表观扩散系数有助于鉴别儿童良性与恶性原发性骨肿瘤
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
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。
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。
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
- 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
- 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。