文献速递腹部技术与安全PETMRCT

利用治疗前PET和MRI衍生影像特征预测可切除胰腺导管腺癌的肿瘤分级与生存结局

Prediction of tumour grade and survival outcome using pre-treatment PET- and MRI-derived imaging features in patients with resectable pancreatic ductal adenocarcinoma.
PubMed 文献 · Eur Radiol · 2020-08-26

单中心前瞻性纳入61例未经治疗的可切除胰腺导管腺癌患者,术前行18F-FDG PET/CT和DW-MRI,分析影像参数与病理及生存的关系。ADCmin与肿瘤分级呈负相关(rho=-0.40, p=0.0015),MTV是总生存和疾病特异性生存的独立预测因素,DTV是无进展生存的独立预测因素。

要点

  • ADCmin与胰腺导管腺癌肿瘤分级呈负相关(rho=-0.40, p=0.0015)。
  • MTV是总生存和疾病特异性生存的独立预测因素。
  • DTV是无进展生存的独立预测因素。

核心结论

  • 在未经治疗的胰腺导管腺癌中,ADC与SUV值存在相关性,联合PET-MRI指标可能有助于预测肿瘤分级和患者生存。

研究设计与样本

  • 单中心前瞻性研究,纳入61例组织学确诊并接受手术切除的胰腺导管腺癌患者(32例男性,中位年龄68.0岁,IQR 63.0-75.0岁)。
  • 术前行18F-FDG PET/CT和DW-MRI,PET采用42% SUVmax阈值勾画VOI,MRI在三个b值(50至800 s/mm2)的DWI上勾画全病灶VOI并测量ADC。
  • 以手术标本组织病理学(分期、分级、切除质量、血管/神经/淋巴管侵犯)为参考标准进行影像-病理相关性分析;生存分析纳入41例(OS和PFS)和36例(DSS)。

关键影像表现/征象

  • ADCmin与SUVmax呈负相关(rho=-0.34, p=0.0071),SUVmean与ADCmean呈负相关(rho=-0.29, p=0.026)。
  • ADCmin与肿瘤分级呈负相关(rho=-0.40, p=0.0015)。
  • ADCmin与TLG呈负相关(rho=-0.40, p=0.0015),与MTV呈负相关(rho=-0.28, p=0.032);ADCmean仅与TLG显著相关(rho=-0.30, p=0.017)。
  • MTV与DTV呈正相关(rho=0.77, p<0.0001)。

诊断标准与关键数值

  • ADCmin与肿瘤分级负相关(rho=-0.40, p=0.0015),未报告诊断阈值、敏感度、特异度或AUC。
  • MTV是OS和DSS的独立预测因素,DTV是PFS的独立预测因素,未报告具体阈值或效应量。

临床应用与阅片要点

  • 原文未据此给出推荐。

局限性

  • 尽管纳入期约10年,最终仅61例患者纳入影像-病理相关性分析。
  • 61例中20例失访,可能限制分析效能。
  • 仅由一名阅片者测量PET和MRI指标。
  • 使用了多种不同的PET和MRI扫描仪。
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. 2020 Aug 26;31(2):992–1001. doi: 10.1007/s00330-020-07191-z

引言

胰腺癌是第二常见的消化系统癌症,全球每年导致超过441,000例死亡[1]。胰腺导管腺癌(PDAC)是最常见的胰腺恶性肿瘤,发病率呈上升趋势[1],尽管近年来治疗有所进展,但预后仍然较差。事实上,PDAC患者的5年生存率仅为4%[2]。值得注意的是,胰腺癌对大多数化疗药物反应不佳,因此手术是唯一的治愈性治疗手段。

需要准确的术前分期来选择适合行切缘阴性手术切除的患者[3]。磁共振成像(MRI)可识别因肝转移或动脉包绕而无法切除的患者,而氟-18氟代脱氧葡萄糖(18F-FDG)正电子发射断层扫描联合计算机断层扫描(PET/CT)可识别远处转移性疾病患者。18F-FDG PET/CT和MRI已被证明有助于术前鉴别胰腺良恶性病变[4–7]。在可切除疾病患者中,定量影像学指标有助于识别可能预后不良的患者[8–11],与手术标本获得的组织学特征类似[12]。然而,关于定量影像学指标与病理特征之间相关性的证据尚缺乏[6–8, 13–15]。此外,我们想了解初诊时的18F-FDG PET/CT和MRI参数以及任何临床和组织学参数是否有助于预测单一人群中的患者生存。

本研究旨在对未经治疗的PDAC患者进行组织病理学与影像学之间的相关性分析,并确定临床、组织学和影像学相关参数在总生存期(OS)、疾病特异性生存期(DSS)和无进展生存期(PFS)方面的预后价值。

方法

研究人群

本研究设计为个体预后或诊断多变量预测模型的透明报告(TRIPOD)1a型研究,旨在评估治疗前PET和MRI衍生影像学特征对可手术PDAC患者的潜在获益[16]。TRIPOD清单见补充表1。

从2008年7月至2017年7月,所有疑似PDAC的患者均前瞻性连续入组,前提是此前未接受过治疗。纳入标准为年龄>18岁、疑似PDAC且既往未接受治疗、计划在我院行治愈性手术切除。排除标准为妊娠、MRI禁忌证、术前影像学或术中检出不可切除肿瘤、组织学为非PDAC病变。所有患者术前均接受18F-FDG PET/CT和DW-MRI检查。经手术标本确诊为PDAC且具有完整影像学和组织病理学数据集的手术患者被纳入放射病理学相关性分析和随访研究。所有参与者在纳入研究前48小时签署书面知情同意书。该方案经我院机构审查委员会和当地研究伦理委员会批准(研究编号#119/08)。

成像方案

18F-FDG PET/CT检查在2011年8月之前使用Discovery LS扫描仪进行(n = 34),此后使用Discovery 690 PET/CT扫描仪(GE Healthcare;n = 27)。检查前,患者禁食> 6小时,并在给予18F-FDG前核实血糖水平≤ 8.3 mmol/L。患者注射18F-FDG:2011年8月之前为5.5 MBq/kg,此后为3.5 MBq/kg或309 ± 81 MBq(范围:158–488 MBq)。注射后68 ± 11分钟(范围:50–95分钟),我们从头顶至大腿中段进行PET采集:Discovery LS采用二维模式,6–7个床位,每床位3–5分钟;Discovery 690采用三维模式,8–9个床位,每床位2分钟(平均持续时间:20 ± 5分钟;范围:16–35分钟)。所有PET采集和重建参数见补充表2。为进行衰减校正,PET采集前先行从头顶至大腿中段的平扫MDCT采集:2011年8月之前为140 kV、80 mA、螺距1.5、0.5秒/旋转、5 mm层厚;此后为120 keV、80–200 AutomA/SmartmA、螺距1.375、3.3 mm层厚。标准化摄取值(SUV)经体质量校正[17, 18]。在研究期间,通过每半年采集一次均匀体模,确保了我中心PET数据在不同扫描仪间的稳定性[19]。

MR数据使用1.5-T扫描仪(n = 33,Symphony或Aera;Siemens Healthcare)或3.0-T扫描仪(n = 28;Skyra、Prisma或Verio,Siemens Healthcare)采集,使用覆盖上腹部的18通道相控阵体部线圈,联合32通道脊柱线圈。MR采集如补充表3所述进行,包括横断面单次激发自旋回波回波平面DWI序列,在三个正交方向(频率编码、相位编码和层面选择)上进行,三个b值从50至800 s/mm²按递增顺序排列。使用Siemens软件从DW-MRI序列生成逐像素ADC图。

影像分析

18F-FDG PET和DW-MR数据由一名具有9年腹部影像学经验(核医学和放射学)的阅片者在同一工作站(Advantage Workstation 4.6,GE Healthcare)上进行分析。定量参数值在胰腺病变上测量。为评估整个肿瘤,评估了使用包含整个胰腺病变的感兴趣体积(VOI)的定量参数。

在平扫18F-FDG PET/CT图像上,围绕每个可见胰腺病变绘制42% SUVmax阈值VOI [20, 21]。按病灶逐一记录SUVmax、SUVmean、代谢性肿瘤体积(MTV,以毫升计)和总病灶糖酵解(TLG = SUVmean × MTV)。

在DW-MR图像上,我们在三个b值的中间b值图像上手动绘制包含整个病变的VOI。然后我们将该VOI复制并粘贴到ADC图上,以测量相应的平均和最小ADC(ADCmean和ADCmin)。与二维ROI方法相比,VOI方法更受青睐,因为它在ADCmean和ADCmin方面均表现出良好的观察者间可重复性,同时包含肿瘤中细胞密度最高的区域[22]。弥散肿瘤体积(DTV)定义为VOI体积,以毫升计。最后,我们计算了MTV/ADCmin比值[10]。

组织病理学分析

所有手术标本均由一位经委员会认证、专攻消化系统肿瘤且具有20年实践经验的病理学家连续进行宏观和微观分析。采用内部标准化方案评估pTNM、分级(1,高分化;2,中分化;3,低分化;4,未分化)、切除质量(R0或R1)、血管侵犯(V评分:无则0,有则1)、神经周围侵犯(Pn评分:无则0,有则1)和淋巴管侵犯(L评分:无则0,有则1)。在研究期间,pTNM分期发生了变化;因此,病理报告根据最新的UICC分类进行了审查和调整[23]。

随访和结局

经手术标本证实为PDAC的患者被纳入随访部分。OS定义为从手术到因任何原因死亡的时间。DSS定义为从手术到PDAC相关死亡的时间(与PDAC无关的死亡作为删失处理)。PFS定义为从手术到肿瘤性疾病进展的时间(与PDAC无关且在进展前发生的死亡作为删失处理)。截至2018年7月的随访数据从医院信息系统中可获取的患者病史中收集,并使用发送给患者转诊医师的问卷进行收集。

统计分析

所有统计分析均使用Stata 15.1软件(StataCorp)进行。连续变量以中位数[四分位距(IQR)]表示,分类变量以数量和/或百分比(%)表示,分别使用Wilcoxon秩和检验和Fisher精确检验进行比较。对于放射病理学相关性分析(n = 61例患者),我们计算Spearman相关系数,以评估定量参数值(SUVmax、SUVmean、MTV、TLG、ADCmin、ADCmean、DTV和MTV/ADCmin比值)与组织病理学发现(分期;分级;切除;以及血管、神经周围和淋巴管侵犯)之间的关系。比较使用不同PET和MRI设备扫描的患者之间的影像学指标,以评估潜在偏倚。

对于生存分析(n = 41例患者),每个连续变量使用通过Youden法在受试者工作特征(ROC)曲线上确定的最佳截断值进行二分类。结局使用Kaplan-Meier法及无事件生存曲线进行分析,并使用log-rank检验进行比较。使用Cox比例风险比模型结合临床参数(性别、分期)、影像学参数、磁共振场强和PET类型,进行单因素和逐步多因素分析,以确定死亡(OS和DSS)和进展(PFS)的独立预测因素。逐步多因素分析考虑纳入前向选择p < 0.10和后向选择p < 0.05的变量。p值< 0.05被认为表示统计学显著性。多因素分析计算了Bonferroni校正p值,并在表脚注中注明。

结果

研究人群的特征

在最初纳入的87例患者中,6例因最终被认为不可切除而被排除在放射病理相关性分析之外,20例因具有非PDAC病变而被排除。放射病理相关性分析纳入61例患者(32例男性;平均年龄68岁[IQR,63–75岁])。

所有61例纳入患者均在3天内[IQR,1–7天]接受了18F-FDG PET/CT和DW-MR检查,随后在10天内[IQR,6–21天]接受了手术切除。在这些患者中,48例接受了胰十二指肠切除术,2例接受了全胰腺切除术,11例接受了远端胰腺切除术。此外,52例患者接受了辅助化疗,方案包括吉西他滨(n = 46)、吉西他滨-卡培他滨(n = 3)、FOLFIRINOX(n = 2)或希罗达(n = 1)。

20例患者失访,5例患者死于非PDAC相关原因并被排除在DSS分析之外(图1)。因此,生存分析共纳入41例患者(21例男性;中位年龄68岁[IQR,61–75岁])(表1)。

图1 研究流程图,显示纳入和排除标准 查看原图 ↗
表1 患者和肿瘤特征(n = 61) 查看原表 ↗

患者特征、肿瘤参数以及组织病理学与影像学之间的相关性

在不同PET扫描仪和不同MRI场强下扫描的患者之间,定量参数相似(所有p ≥ 0.15,补充表4)。我们发现SUVmax与ADCmin之间(rho = − 0.34,p = 0.0071)以及SUVmean与ADCmean之间(rho = − 0.29,p = 0.0026)呈负相关(图2和图3)。ADCmin与TLG(rho = − 0.40,p = 0.0015)和MTV(rho = − 0.28,p = 0.032)呈负相关,而ADCmean仅与TLG显著相关(rho = − 0.30,p = 0.017)。我们检测到MTV与DTV之间呈正相关(rho = 0.77,p < 0.0001)。仅ADCmin值与肿瘤分级呈负相关(rho = − 0.40,p = 0.0015)(表2)。

图2 标准化摄取值(SUV,单位g/mL)与表观扩散系数(ADC,单位10–6 mm2/s)值之间的相关性分析 查看原图 ↗
图3 一例未经治疗的PDAC患者示例。扩散加权MRI(a,b值:800 s/mm2)、ADC图(b)和PET/CT(c)采集自一名54岁男性,该患者因pT2N2M0胰腺导管腺癌接受了胰十二指肠切除术。ADCmean、SUVmean、MTV和MTV/ADCmin比值分别为1855 × 10−6 mm2/s、5.2 g/mL、20 mL和21 × 10−3 查看原图 ↗
表2 PDAC中影像学与病理学参数之间的相关性 查看原表 ↗

生存分析

纳入OS和PFS分析的41例患者的中位随访时间为1.7年(IQR:0.8–2.3,范围:0.1–7.3年),纳入DSS分析的36例患者的中位随访时间为1.7年(IQR:0.8–2.4年,范围:0.3–7.3年)。仅MTV对OS(表3)和DSS(表4)具有显著的独立预后价值。DTV是PFS的独立预测因素(表5)。OS、PFS和DSS与所用PET扫描仪类型或磁共振场强无关(表3、表4和表5,所有p ≥ 0.14)。

表3 OS的预测因素(n = 41) 查看原表 ↗
表4 DSS的预测因素(n = 36) 查看原表 ↗
表5 PFS的预测因素(n = 41) 查看原表 ↗

讨论

我们的研究得出三项主要结果。第一,发现ADC与SUV之间呈负相关,而在PDAC患者中仅ADCmin与肿瘤分级显著相关。第二,MTV是OS和DSS的显著独立预测因素。第三,我们证明DTV是PFS的独立预测因素。总体而言,这些结果表明,多种PET-MRI指标的联合应用可能有助于评估肿瘤分级和预测PDAC患者的生存。

既往已有数项研究纳入了接受DW-MRI或18F-FDG PET/CT检查的PDAC患者的放射病理学相关性分析,但很少有研究纳入术前同时接受两种检查的患者。据我们所知,这是首项报道PDAC中ADCmin与肿瘤分级呈显著负相关的研究。未观察到ADCmean或18F-FDG PET衍生指标与病理参数之间存在显著相关性。

既往研究关于ADCmin或ADCmean与病理表现之间关系的报道结果不一致。Chen等[10]发现ADCmin与肿瘤分化之间呈无统计学意义的负相关,Kurosawa等[24]报道较低的ADCmean与较低程度的肿瘤分化相关。然而,其他作者[15, 25]未描述ADCmean与肿瘤分级之间存在任何显著关联。从本质上讲,PDAC是纤维化肿瘤;因此,一些作者提出不同的ADC值可能与纤维化程度的差异有关[26]。然而,这一可能性未得到两项近期研究的支持[6, 15]。此外,尚未发现ADCmean与肿瘤微血管或细胞密度之间存在相关性[15]。Hayano等[7]报道,与ADCmin高的肿瘤相比,ADCmin低的肿瘤对门静脉系统和胰腺外神经丛的侵犯更深。这些相互矛盾的结果可能与研究人群的异质性、所评估病理参数的差异和/或ADC测量方法的不同有关。事实上,不同作者使用了单ROI、多ROI或VOI,这些均可能影响ADC值的可重复性[22]。总体而言,ADC值的确切含义仍不明确,可能反映了肿瘤分级、细胞密度和微环境的多因素综合效应。

关于18F-FDG摄取与增殖活性之间的相关性,也已发表的结果亦不一致。在一项纳入所有组织学亚型胰腺癌的研究中,Hu等[4]报道SUVmax与Ki-67呈正相关,而Buck等[14]未发现统计学相关性。Ahn等[13]发现SUVmean与肿瘤分级之间存在显著关联,而Im等[8]报道18F-FDG参数与肿瘤分级或神经周围侵犯之间无显著关联,这与本研究结果一致。然而,Im等还指出TLG和MTV与淋巴血管侵犯呈边缘性相关。总体而言,这些相互矛盾的结果表明,迫切需要对ADC测量进行国际标准化,并需要开展大型多中心研究,以评估可切除PDAC中18F-FDG PET和DWI衍生参数与病理表现之间的关系。

多项研究已证实胃肠道肿瘤中ADC与SUV值之间存在显著相关性[18, 27–30]。然而,在胰腺癌中此类研究较少[10, 31]。与这些结果[10, 31]一致,我们本研究发现PDAC患者中ADCmin与SUVmax之间、ADCmean与SUVmean之间均呈显著负相关。与Chen等[10]一样,我们还检测到TLG与ADCmin之间存在显著相关性。

迄今为止,很少有研究探讨多参数PET-MRI的预后价值。目前尚不清楚如何将PET和DWI参数联合用于PDAC患者的预后分层[26]。在一项17例接受胰腺导管癌手术患者的小样本研究中,Chen等[32]发现,与ADCmin值低的肿瘤患者相比,ADCmin值高的肿瘤患者OS更好。同样,Kurosawa等[24]报道,ADCmean值高的肿瘤患者OS优于ADCmean值低的患者。Garces-Descovich等[33]证明,PDAC中较低的ADC值与较差的4年OS相关。然而,与Sakane等[31]一致,我们的研究结果显示ADCmean或ADCmin均无显著预后价值。

我们发现较高的DTV预测较短的PFS,此前未见报道。由于DTV与MTV存在共线性,这一发现表明肿瘤负荷是主要的预后生物标志物。

在此,我们证明MTV是接受手术的PDAC患者OS和DSS的显著预测因素。此前几项研究也报道了18F-FDG PET/CT衍生参数的预后价值[8, 9, 31, 34, 35]。然而,这些研究在研究人群治疗(即单纯化疗、放化疗、手术或最佳支持治疗)和成像方案变量方面表现出高度异质性,使得比较困难。与我们目前的发现一致,Sakane等[31]报道SUV未能显著预测OS。同样与我们目前的结果一致,另外两项研究[8, 9]发现,无论是否接受新辅助化疗,MTV和TLG均是接受手术的PDAC患者OS和PFS的独立预测因素。此外,Chirindel等[34]报道TLG是不可切除PDAC患者PFS的预测因素。有趣的是,Hyun等[35]显示18F-FDG摄取的瘤内异质性(即熵)是OS的独立预测因素。然而,他们的研究人群汇集了接受手术或各种放化疗组合治疗的患者,这可能对结局产生深远影响,因此这些结果无法与我们的研究进行比较。最后,我们发现MTV/ADCmin比值作为DSS预测因素的趋势,这与Chen等在较小患者人群中发表的结果一致[10]。考虑到肿瘤分级与ADCmin之间的负相关,这一发现提示MTV/ADCmin比值可能反映肿瘤负荷和分级二者对患者结局的影响。

我们的研究存在若干局限性。据我们所知,这是已报道的样本量最大的未经治疗及已切除PDAC、且同时具有术前DW-MRI和18F-FDG PET/CT成像的系列;然而,尽管纳入期长达约10年,最终仅61例患者被纳入放射病理学相关性分析。此外,这61例患者中有20例失访。虽然这可能限制分析效能,但我们证明了若干PET-MR衍生参数对OS、DSS和PFS具有显著预后价值,而此前尚未有研究进行过此类分析。仅有一位阅片者测量PET和MRI指标。然而,我们使用的VOI方法已被证明为此目的最具可重复性,提示影响有限。此外,使用了多台不同的PET和MRI扫描仪,但通过研究期间体模采集确保了PET数据的稳定性。另外,我们根据扫描仪专门比较了PET和MRI数据以及OS、PFS和DSS,未发现显著差异,提示影响有限。最后,肿瘤测量始终采用18F-FDG PET和DWI衍生参数可用的最具可重复性的方法,总体提示对我们结果的影响有限。

结论

在可切除PDAC患者中,肿瘤分级与ADCmin值相关。MTV可预测OS和DSS,而DTV可预测PFS。这些发现提示,与单一模态成像相比,18F-FDG PET和DW-MRI衍生参数的联合可能更有助于PDAC患者的预后分层。

电子补充材料

(DOCX 28 kb)

引用

  1. Dunet V, Halkic N, Sempoux C, et al. Prediction of tumour grade and survival outcome using pre-treatment PET- and MRI-derived imaging features in patients with resectable pancreatic ductal adenocarcinoma. Eur Radiol. 2020. PMID: 32851447. doi:10.1007/s00330-020-07191-z
  2. 全文:PMC7813698(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC7813698/

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。