术前动态对比增强MRI灌注参数对高级别胶质瘤患者的预后价值
这项前瞻性研究纳入69例疑似间变性星形细胞瘤或胶质母细胞瘤患者,术前行DCE-MRI灌注检查并进行全肿瘤直方图分析。结果显示高ve是PFS和OS较差的一致预测因子,vp偏度和kep也可预测OS;Ktrans和ve对鉴别III级与IV级胶质瘤诊断性能最佳。
要点
- 全肿瘤直方图分析显示,ve_90较高者中位PFS和OS较短(Kaplan-Meier分析P<0.05)。
- Ktrans 90鉴别III级与IV级胶质瘤的AUC为0.82,最佳阈值0.02 min−1,敏感度0.94、特异度0.70。
- ve_90鉴别III级与IV级胶质瘤的AUC为0.79,最佳阈值0.66,敏感度0.76、特异度0.80。
核心结论
- 高ve是高级别胶质瘤患者PFS和OS较差的一致预测因子。
- vp偏度和kep也是OS的预测因子。
- Ktrans和ve对鉴别III级与IV级胶质瘤表现出最佳诊断性能。
研究设计与样本
- 前瞻性研究,2009年10月至2015年3月纳入69例(41男、28女,中位年龄55岁,范围21–77岁)疑似间变性星形细胞瘤或胶质母细胞瘤患者,术前接受DCE-MRI。
- 所有MR检查使用同一台1.5T扫描仪(MAGNETOM Avanto,Siemens Healthcare,Erlangen,Germany)及12通道头线圈。
- DCE-MRI采用3D FLASH序列,TR/TE 4/1.4 ms,翻转角15°,时间分辨率6 s,23层,层厚4 mm,总采集时间5 min;钆布醇剂量0.1 mmol/kg体重,流率4 ml/s。
- 以最大手术切除后的组织学为参考标准,同时检测MGMT启动子甲基化状态、IDH1和IDH2突变及Ki67免疫染色指数(MIB-1)。
- 采用Olea Sphere™软件版本2.3(Olea Medical™,La Ciotat,France)进行后处理,基于改良Tofts–Kermode模型计算Ktrans、vp、ve、kep和60 s IAUGC。
关键影像表现/征象
- 全肿瘤直方图分析中,每位患者分析2092个成功拟合体素(中位,范围88–17,590)。
- PFS不足1年者ve_max(0.94 ± 0.19 vs. 0.77 ± 0.42,P = 0.044)和ve_90(0.41 ± 0.37 vs. 0.19 ± 0.28,P = 0.010)显著高于PFS≥1年者。
- OS不足1年与≥1年者之间所有灌注参数均值均无差异(P > 0.05)。
- III级与IV级胶质瘤之间Ktrans偏度、IAUGC90、IAUGCmax、kep_90、kep_max和ve_90显著不同。
- 无强化肿瘤较强化肿瘤Ktrans偏度(P = 0.004)、Ktrans峰度(P = 0.047)、ve偏度(P < 0.001)和ve峰度(P = 0.001)显著更高。
诊断标准与关键数值
- Ktrans 90鉴别间变性星形细胞瘤与胶质母细胞瘤:AUC 0.82,最佳阈值0.02 min−1,敏感度0.94,特异度0.70。
- ve_90鉴别间变性星形细胞瘤与胶质母细胞瘤:AUC 0.79,最佳阈值0.66,敏感度0.76,特异度0.80。
- ve_90预测1年PFS:AUC 0.70;IAUGC90预测1年PFS:AUC 0.66。
- 成功拟合标准:所有灌注参数非负、0 < Ktrans < 4、0 < ve < 1。
临床应用与阅片要点
- 作者认为ve是高级别胶质瘤PFS和OS最一致的预后预测因子,ve_90在多因素分析中仍是PFS的独立预测因子(HR 3.85,95% CI 1.35–10.95;P = 0.012)。
- 作者认为Ktrans和ve对鉴别III级与IV级胶质瘤具有最佳诊断性能。
- 作者指出ve不应严格视为细胞与微血管/大血管之间的空间,而应视为所用示踪剂动力学模型中的参数,因此受某些约束。
- 作者指出ve的准确估计依赖于肿瘤血管的血流和通透性。
局限性
- 原文为前瞻性研究,未报告样本量小、单中心、回顾性、随访短、置信区间宽、异质性或发表偏倚等局限。
全文中译14 节 · 点击展开
引言
高级别胶质瘤(HGGs)包括一组侵袭性原发性脑肿瘤,其预后具有异质性:胶质母细胞瘤的中位生存时间约为1年[1],但8%的患者生存可达2.5年或更长[2]。直到最近,WHO胶质瘤分级一直被认为是 most robust 的预后因素,但这一观点受到HGG遗传学和影像学研究的挑战[3–6]。灌注参数,如相对脑血容量(rCBV),是最一致公认的独立生存预测因素之一[4, 7]。与工作假说一致,灌注参数与肿瘤血管分布和血管特性相关,而后者又与胶质瘤分级进展和较差的生存密切相关[8, 9]。因此,灌注被视为一种强大的预后工具,可根据胶质瘤的侵袭性对其进行分层,预测患者生存,并最终协助治疗选择。
用于测量灌注的最广泛使用的MRI技术包括动态磁敏感对比增强(DSC)灌注和动态对比增强(DCE)灌注。这两种技术存在相当大的差异。首先,DSC灌注基于对比剂存在下T2*(磁敏感加权)信号变化,而DCE灌注则根据对比增强引起的T1信号变化进行计算。其次,它们产生不同的灌注参数。DSC主要测量脑血容量(CBV),因此关注血管化的数量。相反,DCE灌注描述血管的质量,并量化与对比剂外渗相关的参数——血管通透性(渗漏性)。血管通透性增加是新生血管生成的主要特征,并反映为对比剂转移速率Ktrans增加。DCE灌注还能够计算其他参数,如细胞外容积分数(ve)、反向转移速率(kep)、血管血浆容积分数(vp)以及钆浓度时间曲线下初始面积(IAUGC)。这些参数提供关于肿瘤生理特性的额外信息,并可能对临床肿瘤行为提供独立见解,尤其是因为DCE灌注参数已被证明与DSC[10]或扩散参数[11]并不密切 correlated。DCE灌注参数已被证明对胶质瘤分级具有诊断价值[12–17],并与若干缺氧替代指标相关,如微血管密度[18, 19]以及HIF-1α和血管内皮生长因子(VEGF)表达[20]。DCE灌注还对新生血管生成抑制剂治疗[21, 22]和放化疗[23]具有预测价值。
迄今为止,关于DCE灌注对HGG患者生存预后价值的研究十分稀少——仅开展了少数几项研究[10, 20, 24–26],其中一些研究呈现了相互矛盾的结果[27],大多集中于Ktrans和vp,其中一些采用热点法,即仅分析主观上参数值最高的肿瘤区域。我们试图通过更大的研究样本和对更多DCE-MRI药代动力学建模参数进行全面的全肿瘤体积直方图分析,部分填补这一知识空白。本研究旨在探讨DCE灌注参数(Ktrans、vp、ve、kep和IAUGC)作为HGG患者无进展生存期(PFS)和总生存期(OS)独立预测因素的价值。次要目标是考察DCE在区分III级与IV级胶质瘤以及胶质瘤其他组织学特征方面的表现。
材料与方法
患者人群
本前瞻性研究经机构审查委员会批准,并获准使用图像和病历记录。本研究符合赫尔辛基宣言。所有关于检查和研究的有关信息均向患者做了充分解释,并获得了知情同意。
从2009年10月至2015年3月,共纳入69例患者(男性41例,女性28例;中位年龄55岁;范围21–77岁),其常规或波谱MRI表现提示原发性高级别胶质瘤(间变性星形细胞瘤或胶质母细胞瘤(GBM))。排除标准为:既往有任何脑肿瘤、肿瘤组织学非GBM或间变性星形细胞瘤、以及缺乏知情同意。所有患者在最大程度手术切除前均接受DCE-MRI以确认肿瘤组织学。同时还检测了O6-甲基鸟嘌呤-DNA甲基转移酶(MGMT)启动子甲基化状态、异柠檬酸脱氢酶(IDH)1和2突变以及Ki67免疫染色指数(MIB-1)。记录了临床变量,如年龄、性别、卡氏功能评分及后续治疗。所有患者均接受了手术,大多数还接受了辅助治疗——放疗、化疗或联合治疗。患者按照现行ESMO临床实践指南[28–30]接受治疗,并定期随访,包括术后、化疗开始后3周、2、3、6和12个月以及此后每半年一次的MR成像,直至出现影像学肿瘤进展、神经功能恶化或死亡所定义的临床恶化证据。影像学进展根据更新的高级别胶质瘤疗效评估(RANO)标准定义,同时参照Wen等人[31]所述的从初始化疗开始计算的时间。
MR成像
所有MR成像检查均使用同一台1.5T扫描仪(MAGNETOM Avanto,Siemens Healthcare,Erlangen,Germany)和12通道阵列头部线圈进行。成像方案包括轴位FLAIR图像(重复时间/回波时间(TR/TE)9000/94 ms,反转时间(TI)2500 ms,层厚4 mm,层间距10%,视野220 × 220 mm)以及对比剂给药前后经畸变校正的T1加权图像(TR/TE 275/2.5 ms,层厚4 mm,层间距10%,视野230 × 230 mm)。所有DCE-MRI研究均使用3D快速小角度激发(FLASH)序列进行,该序列在时间分辨率和空间分辨率方面经过优化,以提供足够的解剖覆盖范围,参数如下:TR/TE 4/1.4 ms,翻转角15°,时间分辨率6 s,基础分辨率128,相位分辨率100%,层分辨率100%,23层,层厚4 mm,视野220 × 220 mm,GRAPPA因子2,总采集时间5 min。采用T1 mapping将信号强度转换为钆浓度。T1图由增强前多翻转角图像(6°、12°和15°,每次采集1 min)计算得出,其他采集参数相似。肿瘤始终位于成像体积的中心;因此,假定名义翻转角与有效翻转角之间的差异可忽略不计。钆布醇给药(0.1 mmol/kg体重)使用动力注射器以4 ml/s的流率进行,随后用生理盐水冲洗。
图像处理与分析
常规和DCE-MR图像由同两位在中央神经系统肿瘤成像方面有经验的委员会认证神经放射学家(V.K.、S.B.)协商审阅。全肿瘤体积在T1对比增强图像上离线手动勾画。DCE-MR图像被传输至运行商用Olea Sphere™软件2.3版(Olea Medical™,法国拉西奥塔)的离线工作站进行后处理。后处理包括对对比剂前动态MR图像进行运动校正和刚体模型配准,以将信号强度转换为钆浓度。使用视觉验证和调整来检查并纠正自动配准图像中的任何错位。简言之,该软件通过开放双室模型分析转运过程,以描述所给予对比剂的组织浓度:代表中央血池的中央室和描述组织分布体积(ve)的外周室。该软件提供对比剂在组织中的分布体积:ve(细胞外体积分数)、室间示踪剂交换:基于改良Tofts–Kermode模型的Ktrans、血管血浆体积分数:vp,并且还计算60秒内的IAUGC [32]。反向转运速率常数kep计算为Ktrans与ve的比值。去卷积通过标准奇异值分解方法计算。动脉输入函数(AIF)区域在右侧或左侧颈内动脉C4段上手动选择,以获得最佳拟合的AIF曲线。选择颈内动脉是因为基底动脉或大脑中动脉在所有患者中并未同样良好显示。AIF估计为基于模型并使用双指数函数进行剂量缩放 [33, 34]。计算得到的DCE-MRI参数具有以下测量单位:Ktrans为每分钟;IAUGC为毫摩尔每秒;kep为每分钟;vp无量纲;ve无量纲 [35]。
在对比增强T1加权图像上围绕对比增强肿瘤(注意排除任何大血管)或在FLAIR图像上围绕高信号肿瘤区域(如果未观察到对比增强)绘制自由手绘感兴趣区(ROI)。肿瘤勾画和后处理由一名委员会认证的神经放射学家(S.B.)完成。其他不需要定性评估的任务由一名具有2个月软件经验的学生(A.U.)完成。审阅者对随访数据设盲。在每个包含肿瘤组织的层面上重复后处理,并将所有ROI的参数值导出到电子表格中。仅成功拟合的体素被纳入进一步分析。成功拟合由以下标准定义:所有灌注参数非负,0 < Ktrans < 4,且0 < ve < 1。这些任意范围被定义用于自动排除任何具有不切实际高值或负值的拟合不良体素。
统计分析
该研究的主要结局指标为OS,定义为从DCE-MRI检查日期至死亡或最后可获取随访日期的天数,以及PFS,定义为至临床和MR成像证实的进展的天数,或若无进展或死亡发生,则为至最后随访日期的天数。1年PFS和OS被用作截断值以对患者进行分层,并评估灌注参数作为预后标志物的价值。
采用Kolmogorov–Smirnov检验检查数据正态性。计算灌注参数的峰度和偏度。采用双侧独立样本Student t检验对患者组间差异进行统计学检验。不同灌注指标之间的关系采用Pearson积矩相关进行分析。生存分析采用单因素和多因素Cox回归分析模型。采用受试者工作特征(ROC)曲线分析研究不同参数对OS和PFS的预后价值,以及其对胶质瘤分级和组织病理学参数(如MGMT、IDH)的诊断价值。计算曲线下面积(AUC),并通过在ROC曲线上选择最高Youden J统计量来计算最佳截断值,从而最大化敏感性和特异性。采用Kaplan–Meier曲线分析和log rank检验检测按灌注和临床参数分层的患者组间生存差异。连续变量以均值±标准差表示,离散变量以中位数及范围表示。计算灌注参数的最大值、第90百分位数、偏度和峰度,并在文中分别以索引_max、_90、_skew和_kurt表示。结果在双侧5%比较-wise显著性水平(P < 0.05)下判定为具有统计学意义。统计分析采用SPSS 22版(SPSS Inc.,Chicago,IL,USA)进行。
结果
患者数据
共有69例高级别胶质瘤患者纳入研究。在该组中,49例(71%)肿瘤为IV级(胶质母细胞瘤),20例(29%)为III级(间变性星形细胞瘤)。患者的中位随访时间为424天(范围23–1686)。在随访期间,50例(72%)患者出现肿瘤进展;其中41例(59%)在DCE-MRI扫描后不到1年内发生进展。至研究结束时,32例(46%)患者已死亡。此外,26%的患者IDH突变为阳性,39%的患者MGMT甲基化,MIB-1中位数为20%(范围0–80%)。12例(17%)患者仅接受放疗,3例(4%)仅接受化疗,54例(78%)接受化疗联合放疗。22例(32%)非强化胶质瘤包括16例间变性星形细胞瘤(占所有III级胶质瘤的80%)和6例GBM(占所有GBM的12%)。III级和IV级胶质瘤DCE灌注图示例见图1。
灌注参数描述性统计
在从直方图数据中排除拟合不佳的体素后,每位患者分析了2092个体素(中位数,范围88–17,590)。个体患者直方图灌注参数的最大值、第90百分位数、偏度和峰度值的均值、中位数、标准差和范围总结于表1和表2中。
根据1年无进展生存期(PFS)和总生存期(OS)分层的患者之间比较了灌注参数的平均值。对于PFS小于1年的患者,ve_max(0.94 ± 0.19 vs. 0.77 ± 0.42,P = 0.044)和ve_90(0.41 ± 0.37 vs. 0.19 ± 0.28,P = 0.010)显著更高。OS小于1年和大于1年的患者之间灌注参数均值无差异(所有灌注参数P > 0.05)。
我们还研究了灌注参数是否因胶质瘤组织学不同而存在差异。Ktrans偏度、IAUGC90、IAUGCmax、kep_90、kep_max和ve_90在III级和IV级胶质瘤之间差异显著(表1和表2)。然而,当仅分析对比增强肿瘤时,各级别之间Ktrans和ve的峰度和偏度未发现显著差异。IDH阳性或MGMT甲基化患者组中无灌注参数存在显著差异。
与增强肿瘤相比,非增强肿瘤的Ktrans偏度(P = 0.004)和峰度(P = 0.047)以及ve偏度(P < 0.001)和峰度(P = 0.001)显著更高。卡方检验显示,非增强肿瘤为III级而非IV级的可能性也显著更高(P < 0.001)。
单因素和多因素生存分析
采用Cox比例风险模型分析DCE灌注、组织学和临床参数作为PFS和OS的预后标志物。单因素分析中显著的参数及其相关风险比呈现于表3中。
OS分析
在OS的单因素分析中,ve_90和kep_90是最重要的显著预后因素(较高的ve和较低的kep与较差生存相关)(表3)。vp_skew和vp_kurt也是预后因素,但风险比(HR)值不显著。较高的ve_skew对OS有小的负面非显著影响(HR 0.93,95 % CI 0.86–1.01;P = 0.070)。在临床和组织学参数中,年龄(>55岁)、WHO肿瘤分级(GBM)、Karnofsky体能状态评分(KPS)(低于90 %)以及IDH1或IDH1突变状态缺失是OS的显著负面预测因素。相反,MIB-1和MGMT不显著。对灌注参数和组织学-临床参数进行了多因素分析。胶质瘤分级和患者年龄未纳入模型,因为它们使所有其他参数变得不显著。在包含组织学和临床指标的多因素模型中,仅KPS(<90 %)对OS有小的负面影响(HR 0.96,95 % CI 0.94–0.99;P = 0.012)。IDH、MIB-1和MGMT状态以及灌注参数均未达到统计学显著性。
PFS分析
一年无进展生存期(PFS)的单因素分析产生的风险比(HR)与总生存期(OS)的风险比相当。然而,vp_skew、vp_kurt和kep_90未达到显著水平,而ve_skew变为显著。因此,ve_90和ve_skew是唯一显著的DCE灌注预测因子,用于预测1年PFS(表3)。在纳入单因素分析中显著预测因子——KPS、IDH、ve_90和ve_skew——的多因素模型中,IDH阳性(HR 0.27,95% CI 0.10–0.73;P = 0.010)和ve_90(HR 3.85,95% CL 1.35–10.95;P = 0.012)仍是PFS的显著预测因子。
Kaplan–Meier生存分析
对于Kaplan–Meier曲线分析,患者按所分析参数的中位数分为低于和高于中位数的组(中位数值见表1和表2)。预测PFS显著缩短的灌注参数为高ve_90、IAUGCmax和IAUGC90。Ktrans max未达到预测PFS的统计学显著性(P = 0.085),Ktrans 90亦然(P = 0.108)。OS的显著预后因素为ve_90和IAUGC90。显著不同的PFS和OS率见表4和表5。所选参数的Kaplan–Meier生存曲线见图2。
ROC曲线分析
灌注参数对1年PFS的预后性能为弱至中等。最高的AUC由ve_90(AUC = 0.70)和IAUGC90(AUC = 0.66)显示(图3a)。
ROC曲线分析还用于评估DCE灌注作为区分间变性星形细胞瘤和GBM的工具。Ktrans 90(AUC = 0.82;最佳截断值0.02 min−1,灵敏度0.94,特异度0.70)和ve_90(AUC = 0.79;最佳截断值0.66,灵敏度0.76,特异度0.80)显示出对组织学分级的最佳诊断价值(图3b)。
讨论
在本研究中,我们发现ve在单因素分析中对PFS和OS具有预后价值,而Ktrans相反,仅在区分III级与IV级胶质瘤中具有独立作用。kep是OS的另一预测因子,并且在III级与IV级胶质瘤之间也有显著差异。直方图描述符——vp偏度和峰度,以及ve偏度——是OS的显著预测因子,尽管相关风险比不大。
很少有研究探讨DCE灌注与高级别胶质瘤患者生存期的相关性。Nguyen等[26]在混合了II–IV级星形细胞瘤、少突星形细胞瘤和少突胶质细胞瘤的人群中,采用热点ROI方法发现,较高的Ktrans和vp均与较差的OS相关。Bonekamp等[10]在37例GBM样本中发现Ktrans与较差的生存期独立相关。与DSC计算的rCBV相比,Ktrans相关的风险比显著更高。此外,Ktrans与rCBV相关性不密切。在18例混合诊断的胶质瘤患者样本中(包括GBM、少突胶质细胞瘤、一例脑膜瘤以及其他组织学类型的脑肿瘤),Jensen等[20]发现瘤周水肿的ve与OS相关,而活动性肿瘤区域的血容量vb与PFS相关,并且与我们研究相似,未发现Ktrans是显著的生存预测因子。Choi等[24]分析了61例胶质母细胞瘤的众多直方图参数,发现Ktrans和ve与较差的OS和PFS相关。最后,Burth等[25]最近发现,胶质母细胞瘤强化部分和水肿部分Ktrans的第90百分位数均无显著预后价值(有趣的是,在所有研究的影像生物标志物中,只有强化部分rCBV的第90百分位数是PFS的显著预测因子,而表观扩散系数(ADC)也同样无显著性)。
我们的研究与上述研究在多个方面不同。我们仅纳入星形细胞瘤(间变性星形细胞瘤和GBM),以获得更同质的样本,因为已知少突胶质细胞瘤具有不同的灌注特征,这可能使DCE灌注分析产生偏倚[36, 37]。我们使用直方图分析而非热点ROI最大值法。直方图分析已被证明具有更好的可重复性[38],并且还能够计算肿瘤体素统计分布参数:偏度和峰度。迄今为止,这些DCE灌注参数与生存期的相关性研究极少。
缺乏对Ktrans以外参数的研究,可能是因为最初仅推荐Ktrans和IAUGC作为灌注研究的主要终点[39]。然而,即使是Ktrans与生存期之间的相关性也尚未牢固确立。在一项关于该主题的早期研究中,Mills等[27]出人意料地发现较高的Ktrans导致较长的生存期。这种趋势确实在一些非脑肿瘤中观察到:转移性肾细胞癌以及可能接受VEGF抑制剂治疗的肝细胞癌[40],以及接受放化疗的头颈部鳞状细胞癌[41]。较高的Ktrans与延长的OS相关,推测是通过肿瘤中通透性更高的毛细血管增强药物递送所致。然而,随后的胶质瘤研究显示了相反的趋势。血管通透性(Ktrans)较低且在治疗过程中显著下降的胶质瘤,与化疗[21]和放疗[23, 42]后较长的OS相关,尽管也有相互矛盾的结果发表[43]。以Ktrans测量的血管通透性可能间接反映氧合状态,从而预测放疗反应。也有可能较低通透性特征具有预后意义而非预测意义,并且无论治疗如何均可能与更好的生存期相关。
在我们的研究中,最一致的生存预测因子是ve,其在无进展生存期(PFS)小于1年的患者中显著较高,并且在单因素分析以及Kaplan–Meier分析中也是PFS和总生存期(OS)的显著预后因素。在多因素分析中,只有ve仍然是PFS的独立预后因素。ve代表细胞外容积分数或渗漏空间,即对比剂从血管内腔逸出后积聚的部位[44],被认为反映肿瘤的血管外结构[39]。在临床前研究中,已发现ve与组织学细胞外容积高度对应[45],与组织学坏死和凋亡一致[46],并且在胶质瘤模型中与细胞密度呈负相关[47]。尽管可以预期细胞外容积与ADC相关,因为这两个参数都反映细胞密度,但未发现ve与ADC之间的直接相关性[11]。这表明目前对ve确切生理学含义的理解可能并不完整。ve不应严格地被视为细胞与微血管/大血管之间的空间,而应被视为所应用的示踪剂动力学模型中的一个参数,因此受到某些约束条件的限制。ve的准确估计依赖于肿瘤血管的血流和通透性[48]。当示踪剂通过血管系统时,较大的间质空间ve需要从血管空间中提取大量示踪剂,才能使间质空间达到稳态浓度。例如,如果血流非常高,或vp相对于ve较大,由于示踪剂主要通过血管空间穿过组织,稳态可在约5–6分钟内相对快速地达到。在这种情况下,ve的估计是可靠的。然而,示踪剂向间质空间的提取(内流)取决于毛细血管通透性。如果PS(通透性表面积乘积)较低,示踪剂内流缓慢,相应的组织内对比剂浓度曲线缓慢接近其稳态浓度。在这种情况下,5–6分钟的采集会低估真实的ve。如果PS较高,示踪剂内流较高,在给定的采集时间内(本研究中为5分钟),ve的估计部分反映了这种病理生理学。因此,较高的ve反映快速的示踪剂动力学,可能归因于高通透性,而高通透性本身是一种已知的恶性肿瘤生物标志物。
关于ve如何与肿瘤侵袭性相关的机制仍在研究中。Mills等人最近的一项研究[49]提供了一些线索:尽管未发现ve与细胞密度之间的关系,但ve与有丝分裂活动呈正相关。这些结果与直觉相反:预期在有丝分裂活动高的组织区域应具有更高的细胞密度,而非更高的细胞外体积分数。根据Mills等人的观点,这表明ve并不直接反映细胞外体积,可能是由于模型缺陷所致。或者,当恶性肿瘤细胞非常小或对肿瘤生长因子和接触抑制表现出异常反应时,高有丝分裂活动可能不与高细胞体积相关。ve也可能反映显微镜下的坏死区域或混乱的组织结构,这些也是高级别胶质瘤的主要特征。无论如何,在其他研究中已发现高级别胶质瘤(HGG)中的ve高于低级别胶质瘤[12, 14, 15, 50],并且在同步放化疗期间发生进展的强化肿瘤中ve更高[51]。相反,瘤周水肿的高ve与更好的总生存期(OS)相关[20]。这一效应被假设具有预测性:肿瘤边缘早期血脑屏障破坏可能促进免疫反应和化疗药物的递送。
ve的偏度也是无进展生存期(PFS)的显著预测因子,但其在模型中的临床重要性可以忽略不计(相关风险比(HR)为0.94)。尽管这表明较高的ve偏度可能对PFS有积极影响,但在更大的队列中这一趋势可能很容易改变。高正偏度意味着直方图最右侧存在不对称的离群值,而高峰度表明直方图在均值附近有更尖锐的峰值(这种分布也可称为尖峰分布)[52]。较高的偏度——主要源于缺氧/坏死核心与高度血管化边缘之间对比鲜明的血管特性——反映了更大的肿瘤异质性和侵袭性,因此可能与更差的预后相关。持续的高偏度且右侧长尾已在多种非脑肿瘤中与更差的治疗反应相关联[52]。
在我们的研究中,较高的IAUGC在Kaplan–Meier分析中与更差的PFS和OS相关,并且在IV级胶质瘤中显著高于III级胶质瘤。IAUGC是一种简单且稳健的灌注指标,因为它不需要模型或曲线拟合。它对血管极好或极差区域以及微小生理波动时的拟合不良更具抵抗力。IAUGC通过计算对比剂早期摄取曲线下直至指定时间(通常为60秒)的面积得出[39]。与Ktrans类似,IAUGC可以识别高度血管化和高渗透性的肿瘤体积[39]。事实上,在我们的研究中IAUGC与Ktrans显著相关。不足之处在于,与Ktrans相比,IAUGC的生理学解释有限。
在我们的研究中,vp不是OS或PFS的预后因素。vp是单位体积组织内血浆容积的比例[53]。为此,它反映肿瘤的血管化程度,并可能与更具侵袭性的病程相关,类似于DSC灌注的rCBV。Nguyen等[26]此前发现在单变量分析中vp对胶质瘤患者的OS具有预后价值,但在多变量分析中则不然,而在其他研究中它并非显著的预后因素[24]。我们发现,在单变量分析中,只有vp的偏度和峰度是OS的显著负向预测因子,尽管相关的HR极小(vp_skew为1.12,尤其是vp_kurt为1.01)。如前所述,高偏度提示更高的异质性和具有异常高值的离群值,这些是更具侵袭性胶质瘤的特征。高峰度反映数值分布更尖锐,但被认为是一个较不精确且更难以解释的参数。
在我们的研究中,kep在单变量分析中也是OS的显著正向预后因素。kep代表对比剂从血管外间隙反向转运至血管内间隙。当血管外间隙(ve)较大时,转运的对比剂倾向于在那里蓄积,导致反向转运延迟和速率降低。因此,可以预期较高的kep具有与ve相反的预后价值。在我们的研究中确实观察到了这一点。
多项灌注参数在III级与IV级胶质瘤之间具有显著差异(表1和表2),其中Ktrans 90和ve_90实现了最佳区分。这两个参数已被证明在III级与IV级之间[12, 16]、HGGs与LGGs之间[12, 14–16, 50]以及II级与III级少突胶质细胞瘤之间[54]存在差异。在我们的研究中,kep_90在IV级胶质瘤中也显著较低。我们还研究了Ktrans、vp、ve、kep和IAUGC的峰度和偏度作为胶质瘤分级的预测因子。在一项针对II级和III级星形细胞瘤及少突胶质细胞瘤的研究中,Falk等[55]发现III级胶质瘤的Ktrans偏度更高。该差异实际上低于公认的统计学显著性(P = 0.07),但比其他任何DCE参数都更显著。在我们的研究中,比较的是III级和IV级胶质瘤而非II级和III级,IV级的Ktrans偏度出乎意料地低于III级。我们未发现任何比较III级与IV级胶质瘤之间Ktrans偏度的研究,但我们认为我们的结果可能因III级和IV级中非强化肿瘤的不均匀分布而产生偏倚。值得注意的是,更多的非强化肿瘤为III级(P < 0.001),且其Ktrans偏度和峰度高于IV级(P < 0.05),可能是由于ROI将肿瘤和水肿一并纳入,从而增加了异质性。当将血脑屏障破坏(对比强化)的III级和IV级胶质瘤并排比较时,未发现偏度和峰度的显著差异(P > 0.05)。这强调了精确肿瘤分割以及分别分析对比强化部分、坏死和水肿对异质性分析的重要性。
单因素分析中,IDH突变状态是PFS和OS的显著预后因素,而KPS是OS的预后因素。IDH突变是低级别胶质瘤恶性转化和OS的已知阳性预后因素[56, 57]。此前,一项纳入52例HGG患者的研究中,一些DSC灌注指标已被证明可预测IDH突变——IDH突变阳性肿瘤具有更异质性的微环境[58]。我们未发现DCE灌注与IDH突变或MGMT甲基化状态之间存在任何相关性,但这并不排除在更大队列中有所发现。
我们的研究存在若干局限性。我们的样本量相对较小(N = 69),这可能解释为何除ve以外的其他灌注参数在多因素分析中不是显著预后因素。我们已尽量使后处理尽可能标准化,但手工勾画肿瘤区域时可能产生变异。由于肿瘤勾画仅进行一次,我们无法正式评估观察者间变异性。另一个局限性是我们未将DCE灌注参数的预后价值与更成熟的影像生物标志物(如rCBV或ADC)进行比较。然而,本研究的主要目的是进行DCE灌注参数直方图分析并探讨其与PFS和OS的直接关系。为此,我们成功找到了其中最有前景的参数。将DCE灌注的预后价值与其他MRI生物标志物进行校准并随后最佳整合入标准影像和评估方案,留待未来研究。
结论
ve是高危胶质瘤患者PFS和OS最一致的预测因子。单因素分析中,ve_90和vp_skew为阴性预后因素,kep_90为OS的阳性预后因素,而ve_90也是PFS的阴性预后因素。ROC曲线分析显示,Ktrans 90和ve_90在区分III级和IV级胶质瘤方面表现最佳。
引用
- Ulyte A, Katsaros VK, Liouta E, et al. Prognostic value of preoperative dynamic contrast-enhanced MRI perfusion parameters for high-grade glioma patients. Neuroradiology. 2016. PMID: 27796446
- 全文:PMC5153415(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC5153415/
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。