Comparaison des méthodes de quantification en 1 H SRM

La méthode ERETIC digital que nous avons proposé d’utiliser pour obtenir une quantification en concentration molaire a mis en évidence une augmentation de la créatine totale (créatine+phosphocréatine) chez des rates ayant reçu des injections répétées de gadodiamide en comparaison à des rates injectées avec de la solution saline. Cette augmentation apparait persistante à 1 semaine, 5 semaines et 1 an post-injections.

Néanmoins, les trois méthodes de quantification classiquement utilisées en 1H SRM (LCModel, QUEST et AMARES) n’ont pas montré de variation du profil métabolique des noyaux cérébelleux profonds chez des rates injectées au gadodiamide à 1 semaine, 5 semaines et 1 an post-injections. Il apparait que les résultats obtenus avec les méthodes de quantification actuellement disponibles sont équivalents, et cela que la quantification soit effectuée dans le domaine fréquentiel (LCModel) ou temporel (QUEST et AMARES).

La principale différence entre la méthode ERETIC digital et les autres méthodes de quantification réside dans le traitement de la ligne de base. En effet, une correction de la ligne de base par une spline cubique est inclue dans les étapes de post-traitement avant la quantification effectuée par ERETIC digital. Nous avons fait l’hypothèse que la correction de la ligne de base pouvait influencer les mesures des aires sous les pics par la méthode ERETIC digital.

Afin de valider cette hypothèse, les spectres 1H moyens des rates injectées avec de la solution saline et le gadodiamide ont été superposés en présence ou en absence de la correction de la ligne de base (Fig. 4.15).

100

Figure 4.15 : Spectres 1H moyens des noyaux cérébelleux profonds obtenus chez les rates injectées au gadodiamide ou avec une solution saline à M0 (1 semaine post-injections) (A) avec correction de ligne de base ; (B) sans correction de ligne de base.

Dans la figure 4.15A, une augmentation du pic de créatine totale dans le groupe gadodiamide peut être observée qualitativement en présence de la correction de la ligne de base. Dans la

figure 4.15B, cette différence sur le pic de créatine totale n’est plus observable en absence de

la correction de la ligne de base. Il apparait que l’application de la correction de la ligne de base en post-traitement influence la quantification spectrale et pourrait être une source de biais.

101

4.2.5.6. Conclusion

Par les techniques de quantification actuelles en 1_{H SRM (LCModel, AMARES et QUEST),}

nous avons mis en évidence que les injections répétées de l’agent de contraste linéaire neutre gadodiamide n’induisent pas d’altération apparente sur le métabolisme des noyaux cérébelleux profonds à court terme (1 et 6 semaines post-injections) et à long terme (1 an post-injections). En lien avec l’évaluation in vitro de l’effet du gadodiamide sur les spectres

1_{H (Cf. 4.2.1, p.87), ces résultats in vivo confirment que l’accumulation au niveau cérébral de}

cet agent de contraste linéaire n’influence pas la largeur ou l’amplitude du signal des métabolites.

La comparaison avec les méthodes conventionnelles a mis en évidence l’influence de la correction de la ligne de base dans la quantification ERETIC digital. La correction de la ligne de base est nécessaire car les macromolécules ont des fréquences de résonance s’additionnant à l’ensemble du spectre. Ceci a pour conséquence que la ligne de base n’est pas proche de zéro et pourrait être une source de biais dans les mesures de l’aire sous le pic.

La correction de la ligne de base dans la méthode ERETIC digital est appliquée par une spline cubique qui est une courbe définie par fragments à l’aide de polynômes. Ce biais n’apparait pas dans les autres méthodes de quantification car d’autres stratégies de gestion de la ligne de base sont effectuées. La méthode LCModel incorpore un spectre in vivo de macromolécules précédemment acquis dans son estimation dans le domaine fréquentiel. Les signaux de la ligne de base peuvent être identifiés comme des composés décroissants rapides dans les premiers points de la FID, les méthodes dans le domaine temporel (QUEST et AMARES) vont exploiter ce phénomène. Dans le cas de QUEST, les signaux des macromolécules sont estimés en réalisant des calculs itératifs sur les premiers points de la FID et l’ajuste à une base de données spécifique aux macromolécules. Dans le cas d’AMARES, la troncature des premiers points de la FID va permettre de réduire l’influence des macromolécules dans l’estimation des métabolites (Graveron-Demilly 2014).

Les stratégies de la correction de la ligne de base dans les méthodes classiques apparaissent plus robustes pour la quantification des métabolites que la méthode utilisée pour ERETIC digital. Il a été précédemment rapporté des quantifications de métabolites comparables entre LCModel et QUEST dans des modèles animaux d’ischémie cérébral et de démence vasculaire (Shen et al. 2008; Jozefovičová et al. 2015).

102 Néanmoins, Jozefovičová et al. (2015) rapporte une sous-estimation de leurs mesures par QUEST en comparaison de LCModel et ils conjecturent que leur correction de la ligne de base par soustraction des macromolécules influence leurs résultats. En effet, ils n’ont pas incorporé les macromolécules dans leur base de données QUEST alors que dans notre étude les macromolécules ont été inclues. Sur un imageur clinique à 1.5T, les résultats obtenus par LCModel et AMARES donnent des résultats comparables pour la majorité des métabolites cérébraux à l’exception du pic de Glx (glutamate+glutamine) qui présente une forte superposition avec le NAA (Kanowski et al. 2004).

Le traitement du signal des macromolécules et son influence dans la correction de la ligne de base reste une question centrale dans la quantification des données de 1_{H SRM in vivo. Au}

vue de notre comparaison, il apparait essentiel de tenir compte du signal des macromolécules dans la correction de ligne de base pour limiter des erreurs significatives d’estimation des métabolites.

103