Advertisement

Monatsschrift Kinderheilkunde

, Volume 160, Issue 8, pp 742–749 | Cite as

Zerebrale Bildgebung bei angeborenen Stoffwechselfehlern

Eine pädiatrische Annäherung
  • A. KohlschütterEmail author
  • U. Löbel
Leitthema
  • 269 Downloads

Zusammenfassung

Bei Kindern mit unklaren zerebralen Symptomen steht die Bildgebung im diagnostischen Prozess an früher Stelle. Im MRT (Magnetresonanztomogramm) führen angeborene Stoffwechseldefekte mit zerebraler Auswirkung oft zu verhältnismäßig dezenten, aber manchmal sehr charakteristischen morphologischen Veränderungen. Diese können auf Gruppen metabolischer Störungen und gelegentlich unmittelbar auf die Diagnose hinweisen. Voraussetzung hierzu ist neben einer adäquaten Untersuchungstechnik die systematische Suche nach bestimmten zerebralen Läsionsmustern. Die wichtigsten derartigen Muster werden vorgestellt. Da sich viele Stoffwechselfehler auf die Reifung des kindlichen Gehirns auswirken, ist bei der Bildanalyse, besonders bei Kindern unter 2 Jahren, sorgfältig auf den altersgerechten Ablauf der Myelinbildung zu achten. Besteht beim Pädiater bereits aus klinischen Gründen der Verdacht auf ein Stoffwechselleiden, sollte der Neuroradiologe bereits vor der bildgebenden Untersuchung kontaktiert werden, um zusätzliche spezielle Techniken („diffusion tensor imaging“, „susceptibility weighted imaging“, MR-Spektroskopie, T2-Relaxometrie) optimal nutzen zu können.

Schlüsselwörter

Magnetresonanztomographie Kinder Gehirn Angeborene Stoffwechselkrankheiten Diagnose 

Abkürzungen

ADC

„Apparent diffusion coefficient“

CDG

„Carboanhydrate-deficient glycoprotein“

CLN2

Spätinfantile neuronale Ceroidlipofuszinose

CSI

„Chemical shift imaging“

CT

Computertomographie

DTI

„Diffusion tensor imaging“

DWI

„Diffusion weighted imaging“

FA

Fraktionelle Anisotropie

FLAIR

„Fluid-attenuated inversion recovery“

LBSL

„Leukodystrophy with brainstem and spinal cord involvement and high lactate“

MLC

Megalenzephale Leukenzephalopathie mit subkortikalen Zysten

MRS

Magnetresonanzspektroskopie

MRT

Magnetresonanztomographie

NAA

N-Azetyl-Aspartat

NBIA

„Neurodegeneration with brain iron accumulation“

NCL

Neuronale Ceroidlipofuszinose

QSM

Quantitative Suszeptibilitätsmessung

R*

Effektive transversale Relaxationsrate

SWI

Suszeptibilitätsgewichtete Bildgebung

T1

Longitudinale Relaxationszeit

T2

Transversale Relaxationszeit

X-ALD

X-chromosomale Adrenoleukodystrophie

Cerebral imaging for inborn errors of metabolism

A pediatric approach

Abstract

In children with cerebral symptoms of unidentified origin, cerebral imaging has an early place in the diagnostic process. Inborn errors of metabolism with cerebral repercussions frequently cause relatively mild but sometimes very characteristic magnetic resonance imaging (MRI) changes. These alterations can give indications for groups of metabolic disturbances and occasionally lead directly to the diagnosis. A prerequisite is a systematic search for certain patterns of brain lesions in addition to an adequate examination technique. The most important of such patterns are presented. As many metabolic errors have an effect on brain maturation, image analysis, in particular of children under the age of 2 years, must pay careful attention to the age-adequate stage of myelination. When pediatricians already suspect a metabolic disease on clinical grounds, a discussion with neuroradiologists prior to imaging is advisable in order to make optimal use of special auxiliary techniques, such as diffusion tensor imaging, susceptibility-weighted imaging, MR spectroscopy or T2 relaxometry.

Keywords

Magnetic resonance imaging Children Brain Inborn errors of metabolism Diagnosis 

Notes

Danksagung

Dr. Jan Sedlacik, MRT-Physik, Neuroradiologie, UKE Hamburg, und Dr. Ferdinand Schweser, AG Medizinische Physik, IDIR, Universitätsklinikum Jena, danken wir für die quantitativen Eisenbestimmungen.

Interessenkonflikt

Der korrespondierende Autor gibt für sich und seinen Koautor an, dass kein Interessenkonflikt besteht.

Literatur

  1. 1.
    Barkovich A, Moore K, Jones B et al (2007) Metabolic disorders. In: Barkovich A, Moore K, Grant E et al (Hrsg) Diagnostic imaging – pediatric neuroradiology. Amirsys, Salt Lake City, S I-1-400–124Google Scholar
  2. 2.
    Cakmakci H, Pekcevik Y, Yis U et al (2010) Diagnostic value of proton MR spectroscopy and diffusion-weighted MR imaging in childhood inherited neurometabolic brain diseases and review of the literature. Eur J Radiol 74:e161–e171PubMedCrossRefGoogle Scholar
  3. 3.
    Caruso PA, Poussaint TY, Tzika AA et al (2004) MRI and 1H MRS findings in Smith-Lemli-Opitz syndrome. Neuroradiology 46:3–14PubMedCrossRefGoogle Scholar
  4. 4.
    Cecil KM (2006) MR spectroscopy of metabolic disorders. Neuroimaging Clin N Am 16:87–116, viiiPubMedCrossRefGoogle Scholar
  5. 5.
    Deistung A, Mentzel HJ, Rauscher A et al (2006) Demonstration of paramagnetic and diamagnetic cerebral lesions by using susceptibility weighted phase imaging (SWI). Z Med Phys 16:261–267PubMedGoogle Scholar
  6. 6.
    Ding XQ, Kucinski T, Wittkugel O et al (2004) Normal brain maturation characterized with age-related T2 relaxation times: an attempt to develop a quantitative imaging measure for clinical use. Invest Radiol 39:740–746PubMedCrossRefGoogle Scholar
  7. 7.
    Engelbrecht V, Scherer A, Rassek M et al (2002) Diffusion-weighted MR imaging in the brain in children: findings in the normal brain and in the brain with white matter diseases. Radiology 222:410–418PubMedCrossRefGoogle Scholar
  8. 8.
    Haberle J, Gorg B, Toutain A et al (2006) Inborn error of amino acid synthesis: human glutamine synthetase deficiency. J Inherit Metab Dis 29:352–358PubMedCrossRefGoogle Scholar
  9. 9.
    Kohlschütter A, Eichler F (2011) Childhood leukodystrophies: a clinical perspective. Expert Rev Neurother 11:1485–1496PubMedCrossRefGoogle Scholar
  10. 10.
    Löbel U, Sedlacik J, Gullmar D et al (2009) Diffusion tensor imaging: the normal evolution of ADC, RA, FA, and eigenvalues studied in multiple anatomical regions of the brain. Neuroradiology 51:253–263PubMedCrossRefGoogle Scholar
  11. 11.
    Löbel U, Sedlacik J, Sabin ND et al (2010) Three-dimensional susceptibility-weighted imaging and two-dimensional T2*-weighted gradient-echo imaging of intratumoral hemorrhages in pediatric diffuse intrinsic pontine glioma. Neuroradiology 52:1167–1177PubMedCrossRefGoogle Scholar
  12. 12.
    Morava E, Wevers RA, Cantagrel V et al (2010) A novel cerebello-ocular syndrome with abnormal glycosylation due to abnormalities in dolichol metabolism. Brain 133:3210–3220PubMedCrossRefGoogle Scholar
  13. 13.
    Nasrallah F, Feki M, Kaabachi N (2010) Creatine and creatine deficiency syndromes: biochemical and clinical aspects. Pediatr Neurol 42:163–171PubMedCrossRefGoogle Scholar
  14. 14.
    Nissenkorn A, Michelson M, Ben-Zeev B et al (2001) Inborn errors of metabolism: a cause of abnormal brain development. Neurology 56:1265–1272PubMedCrossRefGoogle Scholar
  15. 15.
    Patay Z (2005) Diffusion-weighted MR imaging in leukodystrophies. Eur Radiol 15:2284–2303PubMedCrossRefGoogle Scholar
  16. 16.
    Patay Z (2005) Metabolic disorders. In: Tortori-Donati P (Hrsg) Pediatric neuroradiology – brain. Springer, Berlin Heidelberg New York, S 543–721Google Scholar
  17. 17.
    Poretti A, Wolf NI, Boltshauser E (2008) Differential diagnosis of cerebellar atrophy in childhood. Eur J Paediatr Neurol 12:155–167PubMedCrossRefGoogle Scholar
  18. 18.
    Sawaishi Y (2009) Review of Alexander disease: beyond the classical concept of leukodystrophy. Brain Dev 31:493–498PubMedCrossRefGoogle Scholar
  19. 19.
    Schiffmann R, Van der Knaap MS (2009) An MRI-based approach to the diagnosis of white matter disorders. Neurology 72:750–759PubMedCrossRefGoogle Scholar
  20. 20.
    Schneider SA, Hardy J, Bhatia KP (2012) Syndromes of neurodegeneration with brain iron accumulation (NBIA): an update on clinical presentations, histological and genetic underpinnings, and treatment considerations. Mov Disord 27:42–53PubMedCrossRefGoogle Scholar
  21. 21.
    Schulz A (2012) NCL-Krankheiten. Monatsschr Kinderheilkd 8Google Scholar
  22. 22.
    Schweser F, Deistung A, Lehr BW et al (2011) Quantitative imaging of intrinsic magnetic tissue properties using MRI signal phase: an approach to in vivo brain iron metabolism? Neuroimage 54:2789–2807PubMedCrossRefGoogle Scholar
  23. 23.
    Shah DK, Tingay DG, Fink AM et al (2005) Magnetic resonance imaging in neonatal nonketotic hyperglycinemia. Pediatr Neurol 33:50–52PubMedCrossRefGoogle Scholar
  24. 24.
    Soares-Fernandes JP, Teixeira-Gomes R, Cruz R et al (2008) Neonatal pyruvate dehydrogenase deficiency due to a R302H mutation in the PDHA1 gene: MRI findings. Pediatr Radiol 38:559–562PubMedCrossRefGoogle Scholar
  25. 25.
    Staudt M, Krageloh-Mann I, Grodd W (2000) Die normale Myelinisierung des kindlichen Gehirns in der MRT – eine Metaanalyse. Rofo 172:802–811PubMedCrossRefGoogle Scholar
  26. 26.
    Steenweg ME, Vanderver A, Blaser S et al (2010) Magnetic resonance imaging pattern recognition in hypomyelinating disorders. Brain 133:2971–2982PubMedCrossRefGoogle Scholar
  27. 27.
    Steenweg ME, Ghezzi D, Haack T et al (2012) Leukoencephalopathy with thalamus and brainstem involvement and high lactate ‚LTBL‘ caused by EARS2 mutations. Brain 135:1387–1394PubMedCrossRefGoogle Scholar
  28. 28.
    Szumowski J, Bas E, Gaarder K et al (2010) Measurement of brain iron distribution in Hallervorden-Spatz syndrome. J Magn Reson Imaging 31:482–489PubMedCrossRefGoogle Scholar
  29. 29.
    Van der Knaap MS, Valk J (2005) Magnetic resonance of myelination and myelin disorders. Springer, Berlin Heidelberg New YorkGoogle Scholar
  30. 30.
    Weller S, Rosewich H, Gärtner J (2008) Cerebral MRI as a valuable diagnostic tool in Zellweger spectrum patients. J Inherit Metab Dis 31:270–280PubMedCrossRefGoogle Scholar

Copyright information

© Springer-Verlag Berlin Heidelberg 2012

Authors and Affiliations

  1. 1.Klinik für Kinder- und JugendmedizinUniversitätsklinikum Hamburg-EppendorfHamburgDeutschland
  2. 2.Klinik und Poliklinik für Neuroradiologische Diagnostik und InterventionUniversitätsklinikum Hamburg-EppendorfHamburgDeutschland

Personalised recommendations