儿童小脑肿瘤磁共振波谱分析工具的前瞻性多中心评估与优化
该研究在三个中心前瞻性纳入儿童小脑肿瘤患者,评估基于磁共振波谱峰高测量的原始诊断工具,并加入新数据优化分类方案。原始工具对26例新肿瘤的正确分类率为65.4%,合并原始数据集后优化的方案对53例肿瘤的正确分类率达90.6%。
要点
- 原始峰高测量工具在前瞻性多中心数据中正确分类率为65.4%(26例中正确分类17例)。
- 优化后的两步分类方案对53例肿瘤的正确分类率为90.6%(正确分类48例)。
- 优化方案第一步用NAA/Cr>2.22且mIns/NAA<0.65判定毛细胞型星形细胞瘤,第二步用mIns/tCho<0.85判定髓母细胞瘤。
核心结论
- 原始诊断工具在前瞻性多中心数据中仅获得中等准确度,正确分类率为65.4%(26例中正确分类17例)。
- 通过增加数据集优化后的分类方案对53例肿瘤的正确分类率达到90.6%(正确分类48例)。
研究设计与样本
- 前瞻性多中心研究,在伯明翰儿童医院、诺丁汉女王医疗中心和皇家马斯登医院三个中心进行。
- 纳入36例儿童小脑病变患者,经活检或手术后获得病理诊断,最终31例波谱通过质量控制纳入分析。
- 使用1.5T临床MR系统(Siemens Avanto、GE Signa EXCITE、Philips Ingenia),采用短回波时间(28–35 ms)的PRESS序列进行单体素MR波谱。
- 体素边长为1.5或2 cm,完全置于肿瘤实性成分内,避开囊性区域和出血或钙化区域。
- 原始数据集27例肿瘤与新数据26例(具有三种主要肿瘤类型)合并,共53例用于优化方案。
关键影像表现/征象
- 毛细胞型星形细胞瘤通常显示较低的肌酸水平和高乳酸水平,尽管其性质为良性。
- 髓母细胞瘤常存在牛磺酸,高级别肿瘤具有高总胆碱、脂质和甘氨酸水平。
- 非典型畸胎样横纹肌样肿瘤的波谱显示2.0 ppm处无尖锐NAA峰,提示真实NAA水平很低,不符合毛细胞型星形细胞瘤。
- 弥漫性星形细胞瘤波谱显示高肌醇峰,并可见很小的脂质和大分子峰以及2.6 ppm处可能由柠檬酸导致的峰,可能有助于与室管膜瘤鉴别。
- 高级别肿瘤波谱显示1.3 ppm处强烈的脂质和大分子信号,与其不良预后一致。
诊断标准与关键数值
- 原始分类方案对三种主要肿瘤类型(毛细胞型星形细胞瘤、室管膜瘤、髓母细胞瘤)在新数据中的正确分类率为65.4%(26例中正确分类17例,其中毛细胞型星形细胞瘤9例中正确5例、室管膜瘤4例中正确2例、髓母细胞瘤13例中正确10例)。
- 原始分类方案应用于完整数据集53例肿瘤时,正确分类率为81.1%。
- 重新优化原始方案中的 cutoff 值(NAA/Cr=2.22、Cr/tCho=0.45、mIns/NAA=1.35)后,对52例波谱的整体正确分类率为64.2%。
- 优化后的两步分类方案:第一步,若NAA/Cr>2.22且mIns/NAA<0.65,则判为毛细胞型星形细胞瘤;第二步,若未归入毛细胞型星形细胞瘤且mIns/tCho<0.85,则判为髓母细胞瘤。
- 优化方案对53例三种主要肿瘤类型的正确分类率为90.6%(正确分类48例,误分类包括1例室管膜瘤判为髓母细胞瘤、2例髓母细胞瘤判为毛细胞型星形细胞瘤、1例髓母细胞瘤判为室管膜瘤、1例离群毛细胞型星形细胞瘤判为室管膜瘤)。
临床应用与阅片要点
- 该工具使用标准扫描仪制造商软件生成MR波谱,测量峰高后通过简单规则预测组织病理学,便于放射科医生在临床环境中使用。
- 使用原始分类工具时需注意其在前瞻性多中心数据中准确度有限(正确分类率65.4%),优化后的方案在相同的多中心数据中正确分类率提高至90.6%。
- 对于非典型畸胎样横纹肌样肿瘤,若仅使用三种主要肿瘤类型的分类方案可能因肌酸峰极小导致NAA/Cr偏高而误判为毛细胞型星形细胞瘤,需结合2.0 ppm处NAA峰形态判断。
- 弥漫性星形细胞瘤因高肌醇峰可能被误判为室管膜瘤,但柠檬酸峰等特征可能有助于鉴别。
- 不同扫描仪采集和处理参数(基线校正、水抑制程度)不同会影响峰高准确测量,使用前需进行质量控制。
局限性
- 原始数据集较小,室管膜瘤代表性不足,且数据在单一中心的专用扫描仪上处理。
- 前瞻性评估中仅26例具有三种主要肿瘤类型,罕见肿瘤类型样本量小,难以得出确切结论。
- 不同扫描仪之间采集和后处理差异导致基线不平坦和水抑制程度不同,给峰高准确测量带来挑战。
- 一例毛细胞型星形细胞瘤因水抑制极差且截屏丢失屏幕下部导致峰高无法准确测定,被从统计分析中剔除。
全文中译12 节 · 点击展开
引言
1H磁共振(MR)波谱测定预选组织体积内代谢物的浓度。尽管大量成人研究和较少数量的儿童研究表明,MR波谱代谢物谱有助于脑肿瘤的无创评估[1–12],但该技术在临床儿科环境中目前尚未广泛使用。
MR波谱分析困难,其应用因缺乏直接的分析工具而受到阻碍。大多数已发表的研究基于复杂的数据分析技术,包括诊断分类器[7, 11, 13, 14]和计算机模式识别[9–11, 15–17],这些技术放射科医生不易获得。在临床环境中,一种快速、简单且易于实施的数据分析方法将大有裨益,可使对波谱学或专用计算机软件没有广泛了解的临床医生也能轻松解读MR波谱。
MR波谱可促进无创诊断,因为不同脑肿瘤类型表现出特征性的化学谱[9]。单个代谢物的定量解读可能确定肿瘤类型和分级。脑肿瘤的特征是总胆碱和乳酸水平高、N-乙酰天冬氨酸水平低[11, 13],高级别肿瘤具有高总水平的胆碱、脂质[18]和甘氨酸[19]。牛磺酸常存在于原始神经外胚层肿瘤[20]和髓母细胞瘤[10, 11]中。毛细胞型星形细胞瘤通常显示比其他儿童脑肿瘤更低水平的肌酸,且尽管其良性性质仍具有高水平的乳酸[10, 21]。使用复杂模式识别技术(如主成分分析、线性判别分析和人工神经网络[3, 17])解读MR波谱已被发现在脑肿瘤分类中具有高度准确性。
开发和评估简单且稳健的分析工具以使MR波谱能够在常规临床环境中实施非常重要。最近一项回顾性研究发现,将MR波谱的视觉解读纳入儿童脑肿瘤术前诊断,可显著提高放射学诊断相对于单独MRI的准确性[22]。这令人鼓舞,因为它表明MR波谱可在没有复杂决策支持软件的情况下用于临床。
我们先前开发了一种基于峰高比计算的分析工具,使用回顾性数据准确分类了小脑肿瘤[23],旨在为放射科医生提供一种简单但稳健的技术用于临床环境。该工具使用标准扫描仪制造商的软件生成MR波谱,随后进行峰高测量和一套简单的规则来预测组织病理学。该工具正确分类了27个儿童小脑肿瘤波谱中的26个,4名盲法测试者之间的一致性为92.5%。然而,存在局限性,即数据集较小,室管膜瘤代表性不足,且数据在单一中心的单台专用扫描仪上处理。
尽管利用磁共振波谱诊断脑肿瘤的研究有所增加,但已发表的前瞻性研究评估分析工具的数量仍然很少。前瞻性评估对于确定真实准确性并提供信息以将这些技术纳入常规临床实践至关重要。单中心研究的普适性难以确定。在多中心数据集上进行前瞻性测试将能够进行全面评估,评估对数据来源变化的稳健性并减少偏倚。获取更大的数据集可能有助于改进和扩展该方法。
本研究的目的有两方面:在多中心环境中前瞻性确定先前开发的峰高测量工具的诊断准确性,以及通过将新获取的数据添加到原始数据集来优化该工具。
材料与方法
数据收集自在三家中心之一就诊的小脑病变患者:伯明翰儿童医院、诺丁汉皇后医疗中心和皇家马斯登医院。所有数据均在1.5-T临床磁共振系统上采集,扫描仪分别来自西门子(Siemens Avanto 1.5 T;Siemens Healthcare,埃尔朗根,德国)、通用电气(GE Signa EXCITE 1.5 T;GE Healthcare,芝加哥,伊利诺伊州)和飞利浦(Philips Ingenia 1.5 T;Philips Healthcare,贝斯特,荷兰)。伦理批准获自东米德兰兹—德比研究伦理委员会(REC 04/MRE04/41),并获得了父母同意。所有扫描均在诊断时、手术、化疗或放疗之前进行。
单体素磁共振波谱使用标准点解析波谱(PRESS)序列进行,短回波时间(28–35 ms),弛豫时间1,500 ms。将一个边长1.5或2 cm的立方体素完全置于肿瘤实性成分内,避开囊性区域及出血或钙化区域(图1)。较大体素使用128次采集,较小体素使用256次采集。磁共振波谱使用扫描仪内置软件在本地处理,质量控制按原始研究[23]的方法应用:磁共振波谱峰必须足够窄,使肌酸(3.0 ppm [ppm])和总胆碱(3.2 ppm)峰在视觉上能够良好分离。
胆碱峰高度必须至少为噪声水平的五倍。
与原分类方案一样,峰高使用扫描仪软件生成的光谱进行测量。后处理采用各中心临床工作中常规使用的处理方式,通常为扫描仪默认设置。伯明翰儿童医院的光谱由标准西门子Symphony NUM4扫描仪软件(西门子,德国埃尔朗根)生成,该软件为总胆碱、肌酸、N-乙酰天冬氨酸和肌醇分配峰。来自伯明翰儿童医院西门子Symphony的处理后光谱使用imageJ™查看,这是一款标准的医学数字成像和通信查看器,可从http://rsb.info.nih.gov/ij/获取。对于其他扫描仪的数据,对光谱进行屏幕截图,保存为jpeg文件,以相同方法进行分析。除前次研究中测量的主要代谢物(肌醇、总胆碱、肌酸和N-乙酰天冬氨酸)外,还在0.9和1.3 ppm处测量了与脂质和大分子共振相关的峰。图2展示了正常成熟儿童脑的代表性MR光谱。
峰高取峰顶与基线之间的垂直距离。峰顶通过视觉识别为产生该峰的频率范围内的最大值。并非所有光谱都具有平坦基线,主要由于水抑制的变异、扫描仪间后处理的差异以及大分子信号。基线平坦时,所有峰高均从设定基线测量至各峰顶点。基线不平坦时,峰高从单个峰的底部测量至顶点。测量由一位具有波谱学经验的独立研究者(L.M.H.,3年经验)重复3次以减少误差。对所测量的六个峰的峰高之间生成比值。
使用原始扫描仪分类器进行分类
通过质量控制的病例根据组织病理学诊断分为四组:毛细胞型星形细胞瘤、室管膜瘤、髓母细胞瘤和其他。前三组中的肿瘤,即初始方案中使用的三个肿瘤类别,使用原始分类方案进行评估[23]。对伯明翰儿童医院西门子MRI扫描仪前瞻性采集的数据以及其他扫描仪采集的数据分别确定分类率。
使用全部数据集确定用于肿瘤鉴别的最佳代谢物比值
一项分析评估了原始方案中使用的代谢物比值在合并数据集中是否仍为区分三种肿瘤类型的最佳指标。方法学严格遵循先前研究[23]中建立的方法。除原始研究中使用的代谢物外,还测量了与脂质和大分子信号相关的1.3 ppm和0.9 ppm处的峰(分别为脂质和大分子1.3及脂质和大分子0.9),并生成了这些峰与总胆碱之间的比值。方差分析确定了三种肿瘤类型之间所有代谢物峰高比值均值差异的显著性。肿瘤组间无显著差异(P<0.05)的代谢物比值被剔除。对每种肿瘤类型剩余的每个代谢物比值生成受试者工作特征(ROC)曲线。受试者工作特征曲线下面积(AUC)被视为所执行检验准确性的最佳衡量指标。根据显示最佳区分度的代谢物比值创建散点图以直观检查分布。每个所选代谢物比值的最佳截断值取最大敏感度加特异度之和的点。
对未诊断为毛细胞型星形细胞瘤、髓母细胞瘤或室管膜瘤的肿瘤评估其主要波谱特征,并使用散点图将其代谢物比值与其他三组肿瘤进行比较。
峰高归属
对原始数据集中波谱拟合的分析显示,在许多情况下2.0–2.5 ppm处的整个宽峰被归属为N-乙酰天冬氨酸。由于该宽峰包含来自脂质、大分子、谷氨酸和谷氨酰胺的贡献,将整个峰归属为N-乙酰天冬氨酸会导致N-乙酰天冬氨酸峰面积严重高估。当2.0 ppm处没有窄的N-乙酰天冬氨酸峰时,这一点尤为明显。在原始数据集中于两个回波时间均采集了数据的病例中,比较了30 ms和135 ms回波时间波谱中获得的N-乙酰天冬氨酸/肌酸值,以检验将2.0 ppm处峰高归属为N-乙酰天冬氨酸的有效性。结果显示两个回波时间下N-乙酰天冬氨酸/肌酸值之间存在显著相关性(P<0.01)。
结果
在新队列中,2005年2月16日之后在三个中心对36例小脑病变患儿进行了MRI和短回波时间MR波谱检查。所有患者均接受了活检,诊断为13例毛细胞型星形细胞瘤、4例室管膜瘤、14例髓母细胞瘤、2例非典型畸胎样横纹肌样瘤、1例神经节胶质瘤、1例弥漫性低级别星形细胞瘤和1例性质未定的高级别病变。其中,4例在伯明翰儿童医院Siemens Symphony上扫描的毛细胞型星形细胞瘤未能通过质量控制,剩余9例毛细胞型星形细胞瘤供进一步分析。此外,皇家马斯登医院1例髓母细胞瘤因数据不完整被排除,分析中剩余13例髓母细胞瘤。共纳入31例患者,其中26例具有3种主要肿瘤类型之一。三种主要肿瘤类型各自的代表性MR波谱见图3。
一份被归因于毛细胞型星形细胞瘤的波谱,于皇后医学中心使用Phillips系统采集,水抑制效果非常差,且屏幕截图删除了屏幕下部。该波谱被排除在统计分析之外,因为峰高无法准确确定,但仍进行了分类以评估低质量数据是否能产生合理的分类结果。
使用原始扫描仪分类器的分类
在通过质量控制的31份波谱中,26份属于3种原始疾病类型之一,剩余5份来自原始方案中未纳入的罕见诊断肿瘤。分类率总结于表1。原始分类器在新数据(n=26)上的正确分类率为65.4%,正确分类了9例毛细胞型星形细胞瘤中的5例、4例室管膜瘤中的2例和13例髓母细胞瘤中的10例。原始分类器随后被应用于53例肿瘤的完整数据集,包括26例来自新队列和27例来自旧队列。总体而言,该方案在完整数据集上的分类率为81.1%。
重新优化截断值
使用52份波谱的完整数据集(一份水抑制较差的毛细胞型星形细胞瘤被从优化阶段移除)重新优化原始分类器中比值的截断值,得到N-乙酰天冬氨酸/肌酸为2.22、肌酸/总胆碱为0.45、肌醇/N-乙酰天冬氨酸为1.35,总体正确分类率为64.2%。该分类器正确分类了15例毛细胞型星形细胞瘤中的14例,有4例髓母细胞瘤和0例室管膜瘤被误分类为毛细胞型星形细胞瘤。毛细胞型星形细胞瘤与髓母细胞瘤和室管膜瘤联合组的分类准确率为48/53(91%)。8例室管膜瘤中有7例被正确分类,但29份髓母细胞瘤波谱中仅14份被正确分类。在被误分类的髓母细胞瘤中,4例被分类为毛细胞型星形细胞瘤,11例被分类为室管膜瘤。
使用完整数据集确定用于肿瘤鉴别的最佳代谢物比值
从完整数据集开发了一个新的两步分类器,如下所述。区分毛细胞型星形细胞瘤与其他两种肿瘤类型最具显著性的比值是N-乙酰天冬氨酸/总胆碱、N-乙酰天冬氨酸/肌酸和肌醇/N-乙酰天冬氨酸,所有P值均<0.01(图4)。室管膜瘤与髓母细胞瘤波谱之间差异最显著的比值是肌酸/总胆碱和肌醇/总胆碱,两者P值均<0.01(图4)。双尾t检验结果见表2。
通过计算所有比值在P<0.01时的ROC曲线AUC对结果进行了验证。毛细胞型星形细胞瘤对比室管膜瘤+髓母细胞瘤的AUC(表3)显示有2个比值的平均AUC大于0.9:肌醇/N-乙酰天冬氨酸和N-乙酰天冬氨酸/肌酸。因此,N-乙酰天冬氨酸/肌酸和肌醇/N-乙酰天冬氨酸均被纳入分类器的第1阶段。室管膜瘤对比髓母细胞瘤的AUC(表3)显示肌醇/总胆碱的AUC非常高,肌酸/总胆碱和N-乙酰天冬氨酸/总胆碱的AUC也较高。第2阶段仅使用肌醇/总胆碱构建,并以肌酸/总胆碱和N-乙酰天冬氨酸/总胆碱作为核查以验证类别归属。
使用以下分类方案确定了所有这些比值的截断值(图5):第1步:要将肿瘤归入毛细胞型星形细胞瘤类别,需N-乙酰天冬氨酸/肌酸>2.22,且肌醇/N-乙酰天冬氨酸<0.65。
第2步:未分类为毛细胞型星形细胞瘤的肿瘤,若肌醇/总胆碱<0.85,则归入髓母细胞瘤类别。
这一更新方案对3种主要肿瘤类型的正确分类率为90.6%,正确分类了53个波谱中的48个(表4)。误分类包括1例室管膜瘤被分类为髓母细胞瘤、2例髓母细胞瘤被分类为毛细胞型星形细胞瘤、1例髓母细胞瘤被分类为室管膜瘤,以及1例离群毛细胞型星形细胞瘤被分类为室管膜瘤。
小脑其他肿瘤
诊断为毛细胞型星形细胞瘤、髓母细胞瘤或室管膜瘤以外类型的肿瘤构成一个多样化的组别。队列中有四种肿瘤类型。各比值的数值见表5。
数据集中有2例非典型畸胎样横纹肌样瘤;每例的代谢物谱均不同,反映该肿瘤组代谢物比值变异度很大。由于其中一例的肌酸峰非常小,导致N-乙酰天冬氨酸/肌酸平均值偏高;若采用三种最常见肿瘤的肿瘤分类方案,该结果会将其归类为毛细胞型星形细胞瘤。检查非典型畸胎样横纹肌样瘤的波谱证实,2.0 ppm处无尖锐峰,提示真实N-乙酰天冬氨酸水平非常低(图6),这对毛细胞型星形细胞瘤而言不寻常。
弥漫性星形细胞瘤波谱(图6)显示高肌醇峰,因此含肌醇的比值呈高值。尽管采用更新的峰高分类器该肿瘤会被归类为室管膜瘤,但这些值仍低于室管膜瘤波谱中通常所见的值。弥漫性星形细胞瘤波谱还显示非常小的脂质和大分子峰,以及2.6 ppm处可能由柠檬酸所致的峰,这可能有助于将其与室管膜瘤区分。
高级别肿瘤的代谢物比值接近区分髓母细胞瘤与室管膜瘤波谱的 cut-off 值。该波谱具有与高级别肿瘤相关的特征,尤其是高脂质(图6)。无法从组织病理学获得该肿瘤的明确诊断。
在更新峰高分类器的第2步中,神经节胶质瘤被归类为髓母细胞瘤。然而,N-乙酰天冬氨酸/总胆碱远高于髓母细胞瘤的预期值,且肌醇/N-乙酰天冬氨酸和肌醇/肌酸比值低于髓母细胞瘤。
讨论
开展了一项多中心研究,以评估既往发表的、根据MR波谱峰高比值对儿童小脑肿瘤进行分类的诊断工具[23]。使用原始方法,对诊断为毛细胞型星形细胞瘤、髓母细胞瘤或室管膜瘤的肿瘤获得了66%的正确分类率。由于该准确率低于基于模式识别对成人脑肿瘤进行分类的分类器所报告的准确率[2–4, 6, 21],因此有必要探究该方法是存在固有缺陷,还是所用参数确定不佳。
原始分析工具的一个缺点是它基于小数据集。虽然代谢物比值的均值可以在一定程度上通过少量波谱准确计算,但数据变异性的确定则差得多。在这种情况下,用于区分肿瘤的正确比值可能被选中,但最佳截断值可能不准确。毛细胞型星形细胞瘤与髓母细胞瘤和室管膜瘤联合组之间的区分很好地证明了这一问题。尽管在原始数据集中毛细胞型星形细胞瘤的N-乙酰天冬氨酸/肌酸比值显著高于其他肿瘤,并在新数据集中仍然如此,但新数据集中的几个毛细胞型星形细胞瘤的N-乙酰天冬氨酸/肌酸值低于原始截断值4。将截断值调整为2.2后,在整个多中心数据集中,毛细胞型星形细胞瘤与髓母细胞瘤和室管膜瘤联合组之间能够实现良好的区分,而该值在更大的数据集中可能得到更好的确定。
当某一给定诊断可用的波谱非常少时,即使均值也难以准确确定,可能会选择不恰当的变量用于区分。原始方案中室管膜瘤的情况即是如此。在这种情况下,改变截断值不会提高准确性;需要更合适的变量。当从更大数据集中确定室管膜瘤最具区分力的代谢物比值并用于改进诊断工具时,获得了90.6%的分类率,53个波谱中有48个被正确分类。
在多中心数据上对诊断工具进行前瞻性评估的最大挑战之一是纳入在不同扫描仪上采集和处理的波谱。不同扫描仪之间的采集和处理存在差异,基线校正量和水平抑制程度各不相同,导致准确测量峰高面临挑战。尽管如此,令人鼓舞的是,使用更新后的扫描仪分类器,3种主要肿瘤的分类率超过90%,这意味着从扫描仪处理后的数据进行直接峰测量可用于分析来自多台扫描仪的MR波谱。
更大的队列带来的另一个益处是能够评估更罕见的肿瘤类型。非典型畸胎样/横纹肌样瘤和高级别肿瘤的波谱在1.3 ppm处显示出强烈的脂质和大分子信号,这与其不良预后相符[24]。弥漫性星形细胞瘤波谱与室管膜瘤波谱非常相似,原因是存在高肌醇峰。该峰与在弥漫性胶质瘤[25]和2级胶质瘤[26, 27]中所作的观察一致,所有这些研究均注意到该代谢物产生强烈信号,符合胶质细胞谱系。对少量多种不同肿瘤类型进行分类对任何分类方案而言都是一项挑战,尤其是对简单的基于规则的分类器。然而,我们能够识别罕见肿瘤波谱中的特定变化,这些变化不仅提供了独特的标识,还与肿瘤已知的生物学特征相一致。尽管提供了有趣的观察结果,但很难从罕见小脑肿瘤的数据中得出确定结论。虽然在某些情况下,通过常规影像学将某些罕见病变与其他更常见的肿瘤(例如,将非典型畸胎样/横纹肌样瘤与毛细胞型星形细胞瘤)区分开来可能相对简单,但其他病变则以影像学特征重叠为特点,使得在没有额外信息的情况下难以确诊。MR波谱可能作为标准序列的有益补充,用于将非典型畸胎样/横纹肌样瘤或室管膜瘤与髓母细胞瘤区分开来。重要的是要记住,MR波谱不是孤立解读的:相反,它旨在增强常规MRI报告,以促进对疑难病例的诊断。
尽管短回波时间MR波谱比长回波时间MR波谱提供更多关于其他代谢物的信息,但脂质和大分子信号存在相关困难。经常存在一个宽峰涵盖含有N-乙酰天冬氨酸的区域(约2.0 ppm),这可能使该代谢物难以定量。在原始数据集中使用“峰拟合”方法(从峰下面积计算代谢物浓度)将N-乙酰天冬氨酸归属于整个宽峰,显著高估了N-乙酰天冬氨酸峰面积。在本研究中,约2.0 ppm处窄峰的高度用于代表N-乙酰天冬氨酸,在不存在窄峰的情况下则使用2.0 ppm处宽谱的高度。尽管N-乙酰天冬氨酸峰高值仍包含一些大分子信号,但其高估程度小于峰面积。这不影响分类的有效性,但在从N-乙酰天冬氨酸值得出生物学结论时应予以考虑。
尽管1.5-T单体素波谱仍是常用方法,但3-T单体素波谱的使用正日益增多。虽然本文使用的一般方法适用于3-T单体素波谱,但具体算法需要在3-T数据上生成并验证。特别是,多重峰如肌醇在3-T与1.5-T单体素波谱中表现不同。然而,当前方法可直接应用于使用1.5-T多体素MR波谱采集的数据,并可能识别最具肿瘤代表性的区域。
本研究的结果与既往研究一致,并且在肿瘤生物学行为背景下具有生物学合理性。我们发现毛细胞型星形细胞瘤中N-乙酰天冬氨酸/肌酸较高,这与多项成人研究的报告一致,这些研究发现该比值在预后良好的低级别肿瘤中较高[2, 6, 28]。证据提示N-乙酰天冬氨酸/肌酸是区分儿童高、低级别肿瘤的良好指标[29]。N-乙酰天冬氨酸是神经元完整性的标志物,常被认为提示正常脑组织,在恶性程度更高的脑肿瘤波谱中其水平降低[5, 7, 23, 30, 31]。髓母细胞瘤和室管膜瘤的N-乙酰天冬氨酸/肌酸较低,这与恶性肿瘤中N-乙酰天冬氨酸低以及其作为室管膜瘤与其他肿瘤之间显著鉴别指标的报告一致[10]。这一发现也与毛细胞型星形细胞瘤中肌酸水平显著低于其他肿瘤类型的报告一致[10]。肌酸存在于神经元和胶质细胞中,参与能量储存和代谢,尽管该代谢物在正常脑中稳定,但在病理状态下水平会变化。已发现未经治疗肿瘤的平均肌酸在体内和体外均为正常脑组织的一半[32],并有报道胶质瘤中肌酸水平降低[10, 11]。该代谢物的浓度可能与肿瘤细胞类型而非级别相关,因为在更恶性肿瘤中尚未报道肌酸降低或升高的模式[10]。
毛细胞型星形细胞瘤中发现的低肌醇/N-乙酰天冬氨酸与毛细胞型星形细胞瘤表现为低肌醇且肌醇/总胆碱显著低于其他肿瘤的报告一致[10]。肌醇的作用尚不清楚,尽管有趣的是,已发现该代谢物在其他星形细胞瘤类型中呈高浓度存在,支持肌醇是星形细胞标志物的理论[33]。我们发现室管膜瘤中肌醇/总胆碱较高,这与早期关于室管膜瘤中肌醇高的报告一致[33]。在本研究中,肌醇在II级室管膜瘤中尤其高。本研究中髓母细胞瘤的低肌醇/总胆碱与髓母细胞瘤中总胆碱水平尤其高的发现一致[10]。胆碱参与膜合成和分解,在高恶性肿瘤中随细胞增殖而增加[5, 18, 34]。
诊断儿科脑病变是复杂且不断发展的,随着分子亚型的出现,小脑肿瘤的分类更加详细。根据最近的世界卫生组织分类[35],髓母细胞瘤可根据分子特征分为四种不同的亚型。然而,髓母细胞瘤的组织病理学分类已被保留,并在临床实践中继续使用。组织病理学和分子分类可以独立使用。尽管分子亚型可能在未来影响治疗策略和强度,但关于如何最好地利用这些信息来确定管理的研究仍在进行中,而且在临床试验之外,髓母细胞瘤通常尚未根据遗传特征进行治疗。由于这是一项相对较小的多中心研究,样本收集时间较长,分子数据不可用,因此在现阶段无法进一步探索。无创地确定分子亚型是一个重要目标,且已有发表的证据表明,标准MRI和MR波谱[36, 37]在一定程度上可以实现这一点。需要进行更大规模的研究来绘制MR波谱峰高,以实现不同遗传特征的诊断。随着根据新诊断标准进行治疗的证据不断发展,进一步探索MR波谱和峰高测量的作用将是有意义的。
肿瘤分类器是一种简单快速的波谱评估方法,在没有复杂分析工具可用的情况下,在临床场景中是理想的选择。所描述的修改版分类器在小脑肿瘤的三种主要类型之间提供了高分类率。该方案未纳入所检测的整套代谢物的信息,而这些信息可能有助于对常见和较罕见肿瘤进行分类。然而,将这些信息纳入定量方法需要更复杂的分析工具,目前在常规临床实践中尚不易获得。
结论
一个先前发表的、利用MR波谱数据峰高测量辅助诊断儿童小脑肿瘤的工具在多中心数据上进行了前瞻性评估,发现仅具有中等准确性。从扩展数据集开发的工具实现了准确分类,意味着样本量是一个重要的先决条件。这种新的无创诊断辅助工具可能在不同扫描仪的MR波谱峰高测量中提供准确结果。应进行前瞻性评估以确定这一有前景的诊断工具的真实准确性。
引用
- Manias KA, Harris LM, Davies NP, et al. Prospective multicentre evaluation and refinement of an analysis tool for magnetic resonance spectroscopy of childhood cerebellar tumours. Pediatr Radiol. 2018. PMID: 30062569. doi:10.1007/s00247-018-4182-0
- 全文:PMC6153873(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC6153873/
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。