MRI质子密度脂肪分数用于评估脂肪变性肝细胞癌的肿瘤分级
回顾性纳入57例患者62个经病理证实的脂肪变性肝细胞癌,采用MRI质子密度脂肪分数(PDFF)定量病灶内脂肪,发现高分化(G1)病灶脂肪分数显著高于中分化(G2)和低分化(G3),PDFF可区分G1与G2/3(AUC 0.81),合并肝脂肪变者区分效能更佳(AUC 0.92)。
要点
- 脂肪变性肝细胞癌中,G1病灶PDFF中位数7.9%显著高于G2的4.4%(p=0.001)和G3的4.7%(p=0.036)。
- PDFF区分G1与G2/3的AUC为0.81,最佳阈值5.8%,敏感度83%、特异度68%。
- 合并肝脂肪变时PDFF区分G1与G2/3的AUC达0.92,阈值8.8%,敏感度83%、特异度91%。
核心结论
- MRI PDFF定量病灶内脂肪可区分高分化(G1)与低分化(G2和G3)脂肪变性肝细胞癌。
- PDFF图可能作为评估脂肪变性肝细胞癌肿瘤分级的工具,有助于优化精准医学。
- 作者鼓励进一步研究瘤内脂肪含量作为治疗反应的潜在预后指标。
研究设计与样本
- 回顾性研究,经当地机构审查委员会批准并豁免知情同意,纳入2013年12月至2020年7月间临床指征腹部MRI(含mDixon脂肪定量序列)且30天内经活检或手术切除病理证实为HCC、既往未治疗的脂肪变性HCC病灶。
- 最终纳入57例患者(平均年龄68岁±9,51例男性[89%])共62个经组织学证实的脂肪变性HCC病灶。
- 62个病灶中36个(58%)经切除获得,26个(42%)经影像引导活检获得;41个病灶(66%)在1.5T检查,21个(34%)在3T检查。
- 两位分别有10年和12年腹部MRI经验的放射科医师独立在PDFF图上进行ROI测量,每病灶测量三次取平均;以病理WHO分级(高分化G1、中分化G2、低分化G3)为参考标准。
- 脂肪变性HCC定义为PDFF读数大于2.2%;肝脂肪变定义为肝实质平均脂肪分数大于5.0%。
关键影像表现/征象
- 脂肪变性HCC病灶整体脂肪含量中位数为5.2%(IQR 3.3─7.4%)。
- G1病灶最大径44.3 mm(IQR 36.3─56.9 mm),G3病灶41.2 mm(IQR 30.0─84.9 mm),G2病灶31.5 mm(IQR 17.5─44.0 mm),各分级间最大径无显著差异(p=0.058)。
- 62个病灶中28个(45%)具有HCC典型影像特征(动脉期强化和廓清),各分级间比例无显著差异(G1 7/12[58%]、G2 19/44[43%]、G3 2/6[33%],p=0.55)。
- PDFF与病理半定量脂肪含量分级呈中度正相关(r=0.61,p<0.01);28个切除标本中7个(25%)PDFF图阳性但病理未见病灶内脂肪。
诊断标准与关键数值
- G1病灶PDFF中位数7.9%(IQR 6.0─10.7%)显著高于G2的4.4%(IQR 3.2─6.6%,p=0.001)和G3的4.7%(IQR 2.8─7.8%,p=0.036);G2与G3间无显著差异(p=0.976)。
- 总体样本中PDFF区分G1与G2/3的AUC为0.81,诊断G1的最佳阈值为PDFF大于5.8%,敏感度83%(95%CI 62─100%),特异度68%(95%CI 54─81%)。
- 合并肝脂肪变亚组(28个病灶)中,G1病灶PDFF中位数10.6%(IQR 8.7─15.5%)显著高于G2的5.7%(IQR 4.3─7.4%,p=0.002),G1与G3(6.1%,IQR 3.2─8.2%)差异未达统计学显著(p=0.066);PDFF区分G1与G2/3的AUC为0.92,最佳阈值8.8%,敏感度83%(95%CI 53─100%),特异度68%(95%CI 54─81%)。
- 合并肝硬化亚组(49个病灶)中,G1病灶PDFF中位数7.0%(IQR 5.8─10.8%)显著高于G2的4.4%(IQR 3.2─7.4%,p=0.006)和G3的3.2%(IQR 2.7─6.9%,p=0.022);PDFF区分G1与G2/3的AUC为0.79,最佳阈值5.8%,敏感度82%(95%CI 59─100%),特异度71%(95%CI 57─85%)。
- 非脂肪变肝脏亚组(34个病灶)中,各组PDFF趋势相似但组间差异未达统计学显著(p=0.099);非肝硬化患者因G1和G3各仅1个病灶,无法进行有效分析。
临床应用与阅片要点
- 在脂肪变性HCC中,G1病灶PDFF中位数7.9%高于G2的4.4%和G3的4.7%,可提示高分化与低分化的差异。
- 总体样本以PDFF大于5.8%区分G1与G2/3,敏感度83%、特异度68%;合并肝脂肪变时阈值8.8%,AUC 0.92。
- PDFF与病理半定量脂肪分级呈中度正相关(r=0.61),但28个切除标本中7个(25%)PDFF阳性而病理未见脂肪。
- PDFF测量在两位阅片者间一致性极好(ICC 0.96,95%CI 0.92─0.97,p<0.01)。
局限性
- 原文为回顾性单中心研究。
- 非肝硬化患者中G1和G3病灶各仅1个,无法进行有效分析。
- 28个切除标本中7个(25%)PDFF图阳性但病理未识别病灶内脂肪。
- 作者鼓励进一步研究瘤内脂肪含量作为治疗反应的潜在预后指标。
全文中译17 节 · 点击展开
引言
在过去的几十年里,肝细胞癌(HCC)的影像学已从仅仅用于获取肿瘤定位和范围辅助信息的工具,发展为HCC诊断的非侵入性金标准,挑战了肝活检的地位。根据现行指南,肝硬化肝脏中的HCC如果可疑病灶符合明确定义的标准,可通过影像学确诊[1]。特别是肝脏磁共振成像(MRI)已被证明是检测和表征HCC的首选影像学方法。除了典型的诊断标志,如动脉期强化和门静脉期或延迟静脉期廓清外,一些特异性较低的影像学特征也偶尔被纳入指南。在LI-RADS[2]中,定义了几项支持HCC诊断的辅助特征;其中之一是病灶内脂肪的存在。然而,这种对HCC中脂肪沉积的强调仅由少数组织病理学和影像学研究支持,这些研究暗示肿瘤内脂肪的存在与分化程度之间存在关系[3, 4],其中一些甚至提出使用MRI检测病灶内脂肪具有预后价值[5, 6]。由于组织病理学肿瘤分级已被证明是HCC治疗结局和复发的预测因子[7–9],肿瘤分级的非侵入性评估可作为预后工具,从而指导治疗决策,尤其是在不需要或不可能进行组织取样时。尽管肿瘤分级目前不属于广泛接受的BCLC分期系统,但这一特征可能通过反映影响治疗反应的生物学和分子特征,为精准医学的发展做出潜在贡献[10]。
最广泛使用的脂肪检测MR技术(即化学位移成像)仅允许对病灶内脂肪进行定性评估[11],而MRI质子密度脂肪分数(PDFF)成像能够稳健且可靠地量化肝脏脂肪含量(例如在弥漫性肝病中),并可轻松整合到标准肝脏成像方案中[12–14]。然而,由于其在局灶性肝脏病灶表征中的意义仍不清楚,问题随之而来:PDFF在检测HCC肿瘤内脂肪之外是否具有额外的诊断价值,并可能作为肿瘤分级的替代指标。
因此,本研究的目的是评估经PDFF测定的病灶内脂肪含量与脂肪性HCC组织病理学肿瘤分级之间的潜在关联。
材料与方法
本回顾性研究经当地机构审查委员会批准,对所有受试者免除知情同意。
研究人群
为确定符合条件的患者,首先从机构影像归档与通信系统(IMPAX EE,AGFA HealthCare)中提取2013年12月至2020年7月期间因临床指征行腹部MRI检查的数据,这些检查常规包含基于mDixon的肝脏脂肪定量序列。随后将这些数据与当地病理研究所的电子数据库进行匹配,并筛选出在影像检查后30天内经组织学证实为HCC的病灶,证实方式为活检或手术切除。根据医院医疗信息系统记录,既往接受过治疗的HCC病灶被排除。最终,基于感兴趣区(ROI)的脂肪定量图分析(见下文)通过排除无可检测脂肪的病灶来筛选出脂肪性HCC。从机构临床信息系统中检索临床和实验室数据,以进一步描述所研究的患者人群。
肿瘤病理学
从病理研究所电子数据库中获取每个脂肪性HCC的HCC诊断、病灶位置、组织取样方法以及根据WHO标准(高分化[G1]、中分化[G2]和低分化[G3])的组织病理学肿瘤分级数据。由一位在肝脏病理学领域拥有10年以上经验的病理学家(F.F.)对手术切除所得病灶的可用组织切片进行审阅。他使用4分制对脂肪性HCC病灶内脂肪含量进行半定量评估(0级,极轻微至无:<= 2%;1级,轻度:> 2─5%;2级,中度:> 5─10%;3级,重度:> 10%)。
磁共振成像和图像分析
MRI检查在1.5特斯拉(Ingenia,Philips Healthcare)或3特斯拉(Ingenia,Philips Healthcare)MR系统上进行。MRI方案包括腹部成像的标准序列,包括径向读出T2加权序列、对比增强动态肝脏成像、化学位移成像,以及用于质子密度脂肪分数(PDFF)和T2* mapping的轴位六回波3D梯度回波序列(mDixon)。后者已在弥漫性肝病中被广泛研究,该技术的详细描述见其他文献[15, 16]。对于对比增强动态肝脏成像,钆布醇(Gadovist,Bayer HealthCare)以每公斤体重0.1 mmol的剂量给药。
图像分析由两名分别具有10年(P.A.K.)和12年(C.C.P.)腹部MRI经验的委员会认证放射科医师进行。两名读者均对组织学肿瘤分级和临床数据设盲,但对活检或手术报告中记录的肿瘤位置不设盲。在多灶性HCC或多于一个病灶的组织学采样情况下,将病理报告与完整图像数据集或活检图像进行匹配,以明确识别所采样的病灶。除测量肿瘤最大直径外,两名读者独立使用感兴趣区(ROIs)在生成的PDFF图上量化HCC病灶中的脂肪浓度。由于其对运动伪影的稳健性和对病灶的可靠勾画,ROIs最初放置于轴位T2加权序列中确定最大病灶直径的层面,覆盖病灶整个周缘。注意避免大血管结构和可能的肿瘤包膜。在病灶边缘不确定的情况下,使用动态增强后图像对轮廓进行交叉核对。随后将ROIs复制到PDFF图和mDixon序列的纯水输出上,并视觉验证位置的对应性。在明显配准不良的情况下,相应手动调整ROIs。脂肪分数的测量值提取为每个ROI所得百分比的平均值,如图1所示。每名读者对每个病灶测量三次并取结果平均值。为评估肝脏脂肪变性,在同一图像平面的右肝叶放置两个ROIs、左肝叶放置一个ROI,避开大血管和局灶性病变。基于这些ROIs计算平均实质脂肪含量(另见图1)。尽管这些PDFF测量由两名读者进行以评估读者间可靠性,但仅更经验丰富的读者(C.C.P.)的数据被用于进一步统计分析并详细呈现。
为评估HCC或肝实质中铁含量对PDFF测量的可能影响,经验丰富的读者还以类似方式在病灶和实质的T2*图上进行基于ROI的测量。输出值转换为R2*(1/T2*),并使用近期发表的通过R2*弛豫测量法估计肝铁含量的校准曲线计算肝铁含量和病灶铁含量[17]。
被分类为脂肪性HCC的图像数据集还由两名读者中更经验丰富者审阅,以评估是否存在HCC的典型影像学特征(即动脉期强化和廓清)。
定义
根据Hong等人[18]的观点,他们将MR衍生的PDFF低于2.2%视为图像噪声,由具有12年腹部MRI经验的放射科医师(C.C.P.)确定,读数高于此阈值的病灶被归类为脂肪变性。
肝脂肪变性定义为肝实质平均脂肪分数> 5.0%(6,11,12)。
统计分析
统计分析使用IBM SPSS Statistics 26.0版(IBM Corp.)、Stata Statistics软件14.2版(Stata Corp.)和Prism 9.0(GraphPad Software Inc.)进行。使用Shapiro–Wilk检验检查正态分布。描述性统计对连续变量酌情报告为中位数伴四分位距(IQR)或平均值±标准差,对二分类变量报告为计数和百分比。由C.C.P.确定的脂肪变性病灶的中位脂肪分数和直径按所有肿瘤分级进行评估,比较使用Kruskal–Wallis检验和Dunn多重比较检验。p值< 0.05被认为具有显著性。在肿瘤分级之间存在显著差异的情况下,使用ROC分析评估PDFF作为组间鉴别指标的诊断性能,并使用Youden指数确定最佳截断值。以类似方式,对有/无肝脂肪变性和有/无肝硬化的受试者进行亚组分析。具有HCC典型影像学特征的脂肪变性HCC的比例在肿瘤分级之间使用卡方检验进行比较。PDFF测量的读者间一致性通过计算组内相关系数进行分析。MR衍生的PDFF与切除的脂肪变性HCC中脂肪含量的组织学半定量评估之间的相关性使用Spearman秩相关进行评估,不同组之间使用Kruskal–Wallis检验进行比较。
结果
患者和病灶特征
在5153例接受肝脏MRI伴PDFF成像的患者中,155例(3%)经病理诊断为HCC。另有68例患者因既往接受过HCC治疗而被排除。在剩余病灶中,40个HCC(46%)经PDFF成像筛查无病灶内可检测脂肪。最终,57例患者(平均年龄68岁±9[标准差],51例男性[89%]),共计62个组织学确诊的脂肪变性HCC病灶被纳入最终分析。患者和病灶筛选流程图见图2。57例患者中有5例(9%)有两个病灶,由病理学家分别检查。62个样本中,36个(58%)通过切除获得,26个(42%)通过影像引导活检获得。62个病灶中,41个在1.5特斯拉下检查(66%),其余21个病灶在3特斯拉下检查(34%)。57例患者中有27例(47%)发现肝脂肪变性,而57例患者中有42例(74%)患有肝硬化。62个病灶中12个被分类为G1(19%),62个中44个为G2病灶(71%),62个中6个为G3病灶(10%)。患者和病灶特征的更详细概述见表1。
PDFF结果与肿瘤分级
脂肪性肝细胞癌(HCC)的中位脂肪含量为5.2%(IQR,3.3─7.4%)。分类为G1的病灶中位脂肪含量(7.9%;IQR,6.0─10.7%)显著高于G2(4.4%;IQR,3.2─6.6%;p = 0.001)和G3(4.7%;IQR,2.8─7.8;p = 0.036,另见表2和图3a)。G2与G3病灶之间在PDFF测量值上未发现显著差异(p = 0.976)。在ROC分析中,定量病灶内脂肪可区分G1与G2/3脂肪性HCC,受试者工作特征曲线下面积(AUC)为0.81。诊断G1病灶的最佳阈值确定为PDFF大于5.8%,灵敏度为83%(95%置信区间[CI],62─100%),特异度为68%(95% CI,54–81%;表3和图3b)。图4提供了不同HCC分级及其相应PDFF图的代表性示例。
脂肪肝中的脂肪性病灶
57例患者中有27例(47%)观察到肝脂肪变性,共计28个HCC。这些包括6个G1病灶(21%)、19个G2病灶(68%)和3个G3病灶(11%)。在该亚组中,脂肪性HCC的中位脂肪分数甚至高于总体样本(6.5%;IQR,4.3─9.0%),G1(10.6%;IQR,8.7─15.5%)与G2肿瘤(5.7%;IQR,4.3─7.4%;p = 0.002;表4和图5a)之间达到显著差异。然而,我们未发现G1与G3病灶之间存在差异的证据(6.1%;IQR,3.2─8.2%;p = 0.066)。ROC分析表明,PDFF以0.92的AUC和8.8%的最佳截断值区分G1与G2/3脂肪性HCC(灵敏度,83%;95% CI,53─100%;特异度,68%;95% CI,54–81%;表3和图5b)。在30例非脂肪变性肝脏中,共存在34个脂肪性HCC,包括6个G1肿瘤(18%)、25个G2肿瘤(73%)和3个G3肿瘤(9%)。尽管PDFF值趋势相似,但我们未发现组间病灶内脂肪存在显著差异(p = 0.099)。
肝硬化肝脏中的脂肪性病灶
57例患者中有47例(74%)发现肝硬化,对应共49个病灶。其中11个病灶分类为G1(22%),33个为G2(67%),5个为G3(10%)。与总体样本相似,G1(7.0%;IQR,5.8─10.8%)与G2(4.4%;IQR,3.2─7.4%;p = 0.006)及G3病灶(3.2%;IQR,2.7─6.9%;p = 0.022;表4和图5c)之间的脂肪分数差异有显著性。同样,比较G2与G3肿瘤未发现差异(p = 0.569)。ROC分析表明,在该亚样本中脂肪分数同样是G1与G2/3病灶之间的鉴别指标,最佳阈值为5.8%(敏感度,82%;95% CI,59─100%;特异度,71%;95% CI,57─85%;表3和图5d),其性能与总体样本相当(AUC为0.79)。由于分类为G1(n = 1)和G3(n = 1)的病灶数量不足,无法对非肝硬化患者的脂肪性HCC进行有效分析。
按肿瘤分级划分的病灶大小和典型HCC影像学特征
各肿瘤分级之间脂肪性HCC的最大直径无显著差异(p = 0.058)。G1类病灶直径最大(44.3 mm;IQR,36.3─56.9 mm),其次为G3病灶(41.2 mm;IQR,30.0─84.9 mm)和G2病灶(31.5 mm;IQR,17.5─44.0 mm;见表2)。62个病灶中有28个(45%)表现出HCC的典型影像学特征。尽管具有这些特征的病灶比例在各肿瘤分级之间略有差异(G1:12个中7个[58%];G2:44个中19个[43%];G3:6个中2个[33%]),但这些差异未达显著性(p = 0.55)。
PDFF与组织学脂肪定量的相关性
在切除获得的36份标本中,28份纳入了病灶内脂肪含量的组织学评估;5份组织切片已无法获取,3份因样本严重损坏而无法评估。相关性分析显示,PDFF与病灶内脂肪含量分级之间存在统计学显著(r = 0.61;p < 0.01)但仅为中度正相关(见表5)。各组间总体差异达到统计学显著性(p = 0.019),而在两两比较中,仅观察到归类为2级或3级(中度或重度脂肪变性)的病变与光镜下检测到极少或无脂肪的病变之间的差异具有统计学意义(p = 0.037和p = 0.003)。在28份样本中有7份(25%),尽管PDFF图呈阳性发现,病理学家未识别出病灶内脂肪。
用于评估肝脏和病灶铁含量的R2*弛豫测量
肝实质中R2*的中位值在1.5 Tesla下为35 s−1(IQR,31─43 s−1),在3 Tesla下为52 s−1(IQR,48─72 s−1);在HCC病灶中,1.5 Tesla下为27 s−1(IQR,21─31 s−1),3 Tesla下为35 s−1(IQR,27─41 s−1)。根据近期发表的校准曲线[17],这换算为肝脏铁含量中位数0.7 mg/g干组织(IQR,0.6─1.0 mg/g)和病灶铁含量中位数0.5 mg/g(IQR,0.4─0.6 mg/g),每个个体读数均低于正常肝脏铁含量上限1.8 mg/g。因此,预计不会因铁沉积导致PDFF测量出现相关偏倚。
阅片者间一致性
计算所得的组内相关系数为0.96(95% CI,0.92─0.97;p < 0.01),表明两位阅片者在PDFF测量方面具有极好的一致性。
讨论
本研究表明,脂肪性肝细胞癌(HCC)的组织学肿瘤分级与MRI质子密度脂肪分数(PDFF)成像所测定的病灶内脂肪含量之间存在关系。高分化脂肪性HCC(G1)的脂肪分数(7.9%;四分位距[IQR],6.0─10.7%)显著高于中分化(G2;4.4%;IQR,3.2─6.6%;p = 0.001)和低分化(G3;4.7%;IQR,2.8─7.8%;p = 0.036)脂肪性HCC,而ROC分析突出显示PDFF是区分G1与分化较差脂肪性HCC(G2和G3)的良好指标(受试者工作特征曲线下面积[AUC]为0.81;p = 0.001)。在肝硬化肝脏中的脂肪性HCC也观察到可比的结果。在脂肪性肝脏中,G1与G2/3肿瘤之间的差异以及PDFF区分二者的诊断性能甚至高于总体样本。我们的发现表明,使用MRI PDFF定量脂肪性HCC的病灶内脂肪可能有助于预测肿瘤分级。
脂肪变性型肝细胞癌(HCC)的患病率估计在10.0%至37.2%之间[3, 11, 19–21]。通常认为脂肪变性型HCC等同于肝癌发生过程中的早期肿瘤阶段。肝脏结节的脂肪变(又称脂肪变性)发生在肝癌发生过程中,被认为是癌前病变恶性转化的指标。最广泛接受的发病机制假说是短暂性缺氧的概念;在病变从门静脉主导供血向动脉化的过渡期间,存在一个新生血管化不完全的时间窗[3],导致局灶性缺氧(图6)。这通过减少脂肪酸的线粒体氧化而促进脂肪生成[22]。我们的发现强调脂肪变在较早的HCC阶段发生程度更大,但并非仅局限于这些阶段。由于它反映了病灶内缺氧的程度,病变大小与血管化之间的不平衡也可能导致晚期阶段的脂肪变性,正如一些作者所提出的[23, 24]。脂肪变性型HCC在肝脏脂肪变性中较高的脂肪含量以及该亚组中G1与G2/3病变之间更显著的差异可能表明,早期HCC仍表现出与肝脏其余部分相似的脂质代谢改变,进一步促进了脂肪变。
尽管在LI-RADS分类中,局灶性肝脏病变内脂肪的存在已被确立为支持HCC诊断的特征,但其作为诊断特征的价值属于次要地位,且基于较早的放射学-组织病理学相关性研究。仅有少数出版物研究了使用化学位移MRI[21, 25]对HCC瘤内脂肪的无创检测;有趣的是,病灶内脂肪已被提出作为肿瘤分级和良好治疗反应的替代标志物[5, 7, 26],且微血管侵犯率较低[6]。因此,准确便捷的体内病灶内脂肪定量可有助于初步评估脂肪变性型HCC的分化程度和预后。MRI质子密度脂肪分数(PDFF)成像的可靠且有效的脂肪定量已在弥漫性肝病中确立,并几乎消除了诊断和监测肝脏脂肪变性时对肝活检的需求[13, 27–29]。然而,该技术迄今尚未在局灶性肝脏病变中进行评估。
PDFF测量与病灶内脂肪的组织病理学评估呈中度正相关,初看可能令人意外,但我们认为,由于传统组织学分析的主观性和半定量性质,这种结果是不可避免的;正如关于弥漫性肝病的研究所知,组织病理学脂肪定量受到评分者间信度极低的损害,即使在经验丰富的病理学家中也是如此[30]。以至于许多学者(包括病理学家)认为其他定量方法,如MR波谱或PDFF定量成像,更为准确[13]。病理学家在PDFF测量分类为脂肪变性的28份样本中有7份未检测到病灶内脂肪,这一事实可能强化上述印象;如果脂肪变性HCC的组织学诊断等同于结节内任何大泡性或微泡性脂滴的可视化,那么仍存在遗漏脂质的可能性,这些脂质因光学显微镜有限的空间分辨率而无法检测,但反映化学组成的定量方法(如PDFF定量成像)可能对其更为敏感。然而,这应在未来更大样本量的系统性研究中对局灶性肝脏病变进行研究。
我们将本研究视为在精准医学中确立脂肪性肝细胞癌(HCC)肿瘤分级的必要第一步(并将质子密度脂肪分数(PDFF)作为其无创评估工具)。Zhou等人在无微血管侵犯的HCC中证明了组织学肿瘤分级的预测价值[8],而Sasaki等人对等于或小于2 cm的HCC得出了相同结论[9]。通过强调PDFF作为区分高分化与低分化脂肪性HCC的判别指标,我们的发现可能促进进一步研究病灶内脂肪含量与HCC患者治疗反应之间可能的关联,因为这可能对优化未来的治疗分层算法具有重要意义。尤其令人鼓舞的是,PDFF判别在肝硬化患者中可行,因为该亚组可能最能从中获益,原因有二。第一,无需活检即可获得额外诊断及潜在预后信息的前景令人期待,因为有创操作并发症的风险本身就较高。第二,这些患者常因发生肝癌的概率较高而被纳入HCC筛查项目;频繁的MR成像增加了诊断早期、高分化HCC的机会——而这正是该技术可能首先发挥相关作用的情形。PDFF定量成像可能还在某些组织学HCC亚型的无创鉴别中发挥作用;尽管Mulé等人最近的数据强调,MRI确定的肿块内脂肪存在是脂肪性肝炎型HCC的独立预测因素[31],但Cannella等人在三种最常见亚型(脂肪性肝炎型、非特指型和大梁状巨块型)中均观察到病灶内脂肪,使得脂肪检测成为区分这些亚型时相当不可靠的影像学特征[32]。然而,如果病灶内脂肪含量与HCC亚型之间存在此前未知的关联,PDFF定量成像可能有助于克服这一问题,并促进更准确的无创亚型分型,从而提高其在HCC诊断中的临床实用性。对HCC亚型的系统研究可能提供进一步的见解。
我们的研究存在若干局限性。首先,必须考虑选择偏倚。由于仅纳入经组织学采样的病灶,主要检查的是较早的疾病阶段,导致G1和G2肿瘤过度代表。G3病灶数量较少可能影响了数据质量,并掩盖了G2与G3肿瘤之间的显著差异。然而,由于这一情况反映了临床现实,即以可疑和/或潜在可治愈阶段的病灶为主安排活检或手术,这反而凸显了我们发现的有效性和重要性。其次,由于肿瘤异质性,存在采样偏倚的风险。尽管如此,超过一半的数据通过手术切除获得,在这种情况下采样误差不成问题。第三,以PDFF 2.2%作为脂肪性HCC定义的阈值是经验性的,并从文献[18, 33]外推而来。迄今为止,脂肪性HCC的组织病理学诊断和分级尚无明确定义,也没有研究系统地将定量MRI与脂肪性HCC标本脂肪含量的组织病理学评估进行比较。然而,如上所述,PDFF成像在敏感性和准确性方面很可能优于组织病理学;关于这一主题的进一步研究是必需的。使用两种不同的MRI场强(1.5和3 Tesla)也引发了PDFF输出可比性的问题。由于该问题已在体模和患者研究中得到解决,未发现显著差异[14, 29, 34, 35],且我们也在两种场强的各组中观察到相似效应,我们认为该变异可忽略不计。最终,尽管样本量为62个病灶,这仍是一项小型研究。然而,由于这是首次对脂肪性HCC中MRI脂肪定量进行系统研究,我们相信我们的结果不仅有趣,还可能影响HCC未来的诊断和治疗算法。
结论
MRI质子密度脂肪分数成像可区分高分化与低分化脂肪性肝细胞癌。因此,鼓励研究瘤内脂肪含量作为治疗反应的潜在预后指标。
引用
- Kupczyk PA, Kurt D, Endler C, et al. MRI proton density fat fraction for estimation of tumor grade in steatotic hepatocellular carcinoma. Eur Radiol. 2023. PMID: 37368108. doi:10.1007/s00330-023-09864-x
- 全文:PMC10667464(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC10667464/
供执业医师工作参考,不替代临床判断;数值与分级以指南原文为准。