钆塞酸二钠与细胞外对比剂MRI诊断肝切除术后亚厘米复发HCC的性能比较:改良算法
该回顾性研究纳入153例肝切除术后患者185个亚厘米可疑病灶,比较EOB-MRI与ECA-MRI诊断亚厘米复发HCC的性能。基于T2WI轻度-中度高信号、非周边廓清(EOB-MRI用PVP/TP,ECA-MRI用PVP/DP)和弥散受限的EOB-MRI改良算法,敏感度显著高于典型血管模式(训练集0.812 vs 0.400,P<0.001;测试集0.792 vs 0.375,P=0.006),也高于ECA-MRI改良算法(训练集0.812 vs 0.425,P<0.001;测试集0.792 vs 0.417,P=0.004),特异度相当。
要点
- 亚厘米复发HCC典型血管模式敏感度低(<0.50),EOB-MRI与ECA-MRI无差异。
- EOB-MRI改良算法(T2WI轻度-中度高信号+PVP或TP非周边廓清+弥散受限)敏感度显著提高。
- ECA-MRI改良算法敏感度未显著提高,EOB-MRI改良算法敏感度优于ECA-MRI。
关键影像表现/征象
- 亚厘米复发HCC在EOB-MRI上常见T2WI轻度-中度高信号、弥散受限、PVP或TP非周边廓清、TP低信号和HBP低信号。
- ECA-MRI上亚厘米复发HCC常见T2WI轻度-中度高信号、弥散受限、PVP或DP非周边廓清,但强化包膜在EOB-MRI上无显著差异。
- 典型血管模式(非rim APHE+廓清)在两种模态敏感度均低(训练集EOB-MRI 0.400,ECA-MRI 0.362)。
诊断标准与关键数值
- EOB-MRI改良算法敏感度训练集0.812(95%CI 0.727-0.898),测试集0.792(95%CI 0.629-0.954);特异度训练集0.903(95%CI 0.830-0.977),测试集0.947(95%CI 0.847-0.999)。
- ECA-MRI改良算法敏感度训练集0.425(95%CI 0.317-0.533),测试集0.417(95%CI 0.219-0.614);特异度训练集0.984(95%CI 0.953-0.999),测试集1.000(95%CI未报告)。
- 典型血管模式敏感度EOB-MRI 0.400(95%CI 0.293-0.507),ECA-MRI 0.362(95%CI 0.257-0.468);特异度分别为0.984(95%CI 0.953-0.999)和0.968(95%CI 0.924-0.999)。
- LI-RADS LR-4/5在ECA-MRI上敏感度0.450(95%CI 0.341-0.559),特异度0.952(95%CI 0.898-0.999);在EOB-MRI上敏感度0.425(95%CI 0.317-0.533),特异度0.984(95%CI 0.953-0.999)。
临床应用与阅片要点
- 对于肝切除术后亚厘米可疑复发灶,建议采用EOB-MRI并应用包含T2WI轻度-中度高信号、PVP或TP非周边廓清和弥散受限的改良算法。
- 注意EOB-MRI上评估非周边廓清时纳入TP可提高敏感度,但需警惕血管瘤等假性廓清。
- 非rim APHE在亚厘米复发HCC中 prevalence 较低(训练集EOB-MRI 70%,ECA-MRI 78.8%),单独依赖典型血管模式易漏诊。
局限性
- 单中心回顾性研究,样本量有限。
- 两种MRI检查间隔在2周内,但顺序不完全随机,可能存在选择偏倚。
- 改良算法基于单中心数据开发,需外部验证。
全文中译12 节 · 点击展开
引言
作为肝细胞癌(HCC)的主要根治性手段,肝切除术的长期有效性仍受到5年内>70%复发率的挑战[1, 2],严重影响临床结局。复发HCC的治疗方式包括再次肝切除术、挽救性肝移植、全身治疗及部分局部区域治疗。多位研究者提出,对于有HCC病史的患者,应尽早对亚厘米级复发性HCC采用微创治疗[3];Song等[4]亦已证明,经皮超声/MRI融合引导射频消融是治疗亚厘米级复发性HCC(≤ 1 cm)患者的安全有效治疗方式,这强调了在肿瘤进展损害治疗窗口之前识别早期复发的必要性。
根据美国肝病研究学会(AASLD)和欧洲肝病研究学会(EASL)的指南,HCC可基于其典型血管模式进行无创诊断,即动脉期高强化后廓清,该模式在复发性HCC情境中亦已得到广泛验证[5–7]。此外,AASLD已采纳肝脏影像报告和数据系统(LI-RADS),认可其在分层HCC可能性方面具有更优的准确性[8]。由于这些指南优先考虑高特异性,它们不允许对亚厘米级复发性HCC作出确定性诊断;因此,推荐采用观察等待策略。然而,该策略对于HCC肝切除术后可疑的亚厘米级复发可能并非最优,因为生物学侵袭性强的亚厘米级复发可快速进展[9]。缺乏最佳影像学方法和诊断算法进一步使临床决策复杂化。
钆塞酸增强MRI(EOB-MRI)整合了类似细胞外对比剂增强MRI(ECA-MRI)的动态对比期相以及额外的肝胆期(HBP)成像[10]。HBP在提高小病灶检出准确性及为诊断HCC提供有价值信息方面的优势已被广泛认可[11–13]。此外,既往研究表明,将移行期(TP)纳入廓清评估可提高诊断HCC的敏感性而不损害特异性[14, 15],即使在亚厘米级HCC中亦然[16]。尽管如此,根据LI-RADS,EOB-MRI在描绘HCC诊断的关键影像学特征(如动脉期高强化、廓清和强化包膜等主要特征)方面亦存在公认的局限性[17–19]。因此,了解EOB-MRI与ECA-MRI在诊断亚厘米级复发性HCC方面的差异至关重要。
因此,本研究旨在比较EOB-MRI与ECA-MRI在诊断亚厘米级复发性HCC中的表现,以期为HCC肝切除术后患者选择合适的随访工具提供循证支持。
材料与方法
患者选择
我们的回顾性研究经复旦大学附属中山医院机构审查委员会批准(B2021-325R),符合《赫尔辛基宣言》,豁免知情同意要求。2017年1月至2023年12月期间,2305例在HCC肝切除术后监测(采用超声、CT或MRI)中新发现病灶的患者最初纳入我们的研究。1524例患者被排除,原因包括:(1)既往有TACE、RFA或化疗史的患者;(2)明显良性病灶(如囊肿或典型血管瘤);以及(3)无亚厘米病灶或存在> 1 cm的共存病灶。在剩余781例符合条件的可疑亚厘米病灶患者中,另有628例患者被排除,原因包括:(1)未在2周内同时接受EOB-MRI和ECA-MRI检查的患者;(2)病灶数目> 5;(3)随访不足< 12个月;(4)图像质量差。纳入流程图见图1。最终,153例HCC肝切除术后患者共185个亚厘米可疑肝脏病灶纳入我们的研究,所有患者均在2周内同时接受了EOB-MRI和ECA-MRI检查。他们被分为两个队列:训练集,用于开发和优化诊断算法(2017年1月至2022年6月的117例患者共142个病灶),以及时间独立测试集,用于以时间独立的方式验证诊断算法的诊断性能(2022年7月至2023年12月的36例患者共43个病灶)。
MR检查
MR图像通过3.0-T MR扫描仪(MAGNETOM Prisma,Siemens Healthineers)采集。常规平扫序列包括T1加权同相位和反相位成像、横断面T2加权快速自旋回波,以及扩散加权成像(DWI,b = 0、50和500 s/mm2)。
动态成像采用T1加权脂肪抑制序列。对于ECA-MRI,静脉给予钆布醇(Gadavist;Bayer HealthCare)(0.1 mmol/kg,2 mL/s)。当对比剂到达升主动脉时触发动脉期(AP),随后进行门静脉期(PVP,60 s)和延迟期(DP,3 min)采集。对于EOB-MRI,静脉给予钆塞酸二钠(Primovist,Bayer HealthCare)(0.025 mmol/kg,1 mL/s)。AP同样被触发,随后进行门静脉期(PVP,60 s)、移行期(TP;3 min)和肝胆期(HBP;20 min)采集。
参考标准
HCC和非HCC恶性肿瘤的诊断通过肝切除术、移植或经皮活检的组织病理学确认。良性病灶通过病理学或临床随访诊断。所有患者接受随访影像学检查≥ 12个月。当无法获得组织学结果时,良性诊断基于随访期间病灶稳定性或显著性降低来确定。
图像分析
两名委员会认证的腹部放射科医师(Y.Y.X.,具有15年经验;M.S.Z.,具有35年经验)在不知晓患者临床病史和最终诊断的情况下独立审阅了所有图像。每位放射科医师在两次独立的读片会话中分别进行图像分析,每次会话分别专门针对EOB-MRI或ECA-MRI图像。在第一次会话中,随机分配ECA-MRI或EOB-MRI图像。剩余模态在第二次会话中评估,同样以随机方式进行。为减少潜在的回忆或学习偏倚,两次会话之间保持4周的时间间隔。两位观察者之间在MR特征方面不一致的病例随后通过共识解决。
在ECA-MRI上,根据补充表S1中详细说明的说明评估以下MR特征:(1)T1WI低信号;(2)T2WI轻-中度高信号;(3)脂肪沉积;(4)非环状动脉期高增强(APHE);(5)门静脉期(PVP)或延迟期(DP)非周边廓清;(6)强化包膜;(7)弥散受限。
在EOB-MRI上,评估以下MR特征:(1)T1WI低信号;(2)T2WI轻-中度高信号;(3)脂肪沉积;(4)非环状APHE;(5)PVP非周边廓清;(6)移行期(TP)低信号;(7)PVP或TP非周边廓清;(8)肝胆期(HBP)低信号;(9)强化包膜;(10)弥散受限。
此外,还根据上述影像特征,按照LI-RADS 2018版评估LI-RADS分类。
统计分析
在病灶水平上,在训练集中应用采用可交换相关矩阵的逻辑回归广义估计方程模型来识别显著的MR特征,同时考虑多病灶患者的聚类效应。方差膨胀因子(VIF)用于评估多重共线性,VIF大于2表明存在多重共线性[20]。单因素分析中p值<0.05且无多重共线性的MR特征进入多因素分析。随后报告比值比(OR)、95%置信区间(CI)和双侧p值。在训练集和时间独立测试集中,计算诊断性能参数,包括敏感度、特异度、准确度、阳性预测值(PPV)和阴性预测值(NPV),随后使用McNemar检验在EOB-MRI和ECA-MRI之间进行比较。MR特征的观察者间一致性采用κ统计量评估:≤ 0.20(差),0.21–0.40(一般),0.41–0.60(中等),0.61–0.80(高度一致),0.81–1.00(几乎完全一致)。
训练集与时间独立测试集之间的组间比较酌情使用独立样本t检验、卡方检验或Fisher精确检验。
所有统计分析均在R软件(版本4.4.2)和SPSS 20.0(IBM)中进行,显著性水平设为p值<0.05。
结果
患者及肝脏病灶的临床病理特征
共纳入153例患者(平均年龄55.30 ± 11.09岁;男性118例),共有185个亚厘米病灶。训练集包括117例患者、142个病灶,时间独立测试集包括36例患者、43个病灶。在训练集中,92例患者先接受ECA-MRI后接受EOB-MRI,25例先接受EOB-MRI后接受ECA-MRI。在时间独立测试集中,22例患者先接受ECA-MRI后接受EOB-MRI,14例先接受EOB-MRI后接受ECA-MRI。训练集和时间独立测试集中患者及肝脏病灶的临床病理特征详见表1。训练集与时间独立测试集患者在年龄、性别或慢性肝病情况方面无显著差异,病灶大小及最终诊断分布在两组病灶之间亦无统计学差异(均p > 0.05)。
肝脏病灶的MR特征
亚厘米复发性HCC与非复发性肝脏病灶在两种MRI模态上MR特征的比较见补充表S2。
在训练集中,亚厘米复发性HCC在EOB-MRI和ECA-MRI上均表现为T1WI低信号、T2WI轻-中度高信号、非环状APHE、弥散受限及LR-4/5的比例显著高于非复发性肝脏病灶(均p < 0.05),而脂肪沉积无显著差异。在EOB-MRI和ECA-MRI上,亚厘米复发性HCC中PVP期非周边廓清(52.5% vs. 6.5%,p < 0.001)和PVP或DP期非周边廓清(43.8% vs. 12.9%,p < 0.001)分别较非复发性肝脏病灶更为常见。然而,在ECA-MRI上,亚厘米复发病灶中强化包膜的发生率显著高于无复发病灶(16.3% vs. 1.6%,p = 0.004),但在EOB-MRI上无显著差异(8.8% vs. 1.6%,p = 0.138)。此外,TP期低信号、PVP或TP期非周边廓清及HBP期低信号这些仅在EOB-MRI上评估的MR特征,在亚厘米复发性HCC中的出现率高于非复发性肝脏病灶(均p < 0.05)。
在时间独立测试集中,T2WI轻-中度高信号、弥散受限、非周边廓清及LR-4/5在两种MRI模态上均显示出与训练集相同的分布趋势,而T1WI低信号(83.3% vs. 57.9%,p = 0.065)和非环状APHE(87.5% vs. 68.4%,p = 0.153)在ECA-MRI上复发与非复发病灶之间无显著差异。在两种MRI模态上,强化包膜在复发病灶中的出现率高于非复发病灶,但无统计学意义(p > 0.05)。此外,亚厘米复发性HCC在ECA-MRI上较EOB-MRI更频繁地表现为T1WI低信号和非环状APHE。
预测性MR特征的单因素/多因素分析
对于EOB-MRI,单因素分析显示,T1WI低信号、T2WI轻至中度高信号、非环状动脉期高强化(APHE)、PVP期非周边廓清、TP期低信号、PVP或TP期非周边廓清、HBP期低信号和弥散受限是亚厘米复发性HCC的预测因素。由于TP期低信号(VIF = 4.208)与PVP或TP期非周边廓清(VIF = 4.613)之间存在多重共线性,选择OR值更高的PVP或TP期非周边廓清(20.882 vs. 11.667)进入进一步多元回归分析。最终,在多因素分析中,T2WI轻至中度高信号(OR,7.062;95% CI,1.926–28.896;p = 0.003)、PVP或TP期非周边廓清(OR,4.145;95% CI,1.139–15.085;p = 0.031)和弥散受限(OR,6.799;95% CI,1.996–23.155;p = 0.002)是诊断亚厘米复发性HCC的独立预测因素。
对于ECA-MRI,T1WI低信号、T2WI轻至中度高信号、非环状APHE、PVP或DP期非周边廓清、强化包膜和弥散受限在单因素分析中具有统计学意义。根据多因素回归分析,T2WI轻至中度高信号(OR,5.684;95% CI,1.844–17.525;p = 0.002)、PVP或DP期非周边廓清(OR,3.956;95% CI,1.259–12.430;p = 0.019)和弥散受限(OR,6.486;95% CI,2.357–17.850;p < 0.001)是亚厘米复发性HCC的独立显著预测因素(表2)。
诊断算法的诊断性能
典型血管模式、LI-RADS分类、多因素分析中显著的MR特征及其联合应用的诊断性能详见表3和表4。
在训练集中,典型血管模式在两种MRI模态上均表现出令人满意的特异度,但敏感度相对较低,且在EOB-MRI与ECA-MRI之间的敏感度(0.400 [95% CI,0.293–0.507] vs. 0.362 [95% CI,0.257–0.468],p = 0.678)和特异度(0.984 [95% CI,0.953–0.999] vs. 0.968 [95% CI,0.924–0.999],p > 0.999)均无统计学差异。对于EOB-MRI,在确保特异度牺牲最小的前提下,联合所有三个显著MR特征(T2WI轻至中度高信号、PVP或TP期非周边廓清和弥散受限)的诊断算法相对于典型血管模式表现出显著提高的敏感度(敏感度,0.812 [95% CI,0.727–0.898] vs. 0.400 [95% CI,0.293–0.507],p < 0.001;特异度,0.903 [95% CI,0.830–0.977] vs. 0.984 [95% CI,0.953–0.999],p = 0.063)。对于ECA-MRI,在所有保持高特异度的诊断算法中,包括T2WI轻至中度高信号、PVP或DP期非周边廓清和弥散受限的联合应用,均未显示出敏感度的显著改善。此后,通过整合所有显著MR特征开发了基于ECA-MRI的改良诊断算法,该算法在诊断亚厘米复发灶方面表现出最高的特异度。此外,在时间独立测试集中,基于EOB-MRI的改良诊断算法与典型血管模式相比也显示出敏感度的显著改善,而基于ECA-MRI的改良算法未观察到这一改善。
基于EOB-MRI和ECA-MRI的改良诊断算法的比较结果显示,基于EOB-MRI的改良诊断算法的敏感度显著优于基于ECA-MRI的对应算法(0.812 [95% CI,0.727–0.898] vs. 0.425 [95% CI,0.317–0.533],p < 0.001),特异度相当(0.903 [95% CI,0.830–0.977] vs. 0.984 [95% CI,0.953–0.999],p = 0.063),这一结果在时间独立测试集中也得到了验证(敏感度,0.792 [95% CI,0.629–0.954] vs. 0.417 [95% CI,0.219–0.614],p = 0.004;特异度,0.947 [95% CI,0.847–0.999] vs. 1.000 [95% CI,-],p > 0.999)(表4,图2)。
在LI-RADS分类方面,两种影像模态之间的诊断性能无显著差异。在ECA-MRI中,LR-4/5的敏感度略高于典型血管模式(0.450 [0.341–0.559] vs. 0.362 [0.257–0.468],p = 0.016),而特异度相当(0.952 [0.898–0.999] vs. 0.968 [0.924–0.999],p > 0.999)。然而,在EOB-MRI中,LR-4/5的诊断性能与典型血管模式相比无统计学显著差异(敏感度,0.425 [95% CI,0.317–0.533] vs. 0.400 [95% CI,0.293–0.507],p = 0.500;特异度,0.984 [95% CI,0.953–0.999] vs. 0.984 [95% CI,0.953–0.999],p > 0.999)。
为解决影像序列可能引入的选择偏倚,我们还基于MRI序列进行了亚组分析。在153例患者中,114例先接受ECA-MRI后接受EOB-MRI,而39例患者先接受EOB-MRI。在两个亚组中,基于EOB-MRI的改良算法均显示出显著高于基于ECA-MRI的算法的敏感度(先ECA亚组:0.797 vs. 0.304,p = 0.019;先EOB亚组:0.840 vs. 0.400,p = 0.075),特异度相当(先ECA亚组:0.934 vs. 1.000,p > 0.999;先EOB亚组:0.900 vs. 0.950,p = 0.732)。
讨论
我们的研究表明,基于EOB-MRI的改良诊断算法在诊断亚厘米级复发性HCC方面,敏感度显著优于典型血管模式(0.812 vs. 0.400,p < 0.001),且特异度无实质性损失。其在敏感度上也优于基于ECA-MRI的改良算法(0.812 vs. 0.425,p < 0.001),特异度相当。
现行指南将非环状动脉期高强化(nonrim APHE)随后出现常规廓清定义为肝细胞癌(HCC)的诊断依据。然而,亚厘米级HCC往往缺乏这些典型血管特征,导致敏感性有限(约44–49%)[16, 21]。与既往研究一致,在我们的训练集中,仅分别有40.0%和36.2%的亚厘米级复发性HCC在EOB-MRI和ECA-MRI上表现出典型血管模式;在时间独立测试集中也观察到类似趋势(37.5% vs. 45.8%)。值得注意的是,在两个数据集中,两种模态基于典型血管模式对亚厘米级复发性HCC的诊断性能均未发现显著差异,这与既往研究一致[22],强调需要一种优化的诊断算法,在保持高特异性的同时提高敏感性。
我们的研究确定,T2WI轻-中度高信号和弥散受限是EOB-MRI和ECA-MRI上亚厘米级复发的独立预测因素。这些MR特征在LI-RADS中已被确立为提示恶性,已被证明可提高HCC和复发性HCC的诊断准确性[23, 24]。特别是,Kim等[25]发现,在≤ 1 cm的富血供肝脏病变中,T2WI轻-中度高信号在区分HCC与良性病变方面表现出最高的敏感性。另一项研究[26]也支持纳入T2WI以改善≤ 2 cm HCC的检出,即使在缺乏非环状APHE的病变中也是如此。同样,弥散受限已被确定为诊断亚厘米级HCC[27]以及亚厘米级复发性HCC[24]的重要因素。因此,将T2WI轻至中度高信号和弥散受限纳入术后监测的改良算法中,对于早期检出复发性亚厘米级HCC具有重要临床价值。
既往研究表明,与大HCC相比,小HCC往往表现为非环状APHE而无常规非周边廓清[28, 29],限制了其可检出性。在我们的训练集中,仅分别有52.5%和43.8%的亚厘米级复发在EOB-MRI(PVP)和ECA-MRI(PVP或DP)上表现出常规非周边廓清。在ECA-MRI上,尽管PVP或DP上的非周边廓清是亚厘米级复发性HCC的独立预测因素,但其在复发中的低发生率限制了本研究改良诊断算法的敏感性提升,同时保持了高特异性。相反,在EOB-MRI上,PVP或TP上的非周边廓清(而非PVP上的常规非周边廓清)成为独立预测因素。由于钆塞酸二钠在TP被肝细胞早期摄取,某些病变如血管瘤和异型增生结节可能表现出假性廓清,这可能损害特异性。因此,现行指南建议在EOB-MRI上仅在PVP评估非周边廓清[8]。然而,既往研究表明,将TP纳入廓清评估可提高敏感性而不损害特异性[14, 15],即使在亚厘米级HCC中也是如此[16]。在本研究中,基于EOB-MRI的改良算法——即T2WI轻-中度高信号、PVP或TP上非周边廓清和弥散受限的组合——与典型血管模式相比显示出显著提高的敏感性(0.812 vs. 0.400,p < 0.001),同时还保持了高特异性。
有趣的是,在我们的研究中,非环状动脉期高强化(nonrim APHE)在两种模态中均未被确定为诊断亚厘米级复发的显著预测因素。既往研究报道,不足80%的亚厘米级肝细胞癌(HCC)表现为非环状APHE [16, 30],这与我们的研究一致,在训练集中,EOB-MRI和ECA-MRI上分别有70%和78.8%的亚厘米级复发性HCC表现为非环状APHE。由于在早期肝癌发生过程中结节内动脉血供减少而后期增加 [31],非环状APHE相对较低的患病率可能部分归因于我们研究中亚厘米级复发中多中心复发(而非肝内转移)占比较高。这种低患病率反过来可能限制了非环状APHE在区分亚厘米级复发与富血供良性病变方面的诊断效能。
在临床实践中,CT/MRI比超声更常用于HCC术后监测 [8]。既往研究已证实,EOB-MRI在HCC检出方面优于ECA-MRI和CT [32–34]。我们的研究结果进一步表明,基于EOB-MRI的改良诊断算法与其ECA-MRI对应算法相比,能更有效地检出亚厘米级复发。然而,此类亚厘米级病变的早期检出可能引发对潜在过度治疗的担忧,但此类病变可作为“信号病变”,促使临床医生采取更为谨慎的随访策略。在此背景下,我们研究中提出的基于EOB-MRI的改良诊断算法可作为肝切除术后患者更优的筛查工具,因为它能够更早识别潜在风险病变,并有助于克服常规影像对亚厘米级肿瘤的诊断局限性。这最终可能减少诊断延迟,更好地保留有效挽救治疗的窗口期。
我们的研究存在局限性。首先,作为一项回顾性单中心研究,选择偏倚不可避免。在本机构,大多数患者常规被推荐接受ECA-MRI进行随访,因为这属于中国国家医保覆盖范围,其中一部分患者在短期内额外接受EOB-MRI以提高诊断信心。同时,一部分患者也以EOB-MRI作为首选影像 modality 进行随访,因为其具有更优的病灶检出能力。这一真实世界实践导致本机构部分患者在ECA-MRI之后接受EOB-MRI,可能引入有利于EOB-MRI的选择偏倚。为评估其影响,我们分别在ECA先行亚组和EOB先行亚组中比较了EOB-MRI与ECA-MRI的诊断性能,基于EOB-MRI的改良算法在两个亚组中均显示出显著高于基于ECA-MRI算法的敏感性,表明潜在的选择偏倚对研究结论影响极小。另一方面,为建立可靠的诊断算法并确保对复发性亚厘米HCC的诊断准确性,我们采用了相对严格的排除标准,导致样本量较小——尤其是在测试集中——并可能引入选择偏倚并限制普遍性。此外,由于我们的研究人群主要来自中国单一大三甲中心的HBV相关HCC,我们的发现对其他病因人群的适用性需要进一步研究。因此,未来有必要进行大样本、国际、多中心前瞻性验证。
总之,与ECA-MRI相比,采用改良算法的EOB-MRI对亚厘米复发性HCC表现出更优的诊断性能,为早期复发识别提供了更敏感、更可靠的影像策略。
补充信息
电子补充材料
引用
- Xiao Y, Wu F, Zhou C, et al. Performance comparison of gadoxetic and extracellular MRI in diagnosing subcentimeter recurrent HCC after hepatectomy: a modified algorithm. Insights Imaging. 2026. PMID: 41949725. doi:10.1186/s13244-026-02266-9
- 全文:PMC13062055(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC13062055/
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。