文献速递腹部泌尿生殖MR

基于磁共振定性特征表征遗传性平滑肌瘤病和肾细胞癌中的复杂性肾囊肿

Characterization of complex renal cysts in hereditary leiomyomatosis and renal cell cancerUsing magnetic resonance based qualitative features.
PubMed 文献 · Abdom Radiol (NY) · 2025-09-15

该回顾性研究纳入42例HLRCC患者共76个经组织学证实的肾囊性病变,由两名腹部放射科医师盲法独立评估MRI定性特征。恶性囊性病变平均直径4.0±3.4 cm,显著大于良性病变的1.8±2.1 cm(p=0.002)。多变量模型对阅片者1和2的AUC分别为0.86和0.91,优于Bosniak分类的0.79和0.81;在预测概率阈值0.17(列线图评分60分)下识别全部恶性病变,并使57%的良性囊肿患者免于不必要手术。

要点

  • HLRCC患者复杂性肾囊肿中,恶性病变平均直径4.0±3.4 cm,显著大于良性病变的1.8±2.1 cm(p=0.002)。
  • 肾图期T1增强联合区域、结节存在及结节肾图期强化为恶性独立预测因子,模型AUC 0.86–0.91,优于Bosniak分类的0.79–0.81。
  • 列线图阈值0.17(评分60分)识别全部恶性囊肿,57%(25/44)良性囊肿可免于手术。

核心结论

  • MRI定性特征包括结节存在、强化模式和病变大小,可有效区分HLRCC患者复杂性肾囊肿的良恶性,多变量模型诊断准确性高,可能有助于指导临床决策并改善这一高危人群囊性肾病变的管理。

研究设计与样本

  • 经机构审查委员会批准的回顾性研究,纳入42例具有致病性FH胚系变异且腹部MRI显示肾囊肿的HLRCC患者(平均年龄46±14岁;男24例、女21例),共76个经部分或根治性肾切除术组织学证实的肾病变。
  • MRI设备来自GE、Philips和Siemens三家厂商,序列包括T2加权、同反相位、DWI及ADC图(b值0、250、800 s/mm²)、b值2000 s/mm²的DWI,以及增强前和皮髓质期(20秒)、肾图期(70秒)、排泄期(3分钟)的T1加权增强。
  • 7项检查无ADC图,15项检查无b-2000序列。
  • 两名腹部放射科医师(分别有14年和8年经验)在盲法下独立评估所有病变的MRI图像,参考标准为手术病理。
  • 采用广义估计方程(GEE)处理同一受试者多发病变的聚类数据,单变量Wald P<0.10的变量进入多变量前向逐步模型,以QICu最小化为停止准则。

关键影像表现/征象

  • 恶性囊性病变平均直径4.0±3.4 cm,良性病变1.8±2.1 cm(p=0.002)。
  • 阅片者间一致性分析识别出12个中等一致性(κ>0.4)的影像特征,包括分隔数量、肾图期T1联合强化区域、ADC图扩散受限和结节存在。
  • 单变量分析中,阅片者1的ADC值超过正常肾实质与恶性关联的OR=80.67(95%CI:7.49–868.01);阅片者2的肾图期T1结节强化是最强预测因子(OR=35.00,95%CI:7.14–171.39)。

诊断标准与关键数值

  • 阅片者1多变量模型:内生性病变(外生<50%者OR=0.12,95%CI:0.02–0.67;完全内生者OR=0.10,95%CI:0.01–0.65)、结节存在(OR=7.12,95%CI:1.49–33.92)、肾图期T1联合强化区域(OR=2.58,95%CI:1.21–5.50),AUC=0.86(95%CI:0.82–0.91),Bosniak分类AUC=0.79。
  • 阅片者2多变量模型:内生性病变(外生<50%者OR=0.07,95%CI:0.01–0.49;完全内生者OR=0.06,95%CI:0.01–0.43)、肾图期T1联合强化区域(OR=4.35,95%CI:1.54–12.23)、肾图期T1结节强化(OR=6.42,95%CI:0.81–50.68),AUC=0.91(95%CI:0.85–0.98),Bosniak分类AUC=0.81。
  • 列线图预测概率阈值0.17对应评分60分,该阈值识别全部恶性囊肿,并正确分类44个良性囊肿中的25个(57%)。

临床应用与阅片要点

  • 在HLRCC患者中评估复杂性肾囊肿时,应关注结节存在及肾图期T1强化、肾图期T1联合强化区域、病变外生/内生方向及ADC图扩散受限等特征。
  • Bosniak分类为普通人群制定,可能未完全涵盖HLRCC的独特影像特征;本研究模型诊断性能较Bosniak分类提高约10–15%。
  • 作者认为列线图可帮助识别可能良性囊肿,从而避免不必要手术、保留肾实质,并将手术干预保留给高恶性概率病变;作者建议未来开展前瞻性研究验证这些发现。

局限性

  • 原文为回顾性研究。
  • 作者指出关于HLRCC中外生性与内生性特征缺乏专门影像学评估,需未来前瞻性研究确定外生性生长是否独立预测更具侵袭性行为。
  • 作者指出需未来前瞻性研究验证这些发现,并探索改良或扩展分类系统是否更适合高危遗传性队列。
  • 原文未报告其他局限性。
全文中译20 节 · 点击展开
本译文由 AI 依据开放获取原文逐段翻译,供学习参考,可能存在误差,请以原文为准。原文 © 原作者,按 CC BY 许可使用,本译文为翻译改编。出处:Abdom Radiol (NY). 2025 Sep 15;51(3):1459–71. doi: 10.1007/s00261-025-05154-w

引言

遗传性平滑肌瘤病和肾细胞癌(HLRCC)是一种遗传性癌症综合征,其特征为延胡索酸水合酶(FH)基因的胚系致病性改变,受累个体有发生良性肾囊肿的风险,以及15–20%的终生风险发生侵袭性肾肿瘤,后者可为实性或囊性,使其成为诊断和监测上的难题[1, 2]。管理HLRCC患者的主要困难之一是在筛查和监测过程中区分良性囊肿与恶性囊性肿瘤,因为其对管理的影响重大,HLRCC相关肾细胞癌可早期发生并具有快速进展的倾向[1, 3–5]。所检测到的肾囊性病变中许多为良性。这凸显了准确鉴别的迫切需求,因为良性病变患者可避免不必要的干预,而恶性病变的及时治疗仍然至关重要。

由于HLRCC相关肾肿瘤在体积较小时即具有播散倾向,因此需要及时的手术干预而非监测。一旦发现可疑肾病变,最常推荐行切缘宽广的开放手术干预[6, 7]。

建议受累个体每年进行层厚1至3 mm的对比增强MRI,以发现监测中的新发病灶或先前确定的良性病变的变化[3, 6]。近期研究显示复杂性肾囊肿非常普遍,约发生于50%的HLRCC患者家庭成员中[8]。与其他遗传性癌症综合征不同,HLRCC患者通常表现为单侧和单发的高级别肿瘤。关于HLRCC相关肾病变的影像学表现高度多样,在T2高信号和对比增强方面存在差异[9]。因此,预测新诊断肾病变的恶性潜能往往很困难。既往研究强调了多种MRI特征可能有助于在普通人群中区分偶然发现的肾病变的良恶性[10]。这些特征包括病变大小、形状、扩散和强化模式,以及内部特征如分隔或实性成分[9, 11–13]。然而,这些特征特别是在HLRCC患者中的可靠性和预测价值尚未被研究。

我们开展了本项研究,以系统评估定性MRI特征在区分HLRCC中复杂性肾囊肿病理方面的效用,从而减少这些患者不必要的干预负担。

方法

批准与披露

本回顾性研究按照机构审查委员会批准的方案进行,并符合《健康保险携带和责任法案》(HIPAA)。每位研究参与者在入选本方案前均获得了书面知情同意(NCT00050752、NCT00026884)。

患者选择

我们回顾了我们的电子病历(EPIC,EPIC系统公司),在507名接受监测、携带与遗传性平滑肌瘤病和肾细胞癌(HLRCC)一致的FH基因胚系致病性变异个体中,识别出71名在2002年6月至2022年5月期间存在肾囊肿的个体。我们排除了未接受部分或根治性肾切除术以获得组织学证据的患者(n = 15)、术前未进行增强腹盆腔MRI的患者(n = 8),以及MRI质量差的患者(n = 6)。最终研究包括42名患者(平均年龄46 ± 14岁;24名男性,21名女性),共76个经组织学表征的肾脏病变(表1)。我们从电子病历中导出了每名患者的临床信息,包括年龄、性别、体重指数(BMI)、既往肾脏手术史及其基因改变。

表1 所研究病变的人口学特征 查看原表 ↗

图像采集方案

所有患者均接受了标准诊疗及临床指征的增强腹部MRI检查。MRI检查使用三家主要商业供应商的系统进行:GE、Philips和Siemens,图像采集均在NIH和外部机构完成,包括4例使用GE(Genesis Signa 1.5 T、Signa Excite 1.5 T、Discovery MR750 3.0 T、Signa HDxt 1.5 T)、13例使用Philips(Achieva(1.5 T、3.0 T))、25例使用Siemens(Verio 3.0 T、Symphony 1.5 T、Biograph 3.0 T、Aera 1.5 T、Avanto 1.5 T)。成像序列包括T2加权图像、同相位和反相位图像、扩散加权图像及相应ADC图(使用b值0、250和800 s/mm2计算),以及b值为2000 s/mm2的扩散加权成像(DWI),还有皮髓质期(20秒)、肾实质期(70秒)和排泄期(3分钟)的增强前和增强后T1加权图像。7项检查没有ADC图,15项检查没有b-2000序列。

定性图像评估

在启动完整研究之前,两名腹部放射科医师(AAM和EBT,分别具有14年和8年经验)进行了一项初步研究以优化阅片者间可靠性。他们审阅了无组织学证据患者(15名患者,19个病变)的MR图像,讨论了所见之间的差异,并就特征定义达成一致。

随后,放射科医师在不知晓病理结果的情况下独立评估了完整研究中所有病变的MR图像。他们记录了位置;三维测量、轴位二维测量和冠状位一维测量;病变内部组成;根据2019年Bosniak分类系统[14]记录的囊壁、结节和分隔(如有)的特征性表现;病变强化程度;以及ADC图和b-2000序列上弥散受限的百分比(补充材料)。根据R.E.N.A.L评分系统[15],在冠状位上评估了病变相对于肾窦线和极线的位置。

统计分析

计算均值和标准差(SD)以总结病灶的最大直径。其他分类变量以频率和百分比进行总结。影像学参数的研究者间一致性使用kappa统计量进行评估。由于数据具有聚集性特征,即同一受试者取多个病灶,采用重复测量方法以考虑相关观测[16]。kappa统计量95%置信区间(CI)下限大于0.4(提示中等一致性[17])的变量被认为在评估者之间至少具有中等一致性。采用广义估计方程(GEE),使用可交换工作相关矩阵和稳健“三明治”标准误,以病历号(MRN)为聚类单位。在这些单变量GEE模型中,每个特征的统计显著性使用Wald χ²检验评估;Wald P < 0.10的预测变量保留用于多变量评估。多变量模型构建随后采用前向逐步加入法:每一步纳入使小样本校正准似然信息准则(QICu)下降最大的候选变量,当没有剩余预测变量进一步降低QICu时停止该过程。因此,最终模型在最小化QICu的同时仅保留Wald P仍低于0.10的变量,兼顾简约性与临床相关性。随后基于最终多变量模型构建列线图,以提供阳性病理结果的个体化风险估计。该列线图将回归系数转化为易于使用的图形工具,使临床医生能够通过为每个预测变量分配加权评分来计算阳性结果的概率。所有统计分析使用SAS(SAS Institute Inc., Cary, NC, USA, version 9.4)和R(version 4.3.2)及“geepack”包[18]完成。

结果

研究特征

在评估的76个肾脏病灶中(图1),44个(58%)为良性,32个(42%)为恶性。恶性病灶尺寸显著大于良性病灶(均值±SD:4.0 ± 3.4 cm vs 1.8 ± 2.1 cm,p = 0.002;表1)。共有18例患者(43%)仅有良性囊性病灶,7例患者(17%)同时有恶性和良性病灶,17例患者(40%)仅有恶性肾脏病灶(表2)。

图1 研究流程图 查看原图 ↗
表2 研究个体的人口学特征 查看原表 ↗

研究者间一致性分析

研究者间信度使用kappa统计量评估,12个影像学特征显示中等一致性(κ > 0.4,95% CI)。这些包括“分隔数量”、“T1肾实质期联合强化区域”、“ADC图上肿块的弥散受限”和“结节存在”(补充表1)。这些变量被纳入单变量分析(图2)。

图2 研究变量的聚类Kappa值 查看原图 ↗

单变量分析

表S2中报告的每个预测性影像学特征的恶性和良性病变的原始计数和百分比。前一步骤中的所有12个变量均纳入单变量分析模型。每位阅片者的数据分别进行分析。结果表明,九个变量——“最大直径”、“外生/内生性病变”、“分隔数量”、“分隔性质”、“T1肾图期联合强化区域”、“T1肾图期分隔强化”、“ADC图上肿块的弥散受限”、“结节存在”和“T1肾图期结节强化”——在两位阅片者中均显示p值小于0.1(表3)。对于第一位阅片者,ADC值超过正常肾实质与恶性最高比值比相关(OR = 80.67,95% CI:7.49–868.01)。此外,对于第二位阅片者,T1肾图期结节强化是恶性最强的预测因子(OR = 35.00,95% CI:7.14–171.39)。

表3 单变量模型中的显著变量 查看原表 ↗

多变量和ROC分析

在多变量逻辑回归分析中,两位阅片者均确定了具有统计学意义的预测因子。对于第一位阅片者,最终模型包括内生性病变(外生性病变< 50%的OR为0.12 [95% CI:0.02–0.67],完全内生性病变的OR为0.10 [95% CI:0.01–0.65])、结节存在(OR = 7.12 [95% CI:1.49–33.92])以及T1肾图期联合强化区域(OR = 2.58 [95% CI:1.21–5.50]);该模型达到AUC为0.86(95% CI:0.82–0.91;图3和图4),同时Bosniak分类在此病例中的性能为0.79。对于第二位阅片者,最终模型包括内生性病变(外生性病变< 50%的OR为0.07 [95% CI:0.01–0.49],完全内生性病变的OR为0.06 [95% CI:0.01–0.43])、T1肾图期联合强化区域(OR = 4.35 [95% CI:1.54–12.23])以及T1肾图期结节强化(OR = 6.42 [95% CI:0.81–50.68])(图5;表4),该模型AUC为0.91(95% CI:0.85–0.98;图3),优于Bosniak评分系统,后者AUC为0.81。

图3 阅片者1(A)和阅片者2(B)最终模型的ROC曲线 查看原图 ↗
图4 一位54岁女性HLRCC患者的复杂性肾囊肿。增强MRI显示一个5.8 cm的复杂性囊肿,其特征在于实性成分(箭头)在平扫期(A)和冠状位T2图像(D)上可见,并在增强后肾图期(B)和延迟期(C)呈现不均匀强化。最终病理报告证实该囊肿为恶性。 查看原图 ↗
图5 一位68岁女性HLRCC患者的复杂性肾囊肿。增强MRI显示一个边界清晰的4.0 cm复杂性囊肿(箭头),在T2加权图像(A)上呈现不均匀T2信号强度。该囊肿在ADC图(B)上显示弥散受限,在平扫期(C)呈高信号。在增强后肾图期(D)和延迟期(E)的减影图像上未见强化。最终病理证实该囊肿为良性。 查看原图 ↗
图6 针对定性特征开发的列线图。 查看原图 ↗
表4 最终多变量模型(逐步回归) 查看原表 ↗

列线图的开发与性能

为了给临床医生提供一种易于使用的工具,我们开发了一个列线图。我们的列线图表现良好,建议的概率阈值为0.17,对应列线图上的评分为60分。该阈值有效识别了所有恶性囊肿,同时正确分类了44个良性囊肿中的25个(57%)。这种敏感性与特异性之间的平衡增强了该模型在区分恶性和良性囊性病变方面的临床实用性(图6)。

讨论

在本研究中,我们发现结节的存在或强化、外生性肿块、分隔强化以及强化区域总数是HLRCC患者囊性病变恶性的潜在预测因素。此外,单因素分析显示,病变实性成分的弥散受限与恶性的关联最强。

考虑到建议对HLRCC患者进行终身年度监测[19],本研究对该人群肾脏病变的临床管理具有重要意义。

研究表明,大约50%的HLRCC个体(包括确诊患者及其一级亲属)会发生肾囊肿。值得注意的是,这些囊肿中仅有一半被发现为恶性肾细胞癌(RCC)[8]。HLRCC相关肾脏病变与其他类型的肾细胞癌不同,因其常表现为囊性,这使得良恶性病变的鉴别变得复杂。这种独特的表现凸显了我们研究结果的重要性,这些结果强调了利用MRI表现来改善这些病变的特征描述和管理[9, 19]。

鉴别肾脏病变的关键MRI特征

本研究聚焦于囊性病变的MRI特征,并将大小的影响纳入分析。虽然我们不能否认其他特征在病变特征描述中的作用,但我们的研究结果强调了以下在HLRCC中区分良恶性肾脏病变方面更为突出的MRI特征。

增强扫描肾实质期的强化与结节存在

肾实质期结节的存在及其强化成为一个重要的预测因素,有助于区分良恶性病变。推荐的MRI Bosniak分类也指出,强化结节将囊肿归类为IV类,高度怀疑恶性,恶性可能性为90%[14, 20]。HLRCC主要由FH基因的种系突变引起。在缺乏功能性FH的肾癌细胞中,富马酸积累并抑制脯氨酰羟化酶,导致缺氧诱导因子(HIF)的稳定化。这种稳定化上调HIF靶基因——如GLUT1、血管内皮生长因子(VEGF)、血小板衍生生长因子(PDGF)和转化生长因子(TGF)α——这些基因共同促进肿瘤生长[21]。此外,恶性肿瘤常通过VEGF驱动血管生成,导致血管结构紊乱,在影像上表现为结节状强化[22, 23]。Said等人发现,肾实质期的结节状强化与实性肾脏肿瘤的恶性相关,AUC为0.71[24]。

弥散受限

虽然对于评估肾脏病变的最佳b值尚无明确共识,但通常推荐50至1000的范围[25]。Lassel等人进行的一项荟萃分析显示,恶性病变的ADC值显著较低[26]。多项研究已表明高b值DWI在检测恶性肿瘤中的作用,包括乳腺癌[27]、肝转移瘤[28]、前列腺癌[29]、肾细胞癌[30]和直肠腺癌[31]。Chaurasia等人先前的研究揭示,高b值DW-MRI在HLRCC患者肾脏肿块的分类中具有高诊断准确性[11]。根据他们的研究结果,b-800和b-2000在诊断恶性肾脏病变中的最佳AUC分别为0.756和0.992。我们的研究表明ADC图是比b2000图像更好的预测指标。这一差异可能源于患者人群的不同:我们的研究仅关注HLRCC患者的囊性病变,而Chaurasia等人同时纳入了囊性和实性肾脏肿块。Nikolovski等人针对延胡索酸水合酶缺陷型肾细胞癌的另一项研究发现,每位诊断为RCC的患者其肿瘤实性成分均表现为弥散受限[32]。

外生性/内生性

我们的研究结果表明,HLRCC中的外生性肾脏病变具有更高的恶性可能性,这可能归因于其独特的肿瘤微环境。虽然这一观察在HLRCC背景下是新颖的,但先前的研究已表明肾周脂肪组织是一种活跃的内分泌器官,可分泌促血管生成和促炎因子如IL-6、TNF-α和VEGF,这些因子可支持肿瘤生长和新生血管形成[33, 34]。此外,外生性病变与包膜血管的解剖邻近关系可能促进更早的血管募集,尽管该机制在HLRCC背景下仍属推测性且尚未被直接验证。重要的是,虽然HLRCC中的肿瘤发生从根本上由FH突变驱动,但病变位置可能调节局部肿瘤微环境,从而促进更具侵袭性的行为[35]。对当前文献的综述揭示了关于HLRCC中外生性与内生性特征专门影像学评估的显著空白。大多数已发表的研究和影像学指南——EAU肾细胞癌指南[28]——将遗传性肾癌的肿瘤形态描述为整体评估的一部分,但未直接比较HLRCC中外生性与内生性生长的预后意义。这种缺乏针对性研究的情况凸显了未来前瞻性研究的必要性,以确定外生性生长是否独立预测这些肿瘤更具侵袭性的行为,这最终可能完善基于影像的风险分层并影响临床管理。这些发现强调了外生性/内生性肿瘤评估在风险分层中的重要性,并强调了将生长模式分析纳入HLRCC患者监测方案的潜在临床效用。这种方法可能改善恶性转化的早期检测,从而改善这一高危人群的临床结局。

分隔强化

根据Bosniak分类,具有一个或多个强化分隔的囊肿被认为具有中等恶性概率或为III类[14]。根据近期研究,Bosniak III类囊肿中恶性肿瘤的患病率约为60%[36]。Tse等人的研究表明,复杂性肾囊肿中的分隔或囊壁强化对预测恶性具有84-87%的高灵敏度。这提示这些影像学特征是复杂性囊肿恶性的可靠指标[10]。在Gomma等人的研究中,囊性肾病变中的分隔强化被确定为恶性肿瘤的显著预测因子[37]。虽然我们的研究结果未能直接复制这一关联,但我们观察到强化区域的总数与恶性显著相关。这提示,除分隔强化本身外,肿块内部的整体强化也可能提示恶性,可能反映了更广泛的肿瘤血管化模式。本研究结果对HLRCC患者的肾脏病变诊断和管理具有重要意义。通过识别结节强化、弥散受限和实性成分等MRI特征作为恶性的潜在预测因子。

尽管2019年Bosniak分类系统为复杂性肾囊肿的特征描述提供了广泛接受的框架,但它是为一般人群开发的,可能无法完全涵盖在HLRCC等遗传性癌症综合征中观察到的独特影像学特征。在我们的研究中,若干超出标准Bosniak标准的定性特征——如囊肿多个区域强化范围的总和、病变的外生或内生方向以及弥散受限——被发现是恶性的显著预测因子。这些参数未被明确纳入Bosniak系统,但可能在遗传易感人群中提供额外的诊断价值。我们的研究结果提示,针对HLRCC相关病变生物学行为定制的补充影像学特征,可能在当前分类框架之外增强风险分层和临床决策。我们的模型表现出优于Bosniak分类系统的诊断性能,性能提高约10-15%。这提示整合个体影像学特征(如强化模式和病变形态)可能在传统Bosniak分类之外提高诊断准确性。未来需要开展前瞻性研究来验证这些发现,并探索改良或扩展的分类系统是否可能更好地服务于高危遗传性队列。

该列线图的实施可通过尽量减少过度治疗显著影响临床决策。在HLRCC患者中,任何不确定性肾囊肿常因该综合征的侵袭性癌症风险而引起关注——历史上甚至对病理证实为良性的病变也导致手术[9]。通过准确识别恶性和可能良性的囊肿,该列线图有助于避免不必要的手术。定性影像标准可预测单纯良性囊肿,从而允许安全的主动监测而非立即切除。避免不必要的部分肾切除术或保留肾单位手术使患者免于手术风险并保留肾实质。这一点至关重要,因为过度治疗和不必要地切除良性病变可导致肾功能损害[38, 39]。列线图引导的方法确保手术干预保留给高恶性概率的病变,从而降低良性囊肿被不必要切除的比率。此外,该工具能够实现更细致、针对患者的个体化管理方案,在需要时干预、在安全时观察,而非对所有囊性病变采取“一刀切”的激进方法。

我们的结果为未来研究提供了基础,以完善基于影像的诊断标准并开发专门针对HLRCC相关肾脏病变的标准化方案。此类进展可增强监测策略、优化患者结局并减轻侵入性操作的负担。

局限性

本研究存在若干局限性。首先,其回顾性性质和相对较小的样本量可能限制研究结果的普适性。此外,研究期间MRI技术和设备的变化可能导致影像结果的不一致性。尽管对若干特征观察到中等程度的阅片者间一致性,但阅片者之间在某些变量的选择及其意义方面存在差异。这些差异可能反映对定性特征(如强化模式或分隔形态)的主观判读,尽管已通过预试验校准会议努力标准化定义。此外,MRI方案的异质性——跨越多个厂商、场强和机构——可能影响了阅片者信心和特征检测。这些发现强调需要未来开展更大队列的前瞻性研究、统一影像方案并纳入定量影像生物标志物以减少观察者间变异并提高可重复性。此外,相对较小的样本量可能增加多变量模型过拟合的风险,特别是考虑到观察到的高比值比;因此,需要在更大队列中进行外部验证。

结论

本研究强调了定性MRI特征在区分HLRCC患者中良性与恶性复杂肾囊肿方面的有效性。关键影像学特征,如结节存在、强化模式和外生性肿块,对恶性肿瘤表现出较强的预测价值。我们的多变量模型达到了较高的诊断准确性,支持定性影像在早期检测和风险分层中的作用。值得注意的是,使用这些特征使不必要的 surgery 减少了43%,通过防止过度治疗同时确保对恶性病变的及时干预来优化患者管理。这些发现强调了定性MRI评估在增强个性化治疗策略和改善HLRCC患者临床结局方面的潜力。

补充信息

以下是电子补充材料的链接。

补充材料1

引用

  1. Sheikhy A, Zahergivar A, Golagha M, et al. Characterization of complex renal cysts in hereditary leiomyomatosis and renal cell cancerUsing magnetic resonance based qualitative features. Abdom Radiol (NY). 2025. PMID: 40952492. doi:10.1007/s00261-025-05154-w
  2. 全文:PMC12971841(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC12971841/

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。