文献速递泌尿生殖腹部MR

前列腺癌VERDICT MRI:细胞内体积分数与表观扩散系数的比较

VERDICT MRI for Prostate Cancer: Intracellular Volume Fraction versus Apparent Diffusion Coefficient.
PubMed 文献 · Radiology · 2019-04-02

这项前瞻性研究纳入70名疑似或正在主动监测的前列腺癌男性,评估VERDICT MRI衍生的细胞内体积分数(FIC)图的重复性、图像质量及鉴别Gleason分级的能力,并与ADC图比较。结果显示FIC的ICC为0.87–0.95,图像质量与ADC无显著差异;Gleason≥3+4病灶的FIC高于良性/3+3病灶(0.49 vs 0.31,P=.002),而ADC差异未达统计学显著(1.42 vs 1.16×10⁻³ mm²/sec,P=.26)。

要点

  • VERDICT MRI的FIC图重复性高(ICC 0.87–0.95),图像质量与ADC图无显著差异(评分3.1 vs 3.3,P=.90)。
  • Gleason≥3+4病灶FIC高于良性/3+3病灶(0.49 vs 0.31,P=.002),ADC差异未达统计学显著(P=.26)。
  • FIC与ADC鉴别良性/3+3与≥3+4的AUC分别为0.93与0.85(P=.22),FIC似乎能更好区分Gleason 4成分。

核心结论

  • VERDICT MRI衍生的细胞内体积分数具有高重复性和与ADC相似的图像质量,在区分含Gleason 4成分的前列腺癌与良性/3+3组织学方面优于ADC。

研究设计与样本

  • 前瞻性队列研究,2016年4月至2017年10月在英国大学学院医院连续纳入70名疑似前列腺癌或主动监测男性(中位年龄62.2岁,范围49.5–82.0岁)。
  • 重复性队列42人(中位年龄67.7岁,范围50.0–82.0岁)接受两次VERDICT MRI采集,间隔小于5分钟。
  • 活检队列42人(中位年龄64.8岁,范围49.5–79.6岁)行靶向经会阴模板穿刺活检,以病理Gleason分级为参考标准。
  • 使用3.0-T MRI(Achieva,Philips),ADC图基于b值0、150、500、1000 sec/mm²计算(排除b=0以减少灌注效应),VERDICT MRI b值为90、500、1500、2000、3000 sec/mm²。
  • 由两名认证放射科医师独立评估FIC与ADC图像质量(5分主观量表),重复性用组内相关系数(ICC)评估。

关键影像表现/征象

  • 示例病例显示前列腺移行带及外周带肿瘤在T2WI呈低信号、ADC图信号减低、b值2000 sec/mm²图像呈高信号、动态增强早期强化,VERDICT FIC图显示肿瘤FIC增高、细胞外血管外体积分数减低、血管体积分数等至低值。
  • 另一例57岁男性Gleason 3+4前列腺癌,ADC图显示左侧外周带3–5点方向ADC减低,VERDICT FIC图上肿瘤非常显著。

诊断标准与关键数值

  • FIC在PI-RADS 1–2病灶中的ICC:移行带0.88(95%CI 0.77–0.94),外周带0.95(95%CI 0.91–0.98)。
  • FIC在PI-RADS 3、4、5病灶中的ICC为0.87(95%CI 0.77–0.94)。
  • FIC与ADC图像质量平均评分分别为3.1与3.3(校正P=.90),观察者间加权κ分别为0.23与0.36;对比噪声比分别为1.74与1.84(P>.99)。
  • Gleason≥3+4病灶FIC均值0.49±0.17,高于良性/3+3病灶的0.31±0.12(P=.002);ADC均值1.42 vs 1.16×10⁻³ mm²/sec(P=.26)。
  • FIC与ADC鉴别良性/3+3与≥3+4的AUC分别为0.93(95%CI 0.88–0.99)与0.85(95%CI 0.76–0.94),P=.22。

临床应用与阅片要点

  • VERDICT MRI的FIC图可在前列腺MRI中提供与ADC相当的图像质量,并可能辅助区分含Gleason 4成分的病灶与良性/3+3病灶。
  • FIC测量在移行带与外周带均显示高重复性(ICC≥0.87),支持将其作为定量指标用于纵向监测的潜力。
  • 原文作者指出,能帮助分类含Gleason 4肿瘤的指标有多种潜在临床应用,包括主动监测患者的无创监测、更准确地避免和/或触发活检,以及作为风险分层算法的一部分指导治疗决策。

局限性

  • 主要局限性是参与者数量和时间限制,未能进行ADC重复性作为对照。
  • 小样本量可能限制了评估FIC与ADC诊断性能差异(通过AUC比较评估)的能力。
  • 原文作者指出,可重复性和多中心临床评估仍是VERDICT发展的下一步。
全文中译14 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:Radiology. 2019 Apr 2;291(2):391–7. doi: 10.1148/radiol.2019181749

摘要

源自肿瘤细胞计量血管、细胞外和限制性扩散(VERDICT)MRI的细胞内体积分数,与表观扩散系数值相比,能够以高度可重复性和相似的图像质量更好地区分前列腺癌中的Gleason 4病灶与良性病变和/或Gleason分级3+3病灶。

要点

■ 肿瘤细胞计量血管、细胞外和限制性扩散(VERDICT)MRI模型的可重复性高(组内相关系数,0.87–0.95)

■ Gleason分级至少为3+4的前列腺病灶中细胞内体积分数高于良性病变和/或Gleason分级为3+3的病灶(均值,0.49 vs 0.31;P = .002)。

■ Gleason分级至少为3+4的病灶的表观扩散系数与良性病变和/或Gleason分级为3+3的病灶无显著差异(均值,1.42 vs 1.16 × 10-3 mm2/sec;P = .26)。

引言

尽管表观扩散系数(ADC)具有优点,但报告定量ADC值并非临床实践的常规部分。部分原因是缺乏生物学特异性(1)。最近,本课题组展示了肿瘤细胞计量血管、细胞外和限制性扩散(VERDICT)MRI作为前列腺癌定量微观结构成像工具的可行性(2)。VERDICT将扩散加权MRI采集与数学模型相结合,将扩散加权MRI信号归属于三个主要成分:(a)细胞内水,(b)细胞外血管外间隙中的水,以及(c)微血管中的水。由于这些各隔室的比例在每个Gleason分级之间不同(3),我们假设VERDICT衍生指标作为前列腺癌侵袭性标志物可能比ADC提供更高的生物学特异性。

我们进行本研究以评估通过VERDICT前列腺MRI获得的细胞内体积分数(FIC)图的可重复性、图像质量和诊断效用,并将这些图与ADC图在Gleason分级区分方面进行比较。

材料与方法

本研究获得伦敦-萨里边界研究伦理委员会的伦理批准。该试验注册于ClinicalTrials.gov,标识符NCT02689271。我们的机构审查委员会批准了研究方案,并获得了所有研究参与者的书面知情同意。

我们的研究作为前瞻性队列研究的一部分进行。完整的研究方案此前已发表(4)。英国前列腺癌协会资助了本研究。

研究参与者

潜在符合条件的参与者在一份计划接受常规多参数MRI的男性名单中于大学学院医院被识别。符合入选标准的男性被接触以形成连续系列。男性的入选条件为(a)临床怀疑前列腺癌或(b)正在对已知前列腺癌进行主动监测。男性的排除条件为(a)既往接受过前列腺癌治疗(前列腺切除术、放射治疗、近距离放射治疗、消融治疗),(b)正在接受针对前列腺癌的持续激素治疗,以及(c)在多参数MRI前6个月内接受过活检(4)。2016年4月至2017年10月期间,共有72名男性被招募进行VERDICT MRI。

两名研究参与者因VERDICT MRI数据集不完整而被排除。因此,来自70名参与者(中位年龄,62.2岁;范围,49.5–82.0岁)的影像数据被用于形成两个队列:队列1,可重复性队列;队列2,活检队列。参与者招募流程图见图1。

为评估VERDICT MRI指标的可重复性,在42名参与者(中位年龄,67.7岁;范围,50.0–82.0岁)中进行了VERDICT MRI采集方案的扫描-再扫描可重复性研究。在此,参与者被成像两次,每次检查间隔少于5分钟。

活检研究用于比较FIC和ADC指标在区分Gleason分级方面的作用。在临床多参数MRI和VERDICT MRI之后,42名参与者(中位年龄,64.8岁;范围,49.5–79.6岁)接受了针对其指数病灶的经会阴模板靶向活检。多参数MRI用于引导认知靶向活检(由泌尿科医生H.U.A.和C.M.M.执行,两人均有7年靶向活检经验)。42名患者中有14名也被纳入可重复性队列。专科泌尿生殖病理学家(包括A.F.和M.R.,分别具有13年和15年前列腺病理学经验)以标准临床方式评估活检芯的组织学检查,并为每个活检芯指定Gleason分级(5)。由于临床需要区分具有Gleason 4成分的肿瘤,我们将结果分为三类:良性和/或Gleason分级3+3病变、Gleason分级3+4病变,以及Gleason分级至少为4+3的病变。

图1:参与者招募流程图。mpMRI = 多参数MRI,PI-RADS = 前列腺影像报告和数据系统,VERDICT = 肿瘤细胞计量学的血管、细胞外和限制性扩散。 查看原图 ↗

图像采集

ADC.—所有参与者作为其标准临床护理的一部分,在3.0-T MRI系统(Achieva;Philips,Best,荷兰)上接受了多参数MRI。在成像前静脉给予解痉剂(Buscopan,Boehringer Ingelheim,Ingelheim am Rhein,德国;0.2 mg/kg,最多20 mg)以减少肠蠕动。生成ADC图的扩散加权回波平面成像序列的成像参数如下:重复时间毫秒/回波时间毫秒,2753/80;视野,220 × 220 mm;层厚,5 mm;无层间距;采集矩阵,168 × 169 mm;b值,0、150、500和1000 sec/mm2;每个b值采集六次信号。临床扩散加权序列的总成像时间为5分16秒。ADC图通过使用除b = 0以外的所有b值计算以减少灌注效应(6),并使用Camino Diffusion MRI工具包(7)计算。

多参数MRI的完整采集参数见表E1(在线)。

VERDICT MRI。——VERDICT MRI在动态对比增强成像之前进行,使用与临床多参数MRI采集相同的3.0-T设备。序列采用回波平面读出,成像参数如下:2482–3945/50–90;视野,220 × 220 mm;层厚,5 mm;无层间距;采集矩阵,176 × 176 mm;b值,90、500、1500、2000和3000 sec/mm2;每个b值采集六次信号(b = 90 sec/mm2除外,该值采集四次信号)。总成像时间为12分钟25秒。

VERDICT MRI参数见表E2(在线),关于VERDICT的生物物理基础和优化的进一步细节已由Panagiotaki等(2,8)先前描述。

VERDICT MRI图(如图2所示)通过使用加速微结构成像凸优化(AMICO)框架生成,该框架已由Bonet-Carne等(9)先前描述。血管外细胞外容积分数和血管容积分数分析所用方法及结果见附录E1(在线)。

图2:一名82岁男性的图像,活检证实前列腺癌起源于移行区(箭头)和外周带(箭头头)。A,轴位T2加权涡轮自旋回波MRI显示右侧旁中线移行区透镜状肿瘤和右侧外周带7至8点钟位置肿瘤。两者均呈低信号强度。B,表观扩散系数(ADC)图显示两者肿瘤ADC均减低。C,b值为2000 sec/mm2的MRI显示肿瘤呈高信号强度。D,使用钆基对比剂获得的早期动态MRI显示两处病灶均强化。E,轴位肿瘤细胞计量血管、细胞外和限制性扩散(VERDICT)细胞内体积分数图显示肿瘤细胞内体积分数增高。F,VERDICT细胞外血管外体积分数图显示细胞外血管外空间程度减低。G,VERDICT血管体积分数图显示肿瘤血管体积分数值可疑至低值。确定细胞外血管外体积分数和血管体积分数的方法及结果见附录E1(在线)。 查看原图 ↗

图像分析

多参数MRI病灶定位。——多参数MRI研究由一名泌尿放射科医师(S.P.,具有10年前列腺多参数MRI报告经验)评估,并使用前列腺影像报告和数据系统(PI-RADS)第2版(10)进行评分。当存在多个病灶时,将PI-RADS评分最高(3、4或5)的最显著病灶定义为索引病灶。

FIC和ADC的定量评估。——FIC和ADC图使用软件(Osirix,8.0版;Osirix,Pixmeo SARL,Bernex,瑞士)分析。一名委员会认证的放射科医师(E.W.J.,具有3年多参数MRI经验)在每个图上为每个索引病灶手动绘制感兴趣区(ROI)。在可能的情况下,额外ROI置于移行区和外周带的PI-RADS 1–2类病灶中。为评估FIC可重复性,将ROI复制到第二次VERDICT MRI采集生成的图上。记录ROI的平均FIC和ADC值。

FIC与ADC图图像质量评估——两名委员会认证的放射科医师(F.G.和H.S.S.,前列腺MRI专科研究员,具有5年多参数MRI经验),在不知晓研究目的的情况下,独立评估匿名随机化的ADC和FIC图(以灰度显示)。整体图像质量采用主观五点有序量表评分,参照Heijmink等(11)和Barth等(12)的报道。图像质量量表的完整定义见表E3(在线)。

对于活检队列,根据Grussu等(13)的研究,计算每个指数病灶的对比噪声比定量测量值。

FIC与ADC的Gleason分级区分

将平均定量ROI的ADC和FIC指标与病理学家报告的定位匹配活检结果进行配对。对每个局灶性前列腺病灶测量的ADC和FIC值归属于不同的组织病理学类别(良性、Gleason分级3+3、Gleason分级3+4和Gleason分级4+3)。

统计分析

数据使用软件进行分析(SPSS,版本22 [IBM,Armonk,NY]和GraphPad Prism 6.0e [GraphPad,La Jolla,Calif])。

使用Shapiro-Wilk检验检查正态性。FIC可重复性采用组内相关系数(ICC)(1,3)和Bland-Altman分析评估,参照Sullivan等(14)的建议。

FIC和ADC图图像质量评分(连同血管外细胞外容积分数和血管容积分数,附录E1[在线])采用Friedman检验配合Dunn多重比较校正进行比较。计算加权kappa(κ)以评估两名读者在整体图像质量审查中的一致性。

采用方差分析配合Bonferroni多重比较校正,确定三个定义的组织病理学类别(良性和/或Gleason分级3+3、Gleason分级3+4和Gleason分级≥4+3)之间ADC和FIC的差异。绘制FIC和ADC受试者工作特征曲线以区分良性和/或Gleason 3+3病灶与Gleason分级至少3+4的病灶,并记录受试者工作特征曲线下面积。

结果

70名参与者中共有61个指数病灶。9名参与者在多参数MRI上无局灶性病灶(PI-RADS类别2),28名有PI-RADS类别3病灶,19名有PI-RADS类别4病灶,14名有PI-RADS类别5病灶。前列腺特异性抗原水平中位数为7.0 ng/mL(范围,1.0–71.0 ng/mL)。

对于活检队列(n = 42),VERDICT MRI与活检之间的中位时间为66.9天(范围,8–167天)。42个活检指数病灶中,15个为良性,5个为Gleason分级3+3,11个为Gleason分级3+4,11个为Gleason分级4+3或更高。人口统计学数据汇总见表1。

人口统计学数据汇总 查看原表 ↗

指标可重复性

PI-RADS类别1和2病灶中FIC的ICC(第一次VERDICT MRI vs 第二次VERDICT MRI)在移行区为0.88(95%置信区间:0.77,0.94),在外周区为0.95(95%置信区间:0.91,0.98)。PI-RADS类别3、4或5病灶中FIC的ICC为0.87(95%置信区间:0.77,0.94)。

其他VERDICT衍生指标的ICC和Bland-Altman分析结果分别见表E4和图E1(在线)。

图像质量评估

ADC图与FIC图的整体图像质量未发现差异(平均评分分别为3.1分与3.3分;校正P值=.90)。图像质量评分的观察者间加权κ值在FIC图为0.23,在ADC图为0.36。ADC与FIC的平均对比噪声比差异无统计学意义(分别为1.84与1.74;P>.99)。

其他VERDICT指标图像质量评估的结果见在线表E5和图E2。

Gleason分级分化

各Gleason分级组的FIC与ADC值以及其他VERDICT衍生参数见在线表E6。

ADC与FIC按Gleason分级组的分布见图3。Gleason 3+4级病灶的平均FIC高于良性病灶和/或Gleason 3+3级病灶(平均FIC分别为0.49与0.31;P=.002)。Gleason 3+4级病灶的平均ADC与良性病灶和/或Gleason 3+3级病灶相似(平均ADC分别为1.42与1.16×10-3 mm2/sec;P=.26)。一例在FIC图与ADC图上显示Gleason 3+4级病变的示例病例见图4。ADC与FIC在鉴别良性或Gleason 3+3级病灶与Gleason分级为3+4或4+3或更高级别病灶方面的诊断性能良好(受试者工作特征曲线下面积分别为0.85[95%置信区间:0.76,0.94]与0.93[95%置信区间:0.88,0.99];P=.22)(图5)。

其他VERDICT MRI衍生指标在Gleason分级鉴别中的性能见在线图E3和图E4。血管外细胞外容积分数与血管容积分数在Gleason 3+3级与Gleason 3+4级组间未显示统计学显著差异。此外,鉴别良性或Gleason 3+3级病灶与Gleason 3+4或4+3或更高级别病灶的受试者工作特征曲线下面积低于ADC。

图3:箱线图显示,左侧为表观扩散系数(ADC)(单位为平方毫米每秒),右侧为肿瘤细胞计量血管、细胞外和限制性扩散(VERDICT)MRI测定的细胞内体积分数(fIC)(以信号分数表示,其中1.0=总信号)。图中显示了良性病变和/或Gleason分级3+3病变与Gleason分级3+4病变之间指标的关键差异,其中ADC的P=.26,细胞内体积分数的P=.002。ADC经Bonferroni校正后的校正P值如下:无局灶性病变 versus 良性病变和/或Gleason分级3+3病变,P=.011;无局灶性病变 versus Gleason分级3+4病变,P≤.001;无局灶性病变 versus Gleason分级4+3或更高级别病变,P≤.001;良性病变和/或Gleason 3+3病变 versus Gleason分级3+4局灶性病变,P=.26;良性病变和/或Gleason分级3+3病变 versus Gleason分级4+3或更高级别局灶性病变,P=.047;以及Gleason分级3+4病变 versus Gleason分级4+3或更高级别局灶性病变,P>.99。细胞内体积分数经Bonferroni校正后的校正P值如下:无局灶性病变 versus 良性病变和/或Gleason分级3+3病变,P≤.001;无局灶性病变 versus Gleason分级3+4病变,P≤.001;无局灶性病变 versus Gleason分级4+3或更高级别局灶性病变,P≤.001;良性病变和/或Gleason分级3+3病变 versus Gleason分级3+4局灶性病变,P=.002;良性病变和/或Gleason分级3+3病变 versus Gleason分级4+3或更高级别局灶性病变,P=.006;以及Gleason分级3+4病变 versus Gleason分级4+3或更高级别局灶性病变,P>.99。 查看原图 ↗
图4:一名57岁男子的图像,靶向活检证实为Gleason 3+4前列腺癌。A,表观扩散系数(ADC)图显示左侧外周带3点至5点方向ADC减低(箭头)。B,肿瘤细胞计量血管、细胞外和限制性扩散(VERDICT)细胞内体积分数图。肿瘤(箭头)非常明显。 查看原图 ↗
图5:受试者工作特征曲线及相应曲线下面积值,用于表观扩散系数(ADC)和经肿瘤细胞计量血管、细胞外和限制性扩散MRI获得的细胞内体积分数测量值(fIC),以区分良性病变和/或Gleason分级3+3前列腺病变与Gleason分级3+4或4+3或更高级别病变。 查看原图 ↗

讨论

扩散MRI上的信号来源于细胞内水、细胞外血管外间隙水以及微血管内水的贡献。由于每个Gleason分级之间这些腔室的比例不同(3),我们假设肿瘤细胞计量学血管、细胞外和受限扩散(VERDICT)MRI衍生的指标作为前列腺癌侵袭性的标志物可能比表观扩散系数提供更高的生物学特异性。我们的结果表明,Gleason 3+4级病变的细胞内体积分数高于良性病变和/或Gleason 3+3级病变(平均值分别为0.49 vs 0.31;P = .002)。在相同的比较中,表观扩散系数在组间无差异(平均值分别为1.42 vs 1.16 × 10-3 mm2/sec;P = .26)。此外,我们发现细胞内体积分数在区分两组方面的诊断性能与表观扩散系数相当(受试者工作特征曲线下面积分别为0.93 vs 0.85)。这表明细胞内体积分数在区分疾病状态方面具有等效或可能更好的性能。

Gleason 4级肿瘤具有独特的基因组特征(15)、更高的转移潜能(16)以及不良的生存结局(17)。有助于对含有Gleason 4的癌症进行分类的指标具有多种潜在的临床应用,包括对接受主动监测的前列腺癌患者进行无创监测、更准确地避免和/或触发活检,以及作为指导治疗决策的风险分层算法的一部分。

要在临床上具有实用性,定量指标必须表现出良好的可重复性(18)。FIC达到了高水平的可重复性(ICC ≥ 0.87),与先前报道的ADC可重复性水平相当(19,20),且优于前列腺癌中的其他扩散模型。例如,一个研究团队(21)比较了ADC与人体前列腺中拉伸指数模型、扩散峰度模型和双指数模型参数估计值的可重复性,发现虽然单指数拟合和扩散峰度模型的ICC约为0.75,但拉伸指数和双指数参数的ICC约为0.25。另一组研究者表明,即使是在单次采集中使用两组相同的b值计算,体素内不相干运动得到的假扩散系数和灌注分数的ICC以及拉伸指数模型得到的α的ICC分别为0.25、0.42和0.64(22)。

复杂的成像技术在更广泛应用时往往图像质量较差,但在我们的队列中,我们发现FIC与ADC图之间在定性或定量图像质量指标上无显著差异。这是可以预期的,因为两种技术使用相同的回波平面成像读出方式生成图像。据我们所知,有两项研究评估了前列腺多参数MRI的图像质量,并使用类似的五点量表评估ADC图像的整体图像质量(11,12)。这些研究显示平均图像质量评分分别为3.18和3.03;因此,我们的ADC和FIC图像质量(平均图像质量评分分别为3.06和3.30)与文献中发现的相当。

我们研究的主要局限在于参与者数量和时间限制,导致无法进行ADC可重复性作为对照。然而,类似研究的参与者为八名或更少(23),这强调鉴于参与者耐受性问题和临床工作流程的时间限制(我们被分配了1小时的成像时段),间隔重复性检查难以执行。小样本量可能限制了我们检查FIC和ADC值诊断性能差异(通过比较接收者操作特征曲线下面积评估)的能力。

总之,通过肿瘤细胞计量学血管、细胞外和受限扩散(VERDICT)MRI确定的细胞内体积分数能够以高水平的可重复性和与表观扩散系数值相似的图像质量,更好地区分前列腺癌中的Gleason 4病变与良性和/或Gleason 3+3病变。可重复性和多中心临床评估仍是VERDICT开发的下一步(18)。

附录

补充图

引用

  1. Johnston EW, Bonet-Carne E, Ferizi U, et al. VERDICT MRI for Prostate Cancer: Intracellular Volume Fraction versus Apparent Diffusion Coefficient. Radiology. 2019. PMID: 30938627. doi:10.1148/radiol.2019181749
  2. 全文:PMC6493214(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC6493214/

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。