文献速递腹部技术与安全MRCT

胃癌与影像生物标志物:第一部分——DW-MRI与CE-MDCT发现的批判性综述

Gastric cancer and imaging biomarkers: Part 1 - a critical review of DW-MRI and CE-MDCT findings.
PubMed 文献 · Eur Radiol · 2018-10-02

本文综述了DW-MRI的表观扩散系数(ADC)与CE-MDCT的纹理特征作为胃癌影像生物标志物的研究证据。ADC对评估胃癌侵袭性(T、N分期)、治疗反应和预后有前景;纹理特征与分化程度、Lauren分型、治疗反应和预后相关。作者认为这些影像生物标志物有望成为胃癌诊断路径中的有效附加工具。

要点

  • ADC是评估胃癌侵袭性(T、N分期)、治疗反应和预后的有前景的无创定量生物标志物。
  • CE-MDCT纹理特征与胃癌分化程度、Lauren分型、治疗反应和预后相关。
  • ADC和纹理特征作为影像生物标志物,有望促进放射科医生与临床医生及不同机构间的多学科协作。

核心结论

  • ADC是评估胃癌侵袭性(T和N分期)、治疗反应和预后的有前景的生物标志物。
  • 纹理特征与胃癌的分化程度、Lauren分型、治疗反应和预后相关。
  • 这些影像生物标志物有望成为胃癌诊断路径中的有效附加工具,并可能促进放射科医生与临床医生之间以及不同机构之间的多学科工作,以提供对胃癌更深入的生物学理解。

研究设计与样本

  • 本文为批判性综述,检索MEDLINE/PubMed从建库至2018年2月6日发表的文献。
  • DW-MRI部分纳入11项相关研究并进行全文评估。
  • CE-MDCT部分纳入5项相关研究并进行全文评估。
  • 检索策略为(gastric cancer OR gastric tumour)AND diffusion weighted magnetic resonance imaging,以及(gastric cancer OR gastric tumour)AND texture analysis AND computed tomography。

关键影像表现/征象

  • DWI上高细胞密度组织呈高信号,ADC图上呈低信号,ADC值低于正常区域。
  • ADC可绘制小面积或涵盖整个肿瘤的较大面积感兴趣区,也可在所有可见肿瘤的层面上绘制感兴趣区(平面测量法)。
  • CE-MDCT纹理分析通过一阶统计量(能量、熵、偏度等)和高阶统计量评估肿瘤内异质性。
  • 胃窦肿瘤空气充盈较水充盈更准确,有利于纹理分析时绘制感兴趣区。

诊断标准与关键数值

  • Cheng等以短轴直径≥5 mm为淋巴结尺寸标准,转移性淋巴结中位ADC低于良性淋巴结(1.28 vs. 1.55×10⁻³ mm²/s,p<0.001),cut-off值1.39×10⁻³ mm²/s鉴别病理性与良性淋巴结的敏感度85.7%、特异度79.4%。
  • Zhong等报道病理性淋巴结ADC低于良性淋巴结(1.15 vs. 1.48×10⁻³ mm²/s,p<0.001),DWI、T2WI与CE-MDCT三者联合诊断淋巴结受累的AUC最高(0.893)。
  • Liu等全病灶ADC直方图分析中,ADC10%鉴别淋巴结受累的AUC最大(0.794)。
  • ADC与术后T分期的相关系数r为-0.464(平均ADC)和-0.476(最小ADC)(p<0.001),与术后N分期的r为-0.402(平均ADC)和-0.397(最小ADC)(p=0.001和0.002)。
  • ADC为1.8×10⁻³ mm²/s可能鉴别I期与II期,ADC≤1.36×10⁻³ mm²/s与III期相关;ADC≤1.5×10⁻³ mm²/s与术后不良结局及T、N分期相关。

临床应用与阅片要点

  • DW-MRI采集应在静脉/肌肉注射抗蠕动药物及口服水扩张胃腔后,采用屏气或呼吸触发序列进行。
  • CE-MDCT用于纹理分析时通常参数为120 kVp、250 mAS、准直64×0.625 mm、螺旋层厚3 mm、重建层厚1 mm。
  • 胃腔充分扩张可使用阴性腔内对比剂(500–750 ml水或产气颗粒产生的气体),胃窦肿瘤空气充盈更准确。
  • 使用静脉/肌肉抗蠕动药物(如东莨菪碱丁基溴化物或胰高血糖素)可减少胃壁移动,使感兴趣区在不同时间点更可重复。
  • 目前尚无关于纹理分析最准确CE-MDCT期相的具体推荐,动脉期、静脉期或两者均有研究采用。

局限性

  • DWI分辨率有限,Cheng等的研究未评估短轴直径<5 mm的淋巴结。
  • Hasbahceci等的研究缺乏运动校正措施且患者数量少,ADC未能鉴别良性与转移性淋巴结,基于DW-MRI的N分期总准确率为13%。
  • Zhong等的研究因胃癌淋巴结数量多且解剖位置复杂,无法进行严格的放射-病理对照。
  • De Cobelli等的研究还纳入了食管癌患者。
  • 比较ADC与SUV的研究患者数量少(n=17)。
全文中译13 节 · 点击展开
本译文由 AI 依据开放获取原文逐段翻译,供学习参考,可能存在误差,请以原文为准。原文 © 原作者,按 CC BY 许可使用,本译文为翻译改编。出处:Eur Radiol. 2018 Oct 2;29(4):1743–53. doi: 10.1007/s00330-018-5732-4

引言

胃癌是全球最常见的恶性肿瘤之一[1]。

该病的推荐管理方式是标准化的多学科方法,包括手术、新辅助化疗和辅助化疗。手术病理是胃癌分期的参考标准,肿瘤、淋巴结、转移(TNM)分类是制定适当治疗计划以及预测治疗反应和预后的最重要工具[2]。影像学在该病的检测、分期、治疗计划和随访中起着至关重要的作用[3, 4]。

生物标志物指示基线时和治疗干预后的生物学过程(正常或病理)[5]。肿瘤影像学代表了从不同技术采集新生物标志物的理想环境,因为肿瘤患者通常接受多次影像学检查[6]。欧洲放射学会发表了一份关于影像生物标志物的白皮书,强调了其作为非侵入性定量工具在肿瘤学中不同应用的重要性[7]。北美放射学会也推动了影像生物标志物在临床试验中的应用[8]。

定量影像学是从医学图像中提取可量化特征以评估正常或病理状态[9, 10]。

来自不同技术的影像生物标志物种类繁多。通过对来自不同技术的数据进行定量分析,可以推断出多种影像生物标志物,例如对比增强多排计算机断层扫描(CE-MDCT)、弥散加权磁共振成像(DW-MRI)、动态对比增强(DCE)-MRI和18F-氟脱氧葡萄糖正电子发射断层扫描(18F-FDG-PET)[11–19]。

虽然其他影像模态(如18F-FDG-PET)的综述和荟萃分析已经开展[20–25],但这是首次专门设计批判性综述来总结胃癌中影像生物标志物的最新进展,如DW-MRI的表观扩散系数(ADC)和CE-MDCT的纹理特征。

目前,胃肿瘤仅有少数明确的诊断和预后生物标志物,但没有一个与影像技术相关[26–28]。

为了试图克服这些局限性,在本综述中,我们专门提供了关于两种影像生物标志物使用的最新进展:DW-MRI的表观扩散系数(ADC)和CE-MDCT的纹理特征。

证据获取

我们检索了MEDLINE/PubMed中从建库至2018年2月6日发表的手稿。最初我们检索了(胃癌或胃肿瘤)AND弥散加权磁共振成像。然后,我们的检索包括(胃癌或胃肿瘤)AND纹理分析AND计算机断层扫描。图1显示了文献检索和研究选择。

图1 流程图显示初步检索的结果,最终纳入本综述的弥散加权磁共振成像(DW-MRI)(a)和对比增强多排计算机断层扫描(CE-MDCT)(b)的完整研究 查看原图 ↗

DW-MRI与影像生物标志物

十一项关于DW-MRI的研究与我们的查询相关,并进行了全文评估。

DW-MRI的基本概念

DW-MRI测量组织内水分子的流动性。在高度细胞化的组织如肿瘤中,水扩散受到限制,但某些情况(纤维化/炎症)也可表现为扩散受限[29]。

细胞密度较高的组织在DWI上表现为较高的信号强度。b值是反映测量对水扩散敏感性的参数。最佳b值应比病灶更多地衰减健康背景组织,同时保持合理的信噪比。b值越大,DWI信号越强,对病理区域的检出越敏感[29]。可以生成专用图用于计算ADC。DWI上信号强度较高的区域在ADC图上表现为低信号强度。计算ADC的感兴趣区(ROI)可以画成小面积,也可以在单层图像上画成涵盖整个肿瘤的较大面积(图2)。也可以在所有可见肿瘤的层面上绘制ROI来获得ADC(平面测量法)。因此,该参数是对组织内水分子运动性的定量测量,而肿瘤由于细胞密度较高,其ADC值低于正常区域[30]。

图2 箭头指示胃小弯肿瘤,在T2加权成像(a)以及使用不同b值的扩散加权磁共振成像(DW-MRI)(b–e)上显示。表观扩散系数(ADC)在ADC图(f)上通过单层图像上的小(红色)或大(黄色)感兴趣区(红色)计算 查看原图 ↗

DW-MRI用于评估胃癌的侵袭性

腹部器官MRI常受宏观运动影响。成像采集应在给予静脉/肌注抗蠕动药物及口服水扩张胃腔后,采用屏气或呼吸触发序列进行[30, 31]。

越来越多的证据支持使用DW-MRI评估胃癌的侵袭性[32–43]。表1总结了近期通过分析ADC作用来探讨该主题的研究。

Cheng等[38]以逐像素为基础计算病理性淋巴结(短轴直径尺寸标准≥ 5 mm)的ADC。扩大淋巴结清扫术后,转移性淋巴结的中位ADC低于良性淋巴结(1.28 vs. 1.55 × 10-3 mm2/s,p < 0.001)。1.39 × 10-3 mm2/s的截断值可区分病理性与良性淋巴结,灵敏度为85.7%,特异度为79.4%。定量结果还与形态学因素(包括大小、边缘不规则性和强化模式)进行了比较。作者结论认为ADC有望用于识别胃癌转移性淋巴结。其结果具有相关性,但由于DWI分辨率有限,< 5 mm的淋巴结未予评估。

Liu等[35]进行了一项回顾性研究,计算胃癌的平均ADC和最小ADC并与手术标本进行比较。这两个参数在检测不同程度的局部浸润和淋巴结受累方面均显示出显著差异。具体而言,与术后T分期的相关性(r)为-0.464(平均ADC)和-0.476(最小ADC)(p < 0.001),而与术后N分期的相关性(r)为-0.402(平均ADC)和-0.397(最小ADC)(p分别为0.001和0.002)。

同一团队对80例患者进行了全病灶ADC直方图分析,并将结果与根治性标本进行比较[43]。发现所有ADC参数在T和N分期方面均有显著差异。特别是,ADC10%在识别淋巴结受累方面提供了最大的曲线下面积(0.794)。

Liu等[34]研究了基于全容积ADC的熵(一种描述肿瘤异质性的参数)在胃癌术前评估中的作用。ADC图中的熵相关参数与术后T、N和总分期以及血管和神经周围侵犯显著相关。

相反,Hasbahceci等[42]表明,通过ADC评估胃癌淋巴结受累并不可行。该队列包括23例患者,ADC未能区分良性和转移性淋巴结。然而,本研究中DW-MRI识别转移性淋巴结的准确率在Ia、Ib和II组分别为52.17%、65.21%和69.56%。基于DW-MRI的N分期总体准确率为13%。缺乏运动校正措施和患者数量少是本研究的重要局限性。

Zhong及其同事[41]表明,病理性淋巴结的ADC低于良性淋巴结(分别为1.15 vs. 1.48 × 10-3 mm2/s;p <0.001)。同一团队将DWI结果与形态学MRI(T2加权成像)和CE-MDCT进行比较;三种技术的联合应用在淋巴结受累方面产生了最高的曲线下面积(0.893)。结果令人感兴趣,但由于胃癌淋巴结数量多且解剖位置复杂,无法进行严格的放射学-病理学相关性评估。另一项针对89例患者的研究[37]报道,ADC根据局部浸润、淋巴结受累和第7版TNM分期组别而不同(p < 0.001)。因此,有证据表明ADC是一种有前景的无创影像生物标志物,可用于评估胃癌的侵袭性。

表1 DW-MRI与胃癌侵袭性 查看原表 ↗

DW-MRI在胃癌治疗反应中的应用

近年来,人们对应用DW-MRI评估胃癌治疗反应产生了相当大的兴趣[44–48]。表2报告了通过ADC探讨该主题的主要研究。来自同一中心的两项研究[46, 47]表明,ADC可被视为治疗反应的可靠指标。De Cobelli等[46]分析了治疗前后的ADC,并将结果与肿瘤体积进行比较,以肿瘤消退分级(TRG)作为参考标准[49]。应答者显示ADC较无应答者显著升高(分别升高85.45% vs. 降低8.21%:p < 0.001)。然而,该研究也包括了食管癌患者。在17例接受DW-MRI和PET检查的患者中,比较治疗前后ADC和标准化摄取值(SUV)值,发现了类似的结果[47]。ADC的变化与TRG相关(r = -0.78;p < 0.001),而SUV未产生显著结果。尽管患者数量较少(n = 17),但该研究结果令人鼓舞。

Lee及其同事[44]研究了PET/MRI在预测11例晚期不可切除胃癌患者治疗反应中的价值。除ADC外,还在化疗前计算了SUV和灌注参数。治疗反应依据实体瘤疗效评价标准(RECIST)1.1标准[50]进行评估。与灌注参数不同,ADC和SUV在反应者与无反应者之间无显著差异。然而,缺乏治疗后影像学检查以及与手术标本的比较是该研究的重要局限性。

Zhong及其同事[45]对106例经活检证实的胃癌患者进行了研究,这些患者在不同时间点于化疗前后接受DW-MRI检查。计算了良性和转移性淋巴结的平均ADC,并依据RECIST 1.1标准[50]评估治疗反应。治疗后所有组(完全缓解组、部分缓解组和疾病稳定组)的ADC均显著升高,可预测淋巴结对新辅助治疗的反应。这些研究支持DW-MRI在制定胃癌治疗方案中的潜在作用(图3)。

表2 DW-MRI与胃癌治疗反应 查看原表 ↗
图3 治疗前后T2加权成像(a和c)及弥散加权成像(b和d)上胃食管结合部肿瘤的图像。治疗后DW-MRI上病灶显见度降低(d),表观弥散系数(ADC)值升高(d) 查看原图 ↗

DW-MRI在胃癌预后中的应用

目前,两项研究[37, 51]表明,根据第7版TNM分期[52],ADC可被视为胃癌总生存期和风险分层的预后生物标志物。第一项研究[37]报道,ADC为1.8 × 10-3 mm2/s可区分I期与II期,且值≤ 1.36 × 10-3 mm2/s与III期相关。第二篇论文[51]显示,ADC ≤ 1.5 × 10-3 mm2/s与不良结局相关,同时与术后T和N分期相关。这些结果证实了科学界对胃癌定量MR成像日益增长的兴趣[53]。

CE-MDCT与影像生物标志物

有五项关于CE-MDCT的研究符合条件,并对其进行了全文评估(图1)。

纹理分析的基本概念

纹理分析提供图像内像素固有变异的信息。在肿瘤学中,这是一种评估肿瘤内异质性的无创方法,可反映其内在的侵袭性生物学行为或治疗耐药性[54, 55]。纹理特征有不同的层次;从一阶统计量(评估给定区域内像素的灰度分布,如能量、熵、偏度)到研究不同体素之间关系的高阶统计量[56]。

这是肿瘤学定量成像的一个热点话题,用于评估病变特征、治疗反应和预后[56]。然而,除了需要从CE-MDCT数百个潜在影像生物标志物中确定关键参数外[56],方法和后处理技术仍存在显著差异。

用于胃癌充分纹理分析的标准化CE-MDCT协议

充足的CE-MDCT扫描对于获得可靠且可重复的纹理分析以用于研究目的至关重要。作为经验法则,通常应用于胃癌的CE-MDCT扫描参数为:120 kVp、250 mAS、准直64 × 0.625 mm、3 mm螺旋厚度和1 mm重建厚度[57]。获得一套合格图像的第一步是确保胃腔的正确扩张。这可以通过使用阴性腔内对比剂(500–750 ml水或由泡腾颗粒产生的气体)来实现。

对于胃窦部肿瘤,注气填充比注水填充更准确;这在绘制用于纹理分析的兴趣区(ROI)时非常重要,如图4所示。

第二步是使用静脉/肌肉注射抗蠕动剂(例如丁溴东莨菪碱或胰高血糖素),与DW-MRI类似。这减少了扫描采集过程中胃壁的运动,使得ROI可以在静态图像上绘制并易于比较以进行纹理分析(图5)。在这方面,第8版TNM分期手册提到了胃扩张对胃癌分期的重要作用[58]。图6是一组使用上述建议获取的不同胃癌CE-MDCT图像,允许为纹理分析进行准确的ROI勾画。

图4 胃窦部肿瘤(箭头),在对比增强多排计算机断层扫描上使用注水(a;轴位视图)和注气填充(b;冠状位视图)。注气填充在绘制用于纹理分析的兴趣区(ROI)时更准确(蓝色:原发肿瘤;橙色:病理性淋巴结) 查看原图 ↗
图5 在多排计算机断层扫描上无抗蠕动剂给药方案与有抗蠕动剂给药方案的比较。图像显示在第二种情况下,兴趣区(ROI)勾画在不同时间点更具可重复性。平扫(a和d)、动脉期(b和e)和门脉期(c和f) 查看原图 ↗
图6 不同胃癌(箭头)的对比增强多排计算机断层扫描图像,这些图像使用标准方案采集,从而允许为纹理分析进行准确的兴趣区勾画(以a、b、e为例) 查看原图 ↗

纹理分析与胃癌

纹理分析在胃癌管理中受到了广泛关注。然而,迄今为止关于该主题仅发表了少数研究[59–63],列于表3中。

首先,关于用于纹理分析的最准确CE-MDCT期相,尚无具体建议。表3中的一些研究在(晚期)动脉期进行[61, 62],而其他研究在静脉期[63]或两者兼有[59, 60]。

然而,静脉注射对比剂对纹理分析很重要,因为这允许量化治疗前后的血管分布,并有助于评估周围脂肪的浸润程度。纹理分析反映了与细胞水平组织异质性相关的一些肿瘤特征;这意味着微观水平的差异也可以通过CE-MDCT成像在宏观上检测到[56]。

仔细查看表3中的结果可以发现,纹理分析能够区分组织学亚型(腺癌、淋巴瘤和胃肠道间质瘤)[59]。Liu等[60]也发表了类似结果;作者发现纹理参数可以预测分化程度、Lauren分型和血管侵犯。还有证据表明,当疗效反应率基于TRG[49]时,纹理特征可以预测治疗反应[61]。与弥散加权磁共振成像(DW-MRI)一样,纹理分析的定量成像与未经治疗[62]和已治疗[63]胃癌的预后相关。表3中呈现的研究提供了有力证据,表明基于对比增强多排CT(CE-MDCT)的纹理分析在胃癌管理中具有前景,尽管在该技术广泛应用于常规临床实践之前仍需进一步研究。

表3 纹理分析与胃癌 查看原表 ↗

局限性

迄今为止的结果令人鼓舞,但也引发了许多需要进一步研究的问题,因为它们限制了影像生物标志物在日常临床实践中的应用。首先,DW-MRI和CE-MDCT成像采集参数选择上的巨大变异性(例如标准化的b值、动脉期与静脉期)是一个相当大的挑战。未来研究应致力于标准化数据采集方案,并验证从成像技术中提取定量参数的新方法(例如感兴趣区(ROI)评估)。

其次,尚需在大型患者队列中开展多中心试验。需要有意愿开展多中心国际研究的研究者组成专门团队,以解决与胃癌影像生物标志物相关的关键问题[64]。放射学界应继续在学术研究中发挥积极作用,提供宝贵的专业知识,将影像生物标志物纳入未来临床试验。

结论

如本文所示,影像生物标志物是现代放射学中有前景的工具[65, 66],并可能成为胃癌治疗的重要基石。尽管存在这些局限性,本综述强调了ADC和纹理分析在胃癌中的巨大潜力。这对未来指南是一个至关重要的问题,尤其是在“个性化医疗”时代,其目标是为每一位患者量身定制特定治疗。

引用

  1. Giganti F, Tang L, Baba H, et al. Gastric cancer and imaging biomarkers: Part 1 - a critical review of DW-MRI and CE-MDCT findings. Eur Radiol. 2018. PMID: 30280246. doi:10.1007/s00330-018-5732-4
  2. 全文:PMC6420485(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC6420485/

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。