Manifestaciones de Resonancia Magnética en la Enfermedad de Pequeños Vasos Cerebrales: Cuantificación Automatizada y Aplicación Clínica
La enfermedad de pequeños vasos cerebrales (EPVC) es un trastorno de los microvasos cerebrales que genera alteraciones visibles en imágenes cerebrales. Las características de neuroimagen de la EPVC, según los Estándares para Reportar Cambios Vasculares en Neuroimagen (STRIVE), incluyen infartos subcorticales pequeños recientes (RSSI), lagunas, hiperintensidades de la sustancia blanca (HCM), espacios perivasculares (EPV), microhemorragias cerebrales (MHC) y atrofia cerebral. Estas características se asocian con consecuencias clínicas como deterioro cognitivo, accidente cerebrovascular y demencia. Los avances en técnicas de neuroimagen han hecho cruciales los métodos automatizados de cuantificación para investigación y práctica clínica. Este artículo resume el progreso en la cuantificación automatizada de características de EPVC, su relevancia clínica y su potencial aplicación en ensayos clínicos.
Introducción
La EPVC contribuye significativamente a la demencia vascular o mixta y es responsable del 20% de los accidentes cerebrovasculares a nivel mundial. Sus características en resonancia magnética (RM) estructural incluyen RSSI, HCM, lagunas, EPV, MHC y atrofia cerebral. Los métodos automatizados mejoran la eficiencia y reproducibilidad del análisis. Este artículo revisa el avance en cuantificación automatizada, implicaciones clínicas y uso como variables de resultado en ensayos.
Cuantificación Automatizada de Características de EPVC en RM
Infartos Subcorticales Pequeños Recientes (RSSI)
Los RSSI, responsables del 25% de los infartos isquémicos, se visualizan como lesiones hiperintensas en imágenes de difusión (DWI) con diámetros ≤20 mm. Tradicionalmente se cuantifican mediante inspección visual, pero métodos basados en redes neuronales convolucionales profundas (CNN) han mostrado eficacia. Zhang et al. lograron un coeficiente de similitud de Dice (DSC) de 79,13% y precisión por lesión del 92,67% usando CNN.
Hiperintensidades de la Sustancia Blanca (HCM)
Visibles en secuencias FLAIR y T2, las HCM se clasifican mediante la escala de Fazekas. Los métodos automatizados incluyen técnicas no supervisadas (basadas en intensidad) y supervisadas (aprendizaje profundo). Las CNN alcanzan DSC de hasta 0,80, con mejor desempeño en cargas lesionales mayores.
Lagunas
Cavidades subcorticales de 3–15 mm, hipointensas en T1/FLAIR e hiperintensas en T2. Métodos como CNN con imágenes FLAIR y T1 han logrado sensibilidad del 97,4% con 0,13 falsos positivos por corte.
Microhemorragias Cerebrales (MHC)
Áreas de vacío de señal en T2*GRE o SWI, detectadas con mayor precisión en SWI. Redes neuronales 3D alcanzan sensibilidad del 93,16%, aunque la precisión es moderada (44,31%). Imágenes SWI de 7 Tesla mejoran la detección, pero su acceso es limitado.
Espacios Perivasculares (EPV)
Los EPV dilatados (EPVD) se relacionan con edad y otros marcadores de EPVC. Su cuantificación automatizada es compleja por su tamaño reducido. Algunos estudios reportan DSC de 0,73 con métodos de aprendizaje profundo, aunque aún se usan valoraciones visuales como referencia.
Atrofia Cerebral
Métodos automatizados segmentan tejidos (sustancia gris, blanca, LCR) o estructuras (hipocampo, tálamo). Las CNN logran DSC de 0,85–0,90, permitiendo análisis eficientes en investigación y clínica.
Relevancia Clínica de las Características de EPVC
RSSI
Asociados a disfunción motora y deterioro cognitivo según ubicación. La mayoría de pacientes muestra recuperación inicial, aunque pueden evolucionar a lagunas o HCM no cavitadas.
HCM
Vinculadas a deterioro cognitivo, demencia y recurrencia de ictus. La ubicación (p. ej., regiones periventriculares estratégicas) y morfología irregular intensifican su impacto clínico.
MHC
Predictores de declive cognitivo y demencia. Su número y localización (profundas o mixtas) aumentan el riesgo de hemorragia intracraneal recurrente en pacientes con ictus.
Lagunas
Relacionadas con deterioro cognitivo, demencia y depresión postictus, especialmente en tálamo y ganglios basales.
EPVD
Asociados a deterioro cognitivo, recurrencia de ictus y depresión postictus. Su localización (centro semioval o ganglios basales) ayuda a diferenciar entre demencia vascular subcortical y Alzheimer.
Atrofia Cerebral
Biomarcador de deterioro cognitivo y demencia. La atrofia regional (p. ej., hipocampal) es clave en Alzheimer. Además, se correlaciona con otras características de EPVC como HCM y MHC.
Uso como Variables de Resultado en Ensayos Clínicos
Las características de EPVC se emplean para evaluar progresión y eficacia terapéutica. Las HCM son las más utilizadas, seguidas de atrofia cerebral, MHC y lagunas. Los EPVD aún no se incluyen por inconsistencia en hallazgos y falta de herramientas robustas. Los RSSI se usan principalmente en ensayos de prevención de ictus.
Impacto de la Cuantificación Avanzada en EPVC
Las técnicas automatizadas han mejorado la comprensión de los mecanismos y pronóstico de la EPVC. Por ejemplo, la asociación topográfica entre lagunas y HCM sugiere patofisiologías comunes. Métricos complejos (forma de lagunas, multidimensionalidad de EPVD) incrementan la sensibilidad para detectar relaciones con desenlaces clínicos.
Conclusiones
Los métodos automatizados, especialmente con aprendizaje profundo, han mejorado significativamente la cuantificación de características de EPVC. Estos proveen información volumétrica y topográfica esencial para investigación y pronóstico. Sin embargo, persiste una brecha entre su desarrollo y aplicación clínica. Se requieren herramientas validadas, accesibles y multifuncionales para facilitar su adopción en la práctica clínica.
doi.org/10.1097/CM9.0000000000001299