文献速递骨肌儿科影像MR

表观扩散系数有助于鉴别儿童良性与恶性原发性骨肿瘤

Apparent diffusion coefficient can assist in differentiating between benign and malignant primary bone tumors in pediatric patients.
PubMed 文献 · Skeletal Radiol · 2025-10-29

回顾性分析96例儿童原发性骨肿瘤(良性48例、恶性48例)的MRI扩散加权成像,测量实性部分的ADCmean、ADCmin和ADCmax。良性肿瘤三项ADC值均显著高于恶性肿瘤(均p<0.05),ADCmean诊断准确性最高(阈值1.04×10⁻³mm²/s,敏感度77%、特异度93.75%、AUC 0.91)。

要点

  • 儿童原发性骨肿瘤实性部分ADCmean阈值1.04×10⁻³mm²/s,鉴别良恶性敏感度77%、特异度93.75%、AUC 0.91。
  • ADCmin阈值0.82×10⁻³mm²/s敏感度87.5%、特异度70.83%、AUC 0.86,ADCmax阈值1.48×10⁻³mm²/s敏感度68.75%、特异度81.25%、AUC 0.81。
  • ADCmean和ADCmin的良恶性四分位区间无重叠,ADCmax部分重叠,ADCmax鉴别力较低。

核心结论

  • 儿童原发性骨肿瘤的ADCmean、ADCmin和ADCmax在良恶性之间差异显著,ADCmean诊断准确性最高。

研究设计与样本

  • 单中心回顾性研究,纳入2012年9月至2024年8月间≤18岁、新诊断未治疗的原发性骨肿瘤患儿96例(良性48例、恶性48例),排除骨囊肿和骨软骨瘤。
  • 使用3-T Signa扫描仪(GE Healthcare)行MRI,DWI采用两个b值(b=0–50 s/mm²和b=600–1000 s/mm²),ADC图由扫描仪软件自动生成。
  • 由一名5年经验、对诊断和病理不知情的放射科医师在DWI和ADC图上勾画ROI,置于实性均匀部分,避开坏死、囊性和硬化区域。
  • 参考标准为恶性病变的组织病理学,良性病变为组织病理学确认或至少12个月影像随访。

关键影像表现/征象

  • 骨纤维异常增殖症T1WI中等偏低信号、T2WI中等信号、增强后不均匀中度强化,ADC图上7例低于肌肉、21例高于肌肉。
  • 非骨化性纤维瘤T1WI低信号、T2WI中至不均匀高信号、常伴低信号边缘,ADC图上10例高于肌肉、1例低于肌肉。
  • 内生软骨瘤T1WI中至低信号、T2WI不均匀高信号、中度不均匀强化,ADC图上全部高于肌肉。
  • 尤因肉瘤T1WI低至中等信号、T2WI不均匀高信号、中至高度不均匀强化,ADC图上全部低于肌肉。
  • 成骨型骨肉瘤T1WI不均匀低信号、T2WI不均匀高信号、不均匀强化,ADC图上全部低于肌肉;软骨母细胞型骨肉瘤ADC图上2例低于肌肉、7例高于肌肉。

诊断标准与关键数值

  • 良性骨肿瘤ADCmean中位数1.34(1.13–1.83)×10⁻³mm²/s,恶性0.93(0.78–1.03)×10⁻³mm²/s,p<0.05。
  • 良性骨肿瘤ADCmin中位数0.98(0.73–1.34)×10⁻³mm²/s,恶性0.59(0.43–0.72)×10⁻³mm²/s,p<0.05。
  • 良性骨肿瘤ADCmax中位数1.80(1.57–2.46)×10⁻³mm²/s,恶性1.35(1.22–1.66)×10⁻³mm²/s,p<0.05。
  • ADCmean阈值1.04(0.94–1.15)×10⁻³mm²/s,敏感度77.08%(95%CI 62.80%–87.0%),特异度93.75%(95%CI 81.90%–98.0%),AUC 0.91(95%CI 0.86–0.97)。
  • ADCmin阈值0.82(0.65–0.98)×10⁻³mm²/s,敏感度87.5%(95%CI 74.40%–94.40%),特异度70.83%(95%CI 56.20%–82.10%),AUC 0.86(95%CI 0.78–0.93);ADCmax阈值1.48(1.18–1.78)×10⁻³mm²/s,敏感度68.75%(95%CI 54.0%–80.5%),特异度81.25%(95%CI 67.30%–90.10%),AUC 0.81(95%CI 0.72–0.89)。

临床应用与阅片要点

  • ROI应置于肿瘤实性均匀部分,避开坏死、囊性(T2高信号不强化)和硬化(T1、T2低信号)区域,以准确反映肿瘤细胞密度。
  • ADCmean阈值1.04×10⁻³mm²/s可作为儿童原发性骨肿瘤良恶性鉴别的参考,ADCmean和ADCmin的良恶性四分位区间无重叠,分离度较好。
  • ADCmax在良恶性之间存在部分重叠,鉴别力相对较低。
  • 常规MRI仍是骨肿瘤表征的基础,DWI的ADC测量提供客观的定量补充信息。

局限性

  • 本研究为单中心研究,可能影响结果的普遍性。
  • 研究人群限于96例。
全文中译8 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:Skeletal Radiol. 2025 Oct 29;55(3):621–31. doi: 10.1007/s00256-025-05060-8

引言

2003年至2019年间,美国0-19岁人群中报告了12,213例恶性骨肿瘤病例,总体年龄调整发病率为每百万8.7例[1]。区分儿童原发性骨肿瘤的良恶性至关重要,因为良性肿瘤通常可以观察,而恶性肿瘤必须立即转诊治疗[2]。平片检查的敏感性和特异性分别为72.7%和78.4%[3]。常规MRI鉴别良恶性骨肿瘤的敏感性和特异性分别为90.5%和81.1%[4]。

弥散加权成像(DWI)已被用于鉴别成人患者的良恶性骨肿瘤[5]。DWI可显示骨肿瘤中水质的布朗运动。表观弥散系数(ADC)是布朗运动的定量指标,也是肿瘤细胞密度标志物[6]。多位研究者报道,在成人患者中,恶性骨肿瘤较良性骨肿瘤表现出更高的肿瘤细胞密度和更低的ADC值[5, 7, 8]。Ogawa等报道,成人良性骨肿瘤的ADCmin值(1.5 ± 0.47 × 10−3 mm2/s)显著高于恶性原发性骨肿瘤和骨转移瘤(0.49 ± 0.17×10−3 mm2/s)[9]。在一项纳入儿童和成人混合人群的研究中,Rao等报道鉴别良性骨病变(包括良性肿瘤和骨髓炎)与恶性骨肿瘤的ADCmean截断值为1.31 × 10−3 mm2/s[10]。既往研究未专门评估儿童原发性骨肿瘤。

此外,关于ADCmean、ADCmin还是ADCmax在肿瘤表征方面能提供更优结果,文献报道存在矛盾。Neubauer等报道,与恶性原发性和转移性骨肿瘤相比,ADCmean对良性骨肿瘤和肿瘤样病变的鉴别效果更好[11]。Ahlawat等报道,在20例成人和11例儿童患者的混合组中,ADCmin能更好地鉴别良恶性骨肿瘤[12]。Mansour等在62例儿童和成人患者的队列中发现,ADCmax对鉴别良恶性骨肿瘤最为有效[13]。此前尚无研究系统比较ADCmean、ADCmin和ADCmax在鉴别儿童良恶性原发性骨肿瘤方面的敏感性和特异性。

为填补这一空白,我们评估了儿童良恶性原发性骨肿瘤之间ADC值的差异,并评价了其在鉴别这些肿瘤方面的诊断准确性。

材料与方法

研究人群

本回顾性研究经机构审查委员会(IRB)批准。我们分析了本机构儿童患者的MRI扫描资料,纳入标准如下:(1)2012年9月至2024年8月期间获得的包含DWI的MRI扫描,(2)年龄≤18岁,(3)MRI诊断为原发性骨肿瘤(排除骨囊肿和骨软骨瘤),(4)新诊断、未经治疗的病变,(5)恶性肿瘤有组织病理学结果,或良性病变至少有12个月的随访。

排除标准包括:(1)既往接受过任何化疗、放疗或手术干预,(2)存在病理性骨折,(3)图像伪影和/或成像数据不完整导致无法计算ADC值。

应用这些标准后,最终纳入96例患者,包括48例良性肿瘤和48例恶性肿瘤。良性肿瘤包括28例纤维结构不良、9例内生软骨瘤和11例非骨化性纤维瘤。恶性肿瘤包括17例尤文肉瘤、9例软骨母细胞型骨肉瘤和22例成骨型骨肉瘤。所有符合纳入和排除标准的合格病例均纳入分析,以尽量减少选择偏倚(图S1)。

MR检查

所有患者均使用3-T Signa扫描仪(GE Healthcare,Milwaukee,WI)并采用适当的表面线圈进行MRI检查。成像方案包括以下序列:非脂肪饱和T1-SE(自旋回波)、非脂肪饱和T2-FSE(快速自旋回波)、脂肪饱和T2-FSE或短tau反转恢复(STIR)序列、具有两个b值(b = 0–50 s/mm2和b = 600–1000 mm2)的扩散加权单次激发自旋回波平面成像(EPI)序列,以及静脉注射钆布醇(Gadavist,0.1 mmol Gd/kg)后的脂肪饱和T1加权梯度回波增强序列。所有序列的脉冲序列参数列于表1。ADC图由GE Signa扫描仪软件从DWI序列自动生成。该过程包括计算对数信号强度相对于b值的斜率,从而允许对组织扩散性进行定量评估。

表1 本研究所用序列的MRI扫描参数。所有数值均以研究队列中各患者所观察到的范围表示 查看原表 ↗

图像分析

一名具有5年经验、对患者肿瘤诊断、临床病史和组织病理学结果不知情的普通放射科医师审查了所有MRI检查,并使用操作者定义的感兴趣区(ROI)在DWI和ADC图上勾画骨病变。ROI被仔细放置在病变的实性且均匀部分内,该部分根据T2加权和增强图像确定。坏死区、囊性区(T2高信号、无强化)和硬化区(T1和T2低信号)被排除。ADCmean、ADCmin和ADCmax值使用Sectra PACS(版本25.2.22.7826,© Sectra AB,瑞典)计算。

统计分析

采用Wilcoxon秩和检验比较良性和恶性骨肿瘤之间ADC值的分布。对每个肿瘤类别,计算并呈现中位ADC值及四分位距(IQR),以尽量减少离群值的影响。通过将基于ADC截断值的分类结果与金标准诊断进行比较,确定敏感性和特异性。金标准定义为:恶性病变以组织病理学结果为金标准,良性病变以组织病理学确认或至少12个月的影像学随访为金标准。敏感性计算为被正确分类为恶性的恶性病例比例(真阳性),特异性计算为被正确分类为良性的良性病例比例(真阴性)。最佳ADC截断值确定为约登指数(敏感性与特异性之和)最大化以区分良性和恶性骨肿瘤的切点。生成受试者工作特征(ROC)曲线以评估ADCmean、ADCmin和ADCmax在区分良性和恶性骨肿瘤中的诊断准确性。计算每个参数的曲线下面积(AUC),AUC值越高表示诊断准确性越高。p值<0.05被认为具有统计学意义。所有统计分析均使用社会科学统计软件包(IBM SPSS Statistics for Mac,版本28.0,Armonk,NY:IBM Corp.)完成。图表使用R版本4.4.1创建,具体使用R包pROC版本1.18.5。

结果

纤维结构不良(图1)在T1加权成像(T1WI)上表现为中等低信号强度,在T2加权成像(T2WI)上表现为中等信号强度,在对比增强T1加权成像(T1C+ [Gd])上表现为不均匀中度强化。非骨化性纤维瘤在T1WI上表现为低信号强度,在T2WI上表现为中等至不均匀高信号强度,常伴有低信号边缘环。在T1C+ (Gd)上,病变显示不均匀强化。在ADC图上,7个纤维结构不良病变和1个非骨化性纤维瘤病变显示低于肌肉的信号强度,而10个非骨化性纤维瘤病变和21个纤维结构不良病变显示高于肌肉(作为内部参照)的信号强度。

内生软骨瘤(图2)在T1WI上表现为中至低信号强度,在T2WI上表现为不均匀高信号强度,在T1C+ (Gd)上表现为中度不均匀强化。在ADC图上,所有病变均显示高于肌肉的信号强度。

尤因肉瘤(图3)在T1WI上表现为低至中等信号强度,在T2WI上表现为不均匀高信号强度,在T1C+ (Gd)上表现为中度至高度不均匀强化。在ADC图上,所有病变均显示低于肌肉的信号强度。

成骨细胞型骨肉瘤(图4)表现为不均匀T1低信号(未矿化成分显示中等信号强度,矿化成分显示低信号强度)、不均匀T2高信号(未矿化成分显示高信号强度,矿化成分显示低信号强度),以及在T1C+ (Gd)上的不均匀强化。在ADC图上,所有病变均显示低于肌肉的信号强度。

软骨母细胞型骨肉瘤(图5)在T1WI上呈低至中等信号强度,在T2WI上呈高信号强度,在T1C+(Gd)上呈不均匀强化。在ADC图上,2个病灶显示低于肌肉的信号强度,7个病灶显示高于肌肉的信号强度。不同骨肿瘤类型的MRI特征和ADC图表现见表S1。

良性骨肿瘤的ADCmean、ADCmin和ADCmax中位值[分别为1.34(1.13–1.83)、0.98(0.73–1.34)和1.80(1.57–2.46)× 10−3 mm2/s]显著高于恶性骨肿瘤[分别为0.93(0.78–1.03)、0.59(0.43–0.72)和1.35(1.22–1.66)× 10−3 mm2/s;均p < 0.05](表2)。尽管良性与恶性骨肿瘤之间在ADCmean、ADCmin和ADCmax上观察到统计学显著差异,但ADCmean(良性:1.13–1.83 × 10−3 mm2/s;恶性:0.78–1.03 × 10−3 mm2/s)或ADCmin(良性:0.73–1.34 × 10−3 mm2/s;恶性:0.43–0.72 × 10−3 mm2/s)的四分位距无重叠。相比之下,ADCmax在良性(1.57–2.46 × 10−3 mm2/s)与恶性骨肿瘤(1.22–1.66 × 10−3 mm2/s)之间表现出部分重叠。这一模式提示,在本队列中ADCmean和ADCmin对良性与恶性骨肿瘤的区分效果更好,而ADCmax的鉴别能力较差。

所有良性病变的平均ADCmean为1.49 ± 0.43 × 10−3 mm2/s。在描述性分析中,纤维结构不良在良性骨肿瘤中表现出较低的ADC值,内生软骨瘤表现出较高的值,非骨化性纤维瘤表现出中间值。

所有恶性病变的平均ADCmean为0.93 ± 0.21 × 10−3 mm2/s。在恶性骨肿瘤中,尤因肉瘤表现出相对较低的ADC值,软骨母细胞型骨肉瘤表现出较高的值,成骨细胞型骨肉瘤表现出中间值。这些趋势为描述性报告,并非正式统计学检验的结果。(表3)。

良性骨肿瘤的ADC值显著高于恶性骨肿瘤(表3)。所有三项ADC参数(ADCmean、ADCmin和ADCmax)在良性肿瘤中均显著高于恶性肿瘤(均p < 0.05)。

生成受试者工作特征(ROC)曲线以评估诊断准确性(图6)。ADCmean截断值1.04(0.94–1.15)× 10−3 mm2/s用于鉴别良性与恶性骨肿瘤的敏感度为77.08%(95% CI:62.80%–87.0%),特异度为93.75%(95% CI:81.90%–98.0%),AUC为0.91(95% CI:0.86–0.97)。ADCmin截断值0.82(0.65–0.98)× 10−3 mm2/s的敏感度为87.5%(95% CI:74.40%–94.40%),特异度为70.83%(95% CI:56.20%–82.10%),AUC为0.86(95% CI:0.78–0.93)。ADCmax截断值1.48(1.18–1.78)× 10−3 mm2/s的敏感度为68.75%(95% CI:54.0%–80.5%),特异度为81.25%(95% CI:67.30%–90.10%),AUC为0.81(95% CI:0.72–0.89)(表4)。用于鉴别良性与恶性骨病变的其他ADC截断值见表S2。

图1 一名13岁男性蝶骨纤维结构不良。a 颅骨冠状位CT骨窗显示左侧蝶骨大翼膨胀性病变,呈磨玻璃样密度(箭头)。b 轴位CT图像显示左侧蝶骨大翼(箭头)及蝶骨体膨胀性病变,呈磨玻璃样密度。c 轴位T2加权图像显示病变T2信号相对较低(箭头),与纤维间质一致。d 轴位增强后脂肪抑制T1加权图像显示病变有对比增强(箭头)。e 轴位DW-MRI显示病变无弥散受限(箭头)。f 相应ADC图显示病变信号相对较低,ADCmean为1.10 × 10−3 mm2/s,ADCmin为0.66 × 10−3 mm2/s,ADCmax为1.92 × 10−3 mm2/s 查看原图 ↗
图2 一名15岁男性左股骨内生软骨瘤。a 轴位T2脂肪饱和图像显示左股骨近中段髓内高信号病变(箭头)。b 轴位增强后脂肪抑制T1加权图像显示病变均匀对比增强(箭头)。c 冠状位短tau反转恢复(STIR)MR图像显示左股骨近中段转子下髓内高信号多分叶状病变(箭头),伴轻度骨内膜扇贝样改变。d 轴位DW-MRI显示左股骨近端高信号病变(箭头)。e 相应ADC图显示病变呈高信号(箭头),提示弥散受限有限,ADCmean为2.20 × 10−3 mm2/s,ADCmin为1.86 × 10−3 mm2/s,ADCmax为2.69 × 10−3 mm2/s 查看原图 ↗
图3 一名17个月女性蝶骨尤因肉瘤。a 颅骨轴位CT骨窗图像显示累及左侧蝶骨大翼的溶骨性病变(黄箭头),伴左侧眶外侧壁(蓝箭头)及左侧颞骨鳞部(红箭头)侵蚀。b 冠状位重组CT图像显示左侧蝶骨大翼溶骨性病变(箭头)延伸至左侧颞下窝。c 轴位T2加权图像显示左侧蝶骨病变呈轻度高信号(箭头)。d 轴位增强后脂肪抑制T1加权图像显示肿块对比增强(箭头)。e 轴位DW-MRI显示高信号病变(箭头),与弥散受限一致。f 相应ADC图显示低信号(箭头),提示弥散受限,ADCmean为0.70 × 10−3 mm2/s,ADCmin为0.52 × 10−3 mm2/s,ADCmax为1.21 × 10−3 mm2/s 查看原图 ↗
图4 一名14岁女性股骨成骨性骨肉瘤。a 左股骨正位X线片显示股骨中远段骨干不均匀硬化(箭头),移行区宽,并见侵袭性骨膜反应。b 冠状位增强后脂肪抑制T1加权图像显示病变具有骨外软组织成分(箭头)。c 轴位增强后脂肪抑制T1加权图像显示骨内及骨外肿块不均匀强化(箭头)。d 轴位T2加权脂肪饱和图像显示骨内肿瘤呈相对低信号,与X线片上的硬化一致,骨外软组织肿块呈高信号(箭头)。e 轴位弥散加权磁共振成像(DW-MRI)显示病变的骨内低信号成分和骨外高信号成分(箭头)。f 相应表观弥散系数(ADC)图显示骨外软组织肿块呈低信号(箭头),提示弥散受限,ADCmean为0.84 × 10−3 mm2/s,ADCmin为0.42 × 10−3 mm2/s,ADCmax为1.71 × 10−3 mm2/s 查看原图 ↗
图5 一名13岁女性股骨软骨母细胞性骨肉瘤。a 左膝正位X线片显示起源于股骨远端干骺端外侧的侵袭性表现溶骨性病变(箭头),伴外侧皮质破坏。b 冠状位短tau反转恢复(STIR)磁共振图像显示股骨远端干骺端高信号病变(箭头),病变跨过生长板延伸至骨骺,并破坏外侧皮质。c 冠状位增强后脂肪抑制T1加权图像显示病变呈对比增强(箭头)。d 轴位增强后脂肪抑制T1加权图像显示病变不均匀强化(箭头)。e 轴位DW-MRI显示左股骨远端高信号病变(箭头)。f 相应ADC图显示低信号(箭头),提示弥散受限,ADCmean为1.25 × 10−3 mm2/s;ADCmin为0.93 × 10−3 mm2/s,ADCmax为1.83 × 10−3 mm2/s 查看原图 ↗
表2 本研究纳入的不同类型良性和恶性骨肿瘤的ADC值。数值以中位数(四分位距)表示 查看原表 ↗
表3 本研究纳入的不同类型良性和恶性骨肿瘤的ADC值。数值以均值 ± 标准差(SD)表示 查看原表 ↗
图6 受试者工作特征(ROC)曲线,展示不同ADC指标(ADCmean、ADCmin和ADCmax)区分良性与恶性骨肿瘤的准确性。x轴(1—特异度)代表假阳性率,y轴(灵敏度)代表真阳性率。ADCmean(红色曲线)具有最高的曲线下面积(AUC = 0.913),表明三种指标中诊断准确性最高;ADCmin(绿色曲线)紧随其后(AUC = 0.855),而ADCmax(蓝色曲线)准确性最低(AUC = 0.805) 查看原图 ↗
表4 用于区分良性和恶性原发性骨肿瘤的最佳ADC截断值、相应灵敏度、特异度、AUC及p值 查看原表 ↗

讨论

我们的研究表明,ADC值可用于区分儿童患者的良性和恶性原发性骨肿瘤。据我们所知,本研究是首次比较儿童良性和恶性原发性骨肿瘤ADC值的研究。既往研究合并了成人和儿童患者的数据[12, 14, 15],仅关注ADCmean[10, 16],或同时检查原发性和转移性骨肿瘤[11, 12, 15]。

多位作者描述了不同类别骨肿瘤的ADC值:Rao等报道,在包括Ewing肉瘤、骨肉瘤、巨细胞瘤、软骨肉瘤、恶性纤维组织细胞瘤、浆细胞瘤和毛细血管扩张型骨肉瘤等多种恶性骨肿瘤中,Ewing肉瘤的ADCmean最低(0.7 × 10−3 mm2/s)[10]。这可能归因于Ewing肉瘤的组织学组成,其包括间质极少的小圆细胞。这些细胞排列紧密的特性形成了一种显著限制水扩散的微环境,导致ADC值非常低。相比之下,软骨母细胞性恶性肿瘤具有较高的ADCmean值。Rao等报道软骨肉瘤的ADCmean为2.1 × 10−3 mm2/s[10],Setiawati等报道软骨母细胞性骨肉瘤的ADCmean为1.47 × 10−3 mm2/s[17]。Setiawati等报道,软骨母细胞性骨肉瘤的ADCmean显著高于成骨细胞性骨肉瘤(0.99 × 10−3 mm2/s)、成纤维细胞性骨肉瘤(1.0 × 10−3 mm2/s)和毛细血管扩张型骨肉瘤(0.92 × 10−3 mm2/s)[17]。这可以用肿瘤细胞分散在软骨样基质中来解释,使水分子能够更自由地移动,减少扩散受限,从而导致更高的ADC值[18]。

文献报道描述了良性囊性和血管性病变具有较高的ADCmean值。Nouh等报道单房性骨囊肿的ADCmean为2.69 ± 0.52 × 10−3 mm2/s,血管瘤的ADCmean为1.67 ± 0.18 × 10−3 mm2/s[16]。Rao等报道动脉瘤样骨囊肿的ADCmean为2.0 ± 0.1 × 10−3 mm2/s[10]。通常,由于这些病变在常规MRI序列上的特征性表现,其诊断并不具有挑战性。

Pekcevik等报道内生软骨瘤的ADCmean值为1.98 × 10−3 mm2/s,非骨化性纤维瘤的ADCmean值为1.23 × 10−3 mm2/s,纤维结构不良的ADCmean值为1.41 × 10−3 mm2/s[19]。在纤维结构不良和非骨化性纤维瘤中观察到的较低ADC值可能归因于其纤维组织含量,从而限制扩散[19]。

与我们的结果一致,多位研究者报道在年龄跨度较大的患者中,良性骨肿瘤的ADCmean值高于恶性肿瘤。Ahlawat等报道良性肿瘤的ADCmean值(1.68 ± 0.4 × 10−3 mm2/s)高于我们的研究[12],可能是因为他们的分析在18个良性肿瘤中包括了4个骨囊肿和1个血管瘤。他们还报道恶性肿瘤的ADCmean值(1.13 ± 0.36 × 10−3 mm2/s)高于我们的研究[12]。这可能是由于其患者人群中包括了1个血管肉瘤且缺乏Ewing肉瘤。

Wang等报道,在成人和儿童患者中,良性病变(纤维性肿瘤、朗格汉斯细胞组织细胞增生症和巨细胞瘤)的ADCmean值显著高于恶性骨肿瘤(尤文肉瘤、骨肉瘤、软骨肉瘤、浆细胞瘤、淋巴瘤、脊索瘤和转移瘤),ADCmean截断值为1.1 × 10−3 mm2/s [15]。Kotb等报道,良性病变(骨样骨瘤、软骨母细胞瘤、骨软骨瘤、纤维性肿瘤、内生软骨瘤和血管瘤)的ADCmean值为1.27–2.19 × 10−3 mm2/s(均值1.75 × 10−3 mm2/s),而恶性骨肿瘤(骨肉瘤、软骨肉瘤、骨髓瘤、淋巴瘤、尤文肉瘤、浆细胞瘤、白血病、成釉细胞瘤和转移瘤)的ADCmean值为0.9–2.05 × 10−3 mm2/s(均值1.39 × 10−3 mm2/s)[14]。

所有这些既往研究纳入的患者年龄范围较广,分别为4–80岁[12]、2–73岁[16]、1–92岁[15]和4–65岁[14]。相比之下,我们的研究仅关注年龄在18岁及以下的儿童患者的实性骨肿瘤。这一点很重要,因为基础造血骨髓本身表现为内在的扩散受限,且儿童人群中流行的肿瘤类型不同。

Neubauer等报道,在儿童中区分34个良性骨病变与10个恶性骨病变的ADCmean阈值为1.03 × 10−3 mm2/s [11]。我们在更大的96例儿童队列中的研究发现,ADCmean阈值几乎相同,为1.04(0.94–1.15)× 10−3 mm2/s。此外,我们扩展了这些分析,以研究ADCmin和ADCmax的敏感性和特异性。

我们的研究存在若干局限性。首先,这是一项单中心研究,可能影响结果的普适性。然而,这种方法确保了MRI数据的一致性和高质量,从而最大限度地减少了所观察到的差异受到技术因素影响的可能性。尽管我们的研究人群仅限于96例,但该研究是迄今为止考察儿童原发性骨肿瘤ADC值的最大队列研究。良性(n = 48)与恶性(n = 48)病例的均衡分布减少了我们分析中的不平衡偏倚,并提高了统计比较的严谨性。传统MRI仍是骨肿瘤表征的基础,其利用T1和T2加权信号特性的差异来表征内部结构和组织成分。然而,某些良性和恶性骨肿瘤之间存在显著信号重叠,限制了诊断特异性。增强MRI进一步有助于勾画肿瘤边缘、区分实性肿瘤与囊性病变以及识别坏死区域。然而,对于造影剂过敏或肾功能受损的患者,其使用可能为禁忌。源自扩散加权成像的定量ADC测量提供了组织微结构的客观、可重复的替代指标,并可能减轻这些局限性,特别是在诊断不明确的病例中。将ADC整合到常规骨肿瘤MRI方案中需要进一步验证,即通过研究比较其敏感性和特异性与传统MRI及增强MRI的敏感性和特异性。

总之,本研究表明ADC可区分儿童患者的良性和恶性原发性骨肿瘤,ADCmean截断值为1.04(0.94–1.15)× 10−3 mm2/s时具有更高的诊断准确性,灵敏度为77.08%(62.8–87.0%),特异度为93.75%(81.9–98.0%),AUC为0.91(0.86–0.97)。利用ADC测量可提高骨肿瘤诊断的准确性,并支持明智的临床决策。

补充信息

以下是电子补充材料的链接。补充文件1(DOCX 457 KB)

引用

  1. Lokesha YU, Singh SB, von Krüchten R, et al. Apparent diffusion coefficient can assist in differentiating between benign and malignant primary bone tumors in pediatric patients. Skeletal Radiol. 2025. PMID: 41160129. doi:10.1007/s00256-025-05060-8
  2. 全文:PMC12847184(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC12847184/

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。