文献速递神经儿科影像MR

儿童脑肿瘤动态对比增强磁共振成像的系统综述

Dynamic contrast-enhanced magnetic resonance imaging in paediatric brain tumours systematically reviewed.
PubMed 文献 · Pediatr Radiol · 2026-04-01

该系统综述检索了PubMed和Web of Science,纳入9项研究(样本量6–72例),评估DCE MRI在儿童脑肿瘤鉴别与进展评估中的价值。DCE可能有助于区分两种不同的儿童脑肿瘤实体,但对低级别与高级别病变的总体鉴别潜力存疑;研究间技术实施差异大且多不符合现行指南,无法进行Meta分析。

要点

  • DCE参数Ktrans和/或kep在3项研究(共60例)中成功区分混合儿童脑肿瘤,但低级别与高级别总体鉴别多不成功。
  • 区分两种不同组织学类型通常更成功,如毛细胞星形细胞瘤与髓母细胞瘤的Ktrans差异有统计学意义(P=0.036)。
  • 儿童DCE扫描方案异质性大且多不符合QIBA推荐,报告时需注意序列参数与后处理细节的可重复性。

核心结论

  • DCE可能对区分两种不同的儿童脑肿瘤实体有附加价值,但对低级别与高级别病变的总体鉴别潜力存疑。
  • 需要更多研究及更高的技术同质性来探究该技术在儿童队列中的预后潜力。

研究设计与样本

  • 系统综述,检索PubMed和Web of Science(检索日期2025年8月31日),纳入评估DCE应用于儿童脑肿瘤的原始研究。
  • 共纳入9项研究(2008–2025年),样本量6–72例,采用改良QUADAS-2工具评估偏倚风险。
  • 由具有4年临床神经影像经验的MRI物理师评估各研究对QIBA DCE实施与报告推荐的依从性。
  • 未设定最低发表年份阈值,允许纳入5例及以上的病例系列,仅纳入英文文献。

关键影像表现/征象

  • 毛细胞星形细胞瘤的Ktrans为0.48(0.17–1.25),髓母细胞瘤为0.01(0.0–0.74),两者差异有统计学意义(P=0.036)。
  • 室管膜瘤kep为8.25(3.98–17.91)、毛细胞星形细胞瘤为8.68(5–79.05),均高于髓母细胞瘤的2.89(0.0–10.77),P=0.012。
  • 髓母细胞瘤的ve显著低于毛细胞星形细胞瘤和室管膜瘤(P分别为0.003和0.012)。
  • 在经Bonferroni校正后,Ho等和Gupta等的研究中扩展Tofts模型DCE参数在低级别与高级别肿瘤间均无显著差异。
  • Vajapeyam等报告Ktrans、kep在高级别胶质瘤中更高、ve更低,但未说明统计误差校正。

诊断标准与关键数值

  • Vajapeyam等报告三项参数特异度范围82–100%,ve的合并敏感度76%,Ktrans和kep均为71%。
  • Rochetams等报告IV级儿童脑肿瘤的Ktrans比值高于0.63,I级与IV级间Ktrans比值差异有统计学意义(P=0.027)。
  • Jost等报告临床侵袭性视路胶质瘤的平均Ktrans表面积乘积为2.24 mL/min每100 cm³,临床稳定者为1.38 mL/min每100 cm³(P=0.05),所有临床稳定肿瘤均<2.0 mL/min每100 cm³。
  • Arevalo-Perez等报告间变性室管膜瘤vpmax均值17.44%,低级别室管膜瘤均值9.65%。
  • Zukotynski等报告基线时低级别与高级别胶质瘤间Ktrans无差异(n=21,P=0.56)。

临床应用与阅片要点

  • 儿童DCE技术执行在扫描场强(1.5 T至3 T)、头线圈通道数(8至20)、对比剂类型与剂量(常用钆布醇或Gd-BOPTA 0.1 mmol/kg)、注射速率(1 mL/s至5 mL/s)及AIF选择方法上差异显著。
  • 多数研究未报告头线圈规格、对比剂注射参数、时间采样及后处理等关键采集参数,T1 mapping仅部分研究纳入,B1 mapping很少执行。
  • 目前无专门针对儿童的DCE实施指南,QIBA推荐仅基于成人制定,未纳入儿童导管规格较小、较高注射压力外渗风险及剂量调整策略等实际问题。
  • 儿童常用18–21 G导管限制可达注射速率,较低注射速率使AIF峰值变平,可能影响Ktrans等定量参数的准确性。
  • OSIPI等社区倡议提供开放共享软件工具和参考数据处理流程,以促进可重复的定量DCE成像。

局限性

  • 纳入研究在技术实施上差异显著,限制了研究结果在不同临床情境中的推广性。
  • 肿瘤类型评估和分级分类系统存在显著变异性与差异,9项研究中仅4项报告符合任何WHO CNS分类,其中仅2项明确所用WHO CNS分类版本。
  • 多项研究未纳入组织学验证,部分研究治疗状态不明或组织学过时。
  • 各研究在队列肿瘤类型、治疗状态及诊断分类评估系统上存在相当大的异质性,无法进行Meta分析。
  • QIBA依从性有限,无一项研究完全符合实施与报告推荐。
全文中译17 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:Pediatr Radiol. 2026 Apr 1;56(5):1139–54. doi: 10.1007/s00247-026-06600-7

引言

脑肿瘤是儿科患者中最致命的、同时也是第二常见的癌症类型[1]。由于儿科患者的脆弱性以及肿瘤位置常常不适合手术,他们需要能够避免手术的生物标志物来对脑肿瘤进行分类并评估治疗反应。可靠的无创生物标志物还可能改善该人群的认知结局[2]。

磁共振成像(MRI)是脑肿瘤治疗规划和监测的关键支柱,包括在儿科人群中。然而,传统MRI肿瘤方案往往无法充分捕捉脑肿瘤的生物学复杂性,限制了其准确评估肿瘤活力和恶性的能力。另一方面,先进MRI技术在提高儿科人群脑肿瘤鉴别诊断性能以及评估治疗反应方面显示出潜力[3]。

动态对比增强(DCE)MRI是一种先进的定量MRI技术,已在成人型脑肿瘤评估中确立地位[4]。DCE是一种依赖对比剂注射的序列,旨在通过量化血管通透性和灌注相关参数来提供关于血脑屏障完整性的信息[5]。在成人脑肿瘤中已观察到DCE动力学参数与肿瘤分级之间存在显著相关性[6]。然而,最常见的低级别儿科脑肿瘤——毛细胞型星形细胞瘤,通常也表现为血脑屏障破坏伴明显对比增强,这与成人低级别胶质瘤或其他儿科低级别肿瘤中观察到的较为克制的增强模式形成对比(图1)。尽管如此,关于儿科胶质瘤DCE测量的系统性数据仍然匮乏且代表性不足。

从技术角度看,北美放射学会的定量成像生物标志物联盟(QIBA)提出了针对成人的标准化扫描参数和处理方案以提高DCE可重复性,但无对应的儿科版本[7]。然而,儿童在与DCE测量相关的多个方面与成人不同,包括脑体积、心输出量、脑血流量、血细胞比容和对比剂反应,以及实际实施因素如套管尺寸和可达到的注射速率[8]。

因此,对儿科脑肿瘤患者进行DCE的结构化评估势在必行。本系统文献综述旨在(1)评估DCE在儿科脑肿瘤诊断评估及其治疗中的价值,以及(2)为放射学界提供DCE儿科扫描方案概述。

图1 轴位增强后T1加权结构像(a-c)和动态对比增强(d-f)磁共振图像显示三名儿童的脑肿瘤。a、d 一名12岁男孩,患有菊形团形成性胶质神经元肿瘤(世界卫生组织(WHO)1级)。b、e 一名5岁女孩,患有毛细胞型星形细胞瘤,KIAA1549::BRAF融合阳性(WHO 1级)。c、f 一名1个月大女婴,患有幕上室管膜瘤,YAP1融合阳性(WHO 3级) 查看原图 ↗

方法

方案

文献检索策略,包括检索式的构建,均依据人群、干预、对照、结局框架(PICO;表1)制定。人群包括儿童患者,涵盖婴儿和儿童。关注的干预措施为动态对比增强(DCE)MRI。未指定明确的对照,因为本综述的主要目的是全面描述DCE的应用,包括所有可行的(半)定量参数,而非评估比较诊断性能。结局为脑肿瘤的评估。针对每个PICO组分,定义了全面的关键词和同义词集,并采用积木块法进行组合。

本研究豁免机构审查委员会(IRB)批准。检索策略及相应检索式由x.x.和x.x.制定,并由Y.P.独立审阅和验证。在第1阶段,仅由N.R.和S.A.独立评估标题和摘要;未发现分歧。在第2阶段,所有作者独立审阅全文文章,最终纳入决定通过共识达成。还进行了额外的手工检索,彻底检查所选文章的参考文献,以识别与研究问题相关的其他文献。未设出版年份下限。出版年份上限由文献检索日期隐式界定。检索、获取和筛选的详细描述见补充材料1。所有作者对诊断准确性研究质量评估-2(QUADAS-2)偏倚风险评估进行了修改版评估,每篇文章至少由两名评估者评价[9]。分歧通过共识解决。由一名具有4年临床神经影像经验的MRI物理师(Y.P.)对每项入选研究评估其对DCE实施和报告的QIBA建议的依从性。

表1 Web of Science和PubMed的检索式 查看原表 ↗

检索策略

检索于2025年8月31日在PubMed和Web of Science数据库上进行。检索式使用预定义的PICO组分及其相关关键词和同义词构建,根据积木块法使用布尔运算符组合。

资格评估

需要纳入同时包含成人和儿科患者的出版物,以便仅提取儿科患者的结果。对所有出版物评估了可能的队列重叠,提示性标准包括同一研究组在多个出版物中报告的相似患者人群、来自同一机构以及使用相同的采集方案。因此,在计算针对任何类型研究问题使用DCE研究的病例总数时,我们仅计入某一类肿瘤中较大的样本量。如果研究问题是重点且各研究之间研究问题不同,则未这样做。儿科型脑肿瘤的诊断理想情况下基于近期病理分类系统和组织。尽管如此,未进行组织病理学诊断验证的肿瘤未被排除,因为儿科肿瘤患者有时不进行基于组织的肿瘤验证,例如由于肿瘤位置具有挑战性。仅纳入英文出版物。由于某些儿科脑肿瘤发病率低,允许纳入五例或以上患者的病例系列。

排除标准包括未涉及儿科患者的研究以及未专门探讨DCE作为诊断工具使用的文章。不包含原始数据的出版物也被排除,病例数少于五例的病例报告同样被排除。这些标准在检索阶段1和2中使用。

数据提取和偏倚风险评估

数据提取包括研究设计、肿瘤和患者特征(患者数量、性别、年龄、肿瘤分级和类型),以及以参数衡量的主要发现,包括从血浆进入血管外细胞外空间的转移常数(Ktrans)和返回常数(kep)、每单位组织体积的血管外细胞外空间体积(ve)和血浆体积分数(vp)。基于药代动力学建模技术的研究结果未纳入,包括双室建模和反卷积分析,用以从DCE数据推导血容量和血流以提供对灌注的补充见解。应用了修改版QUADAS-2工具(补充材料2)[9]。基于多个方面的同质性考虑纳入荟萃分析的资格,包括成像方案、肿瘤类型和治疗状态。大多数QUADAS-2类别评分为低或中等偏倚风险的≥5项研究可用是荟萃分析的宽松最低要求。否则,采用叙述性综合总结发现。

结果

概述

图2展示了检索过程。检索共获得118篇文章。去除重复后,剩余95篇文章进入阶段1筛选。78篇不符合标准的文章被排除。剩余17篇文章进入阶段2。在筛选过程结束时,8篇文章符合纳入和排除标准[10–17]。手工检索额外获得1篇相关文章[18]。

图2 研究选择过程流程图 查看原图 ↗

研究特征和主要研究结果总结

表2呈现了研究特征,包括研究设计、研究人群以及与 research question 相关的主要结果。DCE序列技术细节见表3。

研究队列规模从6例到72例患者不等。仅有一项研究采用了2021年最新的世界卫生组织中枢神经系统肿瘤分类(WHO CNS)[16, 19]。三项研究仅纳入组织学确诊的肿瘤,两项研究纳入部分组织学确诊的肿瘤,四项研究未提及肿瘤是否经组织学评估。四项研究纳入未经治疗的肿瘤,两项研究涉及治疗评估,三项研究同时包含治疗和未经治疗的病变。

未满足荟萃分析的条件。各队列在肿瘤类型、治疗状态及用于诊断和分类病理的评估系统方面存在显著异质性。因此,采用叙述性综合方法总结纳入研究的主要发现。

表2 研究特征与结果 查看原表 ↗
表3 动态对比增强磁共振成像序列的技术细节 查看原表 ↗

偏倚风险与影像学标准依从性

大多数研究显示偏倚风险较低(表4),其中患者选择描述的评分最低(表4)。基于表3所呈现的技术参数,对定量影像生物标志物联盟(QIBA)的依从性仅限于低水平(表4),没有研究完全符合实施和报告方面的建议。

表4 儿童动态对比增强MRI研究拟合的偏倚风险分析及对定量影像生物标志物联盟(QIBA)建议的方案依从性 查看原表 ↗

无创性肿瘤鉴别

六项研究探讨了DCE MRI衍生的动力学参数(包括Ktrans、kep、ve和vp)能否鉴别儿童脑肿瘤级别或肿瘤类型[10–13, 15–17]。在明确说明的情况下,分析在新诊断、未接受治疗的患者中进行;然而,两项研究未报告成像时的治疗状态,未纳入累积分析。

四项研究探讨了新诊断、未接受治疗的患者的DCE参数,以鉴别低级别和高级别儿童原发性脑肿瘤[10–12, 15, 16]。校正潜在队列重叠后,累积病例数约为186例(表3)。

仅Ho等人(研究编号3,表3)在一组混合原发性脑肿瘤队列中应用了最新的WHO CNS 5分类,检验DCE鉴别低级别与高级别病变的能力[16]。他们呈现了最大的队列,包括36例高级别(WHO 3级和4级)和36例低级别原发性脑肿瘤。经Bonferroni校正后,两组间无扩展Tofts模型的DCE参数存在显著差异。

Gupta 等(研究 2,表 3)在其纳入 64 例患者的混合原发性儿童脑肿瘤研究中,未发现不同肿瘤分级之间在扩展 Tofts 模型动力学参数上存在任何经 Bonferroni 校正的显著差异,这印证了 Ho 等[15]的结果。然而,他们确实报告了不同后颅窝肿瘤之间 Ktrans 值存在显著差异(P=0.036),即毛细胞型星形细胞瘤(0.48,0.17–1.25.17.25)与髓母细胞瘤(0.01,0.0–0.74.0.74)之间。他们还观察到室管膜瘤(8.25(3.98–17.91))和毛细胞型星形细胞瘤(8.68(5–79.05))的 kep 高于髓母细胞瘤(2.89(0.0–10.77.0.77);P=0.012)。此外,Gupta 等报告,与毛细胞型星形细胞瘤和室管膜瘤相比,髓母细胞瘤的 ve 显著更低(分别为 P=0.003 和 0.012)。

Vajapeyam 等[11](研究 7,表 3)呈现了一个纳入 41 例病例的可比混合组织学设置,旨在使用扩展 Tofts 模型参数区分 WHO I 级和 II 级(按 2016 年 WHO 中枢神经系统分类为低级别胶质瘤(LGG))与 III/IV 级(n=25)[11]。他们得出结论,组间在 Ktrans、kep(两者在高级别胶质瘤(HGG)中均更高)和 ve(在 HGG 中更低)方面观察到显著差异。未说明统计误差校正。他们此前已发表了其队列中存在大量重叠的一部分(研究 8,表 3),并得出结论:所有三个参数均具有高特异度(范围 82–100%),而 ve 获得了最佳敏感度(合并敏感度 76%,而 Ktrans 和 kep 为 71%)[10]。

总之,在明确未接受过治疗的混合病灶队列中,两项研究未发现 DCE 具有任何鉴别潜力(累计病例数 n=136)。相比之下,基于两个重叠数据集、总计约 50 例病例的两项研究确定了诊断潜力。

另外两项研究评估了 DCE 参数用于肿瘤鉴别或侵袭性评估,但未说明成像时的治疗状态,限制了可解释性[13, 17]。Rochetams 等(研究 5,表 3)呈现了 10 例治疗状态未知的混合性胶质瘤儿童患者(4 例 WHO I/II 级 LGG,6 例 HGG),Ktrans 比值在 I 级与 IV 级脑肿瘤之间显著不同(P=0.027),而其他鉴别则无法实现。IV 级儿童脑肿瘤通过 Ktrans 比值高于 0.63 而被明确界定[13]。基于 Ktrans 区分毛细胞型星形细胞瘤与髓母细胞瘤不可能实现。Arevalo-Perez 等呈现了一项 2024 年研究(研究 1,表 3),以区分低级别脑室管膜瘤与间变性室管膜瘤[17]。然而,仅 4 例为间变性,2 例为低级别。然而,vpmax 遵循成人中的趋势,间变性病变(均值 17.44%)高于低级别病变(均值 9.65%)。研究质量因亚组规模非常小和治疗状态未知而受损。

治疗反应与结局预测

三项研究评估了 DCE MRI 参数作为儿童脑肿瘤治疗反应标志物或临床结局预测因素[12, 14, 18]。

Zukotynski 等(研究编号 9,表 3)检查了 24 例具有混合原发性脑肿瘤组织学类型的儿童,在接受贝伐珠单抗和伊立替康治疗前、治疗期间及治疗后的情况,数据完整性不一,并且仅分析了 Ktrans(论文中称为 Kps)。基线时 Ktrans 在低级别胶质瘤(LGG)与高级别胶质瘤(HGG)之间无差异(n=21;P=0.56)。Ktrans 与无进展生存期无关,但除一个例外外,在治疗期间降低。

Jost 等(研究编号 4,表 3)介绍了一项关于视路低级别胶质瘤(LGG)患者的研究,这些患者的治疗状态未知,他们试图预测患者是保持临床稳定(n=11)还是发展为侵袭性疾病(n=16)[14]。然而,MRI 与临床判断之间的关系尚不明确。尽管如此,他们发现临床侵袭性视路胶质瘤的平均 Ktrans 表面积乘积(KPS)(2.24 mL/min 每 100 cm3)显著高于临床稳定肿瘤(1.38 mL/min 每 100 cm3)(P=0.05)。所有临床稳定肿瘤的数值均<2.0 mL/min 每 100 cm3。为进一步支持所观察到的血管通透性与侵袭性之间的相关性,在归类为临床侵袭性的散发性肿瘤中观察到的平均通透性值(2.77 mL/min 每 100 cm3)显著高于归类为临床稳定的肿瘤(<2.0 mL/min 每 100 cm3)(P<0.05)。

最后,2020 年 Vajapeyam 等的发表文章(研究编号 6,表 3)还包含随访扫描,显示当作为连续时间依赖变量分析时,平均 ve 与无进展生存期(P=0.03)和总生存期(P=0.03)的关联,以及最大 Ktrans 与无进展生存期(P=0.03)的关联均接近显著[12]。动力学参数随时间增加越大,与更差结局相关。动力学参数在假性进展与真性早期进展组之间无差异。

讨论

关键总结

这篇关于儿童脑肿瘤患者动态对比增强(DCE)的系统综述表明,仅有极少数研究关注该主题,而病例和技术执行方面的显著异质性使这一问题进一步复杂化。

临床发现

共九项规模较小的研究,部分存在队列重叠、肿瘤组织学不明确或过时、研究问题不同以及扫描参数不明确等问题,凸显了 DCE 在儿童神经肿瘤影像学应用中存在重大知识空白。

关于低级别和高级别脑肿瘤的鉴别,数据依赖于四至五项研究,其中大多数样本表明使用DCE动力学参数无法进行鉴别。然而,这些研究的亚组分析提示,这可能归因于这些队列的组织学异质性,并且两种类型肿瘤之间的鉴别可能是可行的,正如Gupta等人关于毛细胞型星形细胞瘤与髓母细胞瘤的结果所示[15]。然而,Rochetams等人未能发现这两种肿瘤实体之间的差异,这可能是由于两组总共仅五例的极小样本量[13]。已发表的肿瘤恶性预测研究结果的不一致性凸显了另一个问题:未来的研究通过聚焦于两种实体(如髓母细胞瘤和毛细胞型星形细胞瘤)可能更容易获得具有统计学意义的结果,尽管临床上需要在更广泛的实体和亚型中鉴别高度恶性肿瘤与低度恶性肿瘤。此外,我们未能找到一项聚焦于肿瘤实体分子鉴别的单一研究,而这对于现代肿瘤诊断至关重要。因此,未来的方法需要发生实质性改变。

审视已发表的九项研究,值得注意的是仅有少数聚焦于组织学和临床上可比的病例,例如Jost等人的视路胶质瘤研究,在样本量相对较小时这应作为标准。在此背景下,临床可重复性是先进MR成像的一个重要因素。虽然不符合本出版物的纳入标准,但作者希望提请注意Miyazaki等人的出版物,他们在八例儿童胶质瘤病例中显示仅Ktrans的变异系数低于20%,且动脉输入函数(AIF)可能显示出比成人更尖锐和更早的首过峰值,从而对动态扫描规划产生影响[20]。另一方面,Carceller等人的五例HGG患者队列显示ve的变异系数最低(2.9%),同时Ktrans和kep也保持在20%以下[21]。这意味着未来在儿童脑肿瘤患者中使用DCE的研究必须一方面批判性地评估应考虑哪些参数,另一方面儿童脑部较小血管中的AIF选择仍然是一个未解决但相关的问题。两者都是关键方面,尤其是在目前探索不足的儿童队列随访研究领域,这引出了儿童MRI技术实施的话题。

儿童人群中动态对比增强成像的技术实施

所综述的研究表明,DCE在不同临床研究环境中的实施存在高度异质性。值得注意的是,关键采集参数的报告明显不足,尤其是在头部线圈规格、对比剂注射参数、时间采样和后处理方面。扫描仪场强范围为1.5 T至3 T。不同研究中报告的头部线圈通道数从8通道到20通道不等。对比剂给药方案在类型和剂量上均存在差异——最常见的是0.1 mmol/kg的钆布醇或Gd-BOPTA——尽管也有半剂量和重复剂量策略与动态磁敏感对比灌注MRI联合应用的报道,注射速率从1 mL/s到5 mL/s不等。仅有一部分研究纳入了增强前T1 mapping,B1 mapping则很少执行。动脉输入函数(AIF)的选择差异很大,从手动选取大脑中动脉感兴趣区到自动提取,随后采用扩展Tofts双室模型、Patlak模型和漏泄示踪剂动力学模型进行参数定量。

尽管DCE在儿童神经肿瘤学中持续应用,目前尚无专门针对儿童实施DCE的指南。现有建议,如QIBA [7],仅针对成人群体制定,未纳入儿科实际考虑因素,如较小的静脉导管规格 [22]、较高注射压力下外渗的风险 [23],或调整给药策略的需要 [24]。在实践中,儿科患者经常需要使用18–21 G导管,这限制了可达到的注射速率。因此,常采用较低的注射速率以降低外渗风险,但较慢的输注会使AIF峰值变平,损害示踪剂动力学建模的保真度 [25]。AIF锐度降低直接限制了Ktrans等对团注轮廓敏感的定量参数的准确性 [26]。现有技术标准与儿科实践现实之间的这一差距凸显了制定量身定制指南的必要性,以在患者安全与稳健药代动力学分析的需求之间取得平衡。

已发表研究中一个一致的主题是系统性地未能按照QIBA建议实施和报告采集与分析。关键采集参数,包括头部线圈类型、对比剂注射细节、时间分辨率和覆盖范围,经常报告不足,而T1和B1 mapping等必要校准措施则常被省略。同样,预处理流程、AIF定义和模型选择的描述高度可变或常常记录不充分,使其难以复现。研究间缺乏依从性进一步限制了临床转化以及儿童神经肿瘤学稳健定量生物标志物的建立。社区性努力,如灌注成像开源倡议(OSIPI),提供了 openly 共享的软件工具和参考数据处理流程的存储库,以促进可重复的定量DCE成像 [27]。

当前研究的局限性

尽管DCE显示了儿童脑肿瘤分级与参数(包括Ktrans、kep、ve和vp)之间可能有用的相关性,但本综述存在若干局限性,在解读结果时应予以考虑。

本综述中的一个重要差异是,如4.3所述,所纳入的几项研究在技术方面存在差异,限制了研究结果在不同临床情境中的普适性。

另一项局限性涉及肿瘤类型评估和分级分类系统的显著变异性和差异。九项研究中仅四项报告了符合任何WHO中枢神经系统(CNS)分类,其中仅两项明确说明了所使用的WHO CNS分类版本。此外,几项研究未纳入组织学验证。这可能影响本综述就DCE参数与肿瘤分级和类型的相关性所得总体结论的准确性。对于某些肿瘤鉴别,例如髓母细胞瘤与毛细胞型星形细胞瘤的鉴别,从WHO CNS 2016向2021版过渡的影响可能较小,此类研究之间的比较仍可进行[28],而儿童胶质瘤分类在2021年WHO分类中经历了重大调整[29]。

本综述识别的另一项关键局限性是研究的样本量较小。这限制了研究结果的统计效能,使得难以就DCE参数的预后价值得出明确结论。

此外,各研究方法学的不一致可能引入了测量差异。采集参数的变异,包括时间分辨率、场强、对比剂类型和处理流程,是比较性的重大局限。动脉输入函数(AIF)选择的变异是另一个可能影响所呈现研究临床结局的相关问题[30]。

使用不同的处理模型(如Tofts、Patlak或Kermode模型)加剧了研究间无法直接比较的问题,因为每种模型突出肿瘤生理学的不同方面,可能无法准确反映所有肿瘤类型。这可能对在不同肿瘤亚型间产生一致可靠且准确的结果构成挑战。

最后,尽管DCE在提供肿瘤血管性信息方面显示出前景,但其具有一些固有的技术局限性。例如,DCE对运动伪影高度敏感,这在可能难以在检查过程中保持静止的儿童患者中尤为明显。此外,使用对比剂带有较小的副作用风险[8],尽管这些通常较为罕见。

儿童神经肿瘤学中动态对比增强成像的未来方向

在儿科神经肿瘤学中实施DCE的未来研究应旨在更紧密地遵循QIBA建议,同时使方案适应儿科队列的实际限制。这包括使用标准化采集方案、严格记录对比剂注射参数以及对数据处理进行透明报告。重要的是,目前仍缺乏专门针对儿科人群的建议,制定此类共识指南对于在技术严谨性与儿童成像的临床需求之间取得平衡至关重要。此外,由于儿科肿瘤罕见且已发表的样本量有限,建立汇集DCE采集和药代动力学参数的跨机构数据库将非常有价值,能够实现更稳健的分析并促进可临床转化的生物标志物。

除了技术协调之外,未来的DCE研究应解决在生物学和临床上更有意义的问题,不再局限于异质性肿瘤实体之间的广泛比较,而是聚焦于分子标志物、有限实体和临床相关结局,以增强其转化价值。此类结局分析需要在预后不佳的特定HGG实体中预测无进展生存期和总生存期,并考虑治疗(反应)方面,最好汇集来自多个中心的数据以达到有意义的样本量。这些步骤将促进DCE在儿科神经肿瘤学领域更大的可重复性、可比性和临床影响力,特别是造福于年幼、高度脆弱的患者。

结论

如多项研究所表明,DCE MRI可能为脑肿瘤儿科患者提供有价值的无创成像生物标志物。然而,已发表的样本量较低以及技术和病例异质性目前尚不允许得出确切结论。需要专门的儿科DCE MRI方案以及以临床为重点的研究。由于用于可靠动力学参数解读的证据水平仍然过低,患者目前尚未从临床使用的DCE中获益。

补充信息

以下是电子补充材料的链接。ESM 1DOCX(13.5 KB)

引用

  1. Ringrose N, Atmaca Ş, Keil VC, et al. Dynamic contrast-enhanced magnetic resonance imaging in paediatric brain tumours systematically reviewed. Pediatr Radiol. 2026. PMID: 41920352. doi:10.1007/s00247-026-06600-7
  2. 全文:PMC13134978(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC13134978/

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。