><span class="elsevierStyleSup">22,23</span></a>. Así, el uso de análogos de colina permite conseguir mejores imágenes de alto contraste de los tumores cerebrales, que lleva a una delineación precisa del glioma respecto del tejido cerebral circundante<a class="elsevierStyleCrossRefs" href="#bib0190"><span class="elsevierStyleSup">5,12,24,25</span></a>.</p><p id="par0180" class="elsevierStylePara elsevierViewall">Bolcaen et al.<a class="elsevierStyleCrossRef" href="#bib0205"><span class="elsevierStyleSup">8</span></a>, aplicaron un umbral fijo del 40% de la SUV<span class="elsevierStyleInf">máx</span> argumentando que correspondía mejor al tumor metabólicamente activo visualmente en las imágenes de PET con <span class="elsevierStyleSup">18</span>F-fluorocolina. Mertens et al.<a class="elsevierStyleCrossRef" href="#bib0200"><span class="elsevierStyleSup">7</span></a>, utilizaron el cuero cabelludo como región de referencia. Por lo tanto, una lesión con una captación de radiotrazador superior a la del cuero cabelludo, se consideró como positiva. Otros autores han utilizado como referencia el índice tisular T/N o las cuentas del tumor respecto de la sustancia blanca en el análisis visual<a class="elsevierStyleCrossRefs" href="#bib0210"><span class="elsevierStyleSup">9,26,27</span></a>. La limitada estandarización de los métodos para la evaluación de la PET y la escasa experiencia con los análogos de la colina hace hincapié en la necesidad de elegir cuidadosamente una región de referencia adecuada (<a class="elsevierStyleCrossRef" href="#tbl0015">tabla 3</a>). Así, basándonos en una técnica de umbral automática o semiautomática que garantiza resultados más consistentes, el objetivo principal de nuestro trabajo era la búsqueda de un umbral válido y reproducible que permitiera segmentar todas las lesiones.</p><elsevierMultimedia ident="tbl0015"></elsevierMultimedia><p id="par0185" class="elsevierStylePara elsevierViewall">Los gliomas muestran una gran variación histopatológica<a class="elsevierStyleCrossRefs" href="#bib0260"><span class="elsevierStyleSup">19,28,29</span></a>. Utilizando la PET con análogos de colina, se ha encontrado una mayor captación del radiofármaco en los gliomas de alto grado que en los de bajo grado que se explica por la rápida proliferación de los tumores, como los gliomas de alto grado, que tienen mayor requerimiento de membrana y ácidos grasos en comparación con los de bajo grado. Sin embargo, no se ha identificado un valor de corte definitivo que permita una diferenciación segura entre ellos<a class="elsevierStyleCrossRef" href="#bib0225"><span class="elsevierStyleSup">12</span></a>. En nuestra muestra, incluimos dos casos de glioma de bajo grado. Uno de ellos fue completamente negativo en la inspección visual y el otro mostró una débil actividad del radiotrazador (SUV<span class="elsevierStyleInf">máx</span> de 0,4). Ohtani et al.<a class="elsevierStyleCrossRef" href="#bib0210"><span class="elsevierStyleSup">9</span></a> describieron que cuatro de seis casos de glioma de bajo grado no se detectaron con <span class="elsevierStyleSup">11</span>C-colina.</p><p id="par0190" class="elsevierStylePara elsevierViewall">En cuanto a los umbrales basados en SUV<span class="elsevierStyleInf">máx</span>, es importante señalar que SUV<span class="elsevierStyleInf">máx</span> depende de un solo vóxel y refleja solo la parte más agresiva del tumor. También la SUV<span class="elsevierStyleInf">máx</span> es variable entre los gliomas (heterogeneidad intertumoral) y la distribución del SUV no es uniforme en cada tumor (heterogeneidad intratumoral), con una mayor captación en el borde periférico en comparación con las áreas necróticas centrales.</p><p id="par0195" class="elsevierStylePara elsevierViewall">La distribución heterogénea de la intensidad de los vóxeles en la captación del radiotrazador influye en la delineación tumoral, cuyo alcance depende del método de segmentación. En busca de un umbral fiable y aplicable, la heterogeneidad en la distribución de nivel gris de los vóxeles es muy importante, especialmente para el uso de umbrales basados en SUV<span class="elsevierStyleInf">máx</span>-%. Un 40% de SUV<span class="elsevierStyleInf">máx</span> es un umbral aceptado para la segmentación en algunos tumores, pero no ha sido validado en el glioma. Sobre la base de nuestros resultados, este umbral puede funcionar para tumores con distribuciones homogéneas de SUV, es decir, aquellos sin diferencias sustanciales entre los niveles de SUV del tumor y el valor de SUV<span class="elsevierStyleInf">máx</span>, como ocurre en el cáncer de mama<a class="elsevierStyleCrossRef" href="#bib0315"><span class="elsevierStyleSup">30</span></a>. Este no es el caso del glioma, como muestran nuestros resultados.</p><p id="par0200" class="elsevierStylePara elsevierViewall">Para la evaluación semicuantitativa de la actividad cerebral normal, obtuvimos el SUV<span class="elsevierStyleInf">máx</span>. Por el contrario, Mertens et al.<a class="elsevierStyleCrossRef" href="#bib0200"><span class="elsevierStyleSup">7</span></a>, calcularon el SUVmedio, y describieron una actividad de captación similar en el cerebro normal y el cerebelo (SUVmedio -DS de 0,15<span class="elsevierStyleHsp" style=""></span>±<span class="elsevierStyleHsp" style=""></span>0,03 y 0,16<span class="elsevierStyleHsp" style=""></span>±<span class="elsevierStyleHsp" style=""></span>0,04, respectivamente). Sin embargo, a pesar de las diferentes variables utilizadas, el muestreo de valores oscila en un rango estrecho. En el trabajo actual, encontramos un valor de SUV<span class="elsevierStyleInf">máx</span> (media<span class="elsevierStyleHsp" style=""></span>±<span class="elsevierStyleHsp" style=""></span>DS) de 0,18<span class="elsevierStyleHsp" style=""></span>±<span class="elsevierStyleHsp" style=""></span>0,06.</p><p id="par0205" class="elsevierStylePara elsevierViewall">En cuanto a la metodología de adquisición de la PET, existe una gran variación entre las publicaciones anteriores (actividad del radiotrazador, tiempo de inicio del estudio de emisión, tiempo de adquisición del estudio PET) que limitan la reproducibilidad de los resultados obtenidos<a class="elsevierStyleCrossRefs" href="#bib0225"><span class="elsevierStyleSup">12–14</span></a> (<a class="elsevierStyleCrossRef" href="#tbl0015">tabla 3</a>). Realizamos una PET/TC con <span class="elsevierStyleSup">18</span>F-fluorocolina 40 minutos después de la administración intravenosa del radiotrazador. Hara et al.<a class="elsevierStyleCrossRef" href="#bib0295"><span class="elsevierStyleSup">26</span></a> describieron que la captación de <span class="elsevierStyleSup">18</span>F-fluorocolina disminuía gradualmente en el tejido normal dando imágenes muy claras de tumores a los 20<span class="elsevierStyleHsp" style=""></span>min. Nuestra única ROI para estimar la actividad normal del cerebro fue más pequeña que la reportada por la guía alemana (diámetro de 50<span class="elsevierStyleHsp" style=""></span>mm)<a class="elsevierStyleCrossRef" href="#bib0320"><span class="elsevierStyleSup">31</span></a>. Sin embargo, en nuestro estudio obtuvimos 10 ROI por paciente que aumentaron el total de áreas definidas.</p><p id="par0210" class="elsevierStylePara elsevierViewall">Ningún trabajo previo ha abordado la variabilidad interobservador de la segmentación tumoral de gliomas utilizando la PET/TC con <span class="elsevierStyleSup">18</span>F-fluorocolina. Encontramos una gran variación interobservador en la selección del umbral de SUV<span class="elsevierStyleInf">máx</span>-%, con una ICC baja para algunos observadores. Nuestros resultados tuvieron una doble implicación: a) la variabilidad interobservador puede afectar el uso potencial de radiómica para predecir la biología y el pronóstico y b) la limitación de umbrales predefinidos, como el 40% de SUV<span class="elsevierStyleInf">máx</span>, en la segmentación precisa del glioma<a class="elsevierStyleCrossRef" href="#bib0325"><span class="elsevierStyleSup">32</span></a>. Los resultados anteriores justificaban explorar otros métodos para averiguar el umbral óptimo.</p><p id="par0215" class="elsevierStylePara elsevierViewall">Un modelo matemático en biología es la representación en términos matemáticos de un proceso biológico<a class="elsevierStyleCrossRef" href="#bib0330"><span class="elsevierStyleSup">33</span></a>. Por lo tanto, si conocemos los procesos internos relacionados con la biodistribución del radiotrazador, la <span class="elsevierStyleInf">máx</span>ima captación del radiotrazador y sus relaciones, será posible conocer las ecuaciones que los describen.</p><p id="par0220" class="elsevierStylePara elsevierViewall">Al construir el modelo I, el moderado valor de Pearson limitó la obtención de una fórmula eficaz que pudiera predecir el umbral de SUV<span class="elsevierStyleInf">máx</span>-%. Este resultado sugirió que un umbral único podría no ser apropiado, estableciendo que cuanto mayor sea el valor de SUV<span class="elsevierStyleInf">máx</span>, menor será el umbral SUV<span class="elsevierStyleInf">máx</span>-%. Además, el análisis de regresión lineal mostró dos grupos de puntos, lo que nos permitió obtener dos ecuaciones de predicción. La siguiente pregunta es: ¿qué ecuación se debe utilizar? Tal vez, factores como la heterogeneidad de la distribución del SUV en los vóxeles, las características moleculares de los tumores u otros factores no descubiertos juegan papel y por lo tanto deben incluirse en el modelo.</p><p id="par0225" class="elsevierStylePara elsevierViewall">Por otro lado, el umbral basado en el fondo, obtenido por el segundo método, no fue capaz de delinear toda la actividad patológica de los gliomas.</p><p id="par0230" class="elsevierStylePara elsevierViewall">En resumen, este estudio señala la incapacidad de encontrar un umbral de SUV<span class="elsevierStyleInf">máx</span>-% óptimo aislado válido para la delineación de todos los gliomas. La heterogeneidad intertumoral e intratumoral dificulta la aplicación efectiva de un único umbral para todas las lesiones. Tal vez otras características tumorales, como características moleculares de los gliomas, deban tenerse en cuenta en futuros trabajos basándose en que podrían afectar a la distribución del radiotrazador y, por lo tanto, a las reglas de segmentación.</p><p id="par0235" class="elsevierStylePara elsevierViewall">Por último, utilizamos un método de segmentación semiautomática asistida visualmente, con el fin de extraer la actividad fisiológica del tumor segmentado cercana a lugares de alta actividad (plexo coroideo o cráneo). Las imágenes pixeladas (<a class="elsevierStyleCrossRef" href="#fig0030">fig. 5</a>) nos permitieron una mejor visualización de la distribución del nivel gris de los vóxeles, permitiéndonos la inclusión no solo de las porciones con mayor actividad tumoral, sino incluso el componente probablemente invasivo con menor actividad del radiotrazador.</p><p id="par0240" class="elsevierStylePara elsevierViewall">Basándose en que las imágenes moleculares con PET con colina marcada pueden aumentar la precisión en la definición de lesiones cerebrales delineando mediante la definición de la BTV, el uso de una metodología eficaz para la segmentación tumoral ayudará en el establecimiento de nuevas variables radiómicas listas para la planificación del tratamiento y la predicción del pronóstico.</p></span><span id="sec0045" class="elsevierStyleSection elsevierViewall"><span class="elsevierStyleSectionTitle" id="sect0105">Conclusión</span><p id="par0245" class="elsevierStylePara elsevierViewall">Se ha abordado una gran variabilidad interobservador en la segmentación tumoral.</p><p id="par0250" class="elsevierStylePara elsevierViewall">Ninguno de los métodos fue capaz de segmentar correctamente todos los gliomas. La gran heterogeneidad intertumoral e intratumoral de la distribución del nivel gris del vóxel de la lesión podría explicar el fracaso de la búsqueda de un único umbral SUV<span class="elsevierStyleInf">máx</span>-%, capaz de delinear gliomas.</p></span><span id="sec0055" class="elsevierStyleSection elsevierViewall"><span class="elsevierStyleSectionTitle" id="sect0110">Declaración de responsabilidad</span><p id="par0265" class="elsevierStylePara elsevierViewall">Todos los autores han participado en la redacción y revisión de este artículo y asumen la responsabilidad pública de su contenido. La presente publicación está aprobada por todos los autores y por las autoridades responsables donde se realizó el trabajo. Todos los autores confirman el hecho de que el artículo no está bajo consideración para su publicación en otro lugar.</p></span><span id="sec0050" class="elsevierStyleSection elsevierViewall"><span class="elsevierStyleSectionTitle" id="sect0115">Conflicto de intereses</span><p id="par0255" class="elsevierStylePara elsevierViewall">Los autores declaran no tener ningún conflicto de intereses.</p></span></span>" "textoCompletoSecciones" => array:1 [ "secciones" => array:13 [ 0 => array:3 [ "identificador" => "xres1268031" "titulo" => "Resumen" "secciones" => array:4 [ 0 => array:2 [ "identificador" => "abst0005" "titulo" => "Objetivo" ] 1 => array:2 [ "identificador" => "abst0010" "titulo" => "Material y métodos" ] 2 => array:2 [ "identificador" => "abst0015" "titulo" => "Resultados" ] 3 => array:2 [ "identificador" => "abst0020" "titulo" => "Conclusión" ] ] ] 1 => array:2 [ "identificador" => "xpalclavsec1173742" "titulo" => "Palabras clave" ] 2 => array:3 [ "identificador" => "xres1268032" "titulo" => "Abstract" "secciones" => array:4 [ 0 => array:2 [ "identificador" => "abst0025" "titulo" => "Aim" ] 1 => array:2 [ "identificador" => "abst0030" "titulo" => "Methods" ] 2 => array:2 [ "identificador" => "abst0035" "titulo" => "Results" ] 3 => array:2 [ "identificador" => "abst0040" "titulo" => "Conclusion" ] ] ] 3 => array:2 [ "identificador" => "xpalclavsec1173743" "titulo" => "Keywords" ] 4 => array:2 [ "identificador" => "sec0005" "titulo" => "Introducción" ] 5 => array:3 [ "identificador" => "sec0010" "titulo" => "Material y métodos" "secciones" => array:4 [ 0 => array:2 [ "identificador" => "sec0015" "titulo" => "Pacientes" ] 1 => array:2 [ "identificador" => "sec0020" "titulo" => "Adquisición de la PET/TC y evaluación de las imágenes" ] 2 => array:2 [ "identificador" => "sec0025" "titulo" => "Procedimientos de segmentación basados en el valor SUV" ] 3 => array:2 [ "identificador" => "sec0030" "titulo" => "Segmentación utilizando un valor SUV fijo y el SUV de la actividad en segundo plano" ] ] ] 6 => array:2 [ "identificador" => "sec0035" "titulo" => "Resultados" ] 7 => array:2 [ "identificador" => "sec0040" "titulo" => "Discusión" ] 8 => array:2 [ "identificador" => "sec0045" "titulo" => "Conclusión" ] 9 => array:2 [ "identificador" => "sec0055" "titulo" => "Declaración de responsabilidad" ] 10 => array:2 [ "identificador" => "sec0050" "titulo" => "Conflicto de intereses" ] 11 => array:2 [ "identificador" => "xack435168" "titulo" => "Agradecimientos" ] 12 => array:1 [ "titulo" => "Bibliografía" ] ] ] "pdfFichero" => "main.pdf" "tienePdf" => true "fechaRecibido" => "2019-02-03" "fechaAceptado" => "2019-03-25" "PalabrasClave" => array:2 [ "es" => array:1 [ 0 => array:4 [ "clase" => "keyword" "titulo" => "Palabras clave" "identificador" => "xpalclavsec1173742" "palabras" => array:4 [ 0 => "Glioma" 1 => "Segmentación" 2 => "<span class="elsevierStyleSup">18</span>F-fluorocolina PET/TC" 3 => "Modelo matemático" ] ] ] "en" => array:1 [ 0 => array:4 [ "clase" => "keyword" "titulo" => "Keywords" "identificador" => "xpalclavsec1173743" "palabras" => array:4 [ 0 => "Glioma" 1 => "Segmentation" 2 => "<span class="elsevierStyleSup">18</span>F-fluorocholine PET/CT" 3 => "Mathematical model" ] ] ] ] "tieneResumen" => true "resumen" => array:2 [ "es" => array:3 [ "titulo" => "Resumen" "resumen" => "<span id="abst0005" class="elsevierStyleSection elsevierViewall"><span class="elsevierStyleSectionTitle" id="sect0010">Objetivo</span><p id="spar0005" class="elsevierStyleSimplePara elsevierViewall">El objetivo fue doble, valorar el acuerdo interobservador en la segmentación tumoral y la búsqueda de una metodología fiable y aplicable en la segmentación de gliomas usando PET/TC con <span class="elsevierStyleSup">18</span>F-fluorocolina.</p></span> <span id="abst0010" class="elsevierStyleSection elsevierViewall"><span class="elsevierStyleSectionTitle" id="sect0015">Material y métodos</span><p id="spar0010" class="elsevierStyleSimplePara elsevierViewall">Se incluyeron 25 pacientes con glioma, procedentes de un estudio prospectivo no randomizado (Functional and Metabolic Glioma Analysis).Se analizó la variabilidad interobservador usando umbrales fijos. Diferentes estrategias se emplearon en la segmentación. Primero, se realizó una segmentación semiautomática, seleccionando el mejor umbral del SUV<span class="elsevierStyleInf">máx</span>-% para cada lesión. Posteriormente, se determinó una variable del SUV<span class="elsevierStyleInf">máx</span>-% dependiente del SUV<span class="elsevierStyleInf">máx</span>. Finalmente se realizó una segmentación usando un valor de umbral fijo de SUV<span class="elsevierStyleInf">máx</span>. Para ello, se realizó un muestreo de 10 regiones de interés (ROI de 2,8<span class="elsevierStyleHsp" style=""></span>cm<span class="elsevierStyleSup">2</span>) localizadas en cerebro normal. El valor superior obtenido de la media del muestreo<span class="elsevierStyleHsp" style=""></span>±<span class="elsevierStyleHsp" style=""></span>3 desviaciones estándar se usó como valor de corte. Todos los procedimientos fueron testados y clasificados como válidos o no en la segmentación tumoral en consenso por dos observadores.</p></span> <span id="abst0015" class="elsevierStyleSection elsevierViewall"><span class="elsevierStyleSectionTitle" id="sect0020">Resultados</span><p id="spar0020" class="elsevierStyleSimplePara elsevierViewall">En la segmentación piloto, la media<span class="elsevierStyleHsp" style=""></span>±<span class="elsevierStyleHsp" style=""></span>DE del SUV<span class="elsevierStyleInf">máx</span>, SUVmedio y el umbral del SUV<span class="elsevierStyleInf">máx</span>-% fue de 3,64<span class="elsevierStyleHsp" style=""></span>±<span class="elsevierStyleHsp" style=""></span>1,77; 1,32<span class="elsevierStyleHsp" style=""></span>±<span class="elsevierStyleHsp" style=""></span>0,57 y 2,132<span class="elsevierStyleHsp" style=""></span>±<span class="elsevierStyleHsp" style=""></span>8,39, respectivamente. El valor óptimo del umbral SUV<span class="elsevierStyleInf">máx</span>-% mostró una asociación significativa con el SUV<span class="elsevierStyleInf">máx</span> (Pearson<span class="elsevierStyleHsp" style=""></span>=<span class="elsevierStyleHsp" style=""></span>-0,653; p<span class="elsevierStyleHsp" style=""></span>=<span class="elsevierStyleHsp" style=""></span>0,002). Sin embargo, el modelo de regresión lineal del total de la muestra no fue bueno lo que justificó la división de la misma en dos grupos homogéneos, definiendo dos fórmulas para predecir el umbral del SUV<span class="elsevierStyleInf">máx</span>-%. Para el tercer procedimiento, el valor obtenido de la media SUV<span class="elsevierStyleInf">máx</span><span class="elsevierStyleHsp" style=""></span>+<span class="elsevierStyleHsp" style=""></span>3 DE fue de 0,33. Este valor permitió segmentar correctamente una elevada proporción de casos, aunque no todos.</p></span> <span id="abst0020" class="elsevierStyleSection elsevierViewall"><span class="elsevierStyleSectionTitle" id="sect0025">Conclusión</span><p id="spar0025" class="elsevierStyleSimplePara elsevierViewall">Se encontró una gran variabilidad interobservador en la segmentación tumoral. Ninguno de los métodos fue capaz de segmentar correctamente todos los gliomas probablemente debido a la amplia heterogeneidad en la PET/TC con <span class="elsevierStyleSup">18</span>F-fluorocolina.</p></span>" "secciones" => array:4 [ 0 => array:2 [ "identificador" => "abst0005" "titulo" => "Objetivo" ] 1 => array:2 [ "identificador" => "abst0010" "titulo" => "Material y métodos" ] 2 => array:2 [ "identificador" => "abst0015" "titulo" => "Resultados" ] 3 => array:2 [ "identificador" => "abst0020" "titulo" => "Conclusión" ] ] ] "en" => array:3 [ "titulo" => "Abstract" "resumen" => "<span id="abst0025" class="elsevierStyleSection elsevierViewall"><span class="elsevierStyleSectionTitle" id="sect0035">Aim</span><p id="spar0030" class="elsevierStyleSimplePara elsevierViewall">Our aim was two-fold, to study the interobserver agreement in tumour segmentation and to search for a reliable methodology to segment gliomas using <span class="elsevierStyleSup">18</span>F-fluorocholine PET/CT.</p></span> <span id="abst0030" class="elsevierStyleSection elsevierViewall"><span class="elsevierStyleSectionTitle" id="sect0040">Methods</span><p id="spar0035" class="elsevierStyleSimplePara elsevierViewall">25 patients with glioma, from a prospective and non-randomized study (Functional and Metabolic Glioma Analysis), were included.Interobserver variability in tumour segmentation was assessed using fixed thresholds. Different strategies were used to segment the tumours. First, a semi-automatic tumour segmentation was performed, selecting the best SUVmax-% threshold for each lesion. Next we determined a variable SUVmax-% depending on the SUVmax. Finally a segmentation using a fixed SUVmax threshold was performed. To do so, a sampling of 10 regions of interest (ROI of 2.8<span class="elsevierStyleHsp" style=""></span>cm<span class="elsevierStyleSup">2</span>) located in the normal brain was performed. The upper value of the sample mean SUVmax<span class="elsevierStyleHsp" style=""></span>±<span class="elsevierStyleHsp" style=""></span>3 SD was used as cut-off. All procedures were tested and classified as effective or not for tumour segmentation by two observer's consensus.</p></span> <span id="abst0035" class="elsevierStyleSection elsevierViewall"><span class="elsevierStyleSectionTitle" id="sect0045">Results</span><p id="spar0045" class="elsevierStyleSimplePara elsevierViewall">In the pilot segmentation, the mean<span class="elsevierStyleHsp" style=""></span>±<span class="elsevierStyleHsp" style=""></span>SD of SUVmax, SUVmean and optimal SUVmax-% threshold were: 3.64<span class="elsevierStyleHsp" style=""></span>±<span class="elsevierStyleHsp" style=""></span>1.77, 1.32<span class="elsevierStyleHsp" style=""></span>±<span class="elsevierStyleHsp" style=""></span>0.57 and 21.32<span class="elsevierStyleHsp" style=""></span>±<span class="elsevierStyleHsp" style=""></span>8.39, respectively. Optimal SUVmax-% threshold showed a significant association with the SUVmax (Pearson<span class="elsevierStyleHsp" style=""></span>=<span class="elsevierStyleHsp" style=""></span>−0.653, <span class="elsevierStyleItalic">p</span><span class="elsevierStyleHsp" style=""></span>=<span class="elsevierStyleHsp" style=""></span>.002). However, the linear regression model for the total sample was not good, that supported the division in two homogeneous groups, defining two formulas for predicting the optimal SUVmax-% threshold. As to the third procedure, the obtained value for the mean SUVmax background<span class="elsevierStyleHsp" style=""></span>+<span class="elsevierStyleHsp" style=""></span>3 SD was 0.33. This value allowed segmenting correctly a significant fraction of tumours, although not all.</p></span> <span id="abst0040" class="elsevierStyleSection elsevierViewall"><span class="elsevierStyleSectionTitle" id="sect0050">Conclusion</span><p id="spar0050" class="elsevierStyleSimplePara elsevierViewall">A great interobserver variability in the tumour segmentation was found. None of the methods was able to segment correctly all the gliomas, probably explained by the wide tumour heterogeneity on <span class="elsevierStyleSup">18</span>F-fluorocholine PET/CT.</p></span>" "secciones" => array:4 [ 0 => array:2 [ "identificador" => "abst0025" "titulo" => "Aim" ] 1 => array:2 [ "identificador" => "abst0030" "titulo" => "Methods" ] 2 => array:2 [ "identificador" => "abst0035" "titulo" => "Results" ] 3 => array:2 [ "identificador" => "abst0040" "titulo" => "Conclusion" ] ] ] ] "multimedia" => array:9 [ 0 => array:7 [ "identificador" => "fig0005" "etiqueta" => "Figura 1" "tipo" => "MULTIMEDIAFIGURA" "mostrarFloat" => true "mostrarDisplay" => false "figura" => array:1 [ 0 => array:4 [ "imagen" => "gr1.jpeg" "Alto" => 711 "Ancho" => 2180 "Tamanyo" => 113438 ] ] "descripcion" => array:1 [ "es" => "<p id="spar0055" class="elsevierStyleSimplePara elsevierViewall">Segmentación de la lesión utilizando diferentes umbrales de SUV<span class="elsevierStyleInf">máx</span>-% fijos muestran un corte axial de la representación de un tumor en la PET con<span class="elsevierStyleSup">18</span>F-fluorocolina.</p>" ] ] 1 => array:7 [ "identificador" => "fig0015" "etiqueta" => "Figura 2" "tipo" => "MULTIMEDIAFIGURA" "mostrarFloat" => true "mostrarDisplay" => false "figura" => array:1 [ 0 => array:4 [ "imagen" => "gr2.jpeg" "Alto" => 1020 "Ancho" => 1674 "Tamanyo" => 90567 ] ] "descripcion" => array:1 [ "es" => "<p id="spar0065" class="elsevierStyleSimplePara elsevierViewall">Ejemplos de dos tumores segmentados en la PET con <span class="elsevierStyleSup">18</span>F-fluorocolina utilizando umbrales de SUV<span class="elsevierStyleInf">máx</span>-% libres. A) Tumor segmentado con un umbral de13% de SUV<span class="elsevierStyleInf">máx</span> (SUV<span class="elsevierStyleInf">máx</span> de 6,5). B) Tumor segmentado con un umbral de 27% de SUV<span class="elsevierStyleInf">máx</span> (SUV<span class="elsevierStyleInf">máx</span> 3,5).</p>" ] ] 2 => array:7 [ "identificador" => "fig0020" "etiqueta" => "Figura 3" "tipo" => "MULTIMEDIAFIGURA" "mostrarFloat" => true "mostrarDisplay" => false "figura" => array:1 [ 0 => array:4 [ "imagen" => "gr3.jpeg" "Alto" => 668 "Ancho" => 1733 "Tamanyo" => 55311 ] ] "descripcion" => array:1 [ "es" => "<p id="spar0070" class="elsevierStyleSimplePara elsevierViewall">Ejemplos de localizaciones de ROI para obtener la actividad del SUV<span class="elsevierStyleInf">máx</span> en el tejido cerebral normal en la PET con <span class="elsevierStyleSup">18</span>F-fluorocolina. ROI situadas en el cerebro normal de los lóbulos frontal A), parietal B) y temporal C).</p>" ] ] 3 => array:7 [ "identificador" => "fig0025" "etiqueta" => "Figura 4" "tipo" => "MULTIMEDIAFIGURA" "mostrarFloat" => true "mostrarDisplay" => false "figura" => array:1 [ 0 => array:4 [ "imagen" => "gr4.jpeg" "Alto" => 755 "Ancho" => 2342 "Tamanyo" => 94972 ] ] "descripcion" => array:1 [ "es" => "<p id="spar0075" class="elsevierStyleSimplePara elsevierViewall">Scatterplot del SUV<span class="elsevierStyleInf">máx</span> y el umbral de SUV<span class="elsevierStyleInf">máx</span>-% para la muestra global A) con un coeficiente de determinación de <span class="elsevierStyleItalic">R</span><span class="elsevierStyleSup">2</span><span class="elsevierStyleHsp" style=""></span>=<span class="elsevierStyleHsp" style=""></span>0,43, para el grupo alto B) con una <span class="elsevierStyleItalic">R</span><span class="elsevierStyleSup">2</span><span class="elsevierStyleHsp" style=""></span>=<span class="elsevierStyleHsp" style=""></span>0,87 y para el grupo bajo C), con una <span class="elsevierStyleItalic">R</span><span class="elsevierStyleSup">2</span><span class="elsevierStyleHsp" style=""></span>=<span class="elsevierStyleHsp" style=""></span>0,81.</p>" ] ] 4 => array:7 [ "identificador" => "fig0030" "etiqueta" => "Figura 5" "tipo" => "MULTIMEDIAFIGURA" "mostrarFloat" => true "mostrarDisplay" => false "figura" => array:1 [ 0 => array:4 [ "imagen" => "gr5.jpeg" "Alto" => 891 "Ancho" => 1674 "Tamanyo" => 88405 ] ] "descripcion" => array:1 [ "es" => "<p id="spar0080" class="elsevierStyleSimplePara elsevierViewall">Ejemplo de segmentación tumoral en la PET con <span class="elsevierStyleSup">18</span>F-fluorocolina de una lesión única utilizando el método basado en el fondo. A) Representación pixelada de la proyección axial de un glioma bilobular de grado IV en el lóbulo frontotemporal derecho. B) Tumor segmentado mediante el método basado en el fondo (SUV<span class="elsevierStyleInf">máx</span> de 0,33).</p>" ] ] 5 => array:7 [ "identificador" => "fig0035" "etiqueta" => "Figura 6" "tipo" => "MULTIMEDIAFIGURA" "mostrarFloat" => true "mostrarDisplay" => false "figura" => array:1 [ 0 => array:4 [ "imagen" => "gr6.jpeg" "Alto" => 4178 "Ancho" => 1997 "Tamanyo" => 474242 ] ] "descripcion" => array:1 [ "es" => "<p id="spar0085" class="elsevierStyleSimplePara elsevierViewall">Ejemplo de segmentación tumoral de una lesión multifocal mediante método basado en el fondo. A) Cortes axiales de PET cerebral con <span class="elsevierStyleSup">18</span>F-fluorocolina. B) Representación pixelada de los cortes axiales en un glioma multifocal de grado IV que afecta al hemisferio cerebral derecho. Las lesiones trisegmentadas, utilizando el método basado en el fondo (SUV<span class="elsevierStyleInf">máx</span> de 0,33), se presentan en colores. C y D) Representación volumétrica y 3<span class="elsevierStyleHsp" style=""></span>D de las lesiones segmentadas.</p>" ] ] 6 => array:8 [ "identificador" => "tbl0005" "etiqueta" => "Tabla 1" "tipo" => "MULTIMEDIATABLA" "mostrarFloat" => true "mostrarDisplay" => false "detalles" => array:1 [ 0 => array:3 [ "identificador" => "at1" "detalle" => "Tabla " "rol" => "short" ] ] "tabla" => array:3 [ "leyenda" => "<p id="spar0095" class="elsevierStyleSimplePara elsevierViewall">c.p.: código del paciente.</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"><th class="td-with-role" title="\n \t\t\t\t\ttable-head\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t" scope="col">c.p. \t\t\t\t\t\t\n \t\t\t\t\t\t</th><th class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t" scope="col">SUV<span class="elsevierStyleInf">máx</span> \t\t\t\t\t\t\n \t\t\t\t\t\t</th><th class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " colspan="4" align="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t" scope="col" style="border-bottom: 2px solid black">% SUV<span class="elsevierStyleInf">máx</span></th></tr><tr title="table-row"><th 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" scope="col" style="border-bottom: 2px solid black"> \t\t\t\t\t\t\n \t\t\t\t\t\t</th><th 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" scope="col" style="border-bottom: 2px solid black"> \t\t\t\t\t\t\n \t\t\t\t\t\t</th><th class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t" scope="col" style="border-bottom: 2px solid black">Observador 1 \t\t\t\t\t\t\n \t\t\t\t\t\t</th><th class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t" scope="col" style="border-bottom: 2px solid black">Observador 2 \t\t\t\t\t\t\n \t\t\t\t\t\t</th><th class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t" scope="col" style="border-bottom: 2px solid black">Observador 3 \t\t\t\t\t\t\n \t\t\t\t\t\t</th><th class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t" scope="col" style="border-bottom: 2px solid black">Moda \t\t\t\t\t\t\n \t\t\t\t\t\t</th></tr></thead><tbody title="tbody"><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">20 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">20 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">30 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">20 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">20 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">20 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">30 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">20 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">1,4 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">20 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">20 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">30 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">20 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">30 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">40 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">40 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">40 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">2,6 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">30 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">20 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">30 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">30 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">20 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">20 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">30 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">20 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">10 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">7,4 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">20 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">20 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">10 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">20 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">11 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">10 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">10 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">10 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">10 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">12 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">30 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">10 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">10 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">10 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">13 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">20 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">20 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">20 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">20 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">14 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">20 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">20 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">20 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">20 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">15 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">1,6 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">30 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">20 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">20 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">20 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">16 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">2,6 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">20 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">20 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">20 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">20 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">17 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">30 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">30 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">20 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">30 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">18 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">20 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">20 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">20 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">20 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">19 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">4,4 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">10 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">20 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">10 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">10 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">20 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">2,3 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">30 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">20 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">20 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">20 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">21 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">5,6 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">20 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">10 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">10 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">10 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">22 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">20 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">10 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">10 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">10 \t\t\t\t\t\t\n \t\t\t\t</td></tr></tbody></table> """ ] "imagenFichero" => array:1 [ 0 => "xTab2168951.png" ] ] ] "notaPie" => array:1 [ 0 => array:3 [ "identificador" => "tblfn0005" "etiqueta" => "a" "nota" => "<p class="elsevierStyleNotepara" id="npar0005">Los observadores utilizaron umbrales fijos (10, 20, 30 o 40% del SUV<span class="elsevierStyleInf">máx</span>) para hacer la selección.</p>" ] ] ] "descripcion" => array:1 [ "es" => "<p id="spar0090" class="elsevierStyleSimplePara elsevierViewall">Selección del umbral óptimo de % SUV<span class="elsevierStyleInf">máx</span> para los gliomas de alto grado, en la PET/TC con <span class="elsevierStyleSup">18</span>F-fluorocolina, por tres observadores<a class="elsevierStyleCrossRef" href="#tblfn0005"><span class="elsevierStyleSup">a</span></a></p>" ] ] 7 => array:8 [ "identificador" => "tbl0010" "etiqueta" => "Tabla 2" "tipo" => "MULTIMEDIATABLA" "mostrarFloat" => true "mostrarDisplay" => false "detalles" => array:1 [ 0 => array:3 [ "identificador" => "at2" "detalle" => "Tabla " "rol" => "short" ] ] "tabla" => array:2 [ "leyenda" => "<p id="spar0105" class="elsevierStyleSimplePara elsevierViewall">c.p.: código del paciente; D: derecho; I: izquierdo.</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"><th class="td-with-role" title="\n \t\t\t\t\ttable-head\n \t\t\t\t ; entry_with_role_rowhead " align="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t" scope="col">c.p. \t\t\t\t\t\t\n \t\t\t\t\t\t</th><th class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " colspan="2" align="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t" scope="col" style="border-bottom: 2px solid black">Frontal</th><th class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " colspan="2" align="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t" scope="col" style="border-bottom: 2px solid black">Parietal</th><th class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " colspan="2" align="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t" scope="col" style="border-bottom: 2px solid black">Temporal</th><th class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " colspan="2" align="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t" scope="col" style="border-bottom: 2px solid black">Occipital</th><th class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " colspan="2" align="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t" scope="col" style="border-bottom: 2px solid black">Cerebelo</th></tr><tr title="table-row"><th 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" scope="col" style="border-bottom: 2px solid black"> \t\t\t\t\t\t\n \t\t\t\t\t\t</th><th class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " align="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t" scope="col" style="border-bottom: 2px solid black">D \t\t\t\t\t\t\n \t\t\t\t\t\t</th><th class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " align="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t" scope="col" style="border-bottom: 2px solid black">I \t\t\t\t\t\t\n \t\t\t\t\t\t</th><th class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " align="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t" scope="col" style="border-bottom: 2px solid black">D \t\t\t\t\t\t\n \t\t\t\t\t\t</th><th class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " align="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t" scope="col" style="border-bottom: 2px solid black">I \t\t\t\t\t\t\n \t\t\t\t\t\t</th><th class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " align="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t" scope="col" style="border-bottom: 2px solid black">D \t\t\t\t\t\t\n \t\t\t\t\t\t</th><th class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " align="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t" scope="col" style="border-bottom: 2px solid black">I \t\t\t\t\t\t\n \t\t\t\t\t\t</th><th class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " align="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t" scope="col" style="border-bottom: 2px solid black">D \t\t\t\t\t\t\n \t\t\t\t\t\t</th><th class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " align="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t" scope="col" style="border-bottom: 2px solid black">I \t\t\t\t\t\t\n \t\t\t\t\t\t</th><th class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " align="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t" scope="col" style="border-bottom: 2px solid black">D \t\t\t\t\t\t\n \t\t\t\t\t\t</th><th class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " align="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t" scope="col" style="border-bottom: 2px solid black">I \t\t\t\t\t\t\n \t\t\t\t\t\t</th></tr></thead><tbody title="tbody"><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,3 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,3 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,1 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,1 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,1 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,2 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,2 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,2 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">10 \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="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,3 \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">11 \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="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="center" valign="\n \t\t\t\t\ttop\n \t\t\t\t">0,2 \t\t\t\t\t\t\n \t\t\t\t</td></tr></tbody></table> """ ] "imagenFichero" => array:1 [ 0 => "xTab2168952.png" ] ] ] ] "descripcion" => array:1 [ "es" => "<p id="spar0100" class="elsevierStyleSimplePara elsevierViewall">SUV<span class="elsevierStyleInf">máx</span> obtenido en los diferentes ROI ubicados en el cerebro normal</p>" ] ] 8 => array:8 [ "identificador" => "tbl0015" "etiqueta" => "Tabla 3" "tipo" => "MULTIMEDIATABLA" "mostrarFloat" => true "mostrarDisplay" => false "detalles" => array:1 [ 0 => array:3 [ "identificador" => "at3" "detalle" => "Tabla " "rol" => "short" ] ] "tabla" => array:2 [ "leyenda" => "<p id="spar0115" class="elsevierStyleSimplePara elsevierViewall">Cho: colina; FCho: fluorocolina; índice T/N: índice de captación del tumor/cerebro normal; <span class="elsevierStyleItalic">n</span>: número de pacientes; n.d.: no disponible; SUV: standardized uptake value.</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"><th class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t" scope="col" style="border-bottom: 2px solid black">Autor, año \t\t\t\t\t\t\n \t\t\t\t\t\t</th><th class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t" scope="col" style="border-bottom: 2px solid black">Radiotrazador \t\t\t\t\t\t\n \t\t\t\t\t\t</th><th class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t" scope="col" style="border-bottom: 2px solid black"><span class="elsevierStyleItalic">n</span> \t\t\t\t\t\t\n \t\t\t\t\t\t</th><th class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t" scope="col" style="border-bottom: 2px solid black">Actividad (MBq) \t\t\t\t\t\t\n \t\t\t\t\t\t</th><th class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t" scope="col" style="border-bottom: 2px solid black">Inicio de la adquisición de PET (min) \t\t\t\t\t\t\n \t\t\t\t\t\t</th><th class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t" scope="col" style="border-bottom: 2px solid black">Tiempo de adquisición de PET (min) \t\t\t\t\t\t\n \t\t\t\t\t\t</th><th class="td" title="\n \t\t\t\t\ttable-head\n \t\t\t\t " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t" scope="col" style="border-bottom: 2px solid black">Evaluación de imágenes \t\t\t\t\t\t\n \t\t\t\t\t\t</th></tr></thead><tbody title="tbody"><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Ohtani, 2001 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t"><span class="elsevierStyleSup">11</span>C-Cho \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">22 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">370 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">SUV \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Hara, 2003 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t"><span class="elsevierStyleSup">11</span>C-Cho \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">12 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">370 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">5 y 20 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Índice T/N \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Utriainen, 2003 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t"><span class="elsevierStyleSup">11</span>C-Cho \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">12 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">n.d. \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Dinámico \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">40 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">SUV \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Tian, 2004 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t"><span class="elsevierStyleSup">11</span>C-Cho \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">25 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">370 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">SUV \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Kwee, 2007 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t"><span class="elsevierStyleSup">18</span>F-FCho \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">30 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">3,3–4/peso del paciente (kg) \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">7–10 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">15 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">SUV \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Kato, 2008 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t"><span class="elsevierStyleSup">11</span>C-Cho \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">95 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">370 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Índice T/N \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Katenaka, 2011 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t"><span class="elsevierStyleSup">11</span>C-Cho \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">40 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">370 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Índice T/N \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Lam, 2011 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t"><span class="elsevierStyleSup">18</span>F-FCho \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">n.d. \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">n.d. \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">n.d. \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Índice T/N \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Li, 2012 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t"><span class="elsevierStyleSup">11</span>C-Cho \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">16 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">276–370 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">20 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">10 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">SUV \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Mertens, 2012 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t"><span class="elsevierStyleSup">18</span>F-FCho \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">17 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">276–370 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">25–30 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">10 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">SUV, índice T/N. Segmentación visual \t\t\t\t\t\t\n \t\t\t\t</td></tr><tr title="table-row"><td class="td-with-role" title="\n \t\t\t\t\ttable-entry\n \t\t\t\t ; entry_with_role_rowhead " align="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">Bolcaen, 2017 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t"><span class="elsevierStyleSup">18</span>F-FCho \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">11 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">276–370 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">25–30 \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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">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="left" valign="\n \t\t\t\t\ttop\n \t\t\t\t">SUV, segmentación del tumor utilizando un umbral fijo del 40% del SUV<span class="elsevierStyleInf">máx</span> \t\t\t\t\t\t\n \t\t\t\t</td></tr></tbody></table> """ ] "imagenFichero" => array:1 [ 0 => "xTab2168950.png" ] ] ] ] "descripcion" => array:1 [ "es" => "<p id="spar0110" class="elsevierStyleSimplePara elsevierViewall">Aspectos metodológicos de los estudios que utilizan análogos de PET de colina en pacientes con tumores cerebrales</p>" ] ] ] "bibliografia" => array:2 [ "titulo" => "Bibliografía" "seccion" => array:1 [ 0 => array:2 [ "identificador" => "bibs0015" "bibliografiaReferencia" => array:33 [ 0 => array:3 [ "identificador" => "bib0170" "etiqueta" => "1" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "Diagnostic accuracy of neuroimaging to delineate diffuse gliomas within the brain: a meta-analysis" "autores" => array:1 [ 0 => array:2 [ "etal" => true "autores" => array:6 [ 0 => "N. Verburg" 1 => "F.W.A. Hoefnagels" 2 => "F. Barkhof" 3 => "R. Boellaard" 4 => "S. Goldman" 5 => "J. Guo" ] ] ] ] ] "host" => array:1 [ 0 => array:2 [ "doi" => "10.3174/ajnr.A5368" "Revista" => array:6 [ "tituloSerie" => "Am J Neuroradiol" "fecha" => "2017" "volumen" => "38" "paginaInicial" => "1884" "paginaFinal" => "1891" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/28882867" "web" => "Medline" ] ] ] ] ] ] ] ] 1 => array:3 [ "identificador" => "bib0175" "etiqueta" => "2" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "Molecular imaging of brain tumors with radiolabeled choline PET" "autores" => array:1 [ 0 => array:2 [ "etal" => false "autores" => array:5 [ 0 => "F.F. Calabria" 1 => "M. Barbarisi" 2 => "V. Gangemi" 3 => "G. Grillea" 4 => "G.L. Cascini" ] ] ] ] ] "host" => array:1 [ 0 => array:2 [ "doi" => "10.1007/s10143-016-0756-1" "Revista" => array:6 [ "tituloSerie" => "Neurosurg Rev" "fecha" => "2018" "volumen" => "41" "paginaInicial" => "67" "paginaFinal" => "76" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/27230829" "web" => "Medline" ] ] ] ] ] ] ] ] 2 => array:3 [ "identificador" => "bib0180" "etiqueta" => "3" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "Clinical utility of positron emission tomography in patients with malignant glioma" "autores" => array:1 [ 0 => array:2 [ "etal" => false "autores" => array:3 [ 0 => "YanoH" 1 => "J. Shinoda" 2 => "T. Iwama" ] ] ] ] ] "host" => array:1 [ 0 => array:1 [ "Revista" => array:5 [ "tituloSerie" => "Neurol Med Chir (Tokyo)" "fecha" => "2017" "volumen" => "57" "paginaInicial" => "312" "paginaFinal" => "320" ] ] ] ] ] ] 3 => array:3 [ "identificador" => "bib0185" "etiqueta" => "4" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "Pharmacokinetics and radiation dosimetry of <span class="elsevierStyleSup">18</span>F-fluorocholine" "autores" => array:1 [ 0 => array:2 [ "etal" => false "autores" => array:5 [ 0 => "T.R. DeGrado" 1 => "R.E. Reiman" 2 => "D.T. Price" 3 => "S. Wang" 4 => "R.E. Coleman" ] ] ] ] ] "host" => array:1 [ 0 => array:1 [ "Revista" => array:6 [ "tituloSerie" => "J Nucl Med" "fecha" => "2002" "volumen" => "43" "paginaInicial" => "92" "paginaFinal" => "96" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/11801711" "web" => "Medline" ] ] ] ] ] ] ] ] 4 => array:3 [ "identificador" => "bib0190" "etiqueta" => "5" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "Use of <span class="elsevierStyleSup">18</span>F-choline and <span class="elsevierStyleSup">11</span>C-choline as contrast agents in positron emission tomography imaging-guided stereotactic biopsy sampling of gliomas" "autores" => array:1 [ 0 => array:2 [ "etal" => false "autores" => array:4 [ 0 => "T. Hara" 1 => "T. Kondo" 2 => "T. Hara" 3 => "N. Kosaka" ] ] ] ] ] "host" => array:1 [ 0 => array:2 [ "doi" => "10.3171/jns.2003.99.3.0474" "Revista" => array:6 [ "tituloSerie" => "J Neurosurg" "fecha" => "2003" "volumen" => "99" "paginaInicial" => "474" "paginaFinal" => "479" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/12959432" "web" => "Medline" ] ] ] ] ] ] ] ] 5 => array:3 [ "identificador" => "bib0195" "etiqueta" => "6" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "Metabolic assessment of gliomas using <span class="elsevierStyleSup">11</span>C-Methionine, <span class="elsevierStyleSup">18</span>F Fluorodeoxyglucose, and <span class="elsevierStyleSup">11</span>C-Choline positron-emission tomography" "autores" => array:1 [ 0 => array:2 [ "etal" => true "autores" => array:6 [ 0 => "T. Kato" 1 => "J. Shinoda" 2 => "Nakayama" 3 => "K. Miwa" 4 => "A. Okumura" 5 => "H. Yano" ] ] ] ] ] "host" => array:1 [ 0 => array:2 [ "doi" => "10.3174/ajnr.A1008" "Revista" => array:6 [ "tituloSerie" => "Am J Neuroradiol" "fecha" => "2008" "volumen" => "29" "paginaInicial" => "1176" "paginaFinal" => "1182" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/18388218" "web" => "Medline" ] ] ] ] ] ] ] ] 6 => array:3 [ "identificador" => "bib0200" "etiqueta" => "7" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "Distribution patterns of <span class="elsevierStyleSup">18</span>F-labelled fluoromethylcholine in normal structures and tumors of the head. A PET/MRI evaluation" "autores" => array:1 [ 0 => array:2 [ "etal" => true "autores" => array:6 [ 0 => "K. Mertens" 1 => "H. Ham" 2 => "K. Deblaere" 3 => "J.P. Kalala" 4 => "C. Van den Broecke" 5 => "D. Slaets" ] ] ] ] ] "host" => array:1 [ 0 => array:2 [ "doi" => "10.1097/RLU.0b013e31824c5dd0" "Revista" => array:6 [ "tituloSerie" => "Clin Nucl Med" "fecha" => "2012" "volumen" => "37" "paginaInicial" => "e196" "paginaFinal" => "e203" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/22785527" "web" => "Medline" ] ] ] ] ] ] ] ] 7 => array:3 [ "identificador" => "bib0205" "etiqueta" => "8" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "<span class="elsevierStyleSup">18</span>F-FCho PET and MRI for the prediction of response in glioblastoma patients according to the RANO criteria" "autores" => array:1 [ 0 => array:2 [ "etal" => true "autores" => array:6 [ 0 => "J. Bolcaen" 1 => "M. Acou" 2 => "T. Boterberg" 3 => "C. Vanhove" 4 => "F. de Vos" 5 => "C. van den Broecke" ] ] ] ] ] "host" => array:1 [ 0 => array:2 [ "doi" => "10.1097/MNM.0000000000000638" "Revista" => array:6 [ "tituloSerie" => "Nucl Med Commun" "fecha" => "2017" "volumen" => "38" "paginaInicial" => "242" "paginaFinal" => "249" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/27984537" "web" => "Medline" ] ] ] ] ] ] ] ] 8 => array:3 [ "identificador" => "bib0210" "etiqueta" => "9" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "Brain tumour imaging with carbon-11 choline: comparison with FDG PET and gadolinium-enhanced MR imaging" "autores" => array:1 [ 0 => array:2 [ "etal" => true "autores" => array:6 [ 0 => "T. Ohtani" 1 => "H. Kurihara" 2 => "S. Ishiuchi" 3 => "N. Saito" 4 => "N. Oriuchi" 5 => "T. Inoue" ] ] ] ] ] "host" => array:1 [ 0 => array:1 [ "Revista" => array:5 [ "tituloSerie" => "Eur J Nucl Med." "fecha" => "2001" "volumen" => "28" "paginaInicial" => "1664" "paginaFinal" => "1670" ] ] ] ] ] ] 9 => array:3 [ "identificador" => "bib0215" "etiqueta" => "10" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "Evaluation of brain tumor metabolism with [<span class="elsevierStyleSup">11</span>C]choline PET and <span class="elsevierStyleSup">1</span>H-MRS" "autores" => array:1 [ 0 => array:2 [ "etal" => true "autores" => array:6 [ 0 => "M. Utriainen" 1 => "M. Komu" 2 => "V. Vuorinen" 3 => "P. Lehikoinen" 4 => "P. Sonninen" 5 => "T. Kurki" ] ] ] ] ] "host" => array:1 [ 0 => array:2 [ "doi" => "10.1023/a:1023342516925" "Revista" => array:6 [ "tituloSerie" => "J Neurooncol" "fecha" => "2003" "volumen" => "62" "paginaInicial" => "329" "paginaFinal" => "338" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/12777086" "web" => "Medline" ] ] ] ] ] ] ] ] 10 => array:3 [ "identificador" => "bib0220" "etiqueta" => "11" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "Metabolic assessment of monofocal acute inflammatory demyelination using MR spectroscopy and (11)C-methionine- (11)C-choline-, and (18)F-fluorodeoxyglucose-PET" "autores" => array:1 [ 0 => array:2 [ "etal" => true "autores" => array:6 [ 0 => "S. Takenaka" 1 => "J. Shinoda" 2 => "Y. Asano" 3 => "T. Aki" 4 => "K. Miwa" 5 => "T. Ito" ] ] ] ] ] "host" => array:1 [ 0 => array:2 [ "doi" => "10.1007/s10014-011-0027-3" "Revista" => array:6 [ "tituloSerie" => "Brain Tumor Pathol" "fecha" => "2011" "volumen" => "28" "paginaInicial" => "229" "paginaFinal" => "238" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/21442242" "web" => "Medline" ] ] ] ] ] ] ] ] 11 => array:3 [ "identificador" => "bib0225" "etiqueta" => "12" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "Comparison of <span class="elsevierStyleSup">11</span>C-Choline PET and FDG PET for the differential diagnosis of malignant tumors" "autores" => array:1 [ 0 => array:2 [ "etal" => false "autores" => array:5 [ 0 => "M. Tian" 1 => "H. Zhang" 2 => "N. Oriuchi" 3 => "T. Higuchi" 4 => "K. Endo" ] ] ] ] ] "host" => array:1 [ 0 => array:2 [ "doi" => "10.1007/s00259-004-1496-y" "Revista" => array:6 [ "tituloSerie" => "Eur J Nucl Med Mol Imaging" "fecha" => "2004" "volumen" => "31" "paginaInicial" => "1064" "paginaFinal" => "1072" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/15014903" "web" => "Medline" ] ] ] ] ] ] ] ] 12 => array:3 [ "identificador" => "bib0230" "etiqueta" => "13" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "Promising role of [<span class="elsevierStyleSup">18</span>F] fluorocholine PET/CT vs [<span class="elsevierStyleSup">18</span>F] fluorodeoxyglucose PET/CT in primary brain tumors-early experience" "autores" => array:1 [ 0 => array:2 [ "etal" => false "autores" => array:6 [ 0 => "W.W. Lam" 1 => "D.C. Ng" 2 => "W.Y. Wong" 3 => "S.C. Ong" 4 => "S.W. Yu" 5 => "S.J. See" ] ] ] ] ] "host" => array:1 [ 0 => array:2 [ "doi" => "10.1016/j.clineuro.2010.09.012" "Revista" => array:6 [ "tituloSerie" => "Clin Neurol Neurosurg" "fecha" => "2011" "volumen" => "113" "paginaInicial" => "156" "paginaFinal" => "161" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/21036467" "web" => "Medline" ] ] ] ] ] ] ] ] 13 => array:3 [ "identificador" => "bib0235" "etiqueta" => "14" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "<span class="elsevierStyleSup">11</span>C-Cho PET in optimization of target volume delineation and treatment regimens in postoperative radiotherapy for brain gliomas" "autores" => array:1 [ 0 => array:2 [ "etal" => true "autores" => array:6 [ 0 => "F.M. Li" 1 => "Q. Nie" 2 => "R.M. Wang" 3 => "S.M. Chang" 4 => "W.R. Zhao" 5 => "Q. Zhu" ] ] ] ] ] "host" => array:1 [ 0 => array:2 [ "doi" => "10.1016/j.nucmedbio.2011.10.003" "Revista" => array:6 [ "tituloSerie" => "Nucl Med Biol" "fecha" => "2012" "volumen" => "39" "paginaInicial" => "437" "paginaFinal" => "442" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/22172386" "web" => "Medline" ] ] ] ] ] ] ] ] 14 => array:3 [ "identificador" => "bib0240" "etiqueta" => "15" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "<span class="elsevierStyleSup">18</span>F-FET PET differentiation of ring-enhancing brain lesions" "autores" => array:1 [ 0 => array:2 [ "etal" => true "autores" => array:6 [ 0 => "F.W. Floeth" 1 => "D. Pauleit" 2 => "M. Sabel" 3 => "G. Reifenberger" 4 => "G. Stoffels" 5 => "W. Stummer" ] ] ] ] ] "host" => array:1 [ 0 => array:1 [ "Revista" => array:6 [ "tituloSerie" => "J Nucl Med" "fecha" => "2006" "volumen" => "47" "paginaInicial" => "776" "paginaFinal" => "782" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/16644747" "web" => "Medline" ] ] ] ] ] ] ] ] 15 => array:3 [ "identificador" => "bib0245" "etiqueta" => "16" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "[<span class="elsevierStyleSup">18</span>F]-fluoro-ethyl-l-tyrosine PET: a valuable diagnostic tool in neuro-oncology, but not all that glitters is glioma" "autores" => array:1 [ 0 => array:2 [ "etal" => true "autores" => array:6 [ 0 => "M. Hutterer" 1 => "M. Nowosielski" 2 => "D. Putzer" 3 => "N.L. Jansen" 4 => "M. Seiz" 5 => "M. Schocke" ] ] ] ] ] "host" => array:1 [ 0 => array:2 [ "doi" => "10.1093/neuonc/nos300" "Revista" => array:6 [ "tituloSerie" => "Neuro Oncol" "fecha" => "2013" "volumen" => "15" "paginaInicial" => "341" "paginaFinal" => "351" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/23335162" "web" => "Medline" ] ] ] ] ] ] ] ] 16 => array:3 [ "identificador" => "bib0250" "etiqueta" => "17" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "Radiation injury vs. recurrent brain metastasis: combining textural feature radiomics analysis and standard parameters may increase <span class="elsevierStyleSup">18</span>F-FET PET accuracy without dynamic scans" "autores" => array:1 [ 0 => array:2 [ "etal" => true "autores" => array:6 [ 0 => "P. Lohmann" 1 => "G. Stoffels" 2 => "G. Ceccon" 3 => "M. Rapp" 4 => "M. Sabel" 5 => "C.P. Filss" ] ] ] ] ] "host" => array:1 [ 0 => array:2 [ "doi" => "10.1007/s00330-016-4638-2" "Revista" => array:6 [ "tituloSerie" => "Eur Radiol" "fecha" => "2017" "volumen" => "27" "paginaInicial" => "2916" "paginaFinal" => "2927" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/27853813" "web" => "Medline" ] ] ] ] ] ] ] ] 17 => array:3 [ "identificador" => "bib0255" "etiqueta" => "18" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "Dualtime-point O-(2-[<span class="elsevierStyleSup">18</span>F]fluoroethyl)-L-tyrosine PET for grading of cerebral gliomas" "autores" => array:1 [ 0 => array:2 [ "etal" => true "autores" => array:6 [ 0 => "P. Lohmann" 1 => "H. Herzog" 2 => "E. Rota Kops" 3 => "G. Stoffels" 4 => "N. Judov" 5 => "C. Filss" ] ] ] ] ] "host" => array:1 [ 0 => array:2 [ "doi" => "10.1007/s00330-015-3691-6" "Revista" => array:6 [ "tituloSerie" => "Eur Radiol" "fecha" => "2015" "volumen" => "25" "paginaInicial" => "3017" "paginaFinal" => "3024" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/25813014" "web" => "Medline" ] ] ] ] ] ] ] ] 18 => array:3 [ "identificador" => "bib0260" "etiqueta" => "19" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "The 2016 World Health Organization Classification of tumors of the central nervous system: a summary" "autores" => array:1 [ 0 => array:2 [ "etal" => true "autores" => array:6 [ 0 => "D.N. Louis" 1 => "A. Perry" 2 => "G. Reifenberger" 3 => "A. von Deimling" 4 => "D. Figarella Branger" 5 => "W.K. Cavenee" ] ] ] ] ] "host" => array:1 [ 0 => array:2 [ "doi" => "10.1007/s00401-016-1545-1" "Revista" => array:6 [ "tituloSerie" => "Acta Neuropathol" "fecha" => "2016" "volumen" => "131" "paginaInicial" => "803" "paginaFinal" => "820" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/27157931" "web" => "Medline" ] ] ] ] ] ] ] ] 19 => array:3 [ "identificador" => "bib0265" "etiqueta" => "20" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "O-(2-[<span class="elsevierStyleSup">18</span>F] fluoroethyl)-L-tyrosine PET combined with MRI improves the diagnostic assessment of cerebral gliomas" "autores" => array:1 [ 0 => array:2 [ "etal" => true "autores" => array:6 [ 0 => "D. Pauleit" 1 => "F. Floeth" 2 => "K. Hamacher" 3 => "M.J. Riemenschneider" 4 => "G. Reifenberger" 5 => "H.-W. Müller" ] ] ] ] ] "host" => array:1 [ 0 => array:2 [ "doi" => "10.1093/brain/awh399" "Revista" => array:6 [ "tituloSerie" => "Brain" "fecha" => "2005" "volumen" => "128" "paginaInicial" => "678" "paginaFinal" => "687" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/15689365" "web" => "Medline" ] ] ] ] ] ] ] ] 20 => array:3 [ "identificador" => "bib0270" "etiqueta" => "21" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "EANM procedure guidelines for brain tumour imaging using labelled amino acid analogues" "autores" => array:1 [ 0 => array:2 [ "etal" => true "autores" => array:6 [ 0 => "T. Vander Borght" 1 => "S. Asenbaum" 2 => "P. Bartenstein" 3 => "C. Halldin" 4 => "Ö. Kapucu" 5 => "K. van Laere" ] ] ] ] ] "host" => array:1 [ 0 => array:2 [ "doi" => "10.1007/s00259-006-0206-3" "Revista" => array:6 [ "tituloSerie" => "Eur J Nucl Med Mol Imaging" "fecha" => "2006" "volumen" => "33" "paginaInicial" => "1374" "paginaFinal" => "1380" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/16932934" "web" => "Medline" ] ] ] ] ] ] ] ] 21 => array:3 [ "identificador" => "bib0275" "etiqueta" => "22" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "Spatial relationship of glioma volume derived from FET PET and volumetric MRSI: a hybrid PET-MRI study" "autores" => array:1 [ 0 => array:2 [ "etal" => true "autores" => array:6 [ 0 => "MaulerJ" 1 => "A.A. Maudsley" 2 => "K.J. Langen" 3 => "O. Nikoubashman" 4 => "G. Stoffels" 5 => "S. Sheriff" ] ] ] ] ] "host" => array:1 [ 0 => array:2 [ "doi" => "10.2967/jnumed.117.196709" "Revista" => array:6 [ "tituloSerie" => "J Nucl Med" "fecha" => "2018" "volumen" => "59" "paginaInicial" => "603" "paginaFinal" => "609" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/28848036" "web" => "Medline" ] ] ] ] ] ] ] ] 22 => array:3 [ "identificador" => "bib0280" "etiqueta" => "23" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "Brain tumors: detection with C-11 choline PET" "autores" => array:1 [ 0 => array:2 [ "etal" => true "autores" => array:6 [ 0 => "N. Shinoura" 1 => "M. Nishijima" 2 => "T. Hara" 3 => "T. Haisa" 4 => "H. Yamamoto" 5 => "K.A. Fujii" ] ] ] ] ] "host" => array:1 [ 0 => array:2 [ "doi" => "10.1148/radiology.202.2.9015080" "Revista" => array:6 [ "tituloSerie" => "Radiology" "fecha" => "1997" "volumen" => "202" "paginaInicial" => "497" "paginaFinal" => "503" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/9015080" "web" => "Medline" ] ] ] ] ] ] ] ] 23 => array:3 [ "identificador" => "bib0285" "etiqueta" => "24" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "Solitary brain lesions enhancing at MR imaging: evaluation with fluorine 18 fluorocholine PET" "autores" => array:1 [ 0 => array:2 [ "etal" => false "autores" => array:5 [ 0 => "S.A. Kwee" 1 => "J.P. Ko" 2 => "C.S. Jiang" 3 => "M.R. Watters" 4 => "M.N. Coel" ] ] ] ] ] "host" => array:1 [ 0 => array:2 [ "doi" => "10.1148/radiol.2442060898" "Revista" => array:6 [ "tituloSerie" => "Radiology" "fecha" => "2007" "volumen" => "244" "paginaInicial" => "557" "paginaFinal" => "565" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/17581887" "web" => "Medline" ] ] ] ] ] ] ] ] 24 => array:3 [ "identificador" => "bib0290" "etiqueta" => "25" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "PET imaging of brain tumor with [methyl-11C]choline" "autores" => array:1 [ 0 => array:2 [ "etal" => false "autores" => array:4 [ 0 => "HaraT" 1 => "N. Kosaka" 2 => "N. Shinoura" 3 => "T. Kondo" ] ] ] ] ] "host" => array:1 [ 0 => array:1 [ "Revista" => array:6 [ "tituloSerie" => "J Nucl Med" "fecha" => "1997" "volumen" => "38" "paginaInicial" => "842" "paginaFinal" => "847" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/9189127" "web" => "Medline" ] ] ] ] ] ] ] ] 25 => array:3 [ "identificador" => "bib0295" "etiqueta" => "26" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "<span class="elsevierStyleSup">11</span>C-Choline and 2-deoxy-2-[<span class="elsevierStyleSup">18</span>F]fluoro-D-glucose in tumor imaging with positron emission tomography" "autores" => array:1 [ 0 => array:2 [ "etal" => false "autores" => array:1 [ 0 => "T. Hara" ] ] ] ] ] "host" => array:1 [ 0 => array:1 [ "Revista" => array:5 [ "tituloSerie" => "Mol Imag Biol" "fecha" => "2002" "volumen" => "4" "paginaInicial" => "267" "paginaFinal" => "273" ] ] ] ] ] ] 26 => array:3 [ "identificador" => "bib0300" "etiqueta" => "27" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "Towards standardization of <span class="elsevierStyleSup">18</span>F-FET PET imaging: do we need a consistent method of background activity assessment?" "autores" => array:1 [ 0 => array:2 [ "etal" => true "autores" => array:6 [ 0 => "M. Unterrainer" 1 => "F. Vettermann" 2 => "M. Brendel" 3 => "A. Holzgreve" 4 => "M. Lifschitz" 5 => "M. Zähringer" ] ] ] ] ] "host" => array:1 [ 0 => array:1 [ "Revista" => array:4 [ "tituloSerie" => "Eur Nucl Med Mol Imaging Res" "fecha" => "2017" "volumen" => "7" "paginaInicial" => "48" ] ] ] ] ] ] 27 => array:3 [ "identificador" => "bib0305" "etiqueta" => "28" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "Quantifying heterogeneity in human tumours using MRI and PET" "autores" => array:1 [ 0 => array:2 [ "etal" => false "autores" => array:5 [ 0 => "M.C. Asselin" 1 => "J. ÓConnor" 2 => "R. Boellaard" 3 => "N.A. Thacker" 4 => "A. Jackson" ] ] ] ] ] "host" => array:1 [ 0 => array:2 [ "doi" => "10.1016/j.ejca.2011.12.025" "Revista" => array:6 [ "tituloSerie" => "Eur J Cancer" "fecha" => "2012" "volumen" => "48" "paginaInicial" => "447" "paginaFinal" => "455" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/22265426" "web" => "Medline" ] ] ] ] ] ] ] ] 28 => array:3 [ "identificador" => "bib0310" "etiqueta" => "29" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "Spatial heterogeneity of low-grade gliomas at the capillary level: a PET study on tumour blood flow and amino acid uptake" "autores" => array:1 [ 0 => array:2 [ "etal" => true "autores" => array:6 [ 0 => "M.T. Wyss" 1 => "S. Hofer" 2 => "M. Hefti" 3 => "E. Bartschi" 4 => "C. Uhlmann" 5 => "V. Treyer" ] ] ] ] ] "host" => array:1 [ 0 => array:2 [ "doi" => "10.2967/jnumed.106.038489" "Revista" => array:6 [ "tituloSerie" => "J Nucl Med" "fecha" => "2007" "volumen" => "48" "paginaInicial" => "1047" "paginaFinal" => "1052" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/17574979" "web" => "Medline" ] ] ] ] ] ] ] ] 29 => array:3 [ "identificador" => "bib0315" "etiqueta" => "30" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "Textural features and SUV-based variables assessed by dual time point <span class="elsevierStyleSup">18</span>F-FDG PET/CT in locally advanced breast cancer" "autores" => array:1 [ 0 => array:2 [ "etal" => true "autores" => array:6 [ 0 => "A.M. García Vicente" 1 => "D. Molina" 2 => "J. Pérez-Beteta" 3 => "M. Amo-Salas" 4 => "A. Martínez-González" 5 => "G. Bueno" ] ] ] ] ] "host" => array:1 [ 0 => array:2 [ "doi" => "10.1007/s12149-017-1203-2" "Revista" => array:6 [ "tituloSerie" => "Ann Nucl Med" "fecha" => "2017" "volumen" => "31" "paginaInicial" => "726" "paginaFinal" => "735" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/28887761" "web" => "Medline" ] ] ] ] ] ] ] ] 30 => array:3 [ "identificador" => "bib0320" "etiqueta" => "31" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "German guidelines for brain tumor imaging by PET and SPECT using labeled amino acids" "autores" => array:1 [ 0 => array:2 [ "etal" => true "autores" => array:6 [ 0 => "K.J. Langen" 1 => "P. Bartenstein" 2 => "H. Boecker" 3 => "P. Brust" 4 => "H.H. Coenen" 5 => "A. Drzezga" ] ] ] ] ] "host" => array:1 [ 0 => array:2 [ "doi" => "10.3413/nuk-2011041" "Revista" => array:6 [ "tituloSerie" => "Nuklearmedizin" "fecha" => "2011" "volumen" => "50" "paginaInicial" => "167" "paginaFinal" => "173" "link" => array:1 [ 0 => array:2 [ "url" => "https://www.ncbi.nlm.nih.gov/pubmed/21789338" "web" => "Medline" ] ] ] ] ] ] ] ] 31 => array:3 [ "identificador" => "bib0325" "etiqueta" => "32" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "Interobserver variability in tumor contouring affects the use of radiomics to predict mutational status" "autores" => array:1 [ 0 => array:2 [ "etal" => true "autores" => array:6 [ 0 => "Q. Huang" 1 => "L. Lu" 2 => "L. Dercle" 3 => "P. Lichtenstein" 4 => "Y. Li" 5 => "Q. Yin" ] ] ] ] ] "host" => array:1 [ 0 => array:1 [ "Revista" => array:5 [ "tituloSerie" => "J Med Imaging (Bellingham)" "fecha" => "2018" "volumen" => "5" "paginaInicial" => "011005" "itemHostRev" => array:3 [ "pii" => "S0022510X12004376" "estado" => "S300" "issn" => "0022510X" ] ] ] ] ] ] ] 32 => array:3 [ "identificador" => "bib0330" "etiqueta" => "33" "referencia" => array:1 [ 0 => array:2 [ "contribucion" => array:1 [ 0 => array:2 [ "titulo" => "Modeling methodology for physiology and medicine" "autores" => array:1 [ 0 => array:2 [ "etal" => false "autores" => array:2 [ 0 => "Carson" 1 => "Cobelli" ] ] ] ] ] "host" => array:1 [ 0 => array:1 [ "Libro" => array:3 [ "fecha" => "2001" "editorial" => "Academic Press" "editorialLocalizacion" => "San Diego, CA" ] ] ] ] ] ] ] ] ] ] "agradecimientos" => array:1 [ 0 => array:4 [ "identificador" => "xack435168" "titulo" => "Agradecimientos" "texto" => "<p id="par0260" class="elsevierStylePara elsevierViewall">Al Prof. Víctor M. Pérez García (Laboratorio de Oncología Matemática, Universidad de Castilla La Mancha) por la revisión del manuscrito.</p>" "vista" => "all" ] ] ] "idiomaDefecto" => "es" "url" => "/2253654X/0000003800000006/v1_201911230745/S2253654X19300241/v1_201911230745/es/main.assets" "Apartado" => array:4 [ "identificador" => "7910" "tipo" => "SECCION" "es" => array:2 [ "titulo" => "Originales" "idiomaDefecto" => true ] "idiomaDefecto" => "es" ] "PDF" => "https://static.elsevier.es/multimedia/2253654X/0000003800000006/v1_201911230745/S2253654X19300241/v1_201911230745/es/main.pdf?idApp=UINPBA00004N&text.app=https://www.elsevier.es/" "EPUB" => "https://multimedia.elsevier.es/PublicationsMultimediaV1/item/epub/S2253654X19300241?idApp=UINPBA00004N" ]
Información de la revista
Compartir
Descargar PDF
Más opciones de artículo
Original
Segmentación de gliomas con PET/TC con 18F-fluorocolina. Estudio multiaproximación
Segmentation of gliomas in 18F-fluorocholine PET/CT. A multiapproach study
A.M. García Vicentea,
, J. Pérez-Betetab, G.A. Jiménez Londoñoa, M. Amo-Salasc, F.J. Pena Pardoa, M. Villena Martínd, J.M. Borrás Morenod, Á. Soriano Castrejóna
Autor para correspondencia
a Nuclear Medicine Department, Hospital General Universitario de Ciudad Real, Ciudad Real, España
b Mathematical Oncology Laboratory (MôLAB), Universidad de Castilla-La Mancha, Ciudad Real, España
c Department of Mathematics, University of Castilla-La Mancha, Ciudad Real, España
d Neurosurgery Department, Hospital General Universitario de Ciudad Real, Ciudad Real, España