利用非单指数扩散模型评估乳腺癌新辅助化疗早期治疗反应:基线期与治疗中期MRI对比的可行性研究
前瞻性纳入36例接受新辅助化疗的浸润性乳腺癌患者,于3.0T行多b值(8个)扩散加权MRI,22例完成治疗中期复查。基线期扩散系数在病理完全缓解组与未缓解组间存在显著差异,治疗中期ADC与DDC百分比升高在两组间差异显著,拉伸指数模型参数重复性优良,可能用于监测治疗反应。
要点
- 基线期ADC、DDC、D t在病理完全缓解组显著低于未缓解组(p<0.01、p<0.01、p=0.02)。
- 治疗中期ADC升高幅度缓解组49% vs 未缓解组21%(p=0.03),DDC升高43% vs 32%(p=0.04)。
- 基线期DDC鉴别缓解与未缓解的AUC为0.756(p=0.01),阈值1.141×10−3 mm2/s时敏感度81%、特异度72%。
核心结论
- 3.0T扩散加权MRI采用非单指数模型对乳腺癌基线及新辅助化疗早期变化敏感,拉伸指数模型可能用于监测此类变化。
研究设计与样本
- 前瞻性可行性研究,纳入36例女性浸润性乳腺癌患者(中位年龄53岁,范围32–75岁)接受新辅助化疗,基线期均行DW-MRI,其中22例有治疗中期MRI可供分析。
- 采用3.0T系统(MR750,GE Healthcare)及专用八通道乳腺阵列线圈,DW-MRI为单次激发自旋回波平面回波序列,b值取0、30、60、90、120、300、600、900 s/mm2。
- 参考标准为手术切除标本的组织病理学反应评估,分为病理完全缓解(pCR,伴或不伴导管原位癌)、部分缓解和无反应证据,后两者归为病理非完全缓解(pNCR)。
关键影像表现/征象
- 所有病灶在DCE-MRI上均呈不均匀强化,27例(75%)以III型(流出型)强化曲线为主,其余9例(25%)为II型(平台型)曲线。
- 25个病灶(69%)为肿块样强化,11个(31%)为非肿块样病灶。
诊断标准与关键数值
- 基线期DDC鉴别pCR与pNCR的AUC为0.756(p=0.01),高于ADC的0.749(p=0.01)和D t的0.641(p=0.15)。
- 基线期DDC阈值1.141×10−3 mm2/s时敏感度81%、特异度72%。
- 基线期缓解组ADC 0.92±0.03、DDC 0.93±0.04、D t 0.85±0.05(×10−3 mm2/s)分别低于未缓解组的1.20±0.02、1.25±0.03、1.02±0.05(p<0.01、p<0.01、p=0.02)。
- 治疗中期ADC百分比升高缓解组49% vs 未缓解组21%(p=0.03),DDC升高缓解组43% vs 未缓解组32%(p=0.04)。
临床应用与阅片要点
- 基线期ADC、DDC、D t较低的肿瘤更可能达到病理完全缓解,可结合基线扩散系数辅助预判化疗反应。
- 治疗中期ADC与DDC的百分比升高幅度可在缓解组与未缓解组间区分,阅片时可关注化疗3周期后的变化幅度。
- 治疗中期ƒ分数在缓解组下降(29%)而未缓解组升高(5%,p=0.05),α值变化两组间无显著差异(7% vs 5%,p=0.68)。
局限性
- 作者指出其他亚型样本量小,无法进行完整的统计学评价。
- 作者指出α值的生物学对应关系仍在研究中。
- 治疗中期仅22个恶性病灶可供分析,14例因患者退出研究检查、脂肪抑制欠佳图像不可用、未接受标准六周期化疗、无法耐受完整扩散序列或中期随访MRI未及时完成而被排除。
全文中译16 节 · 点击展开
引言
新辅助化疗(NACT)越来越多地被用于乳腺癌治疗,以实现保乳手术并提高可切除性。研究发现约80%的患者对NACT有应答,但仅6–25%的患者达到病理完全缓解(pCR)[1–3]。因此,功能成像技术已被研究用于在开始治疗后的早期预测疗效。
扩散加权磁共振成像(DW-MRI)通过组织间水质子迁移率的差异产生图像对比。乳腺方案中的DW成像通常包括在两个b值下采集图像,以定量确定信号衰减与b值之间的单指数关系。表观扩散系数(ADC)使得基于水扩散率差异对病变进行表征成为可能,而水扩散率差异反过来反映组织细胞密度和膜的完整性[4]。与细胞密度的关联使ADC成为监测细胞毒性反应的理想指标[5]。
然而,已有研究表明,乳腺组织中的信号衰减程度随b值增加而变为非线性。在一系列b值范围内观察到双指数信号衰减,其中小幅增加(0 − 200 s/mm2)导致测得信号强度急剧下降。这与微毛细血管循环中的灌注有关(以伪扩散系数D p和血管分数ƒ表示)。随后信号在较高b值范围(>200 s/m2)内衰减更为平缓,使得能够测量真实组织扩散率(D t)。这一现象称为体素内不相干运动(IVIM),只要使用宽范围的低b值和高b值,即可将分子扩散与灌注分离[6]。
虽然IVIM模型的优势在于其各组分可与不同的物理现象相关联[7, 8],但灌注的估计值在实践中尚未被充分研究用于评估乳腺癌的治疗反应。
为克服与双指数模型相关的假设,Bennett等人引入了拉伸指数方法,该方法对以不同速率衰减的扩散隔室的连续分布进行建模(称为DDC,即分布扩散系数)。信号强度对b值的图变得特征性拉伸,表明偏离单指数衰减。这由参数α表示,它提供了一种新型图像对比,与体素内水扩散异质性程度相关,范围为0至1。数值上较高的α指数(即α接近1)代表低体素内异质性,提示单指数扩散加权信号衰减,而数值上较低的α指数(即接近0)代表高度扩散异质性,表现为多指数信号衰减[9–11]。
总体而言,这些非高斯扩散模型提供更多参数,能更好地拟合扩散数据。初步研究表明,应用于脑肿瘤[12, 13]、头颈部[14, 15]、腹部[16]和前列腺[17–19]肿瘤的多指数模型可提供超越ADC的关于组织异质性、血管化和细胞密度的额外信息。
本研究的目的是评估在3 T场强下,由单指数、双指数和拉伸指数扩散模型获得的扩散参数在评估乳腺肿瘤对新辅助化疗(NACT)反应中的可行性。
材料与方法
患者人群和研究设计
当地机构审查委员会和伦理委员会批准了这项前瞻性研究,并获得了所有患者的书面知情同意。
患者符合条件的要求为:年龄至少18岁,经病理确诊为浸润性乳腺癌,并正在接受NACT作为一线治疗。若患者肾功能或肝功能差、对钆基对比剂过敏、有金属植入物或心脏起搏器,则不符合条件。
假设扩散参数的诊断性能与反应之间的效应量为中等(效应量 = 0.6),则需要19例患者的样本量才能以95%置信水平获得80%的检验效能。2014年2月至2015年9月期间,40例女性患者(中位年龄55岁,范围32 − 75岁)因可触及肿块就诊,并在治疗开始前由门诊经验丰富的放射科医师在超声引导下接受了空心针活检。根据我们当地方案,患者接受六个周期的NACT。方案包括多西他赛100 mg/m2,每21天一次,共三个周期,随后若活检时肿瘤为人表皮生长因子受体2(HER2−)阴性,则给予氟尿嘧啶500 mg/m2、表柔比星100 mg/m2联合环磷酰胺500 mg/m2(FEC),每21天一次,共三个周期。然而,有两名患者因年龄原因以较低剂量开始每周紫杉醇治疗,持续12周,因为研究表明每周剂量可能提供相同获益且副作用更少[20, 21]。她们随后按所述接受了治疗中的FEC部分。对于HER2+癌症,该联合方案的顺序相反。此外,在这些患者中,最后三个周期将多西他赛与HER2靶向药物曲妥珠单抗(Herceptin®;Genentech Inc.,CA)联合使用。该治疗联合方案基于国际共识会议关于原发性乳腺癌新辅助全身治疗的推荐[1]。患者和肿瘤特征总结于表1。
MRI技术
所有MR检查均在使用专用八通道乳腺阵列线圈的3.0-T系统(MR750,GE Healthcare)上完成。MRI方案包括T1和T2加权轴位图像、DWI和动态对比增强(DCE)序列(表2)。DW-MRI采用单次激发自旋回波平面成像序列,在八个b值(0、30、60、90、120、300、600和900 s/mm2)下进行。
随后,使用三维分段k空间扰相梯度回波技术采集DCE-MRI数据。在注射对比剂前获得五次采集,然后在团注注射0.1 mmol/kg钆喷酸葡胺(Magnevist,Bayer Schering,Berlin)后每10 s采集一次,持续8 min 7 s。总检查时间约为25 min。
患者在开始化疗前、完成三个周期后及治疗结束时接受MR成像。为评估早期反应的目的,仅分析基线和中期扫描的数据。基线MRI在组织学确认恶性肿瘤后约10天进行(范围7–11天)。治疗前MRI与开始治疗之间的中位时间间隔为1天(范围0–2)。
第三个化疗周期与第二次MRI之间的中位间隔为21天(范围15–22)。
完成新辅助化疗(NACT)后,所有患者酌情接受乳腺和腋窝手术、放疗及内分泌治疗。
图像分析
肿瘤由两名乳腺放射科医师(R.B、F.J.G,英国剑桥)在增强后T1加权图像上共识识别,其在乳腺MRI方面分别具有4年和20年经验。记录病变部位、大小、形态(肿块型 vs. 非肿块样病变)、强化模式(不均匀强化 vs. 均匀强化)及动力学特征(曲线类型;I型(渐进型)、II型(平台型)或III型(廓清型))。对于肿块和非肿块样病变的勾画,以早期减影DCE图像作为参考,由一名放射科医师(R.B)在b = 900 s/mm²图像上肿瘤最大径所在的成像层面手动绘制自由手感兴趣区(ROI)。注意避免肿瘤边缘和坏死区域。通过初始测量3周后重新绘制ROI评估观察者内变异性。第三名放射科医师(O.A)具有3年乳腺MRI经验,手动重新勾画肿瘤以评估测量的观察者间变异性。
所有阅片者对病理结果和治疗反应均不知情。
扩散分析使用MATLAB(The Mathworks,Natick,MA)开发的自研软件进行。为便于与既往DWI乳腺研究比较,ADC由两个b值(0、900 s/mm²)计算。所有b值用于拉伸指数和IVIM模型。对于非高斯模型,数据采用非线性最小二乘法拟合。ROI基于体素进行分析,参数以所测体积的平均值表示。生成扩散系数的参数图。定量扩散模型的详细信息见补充材料。参数的百分比变化计算为:(参数中期 − 参数治疗前)/参数治疗前 × 100,其中参数治疗前和参数中期分别为基线和治疗中期的测量值。
组织学分析和反应评估
在最后一个化疗周期后手术切除后进行组织病理学评估。肿瘤类型、分级、激素受体状态和HER2表达取自空心针活检或手术标本的报告。尽管分子检测具有预后价值,但费用高昂且未广泛可用。因此根据Onitilo等[22, 23],基于激素受体状态(雌激素和孕激素受体ER、PR)和HER2过表达确定了四种免疫组织化学(IHC)分类。这些分组为ER+PR+/HER2−、ER+PR+/HER+、ER−PR−/HER2+和ER−PR−/HER2−(即三阴性乳腺癌,TNBC)。
由专业病理学家在切除标本中评估肿瘤反应。定义了三个类别:(i)病理完全缓解(pCR),伴或不伴导管原位癌(DCIS);(ii)对治疗的部分缓解,范围从微小残留病灶直至肿瘤细胞密度大于50%;以及(iii)无缓解证据。最后两个类别被视为病理非完全缓解(pNCR)。
统计分析
所有统计量均从参数的对数计算,使用Shapiro–Wilk检验评估正态性,并在适当时进行反变换[24]。报告ADC及非高斯参数的均值±标准差。
pCR与pNCR之间的治疗前特征使用非配对双尾t检验进行比较。
基线时各缓解组之间的IHC亚型使用卡方检验进行比较。四种亚型之间的影像学参数也使用单因素方差分析(ANOVA)进行比较。扩散系数之间的相关性使用Pearson相关进行评估。构建受试者工作特征(ROC)曲线以评估参数在区分pCR与pNCR方面的性能,并比较曲线下面积(AUC)。
基线测量的可重复性在观察者间和观察者内水平使用组内相关系数(ICC)进行评估。
模型比较使用校正Akaike信息准则(AICc)进行,该准则对模型中额外参数施加惩罚[25]。对三个模型计算AICc,并在所有病灶体素上取平均值,随后在所有受试者上取平均值。统计分析使用SPSS软件(v. 21.0,Chicago,IL)进行。由于本研究主要是描述性的,p值以原始值呈现,未针对多重比较进行校正。为讨论目的并与Orton等人[5]类似,多重比较通过将p值显著性阈值按校正因子5进行调整来考虑。因此,统计学显著比较设定为p < 0.05(未校正),高度显著比较设定为p < 0.01。
结果
基线评估
四名患者在成像前退出研究,因此基线分析包括36名具有单灶恶性病灶的患者。25个病灶(69%)被归类为肿块强化,而11个为非肿块样病灶(31%)。所有病灶在DCE-MRI上均显示不均匀强化;27个病灶(75%)主要表现为III型强化曲线,其余(9/36,25%)显示II型模式。手术后,14名患者(39%)显示pCR,22名(61%)为pNCR。
反应预测:治疗前肿瘤特征
平均肿瘤直径为4.7 cm(中位数4.0 cm,范围1.2 − 12 cm)。缓解者(4.1 ± 0.4 cm)与非缓解者(5.1 ± 0.5 cm,p = 0.194)之间未发现显著差异。
根据IHC亚型,33%(12/36)为ER+PR+/HER−,33%为ER+PR+/HER2+,3%(1/36)为ER−PR−/HER2+,31%(11/36)被归类为TNBC。
三阴性组中除一名患者外均显示pCR,而ER+PR+/HER2−和ER+PR+/HER2+肿瘤中均有17%(2/12)显示完全缓解。
在组织学亚型方面,各缓解组之间观察到显著差异(p < 0.001)。
反应预测:治疗前扩散参数
整个队列的治疗前平均ADC、DDC和D t值分别为1.11 × 10−3、1.09 × 10−3和0.93 × 10−3 mm2/s。图1和图2展示了一位完全缓解者的代表性图像和参数图。图3展示了拟合到单个像素数据的单指数、双指数和拉伸指数曲线的示例。
表3显示了所有三种模型中各缓解组的平均扩散系数。缓解者的ADC、DDC和D t值(分别为0.92 ± 0.03、0.93 ± 0.04和0.85 ± 0.05 × 10−3mm2/s)显著低于非缓解者(分别为1.20 ± 0.02、1.25 ± 0.03和1.02 ± 0.05 × 10−3mm2/s)(分别为p < 0.01、p < 0.01、p = 0.02)。ƒ分数在缓解者中显示较高的比例;然而,这并不显著(p = 0.09)。在亚组分析中,发现ƒ在TNBC亚型缓解者中显著较高(12.4 ± 4.1 % vs. 10.9 ± 1.2 %,p = 0.01)。
尽管与非缓解者相比,最终缓解者的α值较低,但这并不显著(0.81 ± 0.02 vs. 0.84 ± 0.02,p = 0.07)。
图4显示了比较扩散系数相对于病理缓解的诊断效能的ROC曲线。与ADC和D t相比,DDC显示出更大的AUC(0.756,p = 0.01)(分别为0.749,p = 0.01和0.641,p = 0.15)。在治疗前MRI上区分缓解组的DDC截断值(1.141 × 10−3 mm2/s)产生了最高的敏感性(81 %)和特异性(72 %)(表4)。
治疗中期评估
所有患者均在治疗中途接受了第二次MRI检查;然而,14例患者因以下原因被排除:患者选择退出研究检查(n = 3),由于脂肪抑制不理想导致图像无法使用(n = 2),受试者未接受标准的六个周期化疗(n = 2),3例患者在NACT后因无法耐受而未在手术前完成完整扩散成像序列。此外,4例患者因治疗中期(第3周期后)的随访MRI未及时进行而被排除出分析。这些患者出现了肝脏和肾脏病灶,后来证实为良性。最终,22个恶性病灶可用于中期检查的分析。8例患者(36 %)显示pCR,14例(64 %)为pNCRs。
疗效预测:肿瘤大小的变化
肿瘤大小方面发现了显著差异,因为应答者的平均肿瘤大小较小(1.5 ± 0.2 cm 对 2.9 ± 0.5 cm,p < 0.05)。
疗效预测:扩散参数的变化
在三个周期化疗后观察到扩散系数平均值的增加,ADC和DDC的增加百分比在应答者(49 %和43 %)与非应答者(21 %、32 %,分别为p = 0.03和p = 0.04)之间显示出统计学显著差异。然而,D t的增加在应答组之间未显示出显著差异(36 % 对 23 %,p = 0.14)。此外,应答者中发现的ƒ分数下降(29 %)与pNCR中观察到的ƒ增加(5 %,p = 0.05)存在实质性差异。应答者与pNCR相比还显示出α的较大增加(7 % 对 5 %)。然而,这并不显著(p = 0.68)(表3)。图5显示了应答组之间扩散系数的平均变化。
测量的可重复性
单指数和拉伸指数模型的总体参数显示出优异的评分者间和评分者内可重复性。双指数参数的范围从优异到一般(表5)。
模型选择
ADC与非高斯扩散系数之间发现显著相关性(两者p < 0.001)。然而,与ADC和D t之间(r = 0.76)相比,ADC与DDC之间观察到更高的相关性(r = 0.89)。
ROI数据的AICc显示,拉伸指数模型在基线和治疗中期测量中为首选模型,其值(62.6 ± 8.2、66.6 ± 9.2)低于单指数和双指数模型(基线分别为81.7 ± 9.4和82.9 ± 9.7;治疗中期分别为85.6 ± 10.2和88.6 ± 11.6)。
讨论
一般认为,高增殖性恶性乳腺病变会导致细胞微结构密集,表现为扩散受限更明显和ADC降低[26]。然而,b值的选择可能影响所计算的测量值,其受到以不同速率扩散的多个池的影响,从而干扰对组织扩散性的评估[27]。已设计出替代扩散模型来解释生物组织在体内更复杂的非高斯扩散行为。Le Bihan等人已表明,信号衰减不仅是水分子受细胞密度影响的随机微观运动的结果,还依赖于体素内的微灌注[6]。这已引起特别关注,因为肿瘤血管生成被视为患者预后的重要决定因素。然而,从数值上看,已表明对双指数模型拟合三个参数可能不稳定[28, 29]。在本研究中,我们评估了在八个b值下采集的两种非高斯模型,以捕捉组织的各种扩散特性,并使用乳腺DW-MRI中常用的标准b值将其与单指数模型进行比较。
我们的基线结果与Sigmund等人一致,显示D t值低于ADC[30]。这在排除灌注效应后是预期的,因为较低的b值被用于捕捉高得多的伪扩散。此外,单指数和拉伸指数扩散系数之间发现强相关性。这表明DDC可以以与ADC相同的方式解释,并可观察到微环境中扩散成分的连续分布。
与Park等人[31]相似,我们的研究也显示肿瘤扩散系数与治疗反应之间呈负相关,其中治疗前ADC、DDC、D t值显著较高和ƒ分数较低更提示坏死性、活力较低的病变。这些病变常被发现为缺氧、更具侵袭性且对化疗较不敏感[32]。
肿瘤的平均ƒ分数也能够区分最具生物学侵袭性亚型(TNBC)中的应答者,约三分之一的肿瘤显示完全缓解,这与既往报道一致[33]。然而,由于其他亚型的样本量较小,无法进行完整的统计学评价。
尽管扩散指数α与生物学对应物之间的归因仍在研究中,但无反应病变中观察到的较低值表明成像体素内微环境更加异质[19]。这一参数反过来可被视为组织微结构复杂性的反映,提示细胞多形性程度、血管异质性以及微观坏死存在的变化[13]。
尽管不显著(p = 0.68),我们研究中的应答者在治疗中期与无应答者相比显示出结构均匀性增加(α更接近1)。这些初步结果与Orton等人在腹部和盆腔肿瘤中的发现相似,其中在治疗开始前、治疗后7天和28天评估时,应答组之间α的变化存在显著差异[5]。
乳腺癌治疗中使用的的新辅助化疗方案通常包括蒽环类药物与紫杉类药物联合或序贯给药。蒽环类药物的作用机制主要归因于抑制DNA合成,阻止快速分裂细胞的复制[34],而紫杉类药物据报道具有抗血管生成作用,可选择性地关闭微血管形成[35, 36]。治疗中期DDC的显著增加(p = 0.04)支持了这一观点,提示血管内皮细胞的早期破坏导致了扩散隔室分布的改变。在IVIM分析中,我们还显示达到完全缓解的病灶灌注分数大幅下降,而与治疗无反应的病灶中灌注分数则升高。这一结果得到了既往研究结果的支持[37, 38]。
在评估测量的可重复性时,单指数和拉伸指数模型显示出高ICC值,提示所得参数与ADC具有相当的稳健性。这与近期研究发现拉伸指数模型等效或优于其他模型的结果一致[5, 12, 16, 39]。
本研究存在一些局限性。首先,我们人群中的化疗方案各不相同,这使得难以就每种药物的生物学效应得出具体结论(如扩散模型所检测的那样)。然而,这不应影响最终的疗效评估,因为该人群在NACT结束时接受了相同的联合方案。
其次,尽管我们评估了ROI测量的可重复性,但未进行验证性研究。然而,Orton等人表明,拉伸指数模型衍生的参数具有高度可重复性,有可能作为腹部和盆腔肿瘤疗效评估的定量生物标志物[5]。
在本研究中,我们使用8个b值实施拉伸指数模型以表征偏离高斯曲线的程度,并与双指数模型进行比较。既往研究使用了4−5个b值并产生了类似结果[13, 14, 19],这提供了在合理扫描时间内利用扩展b值范围增强DW-MRI表征组织特性的潜力。
最后,我们的研究受限于样本量较小且肿瘤亚型间缓解率不同。然而,我们表明DW-MRI可利用拉伸指数模型的DDC参数对NACT引起的基线和早期治疗效应具有敏感性,这表现为较大的AUC及令人满意的敏感性和特异性指标,以及双指数模型的ƒ分数。与腹部和盆腔肿瘤[5]不同,α在乳腺中未能区分缓解组。这可能与随访MRI的时间有关,该检查在第三周期NACT后(即治疗6周后)进行。因此,在更早时间点进行随访成像可能有助于阐明缓解者与无缓解者之间α的变化。
总之,这项可行性研究表明,使用非单指数模型,扩散加权磁共振成像(DW-MRI)对乳腺癌的基线和早期治疗变化具有敏感性,这些模型提供了额外的成像生物标志物,有可能为了解细胞腔室和细胞膜提供见解,并可能对治疗引起的组织变化变得更加敏感。我们的结果表明,拉伸指数模型有可能监测此类变化。这些数据支持更广泛地使用这些模型来评估治疗效果,而不仅限于常规测量的表观扩散系数(ADC)。
电子补充材料
以下是电子补充材料的链接。ESM 1(DOCX 81 kb)
引用
- Bedair R, Priest AN, Patterson AJ, et al. Assessment of early treatment response to neoadjuvant chemotherapy in breast cancer using non-mono-exponential diffusion models: a feasibility study comparing the baseline and mid-treatment MRI examinations. Eur Radiol. 2016. PMID: 27798751. doi:10.1007/s00330-016-4630-x
- 全文:PMC5486805(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC5486805/
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。