动脉自旋标记MRI用于脑肿瘤监测:我们真的需要脑血流量图吗
在115例治疗后的脑肿瘤患者共173个病灶中,ASL-PWI比值与ASL-CBF比值的相关系数为0.96(95%CI:0.89-0.99),两者鉴别肿瘤进展的AUC分别为0.72(95%CI:0.58-0.85)和0.76(95%CI:0.65-0.88);视觉评估的准确率为0.72,与两者相当。作者认为在这些患者中可省略ASL-CBF定量。
要点
- ASL-PWI比值与ASL-CBF比值高度相关(r=0.96),提示后者在脑肿瘤监测中可省略。
- ASL-CBF比值与ASL-PWI比值鉴别肿瘤进展的AUC分别为0.76与0.72,未见明显差异。
- 视觉评估ASL-PWI的准确率为0.72,与两种比值法相当,高阈值观察者间一致性更高(Kappa=0.74)。
核心结论
- ASL-PWI比值与ASL-CBF比值高度相关且AUC相当,提示在3T脑肿瘤监测患者中可省略ASL-CBF定量。
- 视觉分类的准确率(0.72)与ASL-PWI比值或ASL-CBF比值相当。
- 作者认为省略定量可降低ASL在日常临床实践中的复杂性并改善工作流程。
研究设计与样本
- 单中心回顾性队列研究,纳入2019年1月1日至2019年12月31日在荷兰鹿特丹Erasmus MC接受3T MRI监测的连续脑肿瘤患者。
- 最终分析115例患者共173个病灶(80个强化胶质瘤、52个非强化胶质瘤、31个强化转移瘤、10个治疗后PCNSL残留病灶),初始诊断均经组织病理学证实。
- ASL采用3D伪连续动脉自旋标记(PCASL)序列,螺旋读出、背景抑制,翻转角111°、TE 10.6 ms、TR 4635 ms、标记时长4 s、单个标记后延迟1.5 s,重建体素1.9×1.9×3.5 mm³。
- ASL-PWI图为扫描仪直接提供的未标记减标记平均减影图(非定量),ASL-CBF图用GE AW Server按ASL白皮书推荐计算,单位为mL/100 g/min。
- 肿瘤进展、假性进展或稳定疾病的判定依据Ellingson等提出的标准,结合影像与临床信息;10例经组织病理学确定最终诊断,其余经影像确定。
关键影像表现/征象
- 在ASL-CBF图上于病灶灌注最高处放置约70 mm²(平均78±14 mm²)的ROI,并复制至对侧NAWM及ASL-PWI图,计算肿瘤/NAWM比值。
- 视觉评估将病灶ASL-PWI信号与健康皮质比较,分为低信号、等信号或高信号。
- 低信号病灶的平均ASL-CBF比值为0.86(SD:0.37),等信号为1.24(SD:0.44),高信号为3.00(SD:1.80)。
- 高信号类别的ASL-CBF比值与等信号及低信号类别均有显著差异(p<0.001)。
诊断标准与关键数值
- 全部病灶ASL-CBF比值与ASL-PWI比值的Pearson相关系数为0.96(95%CI:0.89-0.99);强化病灶、强化胶质瘤、非强化胶质瘤亚组均为0.96(95%CI分别为0.89-0.99、0.87-0.99、0.91-0.98),转移瘤为0.94(95%CI:0.79-0.98),PCNSL为0.89(95%CI:0.68-1.00)。
- 仅在强化病灶亚组(N=72例患者)中评估诊断准确性:ASL-CBF比值的AUC为0.76(95%CI:0.65-0.88),ASL-PWI比值的AUC为0.72(95%CI:0.58-0.85)。
- 视觉评估低阈值(低信号-等信号之间,等信号和高信号计为阳性)的敏感度为0.83、特异度为0.64。
- 视觉评估高阈值(等信号-高信号之间,仅高信号计为阳性)的敏感度为0.57、特异度为0.83。
- 低阈值和高阈值视觉评估的正确分类患者比例均为0.72;低阈值观察者间一致性75%(Kappa=0.48,95%CI:0.28-0.69),高阈值89%(Kappa=0.74,95%CI:0.59-0.91)。
临床应用与阅片要点
- 作者认为ASL-PWI比值可提供与ASL-CBF比值相同的临床信息,使用比值可省略定量步骤以改善日常工作流程。
- 作者认为视觉评估(不进行任何测量)可使工作流程更高效,且诊断准确率与比值法相当。
- 作者指出高阈值观察者间一致性更高,可能使其成为更可重复的方法,但视觉评估依赖评估者且难以测量同一患者随时间的变化。
- 作者强调所有图均采用灰阶而非彩色编码方案,因许多彩色方案并非感知线性,可能改变判读。
局限性
- 本研究为回顾性队列研究。
- 多数病例无组织病理学确认,随访诊断依据影像和临床并结合症状与影像异常随时间的变化。
- 未进行瘤内分析,聚焦于病灶内最高信号区域(热点法)。
- 所有患者均在3T扫描,未研究1.5T的适用性。
- 仅使用一个厂商(GE)的一种序列,结果不一定适用于其他情况。
全文中译9 节 · 点击展开
引言
脑肿瘤患者的诊疗管理受到多种诊断挑战的制约。其中之一是肿瘤进展与治疗相关异常之间的鉴别[1]。常规MRI技术无法可靠地区分这两种情况,二者在治疗后的肿瘤区域均表现为对比增强和/或T2高信号增加[2]。灌注MRI可显示组织(如肿瘤)内血液的灌注情况。其基本理念是:与健康组织相比,灌注增高与肿瘤新生血管形成所致的肿瘤进展相关,而灌注减低则见于炎症和/或血栓栓塞性组织改变所致的治疗相关异常[3]。本文不讨论假性消退现象,因为该现象与抗血管生成药物治疗相关,而后者在荷兰并非胶质瘤治疗的标准方案。
临床可用的灌注MRI技术有多种:动态对比增强(DCE)、动态磁敏感对比(DSC)和动脉自旋标记(ASL)MRI。尽管DSC是目前最常用的技术[4],但ASL相较DSC具有若干优势。ASL利用磁标记血液而非外源性顺磁性对比剂来产生对比,因此完全无创;且ASL通常采用的成像读出方式对磁敏感伪影的敏感性低于DSC常用的读出方式[5, 6]。因此该技术可用于出血后、颅底周围以及存在金属手术材料的情况下。重要的是,ASL灌注测量基于被标记的内源性血水,其作为自由弥散示踪剂,因此不受影响DSC灌注测量的血脑屏障渗漏效应的影响。ASL的主要缺点是其信噪比较低且扫描时间较DSC长[7]。此外,对该技术仍存在相当程度的不熟悉,部分原因在于其被认为后处理和判读较为复杂。
ASL的采集基于对两个不同采集的MRI序列的数值进行减影。第一个序列是感兴趣区的控制序列。第二个序列是在对流入的动脉血(通常在颈部水平)进行磁标记后采集的。从控制序列中减去标记序列可得到原始灌注加权图像(ASL-PWI),其中每个体素具有一个无单位的任意值,与到达该体素的标记血量成正比[8]。可使用动力学模型对ASL-PWI进行定量,生成脑血流量(CBF)灌注图,其中每个体素代表具有特定单位的灌注值,即mL/100 g/min[9]。
在日常临床实践中,CBF定量是灌注数据后处理过程中的一个额外步骤,会干扰放射科医师或放射技师的工作流程,若需额外购置后处理工具,甚至可能增加成本。尽管灌注定量常被认为是ASL相较于其他灌注MRI技术的优势,但问题在于常规临床使用中是否真的需要定量。
在DSC等非定量技术中,通常计算肿瘤病变与表现正常白质(NAWM)之间的比值[10]。在病变内置感兴趣区(ROI),将该区的平均值除以NAWM中同一ROI的平均值。这种半定量方法的结果是一个无单位值,可在患者内部及患者之间进行比较。另一种可能的方法是通过与健康皮质的信号强度进行比较[11],对相对高灌注区域进行视觉评估(“目测”)。由于工作流程更高效,这两种方法对临床实践都具有吸引力。
本研究的目的是评估在半定量及视觉评估ASL衍生的ASL-PWI图与使用定量ASL-CBF图相比,在多种强化和非强化的治疗后脑肿瘤患者中的表现。我们假设ASL-PWI与ASL-CBF比值高度相关,从而无需对CBF进行定量,进而极大简化ASL灌注在脑肿瘤监测常规临床环境中的应用。
方法
患者选择
在这项单中心回顾性研究中,纳入了一组连续患者,这些患者于2019年1月1日至2019年12月31日期间在荷兰鹿特丹Erasmus MC使用3-T MRI进行任何轴内脑肿瘤监测扫描。临床信息取自电子健康记录,包括一般人口学信息、临床诊断和组织病理学信息(根据WHO 2016分类[12])。在无组织病理学可用的情况下,使用随访(至少3个月)数据确认临床诊断。根据Ellingson等[13]提出的标准,放射学和临床信息均用于定义肿瘤进展、假性进展(即治疗相关异常)或疾病稳定。本研究设计经Erasmus MC医学伦理委员会审查(MEC-2020–0267),并按照赫尔辛基宣言和荷兰医学研究法规执行。
MRI方案
MRI扫描在两台3T MRI扫描仪(GE Healthcare)上使用32通道或48通道头线圈进行。ASL以3D伪连续(PCASL)序列采集,采用螺旋读出和背景抑制,翻转角(FA)= 111°,回波时间(TE)= 10.6 ms,重复时间(TR)= 4635 ms,标记持续时间4 s,单次标记后延迟(PLD)为1.5 s;重建体素大小为1.9 × 1.9 × 3.5 mm3。采集过程中未使用血管压制。该序列为该厂商可用的产品序列。
ASL-PWI图由扫描仪直接提供的未标记采集减去标记采集的平均减影图组成,未进行任何额外后处理。ASL-PWI图不是定量的,包含任意像素值。
ASL-CBF图使用厂商特定软件包(AW Server,GE Healthcare)并按照ASL白皮书建议[14]计算。该软件包使用Maleki等[15]描述的定量模型计算CBF,单位为mL/100 g/min;因此这些图被称为定量图。
图像分析
在视觉质量评估后,主要关注运动伪影和组织对比度[16],首先采用定量方法。病灶在增强后T1w图像上识别,如果无对比增强,则在T2w/T2w-FLAIR图像上识别。测量在Radiant DICOM Viewer中进行,通过在病灶的代表性部分(至少具有感兴趣区(ROI)大小)放置约70 mm2(平均78 ± 14 mm2)的椭圆形或圆形感兴趣区(ROI),该部分具有最高的灌注(“热点”),由ASL-CBF图视觉确定,并复制到同一图像层面上的对侧表现正常白质(NAWM)[17]。窗宽窗位也通过视觉选择,优化灰白质的区分。为了解剖参考,使用灌注图在增强后T1w图像上的叠加,特别是确保包含肿瘤并排除血管。在所有情况下,使用灰度。然后将ROI复制到ASL-PWI图上,使得每个病灶内ASL-CBF和ASL-PWI的测量来自相同大小和放置的ROI。肿瘤与NAWM之间的比值通过将肿瘤ROI平均值除以NAWM ROI平均值计算。所有定量ROI测量由AL完成并由WT验证。其次,病灶的ASL-PWI信号强度由两名评分者(W.T.,神经放射学培训中,4年经验;A.H.,神经放射学家,9年经验)与表现健康的皮层相比分类为低信号、等信号或高信号(图1)。两人均对肿瘤组织病理学和随访数据设盲。
数据分析
统计分析使用RStudio进行。计算每个病灶的ASL-CBF比值与ASL-PWI比值之间的Pearson相关系数和95%置信区间(CI)。使用整群自举法校正同一患者内多发病灶的潜在依赖性。为了评估ASL-CBF比值与视觉评估之间的关系,创建了箱线图。
在所有患者合并以及增强病灶、增强和非增强胶质瘤、脑转移瘤和原发性中枢神经系统淋巴瘤(PCNSL)患者亚组中确定了相关性。初始诊断经组织病理学证实。监测扫描时(PD of PsP)的诊断通过影像学或组织病理学确定。确定肿瘤进展的诊断准确性通过ASL-CBF比值和ASL-PWI比值的受试者工作特征(ROC)曲线下面积(AUC)评估。这仅在增强病灶患者亚组中进行,因为主要是在增强病灶中,肿瘤进展与治疗相关异常之间的鉴别可能存在问题。基于ASL-PWI图视觉评估的诊断准确性通过计算两种不同阈值下的敏感性、特异性和正确分类患者比例来评估。第一阈值即低阈值,介于低信号与等信号之间(因此等信号和高信号均被视为“检测阳性”)。第二阈值即高阈值,介于等信号与高信号之间(因此仅高信号被视为“检测阳性”)。三种不同视觉分类的ASL-CBF比值使用Kruskal–Wallis检验进行比较。计算两种阈值的观察者间一致性(Cohen's Kappa)。在意见不一致的情况下,由第三位阅片者(M.S.,神经放射学家,18年经验)进行裁定以获得最终评估。
结果
患者和病灶特征
共评估122例患者、188个病灶。15个病灶(8%)因严重运动伪影(N = 10)或太小无法测量(N = 5)被排除在进一步分析之外。115例患者中测量的共173个病灶被认为适合进一步分析。表1显示了患者特征。所有患者均接受过治疗(放疗和/或化疗)。最终诊断在10例患者中通过组织病理学确定,在所有其他患者中通过影像学确定。识别的病灶为80个增强胶质瘤、52个非增强胶质瘤、31个增强转移瘤和10个治疗后PCNSL残留病灶。
ASL-CBF比值、ASL-PWI比值与视觉分类之间的关系
计算了所有病灶合并以及由所有增强病灶、增强和非增强胶质瘤、转移瘤和PCNSL组成的亚组的ASL衍生ASL-CBF比值与ASL-PWI比值之间的Pearson相关系数(图2)。我们发现所有病灶合并时ASL-CBF比值与ASL-PWI比值之间相关性非常高,为0.96(95% CI:0.89–0.99)。仅增强病灶、增强胶质瘤和非增强胶质瘤亚组也各自显示相关系数为0.96(95% CI分别为0.89–0.99、0.87–0.99和0.91–0.98)。转移瘤亚组显示相关系数为0.94(95% CI:0.79–0.98),PCNSL亚组为0.89(95% CI:0.68–1.00),后者亚组仅包含10个病灶。
两名不同读者(W.T. 和 A.H.)对病灶强度的视觉评估显示,低阈值的观察者间一致率为 75%(Cohen's Kappa = 0.48(95% CI:0.28–0.69)),高阈值的观察者间一致率为 89%(Kappa = 0.74(95% CI:0.59–0.91))。图 3 显示了三个视觉类别(低信号、等信号和高信号)及其对应 ASL-CBF 比值的箱线图。低信号病灶的平均 ASL-CBF 比值为 0.86(SD:0.37),等信号病灶的平均 ASL-CBF 比值为 1.24(SD:0.44),高信号病灶的平均 ASL-CBF 比值为 3.00(SD:1.80)。高信号类别的 ASL-CBF 比值与等信号类别和低信号类别均存在显著差异(p < 0.001)。
诊断准确性
以 AUC 衡量定量方法确定肿瘤进展的诊断准确性,基于 ASL-CBF 比值时为 0.76(95% CI:0.65–0.88),基于 ASL-PWI 比值时为 0.72(95% CI:0.58–0.85)(图 4)。
经裁定(M.S.)后,使用视觉评估确定肿瘤进展的诊断准确性显示,低阈值的敏感性为 0.83、特异性为 0.64,高阈值的敏感性为 0.57、特异性为 0.83(表 2)。以正确分类患者(真阳性 + 真阴性)占患者总数的比例表示的诊断准确性,在低阈值和高阈值下均为 0.72。
讨论
在这项回顾性研究中,我们研究了定量 ASL-CBF 图与未定量 ASL-PWI 图之间的相关性,以评估在脑肿瘤监测背景下是否可以省略 CBF 定量,尤其关注强化病灶。我们的第二个目的是研究 ASL-CBF 和 ASL-PWI 测量以及 ASL-PWI 图的简单视觉评估(“目测”)对确定肿瘤进展的诊断准确性。我们发现 ASL-CBF 比值与 ASL-PWI 比值具有非常高的相关性(0.96)和可比的 AUC(0.72–0.76),表明 ASL-PWI 比值提供了与 ASL-CBF 比值相同的临床信息。我们还发现视觉评估的诊断准确性可比(高阈值和低阈值均为 0.72)。这些发现表明,所测试的每种方法均可获得可比的诊断准确性,因此任一方法均可应用。
使用灌注比值(即病灶值除以正常表现白质(NAWM)值)的方法长期以来一直用于动态磁敏感对比(DSC)MRI灌注成像,并提供无量纲值,即相对脑血容量(rCBV)。该方法目前也是量化感兴趣区灌注最常用的动脉自旋标记(ASL)方法,如Wang等[18]的一项荟萃分析所述。不仅使用比值的方法相似,诊断准确性也可比。van Dijken等[19]的一项荟萃分析报告了18项使用CBV比值的DSC灌注研究的合并诊断准确性,灵敏度为87%,特异度为86%。尽管这略高于本研究此处报告的结果,但与我们所发现的诊断准确性一致。此外,该团队先前报告的ASL与DSC的比较也提供了ASL(AUC = 0.73)与DSC(AUC = 0.78)相当的诊断准确性[20]。
使用ASL-PWI比值而非ASL-CBF比值可以改善日常实践中的工作流程,因为可以省略量化步骤。如“引言”中所述,对ASL的常规使用仍存在相当程度的不熟悉,特别是因为影像数据后处理和结果解读被认为较为复杂。我们的研究结果表明,两种方法(使用和不使用额外后处理与解读)提供相同的临床信息。当然,使用该方法所节省的时间因软件包而异。据我们所知,尚无其他研究使用PCASL(按照最新建议[14]实施)以ASL-PWI方法研究脑肿瘤灌注,或比较ASL-PWI与ASL-CBF。
正如预期,我们发现ASL衍生的(非定量)ASL-PWI比值与定量ASL-CBF比值之间存在非常高的相关性。毕竟,两张图均源自同一原始数据,而使用比值——通过内部归一化至患者自身参考值——消除了对绝对定量的依赖性。尽管该相关性非常高(0.89–0.96),但并非完美。这种轻微的不一致可由用于CBF定量的模型来解释。用于CBF定量的动力学模型依赖于对 underlying 脑血管生理学的某些假设,而这些假设可能受到此处所关注病理的影响。尤其在病理情况下,违反这些 underlying 假设可导致定量不准确[9, 15],且某些潜在违反可能适用于我们的影像数据。例如,肿瘤组织的T1弛豫不同于健康脑组织[21],导致CBF定量不准确,这可能部分解释了相关系数的微小差异。此外,肿瘤组织中动脉通过时间可能发生改变[14],这可能进一步导致当前单PLD PCASL方法中ASL-PWI与ASL-CBF之间的轻微不一致。注意,通过使用多PLD而非单PLD ASL,可以更恰当地考虑这一点。我们发现PCNSL亚组(6例患者,10个病灶)的相关性略低,为0.89,提示该特定病理中动力学模型假设的违反更强。这值得在更大样本量中研究,因为我们的PCNSL患者亚组非常小(n = 6)。与ASL-CBF和ASL-PWI之间非常高的相关性一致,AUC也相当,因为AUC与相对于 underlying 病理所测量的灌注直接相关。
尽管定量在特定情况下可能有用,但不进行任何测量的视觉评估(“目测”)将使工作流程更加高效。本研究表明,当病灶呈高信号(与正常皮质相比)时,平均ASL-CBF比值预计约为3(3.00 ± 1.80),这与Seeger等人[22]先前描述的肿瘤进展相关。这与先前发表的关于ASL衍生CBF与DSC衍生rCBV比较的数据一致[20]。使用视觉评估确定肿瘤进展的诊断性能显示,两个阈值的诊断准确度均为中等,为0.72。与先前工作[11]一致,当使用高阈值时,该方法的观察者间一致性为显著[23]。在低阈值下,即区分等信号和低信号ASL-PWI信号时,该一致性较低但仍为中等。这可能表明,尽管高阈值和低阈值的诊断准确度相同,但更倾向于高阈值,因为更高的观察者间一致性使其成为更可重复的方法。即便如此,尽管这可能是一种非常高效的方法,视觉评估依赖于评估者,且难以测量同一患者随时间的变化。
本研究存在一些局限性。虽然我们纳入了115例患者、共173个病灶的大型数据集,但这是一项回顾性队列研究。在大多数病例中,无法获得组织病理学确诊;因此,随访诊断是基于影像学和临床作出的,并考虑了症状和影像学异常随时间的变化过程。尽管病灶内可能存在异质性,但我们未进行瘤内分析。我们聚焦于病灶内强度最高的区域,因为这种热点法符合当前临床实践。尽管随访期间需要可靠且可重复的信息,但在常规临床环境中并不总是能够做到,也未必可用于回顾性分析[24]。
本研究描述的所有患者均在3 T下扫描;因此,未研究在1.5 T下的适用性。仅使用了单一厂商(GE)和单一序列。必须认识到不同厂商和序列之间存在差异;因此,这些结果不一定适用于本研究所述情况以外的其他情形。对于未来研究,最好在多中心、多厂商设计中重复本研究,最好是前瞻性研究。同样重要的是要强调,这些结果来自脑肿瘤患者。对于其他ASL适应证,如脑血管病或神经退行性疾病,结果可能不同,本研究未对这些病理情况进行研究。还需要提及的是,所有ASL-CBF和ASL-PWI图均采用灰度方法,未使用彩色编码方案。这对于这些结果的实施很重要,因为许多彩色方案并非感知线性,可能会改变解读[25]。
总之,本研究表明ASL-PWI比值与ASL-CBF比值高度相关,且这两种方法以及简单的视觉评估均显示出相当的诊断准确性,提示在3 T下对脑肿瘤患者进行监测时可省略ASL-CBF定量。
引用
- Teunissen WHT, Lavrova A, van den Bent M, et al. Arterial spin labelling MRI for brain tumour surveillance: do we really need cerebral blood flow maps? Eur Radiol. 2023. PMID: 37566264. doi:10.1007/s00330-023-10099-z
- 全文:PMC10598159(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC10598159/
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。