乳腺光声成像:与组织病理学及组织病理生物标志物的相关性
该研究回顾性分析Maestro试验中67个恶性乳腺肿块,比较灰阶超声(US)与光声/超声联合(OA/US)特征评分与组织病理及分子亚型的相关性。结果显示US声传播有助于区分LUMA与LUMB、LUMB与TNBC等,OA/US内部特征评分有助于区分TNBC与HER2富集型、LUMA与LUMB、LUMA与TNBC等分子亚型。作者认为OA/US可能帮助放射科医生更好地区分乳腺癌分子亚型,但需进一步研究验证。
要点
- US声传播特征有助于区分LUMA与LUMB、LUMB与TNBC及LUMB与其他分子亚型合并组(p值均<0.05)。
- OA/US内部特征总和有助于区分TNBC与HER2富集型(p=0.049)。
- OA/US内部血管、内部特征总和及内外特征总和有助于区分LUMA与LUMB。
核心结论
- OA/US联合灰阶US提供的功能与形态信息可能帮助放射科医生更好地区分乳腺癌分子亚型。
- 需要进一步研究以验证这些结果。
研究设计与样本
- 回顾性分析Maestro试验中全部67个恶性肿块,比较US与OA/US特征评分与组织病理表现。
- 研究在荷兰五个中心进行,OA/US图像于2015年3月至2016年2月前瞻性采集。
- 采用手持US设备进行常规灰阶US和OA/US(US与激光融合),激光经手持双探头以两种波长传输。
- 以独立中心病理学家的组织病理诊断为参考标准,所有活检和手术标本由中心病理学家复核。
关键影像表现/征象
- TNBC在OA/US上显示丰富的内部表现,外部周边区表现相对缺乏,常见后方回声增强。
- LUMA在OA/US上内部特征评分较低,但外部周边区放射状血管更明显,常伴后方声影。
- LUMB同时具有丰富的内部和外部表现,外观介于LUMA与TNBC之间。
- HER2富集型表现与LUMA相似,具有明显的外部/周边表现和较少的内部表现。
诊断标准与关键数值
- US声传播评分区分LUMA与LUMB(p=0.028)、LUMB与TNBC(p=0.006)、LUMB与其他分子亚型合并组(p=0.0069)。
- OA/US内部血管评分(p=0.025)、三个内部特征评分总和(p=0.019)、内外特征评分总和(p=0.028)区分LUMA与LUMB。
- OA/US内部血管评分(p=0.003)、内部 blush 评分(p=0.004)、总内部血红蛋白评分(p=0.005)、三个内部特征评分总和(p=0.001)、三个内部与两个外部特征评分总和之比(p=0.006)、全部五个内外特征评分总和(p=0.010)区分LUMA与TNBC。
- 三个内部特征评分总和区分TNBC与HER2富集型(p=0.049)。
临床应用与阅片要点
- US声传播特征可用于提示LUMA与LUMB、LUMB与TNBC等分子亚型间的差异。
- OA/US内部特征(内部血管、内部 blush、内部血红蛋白及其总和)有助于区分LUMA与TNBC、LUMA与LUMB。
- OA/US外部周边区放射状血管在LUMA中更明显,而TNBC内部表现丰富、外部表现缺乏。
局限性
- 本研究为回顾性分析。
- 样本量小,采用非参数检验。
- 支持性分析未对多重检验进行调整,p值可视为描述性统计。
- 作者结论指出需要进一步研究以验证这些结果。
全文中译8 节 · 点击展开
引言
乳腺癌是全球女性中最常发生的恶性肿瘤,也是女性癌症相关死亡最常见的原因[1]。然而,乳腺癌研究的进展、更有效的治疗、筛查项目的引入以及诊断影像工具的改进相结合,促使过去二十年乳腺癌生存率有所提高[2–4]。
影像学在乳腺癌的检测、诊断、活检和介入引导、治疗反应监测以及随访监测中起着至关重要的作用[5]。乳腺X线摄影、磁共振成像(MRI)和超声(US)是评估乳腺病变最重要的影像学方法。近期研究致力于开发和改进影像学方法,以获取乳腺肿瘤的功能信息。这些额外信息可能有助于识别乳腺癌生物标志物,从而促进临床管理和治疗计划制定[6, 7]。
血管生成已被认为是乳腺癌的标志之一。新生血管的产生对于支持恶性病变一旦超过2 mm后的发展至关重要。Judah Folkman描述了血管生成在为肿瘤生长提供营养和氧气方面的重要作用。他将恶性肿瘤基本描述为“热且血腥”,用以说明这些病变中典型的潮红灌注和充血[8–10]。基于肿瘤新生血管生成和代谢的原理[11–16],目前正在研究使用激光来更好地表征乳腺病变。光声技术与灰度超声联合(OA/US)是一种成像技术,其中激光被传输到乳腺中,其能量主要被血液吸收。红光(757 nm)主要被脱氧血吸收,近红外光(1064 nm)主要被氧合血吸收。吸收的双波长激光引起血液的热弹性膨胀,产生压力波,随后由压电超声换能器检测为超声波。光声(OA)信号与灰度超声在空间上共配准并在时间上实时交错,形成氧合/脱氧血图,既提供解剖信息(US形态学和OA对血管生成的显示),也提供功能信息(血红蛋白的相对氧合/脱氧)。OA/US提供的解剖和功能信息的融合可能有助于放射科医生更好地区分良性和恶性乳腺病变。Butler等[17]研究了光声超声特征的阳性预测值,Pivotal[11]和Maestro[12]试验也评估了OA与单独US相比在区分良恶性乳腺肿块方面的诊断效用。这些研究得出结论,OA/US可能提高乳腺肿块评估的特异性,可能减少假阳性检查和良性肿块活检的数量[11, 12, 17]。鉴于这些结果,我们假设OA/US不仅可能有助于区分良性和恶性肿块,还可能促进不同亚型乳腺病变之间的区分。研究表明,乳腺癌的不同分子亚型,如Luminal A型(LUMA)、Luminal B型(LUMB)、HER2富集型和三阴性乳腺癌(TNBC),表现出不同的临床行为,具有不同的预后,需要个体化治疗方法[11, 18–20]。
我们研究的目的是回顾性确定前瞻性定义的US和OA/US特征与乳腺肿块的组织病理学预后指标之间的关系,包括以下内容:组织学分级、组织学分级三个单独组成部分中的每一个(小管形成、核多形性和核分裂数评分),以及次要预后生物标志物,如连续核分裂数、HER2受体状态、激素受体状态和Ki-67增殖指数。我们还评估了US和OA/US特征评分与分子亚型之间的关系。
材料和方法
本研究回顾性审查了Maestro [12]试验中纳入的所有恶性肿块,以比较超声(US)和光声/超声(OA/US)特征评分与组织病理学发现。该研究在荷兰的五个中心进行,所有OA/US图像于2015年3月至2016年2月期间前瞻性采集。参与医院的伦理委员会批准了本研究。每位参与者均签署了书面知情同意书。纳入本研究的对象为年龄≥18岁、经传统诊断性超声分类为BI-RADS 4a或4b的可疑乳腺肿块女性。排除标准为:(1)曾对目标肿块行活检或手术;(2)曾在待研究肿块同一象限内行活检或手术;(3)目标肿块大于3 cm;(4)乳腺病灶超过三个。Maestro试验设计的纳入和排除标准全文、主要目标及其他详细信息已在既往文献中描述[12]。
我们使用了一种手持式超声设备,该设备既可单独进行传统灰阶超声检查,也可进行OA/US检查(超声与激光的融合)。激光以两种不同波长从手持式双模态探头(OA和US)传输至乳腺,主要用于成像含氧和脱氧血红蛋白(更多细节见附录图1)。所有符合纳入标准的肿块首先接受超声评估,随后再接受OA/US复评。每个肿块分别赋予五项超声特征评分和五项OA/US特征评分(附录表1和表2展示了超声和OA/US评分系统)。该评分系统基于既往试验(Pivotal [11])及现行灰阶超声BI-RADS词典[21]开发。展示每项OA特征最低分和最高分的参考关键图像见附录图2。所有OA/US检查均由专职乳腺放射科医师完成。
活检与治疗
在活检前完成OA/US扫描并进行判读,结果录入并锁定于电子病例报告表中。
由一名独立的中枢病理学家审查所有活检和手术标本。从手术标本中获取大尺寸切片(5 × 7巨盒),以进一步促进组织学特征与OA/US外部边界及周边区域内外特征的比较。中枢病理组织病理学诊断作为OA/US比较的参考标准。
统计学方法
鉴于分布的非正态性和样本量较小,我们选择非参数检验来分析数据。采用Jonckheere–Terpstra检验评估OA/US特征是否有助于区分浸润性癌的组织学分级(I、II、III)以及组织学分级的三个组成部分:腺管形成、核多形性和核分裂计数评分。采用Spearman相关性分析OA/US特征与连续核分裂计数指数、雌激素受体(ER)和孕激素受体(PR)状态百分比以及连续Ki-67增殖指数之间的关系。采用Kruskal–Wallis检验分析OA/US特征评分与肿瘤边缘(< 50%、> 50%、浸润性和推挤性)之间的关系,以及OA/US特征评分与HER2状态(0、1+、2+、3+)之间的关系。采用相同的统计方法分析超声和OA/US特征评分与乳腺癌分子亚型之间的关系。若发现显著关系,则进一步采用Wilcoxon–Mann–Whitney检验识别分子亚型组间的差异。这些支持性分析进行了显著性检验,但未对多重检验进行调整。因此,本研究报告的p值在此背景下可视为描述性统计量。
根据2013年St. Gallen国际专家共识[22],ER和PR阳性、HER2阴性(IHC 0、1+或2+且FISH未扩增)且Ki-67水平低(< 20%)的乳腺肿瘤被分类为LUMA。ER阳性、HER2阴性且Ki-67水平高(≥ 20%)的肿瘤被视为LUMB。ER阳性和HER2阳性(IHC 3+或2+且FISH扩增)的肿瘤同样被分类为LUMB,不论PR或Ki-67状态如何。ER和PR阴性且HER2阴性(IHC 0、1+或2+且FISH未扩增)的肿瘤被分类为TNBC。最后,ER和PR阴性且HER2阳性(IHC 3+或2+且FISH扩增)的肿瘤被分类为“HER2富集型”癌症。
所有统计分析均使用SPSS 24.0版(IBM Corp)完成。
结果
在我们研究的215个活检肿块中,组织病理学为良性的有146个,高风险的有2个,恶性的有67个(最后一组纳入我们的分析)。恶性病变患者的年龄范围为30至84岁(平均57岁),良性病变患者的年龄范围为20至82岁(平均46岁)。良性肿块的平均最大直径为1.43,恶性肿块为1.36 cm。
OA/US特征与组织病理学结果的比较
表1显示了本研究中发现的良性和恶性肿块的主要组织病理学诊断。表2和表3显示了OA/US特征评分与浸润性乳腺癌组织病理学结果(包括小管形成、核多形性、核分裂数评分、肿瘤边缘、HER2受体状态、ER和PR状态以及连续Ki-67指数)比较的p值、中位数、第25和第75百分位数以及四分位距(IQR)。表4显示了比较US与OA/US在评估乳腺癌分子亚型方面性能时Kruskal–Wallis检验获得的p值。表5显示了US与OA/US特征评分和乳腺癌分子亚型之间两两比较的p值、中位数、第25和第75百分位数以及IQR。两两比较仅对Kruskal–Wallis检验发现显著的特征进行(表4)。图1、2、3、4、5和6展示了LUMA、TNBC、LUMB和HER2富集型乳腺癌之间US和OA/US特征的一些差异。
OA/US特征评分(内部、外部和总分)未能帮助区分浸润性癌的小管形成、核多形性、核分裂数评分或组织学分级(表2)。HER2受体状态和肿瘤边界也未能通过OA/US特征加以区分。OA/US内部特征评分与连续核分裂数(p = 0.035)、ER状态(p = 0.033)和Ki-67百分比(p = 0.009)之间存在显著相关性(表3)。在US特征评分中,声波穿透(表5)有助于区分LUMA与LUMB(p = 0.028),以及LUMB与TNBC(p = 0.006)和LUMB与所有其他分子亚型合并(p = 0.0069)。图1a、2a、3a和5a中的黑色和白色星号显示了按分子亚型划分的声波穿透差异。在OA/US特征评分中(表5),内部血管评分(p = 0.025)、三个内部特征评分之和(p = 0.019)以及内部和外部特征评分总和(p = 0.028)有助于区分LUMA与LUMB分子亚型。图3和图4显示了LUMA癌中OA/US内部表现匮乏,而LUMB癌内部表现更为丰富,如图5所示。内部血管评分(p = 0.003)、内部 blush 评分(p = 0.004)、总内部血红蛋白评分(p = 0.005)、三个内部特征评分之和(p = 0.001)、三个内部特征评分之和与两个外部特征评分之和的比值(p = 0.006)以及所有五个内部和外部特征评分之和(p = 0.010)有助于区分LUMA与TNBC亚型。图1、2、3和4展示了LUMAs与TNBCs之间典型OA/US和组织病理学差异的示例。TNBCs在OA/US上显示丰富的内部表现和相对缺乏的外部周边区表现(图1a、b和2a、b),而LUMAs表现为更显著的 external peripheral zone radiating vessels(图3a),但OA/US内部特征评分降低。
三个内部特征评分之和也有助于区分TNBC与HER2富集亚型(p = 0.049)。图6展示了HER2富集癌中内部表现相对缺乏的一个例子,类似于LUMA肿瘤。当将单个分子亚型与所有其他类型合并比较时,内部血管评分(p = 0.003)、脱氧红晕评分(p = 0.010)、内部血红蛋白评分(p = 0.005)、三个内部特征评分之和(p = 0.001)、三个内部特征评分之和与两个外部特征评分之和的比值(p = 0.013),以及所有五个内部和外部特征评分之和(p = 0.008)有助于区分LUMA与其他分子亚型。这些相同的特征也有助于区分TNBC与其他分子亚型(表5)。
讨论
我们最有趣的发现之一是,超声(US)声传播特征有助于区分LUMAs与LUMBs,以及LUMBs与TNBCs和LUMBs与其他分子亚型。肿瘤的水含量对声传播有影响,其基于三个因素:细胞密度、细胞外基质成分以及宿主对肿瘤的反应。LUMAs和低级别浸润性癌相对细胞稀少,细胞外基质主要由纤维化构成,并引发以促纤维增生为主的宿主反应。这三种成分均相对缺水,往往表现为声影[23–26]。另一方面,更高级别和更具侵袭性的分子亚型,如LUMBs和TNBCs,往往细胞密度高得多,细胞外基质富含亲水性透明质酸,并倾向于引发高度细胞性的淋巴细胞反应。肿瘤细胞和淋巴细胞均含有超过90%的水[23–30]。高肿瘤细胞密度和宿主反应细胞密度连同亲水性细胞外基质,导致富含水的TNBCs比正常乳腺组织更好地传播声波,表现为声传播增强[23–26]。这对于III级TNBCs尤其如此[26–30]。
我们的结果表明,US声传播评分是有效的。然而,OA/US特征提供的功能和形态信息的组合对于区分乳腺癌分子亚型甚至更有价值,分子亚型之间的差异可能解释这些发现。LUMA肿瘤通常具有低水平的增殖相关基因,具有轻度/中度细胞密度,通常为低组织学级别,与LUMBs相比预后更好[23–25]。与LUMAs相比,LUMB癌症通常组织学级别更高,增殖率更高,细胞黏附性更低,坏死率更高,预后更差[23–25, 27, 28]。值得注意的是,恶性基质细胞——主要是肿瘤相关成纤维细胞——在LUMBs中比在LUMAs中更常见——可诱导肿瘤细胞增殖并促进血管生成[30, 31]。这可能解释了我们研究中LUMB肿瘤内部血管评分和三项内部特征评分总和评分更高的原因。
与管腔型亚型相比,三阴性乳腺癌(TNBC)通常表现为圆形、椭圆形或分叶状肿块[32–35]。此外,TNBC被归类为高组织学分级,具有中央坏死区、细胞性纤维增生、推挤性边界、小叶周围及瘤内淋巴细胞炎性浸润,并且常伴有厚壁血管[36–38]。在我们的研究中,TNBC在内部血管、内部 blush、内部血红蛋白、三项内部特征评分之和以及内部特征评分之和与全部五项内部和外部特征评分之和的比值方面,其中位数显著高于LUMAs。近期研究表明,B淋巴细胞和T淋巴细胞可通过调节髓系细胞(包括巨噬细胞、肥大细胞和单核细胞)的活性间接发挥促肿瘤作用[39–42]。响应不同信号,巨噬细胞极化为两种不同状态:M1(经典)或M2(替代)[43],这类似于辅助性T细胞分化为1型(Th1)或2型(Th2)。M2肿瘤相关巨噬细胞(TAMs)抑制Th1活性,促进肿瘤细胞的侵袭、迁移和血管生成。Medrek等前瞻性分析了144例浸润性乳腺癌患者,结论是M2巨噬细胞对肿瘤间质的密集浸润与TNBC呈正相关,与LUMA乳腺癌呈负相关[44]。因此,我们研究中TNBC所发现的OA/US特征中位数较高,可能与TNBC(相较于LUMA肿瘤)中淋巴细胞促进的血管生成和增加的代谢活性有关[23–30]。肿瘤浸润淋巴细胞比例较高的TNBC通常对化疗反应更好,并且与肿瘤间质内淋巴细胞浸润较低者相比预后也更好[45–47]。
许多研究还表明,TAMs对肿瘤间质的强烈浸润与高血管内皮生长因子(血管生成的重要调控因子)、更高的血液微血管密度以及每10个高倍视野中有丝分裂数更高显著相关[48–50]。这也可能解释了我们研究中OA/US特征与连续有丝分裂数之间的显著相关性。
我们的结果表明,分配给LUMB亚型的OA/US特征评分与分配给TNBC的评分无显著差异。尽管LUMB肿瘤与TNBC相比细胞密度较低、分级较低且坏死范围较小,但在比较LUMAs与TNBC时,这些差异并不那么明显[23–25]。
另一个有趣的发现是TNBC与HER2富集型在总内部特征方面存在显著差异。已知这两种类型的肿瘤具有许多重叠特征:两者通常均为高分级、细胞黏附性低,并呈现更广泛的坏死[25, 31, 51]。然而,与HER2富集型乳腺癌相比,TNBC通常具有更高的细胞密度以及管状和合体细胞簇评分[25, 31, 51, 52],这也可能解释TNBC中所发现的总内部特征评分显著更高。然而,我们的研究中HER2病例数量较少,需要进一步研究以证实这些结果。
我们的研究结果为使用光声/超声(OA/US)技术帮助临床医生更好地区分乳腺癌分子亚型提供了新的见解。分子分析需要专门的设备和技术专长,因此增加了医疗成本。近期一些样本量较小的研究使用磁共振成像(MRI)来更好地区分乳腺癌分子亚型,呈现了合理的结果[53–55]。然而,MRI是一种昂贵的(且尚未广泛可用的)成像技术。乳腺肿瘤通常具有异质性,活检可能往往不足以评估瘤内异质性[56–58]。另一方面,OA/US可能显示整个肿瘤的主导特征。提示侵袭性肿瘤且预后较差、与组织病理学生物标志物不一致的OA/US特征,可能表明需要进行更广泛的组织病理学采样。这并不一定表明需要重新活检或切除,而是需要病理学家对当前可获得的标本进行更多切片和检查。尽管OA/US或任何其他成像技术不太可能使组织学生物标志物分析变得不必要,但OA/US仍可作为预后生物标志物发挥作用。
这些结果的普遍适用性受到某些限制。首先,本研究在患者数量方面范围有限,且每个分子亚型组的恶性肿瘤数量相对较少。其次,我们的统计分析未进行多重检验校正,未来需要研究来证实本研究报告的p值。
尽管存在这些局限性,该研究表明OA/US提供的功能和解剖形态信息可能有助于放射科医生更好地区分乳腺癌分子亚型。然而,这一新兴技术仍处于起步阶段,需要更多更大样本量的研究来证实这些初步结果。
电子补充材料
ESM 1(DOCX 906 kb)
引用
- Menezes GLG, Mann RM, Meeuwis C, et al. Optoacoustic imaging of the breast: correlation with histopathology and histopathologic biomarkers. Eur Radiol. 2019. PMID: 31134367. doi:10.1007/s00330-019-06262-0
- 全文:PMC6828639(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC6828639/
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。