文献速递乳腺MR

乳腺癌瘤周ADC值:感兴趣区选择方法、与透明质酸强度的关联及预后意义

Peritumoral ADC values in breast cancer: region of interest selection, associations with hyaluronan intensity, and prognostic significance.
PubMed 文献 · Eur Radiol · 2019-07-29

该研究纳入22例浸润性乳腺癌患者,比较四种瘤周ADC感兴趣区选择方法,并分析瘤周/肿瘤ADC比值与透明质酸含量及腋窝淋巴结转移的关系。结果显示四种方法测得的瘤周ADC值无显著差异,视觉评估法耗时更少且准确;除顺时针法外,瘤周/肿瘤ADC比值与透明质酸含量高及淋巴结转移正相关,提示其可能作为附加预后指标。

要点

  • 四种瘤周ADC感兴趣区选择方法测得的瘤周ADC最小值、平均值、最大值均无显著差异。
  • 视觉评估法仅需放置3个感兴趣区,耗时更少且观察者内和观察者间ICC均超过0.81,一致性几乎完美。
  • 瘤周/肿瘤ADC比值在除顺时针法外的三种方法中均与透明质酸含量高和腋窝淋巴结转移正相关。

核心结论

  • 瘤周/肿瘤ADC比值可能是一个易于应用的影像指标,与腋窝淋巴结转移和广泛透明质酸积聚相关,可能反映乳腺癌生物学侵袭性并作为附加预后因素。

研究设计与样本

  • 单中心研究纳入2013至2015年间22例浸润性乳腺癌女性患者,均行3.0-T乳腺MRI(含DWI,b值0、200、400、600、800 s/mm²)及病理和透明质酸检测,比较四种瘤周ROI选择方法并与透明质酸含量和腋窝淋巴结状态进行关联分析。

关键影像表现/征象

  • 研究比较了四种瘤周ADC感兴趣区选择方法:条带法(M1)、全肿瘤周围法(M2)、顺时针8点法(M3)和视觉评估法(M4)。
  • 视觉评估法(M4)在瘤周ADC测量中的观察者内和观察者间ICC均超过0.81,一致性几乎完美。
  • 顺时针法(M3)的观察者内ICC为0.520、观察者间ICC为0.312,仅为中等一致性,在形状不规则肿瘤中放置ROI困难。
  • 视觉评估法(M4)耗时最少,且仅需放置3个ROI即可识别所需ADC值。

诊断标准与关键数值

  • 瘤周/肿瘤ADC比值采用ADCpmax/ADCtmean进行计算。
  • 透明质酸含量以中位数3 ng/mg为界分为高、低两组。
  • M1法瘤周/肿瘤ADC比值与透明质酸含量相关P=0.004,与淋巴结转移相关P=0.001。
  • M2法瘤周/肿瘤ADC比值与透明质酸含量相关P=0.012,与淋巴结转移相关P=0.007。
  • M4法瘤周/肿瘤ADC比值与透明质酸含量相关P=0.025,与淋巴结转移相关P=0.015;M3法对应P值分别为0.20和0.22。

临床应用与阅片要点

  • 作者认为视觉评估ROI法耗时更少且足够准确,可用于识别瘤周区域。
  • 瘤周/肿瘤ADC比值可作为易于应用的附加影像指标,与腋窝淋巴结转移和透明质酸积聚相关。

局限性

  • 透明质酸检测方法独特且相对费力,导致仅有限数量患者纳入分析。
  • 作者指出该发现需在更大患者群体和足够随访期后验证。
全文中译12 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. 2019 Jul 29;30(1):38–46. doi: 10.1007/s00330-019-06361-y

引言

乳腺癌是全球女性中最常被诊断的癌症,也是女性癌症相关死亡的主要原因[1]。为确保其早期发现,人们付出了巨大努力。乳腺癌表现出基因组和表型异质性,这种异质性具有预后意义并影响治疗反应[2, 3]。此外,肿瘤环境的作用也很重要,因为肿瘤细胞与周围微环境之间的相互作用影响肿瘤的演化和进展[4]。浸润性乳腺癌会导致肿瘤周围区域淋巴水肿增加和细胞外基质重塑[5],而瘤周水肿是公认的恶性特征之一。

由细胞外基质和各种细胞类型组成的瘤周区域维持着类伤口反应过程和炎症,以及增加的血管密度和通透性。这代表了一个独特的微环境,不仅对肿瘤进展至关重要,而且具有显著的预后潜力[6, 7]。透明质酸(HA)是存在于细胞周和细胞外基质中的重要糖胺聚糖;HA存在于大多数正常组织中,参与许多细胞过程,如增殖、迁移和炎症[8]。HA能够结合大量水分子,这种亲水特性是其功能的重要组成部分[9]。在许多癌中HA水平显著升高[10],这可以通过多种方式促进肿瘤进展[11]。在乳腺癌中,细胞周基质和癌细胞中高浓度的HA与肿瘤低分化、腋窝淋巴结阳性以及疾病不良结局密切相关[12, 13]。

如今乳腺MRI是肿瘤诊断检查中不可或缺的一部分。在常规乳腺MRI序列中加入扩散加权成像(DWI)已被证明可提高诊断特异性并有助于病变定性[14, 15]。DWI利用水分子的随机运动,可用于评估瘤内组织细胞密度程度并检测完整细胞膜的存在[16]。水分子扩散的阻抗可通过表观扩散系数(ADC)值进行定量估计,该值通过最小化血管贡献来更准确地估计肿瘤微环境的细胞密度[17]。

尽管已有数项研究探讨了瘤周ADC值与乳腺癌生物学和组织学特征之间的关联,但瘤周区域ADC测量的感兴趣区(ROI)选择方法尚未标准化。因此,已有多种不同的ROI选择方法用于测量瘤周ADC值[18–21]。尽管Mori等[20]表明,在评估淋巴血管侵犯状态时,瘤周/肿瘤ADC比值可能比瘤周ADC值本身更具诊断价值,但据我们所知,尚不存在将瘤周/肿瘤ADC比值与腋窝淋巴结状态联系起来的预测模型。

已知透明质酸(HA)具有高保水能力,而乳腺MRI中的弥散加权成像(DWI)测量水分子的随机运动。因此,可以推测HA参与生物学侵袭性肿瘤的瘤周水肿,并且由于含水量增加,HA水平升高与瘤周表观弥散系数(ADC)值之间存在正相关。

本研究旨在评估四种不同感兴趣区(ROI)选择方法获得的瘤周ADC值的差异,并确定最佳方法。另一个目的是评估瘤周/肿瘤ADC比值是否与腋窝淋巴结阳性以及瘤周间质和乳腺癌细胞中HA蓄积相关。

材料与方法

本研究纳入2013年至2015年间在我院(服务人口26万的三级医院)接受治疗的22名女性。所有患者均经影像学和组织学诊断为浸润性乳腺癌,研究纳入标准为钼靶和/或超声上肿瘤最小尺寸为10 mm。所有患者均接受双侧3.0-T乳腺MRI检查,在诊断性活检时,按照既往发表的方法[22]额外获取三份速冻空心针活检标本。所有患者在任何操作前均签署知情同意书。本研究经Kuopio大学医院研究伦理委员会批准,所有临床研究均按照相关指南和《赫尔辛基宣言》所述原则进行。

样本与透明质酸测量

所有肿瘤样本均在术前超声引导下空心针活检(G14)时获取,距手术2–4周。常规将22-mm射程的自动空心针枪(Bars Magnum, Bard Biopsy Systems)置于肿瘤旁,距肿瘤边缘至少2–3 mm,以确保始终包含正常乳腺组织与肿瘤边缘之间的过渡区域。避开肿瘤的任何囊性或可能的坏死区域。样本立即在液氮中速冻。活检标本未进行单个细胞的显微切割,因此同时包含细胞周间质和乳腺癌细胞。HA含量采用ELISA样方法评估,该方法此前已有详细描述[22, 23]。透明质酸含量按组织重量归一化,并以中位数3 ng/mg为界分为两组。

MRI采集

MRI检查采用俯卧位,使用专用于乳腺成像的7通道相控阵线圈(Philips Achieva 3.0-T TX,Philips N.V.)进行。乳腺结构MRI方案包括五个序列:(1)T1加权快速场回波(TR = 4.58 ms;TE(同相位)= 2.3 ms;平面内分辨率0.48 mm × 0.48 mm;257层;层厚0.7 mm;扫描时间6分11秒);(2)T2加权涡轮自旋回波(TR = 5000 ms;TE = 120 ms,翻转角90°;平面内分辨率0.6 mm × 0.6 mm;85层;层厚2 mm;扫描时间3分20秒);(3)短T1反转恢复/涡轮自旋回波(TR = 5000 ms;TE = 60 ms;TI 230 ms;平面内分辨率1 mm × 1 mm;90层;层厚2 mm;扫描时间5分40秒);(4)动态eTHRIVE序列(TR = 4.66 ms;TE = 2.3 ms;频谱绝热反转恢复(SPAIR)脂肪抑制;动态扫描时间58.5秒;平面内分辨率0.96 mm × 0.96 mm;180层;层厚1 mm;包括增强前及钆特酸葡胺(0.2 ml/kg,3 ml/s)注射后六个期相,随后给予生理盐水冲洗);以及(5)DWI回波平面成像(TR = 最短;TE = 95 ms;翻转角90°;SPAIR脂肪抑制;平面内分辨率1.15 mm × 1.15 mm;30层;层厚4 mm;三个方向的扩散梯度;扫描时间4分8秒),分别采用五个b值(0、200、400、600和800 s/mm²)。ADC图由MRI供应商提供的方法自动线性计算。

ADC值的测量

参考T1加权、T2加权和动态对比增强图像,使用十字准线工具(Sectra PACS,版本15.1.20.2,Sectra Workstation IDS7)定位病灶并在ADC图上正确放置瘤内ROI。瘤内ROI放置在ADC图上,与实质和脂肪有明确分界。ROI以多边形绘制,覆盖最大肿瘤直径层面上的整个病灶,同时小心避开囊性、坏死性、脂肪性和出血性区域(ROItumor)。

瘤周ADC测量采用四种不同的ROI选择方法:方法1(M1),由McLaughlin等[19]首次描述的带状ROI方法,宽度为2像素,使用ImageJ软件(NIH支持的开源软件)在邻近肿瘤边界处生成,以覆盖肿瘤周围区域;方法2(M2),全肿瘤周围ROI方法,将10像素大小的圆形ROI彼此相邻放置在邻近肿瘤边界处,以覆盖肿瘤周围区域;方法3(M3),一种简化修改,即顺时针ROI方法,将八个10像素大小的圆形ROI按顺时针方向放置在0:00、1:30、3:00、4:30、6:00、7:30、9:00和10:30位置;以及方法4(M4),一种视觉评估ROI方法,由Mori等[20]首次描述,将三个各10像素大小的圆形ROI放置在邻近肿瘤边界的乳腺实质组织上ADC值视觉上似乎增高最明显的区域。M1使用ImageJ测量,而M2、M3和M4直接从图像归档和通信系统(PACS)测量。四种不同瘤周ROI选择方法的示意图见图1c–f和2a–d。

一位乳腺放射科医师(具有10年乳腺MRI分析经验)和一位乳腺肿瘤科医师(具有四年乳腺MRI分析经验)在不知晓组织病理学和透明质酸代谢信息的情况下,独立测量了瘤内和瘤周ADC值。记录瘤内ADC的最小值、平均值和最大值,分别 designated 为ADCtmin、ADCtmean和ADCtmax。

四种不同的瘤周区域方法产生了不同数量的ROI。在每个瘤周ROI中,首先记录最小、最大和平均ADC值。每种方法中选取最低的最小值和最高的最大值用于进一步分析,分别 designated 为ADCpmin和ADCpmax。M1仅产生一个瘤周ROI,记录其平均值并 designated 为ADCpmean。M2–4的平均值取平均后也 designated 为ADCpmean。M4旨在识别最大ADC值而非代表整个瘤周区域,因此,为进行统计比较,我们仅纳入ADCpmax。

对于与HA和淋巴结转移(LNM)的相关性,我们无法像Mori等[20]那样使用M2–4中的最高平均值,因为M1仅给出整个瘤周区域的平均值。既往结果显示,瘤周/瘤内ADC比值可能比瘤周ADC值本身更具诊断价值[20]。对于与HA和LNM的相关性,我们使用了ADCpmax/ADCtmean比值。

图1 规则形状椭圆形肿瘤中测量瘤周ADC值的方法。a T1加权钆增强薄层源图像显示椭圆形肿块病变伴实质背景。b 对应于肿块病变的表观扩散系数(ADC)图。c 方法1(M1):带状ROI法,在ADC上邻近肿瘤边界生成一个带状ROI以覆盖整个肿瘤周围区域。d 方法2(M2):全肿瘤周围ROI法,将圆形ROI彼此相邻放置于肿瘤边界旁以覆盖整个肿瘤周围区域。e 方法3(M3):顺时针ROI法,在0:00、1:30、3:00、4:30、6:00、7:30、9:00和10:30钟点位置顺时针放置8个圆形ROI。f 方法4(M4):视觉评估ROI法,根据视觉感知的ADC增高最明显区域放置3个圆形ROI 查看原图 ↗
图2 不规则形状肿瘤中测量瘤周ADC值的方法。方法(M1–M4)的描述与图1相同。不规则肿瘤对M3具有挑战性,因为难以标准化钟点位置,且更难以重复 查看原图 ↗

统计分析

统计分析使用SPSS 22版(IBM公司)进行。ADC值作为连续因变量进行评估。

观察者内和观察者间可重复性使用组内相关系数(ICC)评估。r为1.0被认为表示完全一致;0.81–0.99,几乎完全一致;0.61–0.80,高度一致;0.41–0.60,中度一致;0.21–0.40,一般一致;≤ 0.20,轻微一致[24]。

采用配对t检验比较PACS与ImageJ测量所得的肿瘤ADC值。采用Friedman检验比较四种ROI方法之间的瘤周ADC值。采用Mann-Whitney U检验比较瘤周/肿瘤ADC比值与HA状态及腋窝淋巴结状态的关系。p值小于0.05视为具有统计学显著性。

结果

共分析22例女性患者(平均年龄56.6 ± 11.5岁,范围38–75岁),共22个浸润性乳腺癌病灶。组织学上病灶平均大小为27.0 ± 18.9 mm(范围6.0–90.0 mm)。患者基本资料及肿瘤特征见表1。1例患者在手术前接受了新辅助治疗。在该受试者中,3.0-T乳腺MRI及组织病理学分析(ER/PR、HER2和Ki-67)均在新辅助治疗前完成。

在评估读者内和读者间一致性时,M2和M4获得的瘤内ADC及瘤周ADC的ICC均超过0.81,表明几乎完美的一致性。M3获得的瘤周ADC的读者内和读者间ICC分别仅为0.520和0.312,表明中等一致性(表2和表3)。

表4总结了四种ROI选择方法的比较。无论采用ImageJ还是本地PACS测量肿瘤ADC的最小值、平均值或最大值,均未发现显著差异。四种方法之间瘤周ADC最大值均未观察到显著差异。根据M1–3,瘤周ADC最小值或平均值未发现显著差异。M4是耗时较少的方法(表5)。

表6总结了瘤周/肿瘤ADC比值与HA含量及腋窝淋巴结转移之间的关系。M1、M2和M4的测量结果均显示HA含量及淋巴结转移与ADC比值之间存在统计学显著关联。在所有ROI选择方法中,当ELISA样检测确定的HA含量较高且腋窝淋巴结转移为阳性时,瘤周/肿瘤ADC比值往往更大。

表1 患者基本资料及肿瘤特征 查看原表 ↗
表2 ADC的组内相关系数(ICC) 查看原表 ↗
表3 两名读者ADC的组间相关系数(ICC) 查看原表 ↗
表4 四种ROI选择方法的ADC值(× 10−3 mm2/s)汇总 查看原表 ↗
表5 测量所需的平均时间 查看原表 ↗
表6 瘤周/肿瘤ADC比值与HA强度及淋巴结转移的关系 查看原表 ↗

讨论

本研究比较了四种不同ROI选择方法所得的瘤周ADC最小值、平均值和最大值。结果显示,各ROI选择方法之间ADC最小值、平均值和最大值均无显著差异。我们进一步分析了瘤周/肿瘤ADC比值与HA含量及腋窝淋巴结状态的相关性。较高的瘤周/肿瘤ADC比值与高HA含量及阳性淋巴结转移相关,二者均为预后不良的指标。

ROI测量验证

尽管瘤周ADC值作为乳腺癌[18–21, 25]、肝癌[26]和子宫内膜癌[27]的预后因素已受到越来越多关注,但感兴趣区(ROI)选择的最佳方法尚不清楚。本研究使用的第一种方法,即带状ROI法(M1),此前已在多项研究中应用[18, 19, 21, 25]。该方法几乎自动处理所有步骤,不需要任何专门技术或难以掌握的分析技能,从而确保了操作的便捷性。带状ROI法还覆盖了整个所讨论的瘤周区域,并即时给出最小值、平均值和最大值,提供了非常快速的测量。然而,将数据从本地PACS传输到单独的ImageJ软件确实需要时间和精力,使其在日常临床实践中更难应用。

相比之下,Mori等人[20]使用的视觉评估ROI法(M4)能够在本地PACS软件上进行测量,不需要特殊的复杂软件功能,并且只要求放置三个ROI,耗时较少,在日常临床实践中可行。然而,我们对视觉选择最高ADC值的准确性持怀疑态度,并怀疑结果可能依赖于操作者,取决于阅片者评估乳腺MR图像的熟练程度。因此,我们采用了全肿瘤周围ROI法(M2),以便在本地PACS上全面测量整个瘤周区域,同时研究其更简单的改良版本——顺时针8-ROI法(M3),并比较了这些方法获得的值。

首先,我们确认肿瘤ADC的最小值、平均值或最大值在ImageJ与本地PACS之间均无显著差异,这表明这些图像处理程序应产生相似的结果。随后我们确认,顺时针ROI法(M3)获得的瘤周ADC值与围绕全肿瘤的ROI法(M2)获得的值相当。最重要的是,结果表明,视觉评估ROI法(M4)仅需三个ROI就足以确定所需的值。此外,在检查瘤周/肿瘤ADC比值与HA状态之间的关联时,只有顺时针ROI法(M3)未能提供显著结果。这可以解释为:顺时针ROI法放置的瘤周ROI数量有限,且不考虑其信号强度,这导致未能识别出那些具有最高代表性ADC值的区域(图1e和2c)。相比之下,视觉评估ROI法(M4)成功克服了这一障碍,在所需ROI更少的情况下获得了最高ADC值。

从顺时针方法(M3)获得的瘤周ADC测量值仅显示出中等程度的ICC。这可以解释为,当肿瘤形状不规则时,顺时针ROI难以放置(图2c)。这些中等程度的值主要是由于在不规则形状的肿瘤上放置ROI存在困难,即使是标记起始的12点钟位置也可能被证明是一项困难的任务。然而,视觉评估ROI方法(M4)给出了几乎完美的ICC,这表明无论读者在分析乳腺MR图像方面的经验如何,该方法都是有效的。基于我们的结果,我们得出结论,视觉评估ROI测量代表了一种更省时且足够准确的评估方法,用于识别瘤周区域。

瘤周/肿瘤ADC比值

尽管ADC作为影像学预后生物标志物已被广泛研究,但ADC值在不同影像供应商、场强和影像中心之间的有限可重复性仍存在争议[28–30]。因此,我们同意先前的结论,即瘤周/肿瘤ADC比值比仅测量瘤周区域更可靠且通常更适用[18],并因此减少了偏倚。此外,虽然T2加权图像上可视化的瘤周高信号始终显示与生物学上更具侵袭性的疾病相关[31, 32],但该征象仅在少部分肿瘤中可见(15–32%)[31–33]。因此,测量瘤周/肿瘤ADC比值可以提高诊断准确性,并即使在没有肉眼可见水肿的情况下也能有效评估瘤周区域。

HA与LNM的关联

先前已确定,HA水平在大多数形式的炎症中升高,包括与恶性肿瘤进展相关的炎症。HA是已知的乳腺癌和其他恶性肿瘤的促进因子,其丰度是侵袭性肿瘤类型和癌症进展的指标[12, 13]。由于HA在水肿中增加并促进组织水合,我们假设HA含量可能与ADC比值相关。确实,HA含量较高的乳腺癌确实显示出显著更大的瘤周/肿瘤ADC比值。瘤周/肿瘤ADC比值与淋巴结阳性和HA含量的正相关表明,ADC比值可能被证明是一种有价值的、非侵入性的预后指标,甚至在术前环境中也可用。然而,这需要在更大的患者群体和足够的随访期中得到验证。

局限性

我们希望将ADC值与肿瘤HA含量相关联。HA的测定相当独特且相对费力;这意味着我们的分析中只能纳入有限数量的患者。尽管如此,仍成功获得了统计学显著的结果;即,这是首次确定乳腺肿瘤HA含量与瘤周/肿瘤ADC比值之间的关联。

总之,四种ROI选择方法的验证表明,所有方法都相对较好地指示了乳腺癌的瘤周ADC值,但通过根据读者的视觉评估选择三个ROI可以获得可靠的结果。这些发现表明,瘤周/肿瘤ADC比值可能可行地作为乳腺癌侵袭性和预后的适用影像学指标。

引用

  1. Kettunen T, Okuma H, Auvinen P, et al. Peritumoral ADC values in breast cancer: region of interest selection, associations with hyaluronan intensity, and prognostic significance. Eur Radiol. 2019. PMID: 31359124. doi:10.1007/s00330-019-06361-y
  2. 全文:PMC6890700(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC6890700/

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。