表观扩散系数用于非强化WHO II/III级胶质瘤分子分型:容积分割与二维感兴趣区分析的比较
回顾性纳入44例非强化WHO II/III级胶质瘤,比较容积全肿瘤与单层面ROI的ADC测量对IDH野生型及IDH突变1p19q状态的鉴别能力。容积ADCmean阈值1201×10⁻⁶ mm²/s鉴别IDH野生型敏感度83%、特异度86%;单层面ADCratio阈值观察者1为1.76、观察者2为1.83,AUC分别为0.95和0.96,两种方法结果相近。
要点
- 非强化胶质瘤中IDH野生型ADC值最低,ADC测量可能辅助分子分型。
- 单层面最大肿瘤横截面ROI与全肿瘤容积ADC测量在本研究中结果相近。
- 作者认为ADCratio≤1.8的非强化胶质瘤宜考虑早期组织诊断以评估IDH野生型风险。
核心结论
- ADC测量似可支持非强化WHO II–III级胶质瘤的分子分型,尤其用于识别IDH野生型肿瘤。
- 在本队列中,最大病灶横截面的二维ROI测量似可代表整个肿瘤,结果与容积测量相近。
研究设计与样本
- 回顾性研究,纳入44例非强化WHO II/III级胶质瘤:IDH野生型14例、IDH突变1p19q完整16例、IDH突变1p19q共缺失14例。
- MRI来自10家转诊机构的18台扫描仪(31例1.5 Tesla、13例3 Tesla),DWI为b=0和b=1000 s/mm²的三方向全脑采集。
- 容积分析以T2信号异常勾画全肿瘤VOI并与ADC图配准;单层面分析由两名观察者在最大肿瘤横截面放置ROI,以对侧半卵圆中心正常表现白质为参考。
- 参考标准为WHO 2016组织病理与分子检测(IDH R132H免疫组化、Sanger测序、1p/19q拷贝数检测)。
关键影像表现/征象
- IDH野生型胶质瘤的全肿瘤ADCmean(VOItum)显著低于IDH突变1p19q完整组(p<0.0005)和IDH突变1p19q共缺失组(p=0.001)。
- IDH突变1p19q完整组的ADCmean(VOItum)显著高于IDH突变1p19q共缺失组(p=0.0047)。
- 单层面PACS_ADCratio在IDH野生型低于IDH突变1p19q完整组(观察者1 p<0.0005;观察者2 p<0.0005)和IDH突变1p19q共缺失组(观察者1 p=0.001;观察者2 p=0.001)。
- 正常表现白质ADCmean与分子亚型之间未显示统计学关联。
诊断标准与关键数值
- 容积ADCmean(VOItum)阈值1201×10⁻⁶ mm²/s鉴别IDH野生型:敏感度83%、特异度86%,AUC 0.94。
- 容积ADCratio阈值1.65鉴别IDH野生型:敏感度80%、特异度92%,AUC 0.90。
- 单层面PACS_ADCratio阈值观察者1为1.76(敏感度80%、特异度91%、AUC 0.95),观察者2为1.83(敏感度86%、特异度100%、AUC 0.96)。
- 容积ADCmean(VOItum)每降低1.0×10⁻⁵ mm²/s,IDH野生型比值比为78%(p=0.003);容积ADCratio每降低0.1,IDH野生型比值比为46%(p=0.004)。
- 单层面ADCratio每降低0.1,IDH野生型比值比观察者1为62%(p=0.005)、观察者2为57%(p=0.004);观察者间ICC为0.98。
临床应用与阅片要点
- 作者认为,对于新诊断的非强化胶质瘤且ADCratio≤1.8者,鉴于IDH野生型分子状态风险增加,建议进一步检查并考虑早期组织诊断。
- 作者指出单层面ROI测量简便、观察者间一致性高,可能纳入临床报告,作为灌注和2HG波谱等先进MR技术的补充,待组织诊断确认。
- 单层面测量未取绝对ADC值,因工作站显示可因转诊机构而异;以对侧半卵圆中心正常表现白质为参考,避开了内囊。
局限性
- 数据来自18台MRI系统,原文称这可能代表本研究的局限性,但反映了临床实际。
- 原文指出,1p19q共缺失胶质瘤虽预后最佳却观察到中间ADC值的原因仍不清楚。
全文中译13 节 · 点击展开
引言
既往认为钆对比剂摄取是预测胶质瘤组织学分级和恶性程度的最佳MR成像指标[1–3]。在此基础上,临床实践中常将无强化的内在性肿瘤判定为可能为低级别胶质瘤(LGG)[4]。但传统MRI在预测后续肿瘤行为方面已被证明不可靠,部分推测为LGG的肿瘤可迅速进展,出现强化和坏死等恶性特征[4–8]。
若干关键基因改变作为胶质瘤预后主要决定因素的发现,挑战了以组织学进行胶质瘤分组的参考标准[9]。异柠檬酸脱氢酶(IDH)突变是LGG发生中的常见(> 70%)定义性事件,相反,超过90%的胶质母细胞瘤属于IDH野生型组[10, 11]。尽管IDH突变通过产生毒性代谢物D2-羟基戊二酸(2HG)具有致癌效应,但IDH突变的存在与良好预后相关。
2016年修订版世界卫生组织(WHO)脑肿瘤分类首次纳入分子数据以辅助诊断[12]。对于WHO II/III级胶质瘤,已定义三个分子亚组:IDH野生型胶质瘤(IDHwt),其生存与胶质母细胞瘤相似;IDH突变型伴1p19q完整(IDHmut1p19int),预后中等;以及IDH突变型伴1p19q共缺失胶质瘤(IDHmut1p19qdel),预后最佳且化疗敏感性最高[11]。其与组织形态学存在部分重叠,即许多IDHmut1p19int为星形细胞性,而大多数IDHmut1p19qdel属于少突胶质瘤组[13]。IDHwt胶质瘤可能构成一个遗传学异质性的病变类别,但常表现出侵袭性行为,并一直被怀疑代表早期胶质母细胞瘤[14–17]。在关于IDHwt胶质瘤MR成像特征的新近文献中,部分此类肿瘤被报道初期缺乏强化[6, 18, 19]。
扩散加权成像(DWI)是一项在癌症中备受关注的技术,因为水扩散性在高细胞密度组织中受限,这反映了肿瘤增殖率和侵袭性[20]。在分子分型之前,已观察到推测为LGG的肿瘤在影像学暴发性进展前存在扩散受限现象[7],这促成了后来对IDHwt胶质瘤连续影像学表现的描述[4]。定量表观扩散系数(ADC)值通过荟萃分析已显示对胶质瘤分级具有高准确性[21]。对于低至中度IDHwt胶质瘤的无创识别,扩散张量成像(DTI)和扩散峰度成像(DKI)已显示出潜力,提示扩散受限和异质性扩散是IDHwt的特征[22–24]。然而,先进扩散技术在学术医院机构之外并非普遍可用,可能需要更长的扫描时间和专门的后处理。
平均ADC测量可能是一种快速且可行的评估胶质瘤扩散性的方法,与直方图或纹理分析相比对计算要求不高。尽管理论上更优,但尚无确凿证据表明全病灶分析在识别恶性胶质瘤方面优于感兴趣区放置[25]。
本研究旨在(i)探讨常规临床弥散加权成像(DWI)的ADC测量值是否与胶质瘤分子亚型相关,以及(ii)比较全肿瘤容积ADC与单层面ADC测量的性能。
材料与方法
患者
经机构伦理委员会批准进行回顾性研究后,我们检索了神经病理学记录,发现2009年至2016年间共有37例WHO II/III级IDH野生型(IDHwt)胶质瘤患者。为比较分子分组,随机选取了IDH(IDH1-R132H)突变型胶质瘤的对照样本(34例IDHmut1p19qint和32例IDHmut1p19qdel)。我们旨在评估疑似低级别胶质瘤(LGG)在组织学诊断前的ADC。为模拟临床情境,仅纳入无钆增强的胶质瘤(2例非增强胶质瘤分别因图像缺失和DWI质量不佳而被排除)。研究样本包括14例IDHwt(7例WHO II级和7例WHO III级)、16例IDHmut1p19qint(8例WHO II级和8例WHO III级)和14例IDHmut1p19qdel(11例WHO II级和3例WHO III级),三个分子分组共计44例非增强胶质瘤(患者筛选流程图见图1)。本研究未纳入出血性或坏死性胶质瘤。
MRI采集
我院为四级神经外科中心;因此本研究的标准(结构像和DWI)MRI序列来自10家不同的转诊机构(机构1至机构10):29例来自本院,4例来自机构2,3例来自机构3,2例来自机构4,其余六家机构各1例。检查在18台不同扫描仪上采集(31例在1.5特斯拉,13例在3特斯拉),涵盖所有主要厂商:四台通用电气扫描仪[Discovery MR450(患者数n = 5)、2台Signa Excite(各n = 1)、Genesis Signa(n = 2)],七台西门子扫描仪[3台Avanto(n = 7、n = 2、n = 1)、一台Trio(n = 9)、Symphony(n = 4)、Skyra(n = 3)、Espree(n = 1)],六台飞利浦扫描仪[Ingenia(n = 2)、5台Achieva(各n = 1)]和一台东芝扫描仪(n = 1)。所有采集均包括轴位T2加权图像和轴位标准三方向全脑DWI。T2加权图像参数的中位数[最小值,最大值]为:回波时间(TE)= 99.5 [80, 141] ms;重复时间(TR)= 4610 [2500, 7480] ms;平面内分辨率 = 0.5 × 0.5 [0.3 × 0.3, 0.9 × 0.9] mm²;层厚 = 5 [1, 6] mm;层间距 = 1.5 [0, 2] mm。所有DWI采集均包括弥散梯度加权值b = 0 s/mm²和b = 1000 s/mm²;其他参数的中位数[最小值,最大值]为:TE = 90.5 [69.5, 137] ms;TR = 4000 [2837, 10,000] ms;平面内分辨率 = 1.25 × 1.25 [0.5 × 0.5, 2.5 × 2.5] mm²;层厚 = 5 [4, 6] mm;层间距 = 1.5 [0, 2] mm。每位患者的影像学检查在组织学诊断前平均(标准差,sd)2.3(2.8)个月进行。胶质瘤分子亚组的图像示例见图2。
后处理与ADC分析
ADC图计算
在自旋回波扩散加权序列中,图像中每个像素的信号 Sb [Sb = S0 e(−b ADC)] 由第一分量(S0)和第二分量(e−b ADC)组成,第一分量取决于组织特性(即“自旋密度”、T1 和 T2 弛豫时间)和序列特性(例如重复时间,TR);第二分量取决于扩散梯度(b,单位为 s/mm2)和表观扩散系数(ADC,单位为 mm2/s)。
ADC 通过将无扩散梯度采集的图像(Sb = 0 = S0)除以有扩散梯度采集的图像(Sb)获得:
在该除法中,ADC 对 S0(因而对 T1、T2 和 TR)的依赖性被消除 [26]。ADC 图使用公式 1 和软件库 fsl(版本 5.0)中的实用工具 fslmaths 计算 [27]。随后进行了离线全肿瘤分析和单层面分析。
全肿瘤(容积)ADC 分析
肿瘤感兴趣体积(VOItum)由神经放射学住院医师(S.H.)使用 ITK snap Toolbox 版本 3.6(www.itksnap.org [28])勾画,覆盖整个 T2 信号异常区,每个分割均由专攻脑肿瘤成像的委员会认证神经放射学家(S.C.T.)优化。对于多中心性胶质瘤,信号异常的总容积被视为一个病灶。ADC 图使用 FLIRT 工具箱 [29, 30] 与 T2 成像共配准,执行六参数模型的刚体变换,以“归一化互信息”作为代价函数。随后,使用 fsl 中的 fslstats 实用工具 [25–27] 获得每个肿瘤的 ADCmean 测量值。
为考虑脑扩散性的可能个体间差异,我们评估了正常表现白质(NAWM)中的 ADCmean。对于每位患者,在对侧半卵圆中心(CS)绘制标准化的第二感兴趣体积(VOICS)。该 VOICS 用于计算 ADCratio = ADCmean(VOItum)/ADCmean(VOICS)(图 2)。对于两个 IDHwt 肿瘤,由于双侧肿瘤浸润,省略了 NAWM 分析。
单层面 ADC 分析
使用标准图像归档和通信系统(PACS)软件(IMPAX 6.5.1.1008,Agfa-Gevaert,Mortsel,比利时)利用常规可用于 MR 图像报告的工具。两名对组织分子结果设盲的观察者(J.A.M. 普通放射学受训者 = 观察者 1,S.C.T. = 观察者 2)在 T2 加权序列上定位肿瘤,在并排查看的 ADC 图上选择两个圆形感兴趣区:第一个感兴趣区(ROItum)绘制在最大病灶横截面上,避开肿瘤边缘以避免部分容积效应。第二个圆形 ROICS 力求与 ROItum 大小相似,放置在对侧半卵圆中心 NAWM 中,注意排除测量层面可见脑室表面、皮层和/或脑沟间隙的图像。三名患者因 PACS 上无法获得 ADC 图而被排除在单层面分析之外。计算肿瘤与 CS 中 ADCmean 之间的比值 [PACS_ADCratio = ADCmean(ROItum)/ADCmean(ROICS)]。单层面方法未测量绝对 ADC 值,因为其工作站显示可能因转诊机构而异。容积分割和单层面 ADC 测量的示例见图 3。
组织病理学和分子分析
含组织的石蜡块在我院神经病理科根据WHO 2016指南和先前发表的数据进行分析[16]。IDH R132H免疫阴性肿瘤进行多重基因Sanger测序。使用基于定量聚合酶链反应的拷贝数测定法确定1p/19q状态。
统计分析
对于体积和单层面数据,统计分析各包括两个步骤:(i)线性回归评估肿瘤类型(IDHwt、IDHmut1p19qint、IDHmut1p19qdel)与ADC值之间的关联,随后(ii)逻辑回归确定ADC值能否区分IDHwt与IDHmut胶质瘤。使用受试者工作特征(ROC)分析量化逻辑回归的性能。为确定逻辑回归的截断点,采用“最接近(0,1)”法。统计显著性设定为5%。评定者间一致性以组内相关系数(ICC)表示,使用双向随机效应模型。所有统计分析使用Stata 14版(College Station, TX: StataCorp LP)进行。
结果
IDHwt组的平均年龄大于IDHmut组(与IDHmut1p19qint比较p = 0.0001,与IDHmut1p19qdel比较p = 0.005)。IDHmut1p19qdel中WHO II级胶质瘤比例较高无统计学显著性(Pearson卡方检验与IDHwt比较p = 0.115,与IDHmut1p19qint比较p = 0.105)。患者人口学数据和肿瘤体积报告于表1。
分子亚型与ADC值之间的关联
在体积分析中,IDHwt肿瘤的全肿瘤体积ADCmean(VOItum)显著低于IDHmut1p19qint(p < 0.0005)和IDHmut1p19qdel(p = 0.001)。IDHmut1p19qint组的ADCmean(VOItum)显著高于IDHmut1p19qdel组(p = 0.0047)。
IDHwt胶质瘤的全肿瘤ADCratio显著低于IDHmut1p19qint(p < 0.0005)和IDHmut1p19qdel(p = 0.019)。IDHmut1p19qint组的ADCratio显著高于IDHmut1p19qdel组(p = 0.0054)。
在单层面评估中,IDHwt的平均PACS_ADCratio显著低于IDHmut1p19qint(观察者1 p < 0.0005;观察者2 p < 0.0005)和IDHmut1p19qdel(观察者1 p = 0.001;观察者2 p = 0.001)。IDHmut1p19qint组的PACS_ADCratio高于IDHmut1p19qdel组(观察者1 p = 0.0008,观察者2 p = 0.0025)。NAWM ADCmean值与分子亚型之间未显示统计学关联。
同一评估者对PACS_ADCratio测量的组内一致性非常高:对同一个体进行的测量相关性为0.96,而观察者平均评分之间的相关性为0.98。测量相关性等于一致性 agreement,表明两名观察者之间没有系统性差异。单层ADCratio值略高于体积ADCratio,但存在系统性差异。肿瘤类型与ADC值之间关联的数值结果,针对体积分析和单层分析,报告于表2。表3显示了IDHmut1p19qint与IDHmut1p19qdel之间ADC值的差异。表4详细列出了ICC值。ADCmean和ADCratio值的箱线图描绘于图4。
ADC值的诊断性能
对于ADCmean(VOItum),ROC分析将正确分类肿瘤类型的准确性量化为曲线下面积(AUC)0.94。ADCmean(VOItum)的截断点为1201 × 10−6 mm2/s,灵敏度为0.83,特异度为0.86。ADCmean(VOItum)值每降低1.0 × 10−5 mm2/s,IDHwt的比值比增加78%(p = 0.003)。
对于体积ADCratio,ROC分析得出AUC为0.90,在ADCratio阈值为1.65时,灵敏度为0.80,特异度为0.92。体积ADCratio值每降低0.1,IDHwt的比值比增加46%(p = 0.004)。
ROC分析将PACS_ADCratio逻辑回归正确分类肿瘤类型的准确性量化为观察者1的AUC为0.96,观察者2为0.95。观察者1(观察者2)的PACS_ADCratio截断点为1.83(1.76),在截断点处灵敏度为0.80(0.86),特异度为1.00(0.91)。单层ADCratio值每降低0.1,观察者1的IDHwt比值比增加62%(p = 0.005),观察者2增加57%(p = 0.004)。胶质瘤亚型预测的数值结果报告于表5。ROC曲线描绘于图5。
讨论
在本分析中,我们观察到从标准临床DWI获得的ADC值是非强化胶质瘤IDH状态的高度显著预测因子,并可能允许根据2016年WHO分类进行无创分子亚型划分。
两项近期调查强调了疑似LGG患者的临床诊疗实践,约50%的神经外科医生采取“观察等待”策略以权衡手术风险[31],仅21%进行 upfront 活检[32]。因此,外观无害的IDHwt胶质瘤可能通过进展揭示其侵袭性本质并延迟接受治疗。
低ADC值与胶质瘤细胞密度增加及预后较差相关,多项研究通过弥散度、组织学标本和临床数据的比较支持了这一结论[5, 33–37]。低弥散度可预测星形细胞瘤的不良生存,且独立于WHO分级[38],尽管ADC与胶质瘤预后之间不存在线性关系[39]。
既往利用ADC值区分星形细胞瘤和少突胶质细胞瘤的研究取得了不一的结果[40, 41],回顾性分析可能受到组织学分组与分子分组之间不完全重叠的影响。诊断重点已转向基因分型,然而免疫组化检测复杂且并非绝对可靠,需要结合形态学标准和所进行的检测类型进行解读,以避免判读错误[42]。
近期,Leu等人能够利用ADC将胶质瘤归入WHO 2016分子分组;然而其方法与我们不同,纳入了强化病灶,且ADC中位值来源于b700–1000梯度,部分患者采用DTI分析[43]。据我们所知,这是首项聚焦于非强化胶质瘤的IDH分型研究,使用来源于三方向DWI的b1000值。这一点尤为重要,因为在常见临床实践中,此类肿瘤通常被认为侵袭性较低。
我们发现,在将全病灶测量与单层面感兴趣区放置进行比较时,ADCratio值具有高度可重复性,观察者间一致性近乎完全一致。我们的容积测量与单层面结果的相似性可能归因于这些非强化、非坏死性胶质瘤的相对均匀性。绝对ADCmean值和ADCratio对此类病灶均有价值。更快捷简便的单层面分析甚至表现略优。这与既往影像学研究结果一致,后者提示全病灶弥散度测量并不总是优于ROI分析[25, 44]。
ADC预测胶质瘤亚型的能力及最佳阈值可能受ROI放置技术的影响,既往研究主要集中于最小ADC值分析:Xing等人采用多重(≥ 5)ROI技术,以共识中选择的最低ADC测量均值作为最小ADC,显示了ADC与IDH状态之间的统计学相关性[45]。类似地,既往一项用于IDH分型的DTI研究采用多重ROI放置和双阅片者共识方法获取最小ADC值[24]。
作为参考ROI,我们选择半卵圆中心,因其与“镜像”ROI相比可能具有更好的可重复性[45],后者可能受到肿瘤位置的影响。我们避开了内囊[24],该结构较小,未经训练的评估者较难定位。
Lee等人发现ADC均值和ADC直方图有助于WHO III级和IV级胶质瘤的IDH分型[46]。然而,仅针对胶质母细胞瘤的IDH分型,近期一项研究未发现ADC值存在差异[47]。在Tan等人对II–IV级胶质瘤的研究中,ADC用于IDH分型的准确性随级别升高而下降,这可能反映了病灶异质性更大[24]。在此类情况下,先进的弥散采集序列(如DKI或多b值成像)可能提供更多的组织微观结构信息。
单层感兴趣区(ROI)技术在非强化低级别胶质瘤IDH分型中的良好表现出乎意料,但具有高度相关性。这意味着这种易于执行的测量方法可纳入临床报告,在组织学诊断之前补充灌注成像和2HG波谱等高级MR模态[48, 49]。数据来源于18台MRI系统可能代表本研究的局限性,但反映了临床现实。能够从该数据集中获得胶质瘤亚型的显著区分进一步强调了ADC的稳健性。
目前仍不清楚为何在1p19q共缺失胶质瘤中观察到中间型ADC值,尽管其预后最佳。该结果与已发表的少突胶质细胞瘤中间型弥散度数据一致;有趣的是,该肿瘤亚型在MR灌注研究中也可能模仿恶性胶质瘤[39, 50]。
总之,本研究结果表明,对于新诊断的ADC比值≤1.8的非强化胶质瘤,鉴于IDH野生型分子状态风险增加,建议进一步检查并考虑早期组织学诊断。
结论
ADC测量似乎是WHO II–III级非强化胶质瘤分子分型的一种简单而有力的方法,特别是用于识别IDH野生型肿瘤。在我们的患者队列中,最大病灶横截面上的二维ROI测量似乎可代表整个肿瘤,结果具有可比性。
引用
- Thust SC, Hassanein S, Bisdas S, et al. Apparent diffusion coefficient for molecular subtyping of non-gadolinium-enhancing WHO grade II/III glioma: volumetric segmentation versus two-dimensional region of interest analysis. Eur Radiol. 2018. PMID: 29572636. doi:10.1007/s00330-018-5351-0
- 全文:PMC6096613(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC6096613/
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。