Contreras GJ

Idioma: Español
Referencias bibliográficas: 16
Paginas: 314-319
Archivo PDF: 594.13 Kb.

RESUMEN

Introducción: la espondilosis cervical, una de las principales causas de mielopatía cervical degenerativa (MCD), se origina por el estrechamiento del canal espinal secundario a procesos degenerativos multifactoriales. Las técnicas de imagen convencionales suelen pasar por alto el daño microestructural temprano, lo que retrasa el diagnóstico y empeora los desenlaces clínicos. Objetivos: este estudio propone un algoritmo diagnóstico innovador que integra imagen por tensor de difusión (DTI, por sus siglas en inglés) y anisotropía fraccional (FA, por sus siglas en inglés) para detectar alteraciones iniciales asociadas a MCD, con el fin de mejorar su clasificación, favorecer una intervención oportuna y optimizar los resultados del tratamiento. Material y métodos: se realizó una revisión de la literatura que incluyó aspectos etiopatogénicos, epidemiológicos, fisiopatológicos, diagnósticos y terapéuticos de la mielopatía cervical en diversos grados de estenosis, así como la incorporación de técnicas avanzadas de resonancia magnética por difusión dentro del algoritmo diagnóstico actual. Resultados: se identificaron elementos clave en la progresión gradual de la mielopatía cervical. El retraso diagnóstico promedio reportado es de 6.3 años, y los pacientes suelen requerir múltiples consultas antes de su identificación definitiva. La literatura destaca que la anisotropía fraccional permite detectar con mayor sensibilidad el daño microestructural medular. Con base en esta evidencia, se unificaron las clasificaciones previas de estenosis cervical en un sistema único que integra valores de FA, proporcionando una representación más precisa del grado de afectación medular. Asimismo, se propuso un algoritmo diagnóstico revisado que incorpora dicha clasificación para mejorar la detección y el abordaje temprano. Conclusiones: el reconocimiento temprano del daño microestructural es fundamental para optimizar el tratamiento de la MCD. La adopción de un algoritmo diagnóstico actualizado y una clasificación adaptada basada en difusión constituye un paso esencial para su adecuada integración en la práctica clínica.

REFERENCIAS (EN ESTE ARTÍCULO)

1. Badhiwala JH, Wilson JR, Fehlings MG. Global burdenof degenerative cervical myelopathy and the role ofearly diagnosis. Spine (Phila Pa 1976). 2020; 45:E401-E408.

2. Nouri A, Martin AR, Kato S, et al. The relationshipbetween MRI signal changes, spinal cord compression,and functional outcomes in degenerative cervicalmyelopathy. Spine J. 2021; 21: 1008-1018.

3. Tetreault L, Rhee J, Prather H, et al. Change in function,pain, and quality of life following surgery for degenerativecervical myelopathy: a systematic review. Global SpineJ. 2020; 10: 62S-76S.

4. Fehlings MG, Tetreault LA, Riew KD, Middleton JW.Degenerative cervical myelopathy: diagnosis andmanagement. Lancet Neurol. 2017; 16: 534-546.

5. Behrbalk E, Salame K, Regev GJ, et al. Delayeddiagnosis of cervical spondylotic myelopathy by primarycare physicians. Neurosurg Focus. 2013; 35: E1.

6. Ellingson BM, Salamon N, Holly LT. Imaging techniquesin cervical spondylotic myelopathy: conventional andadvanced MRI. Neuroimaging Clin N Am. 2023; 33:247-260.

7. Martin AR, De Leener B, Cohen-Adad J, et al. Monitoringfor myelopathic progression with multiparametricquantitative MRI. Brain. 2018; 141: 3003-3016.

8. Mohammadi M, Shokouhi G, Rezaei O, et al.Diffusion tensor imaging in diagnosing and evaluatingdegenerative cervical myelopathy: a systematic reviewand meta-analysis. Global Spine J. 2025; 15: 321-334.

9. Wang X, Li J, Zhang Y, et al. Predictive value ofdynamic diffusion tensor imaging for surgical outcomesin patients with cervical spondylotic myelopathy. BMCMed Imaging. 2024; 24: 115.

10. Martin AR, Aleksanderek I, Cohen-Adad J, et al.Translating state-of-the-art spinal cord MRI techniques toclinical use: diffusion tensor imaging and microstructuralbiomarkers. Neuroimage Clin. 2022; 34: 102998.

11. Shen Y, Ding WY, Shen HL, et al. Role of diffusion tensorimaging in diagnosing cervical spondylotic myelopathyand evaluating spinal cord injury. Spine (Phila Pa 1976).2020; 45: E450-E457.

12. Dong F, Shen Y, Ding W, et al. Quantitative analysisof diffusion tensor imaging parameters in cervicalspondylotic myelopathy. Eur Spine J. 2021; 30: 329-337.

13. Nukala M, Abraham J, Sreedharan S, et al. Diffusiontensor imaging metrics in cervical spondyloticmyelopathy: correlation with neurological severity. JClin Neurosci. 2022; 97: 134-140.

14. Nagata K, Kiyonaga K, Ohashi T, Sagara M, Miyazaki S,Inoue A. Clinical value of magnetic resonance imagingfor cervical myelopathy. Spine (Phila Pa 1976). 1990; 15(11): 1088-1096.

15. Muhle C, Wiskirchen J, Weinert D, et al. Cervical spinalcanal stenosis: MR imaging grading system. Radiology.1998; 206: 391-396.

16. Kang Y, Lee JW, Koh YH, et al. New MRI grading systemfor cervical canal stenosis. AJR Am J Roentgenol. 2011;197: W134-W140.