相对脑血容量与各向异性分数鉴别高级别胶质瘤与单发脑转移瘤:MRI诊断准确性系统评价与Meta分析
该系统评价与Meta分析纳入23项研究(970例,HGG 597例、SBM 373例),评估rCBV与FA在瘤内及瘤周区鉴别HGG与SBM的效能。瘤内rCBV两组无显著差异(SMD -0.27,95%CI -0.66~0.13),瘤周rCBV、瘤内FA及瘤周FA在HGG均显著高于SBM。结论认为联合瘤周rCBV与FA及瘤内FA可提高鉴别准确性,但研究间异质性较高。
要点
- 瘤周rCBV鉴别HGG与SBM的效应量最大(SMD -1.23),是阅片重点。
- 瘤内rCBV在HGG与SBM间无显著差异,不宜单独用于鉴别。
- 瘤内及瘤周FA在HGG均显著高于SBM,可作为辅助指标。
核心结论
- 联合瘤周区rCBV与FA测量以及瘤内区FA测量,可提高MRI鉴别HGG与SBM的准确性。
研究设计与样本
- 系统评价与Meta分析,遵循PRISMA及PROSPERO(CRD42021279106)方案,检索PubMed、Scopus、Web of Science及Cochrane至2021年9月,共纳入23项研究、970例患者(HGG 597例,SBM 373例)。
- 纳入研究为观察性研究及临床试验,以组织病理学诊断为参考标准,采用NOS和Cochrane ROB工具评价质量,使用Review Manager 5.4以随机效应模型合并标准均数差(SMD)及95%CI。
关键影像表现/征象
- 瘤内rCBV在HGG与SBM/对照组间无显著差异(SMD -0.27,95%CI -0.66~0.13,P=0.18),异质性高(I2=80%)。
- 瘤周rCBV在HGG显著高于SBM/对照组(SMD -1.23,95%CI -1.45~-1.01,P<0.00001),异质性低(I2=39%)。
- 瘤内FA在HGG显著高于SBM/对照组(SMD -0.44,95%CI -0.84~-0.04,P=0.03),异质性中等(I2=69%)。
- 瘤周FA在HGG显著高于SBM/对照组(SMD -0.59,95%CI -1.02~-0.16,P=0.007),异质性中等(I2=74%)。
诊断标准与关键数值
- 瘤内rCBV亚组纳入399例HGG和232例SBM,瘤周rCBV亚组纳入452例HGG和274例SBM。
- 瘤内FA亚组纳入249例HGG和156例SBM,瘤周FA亚组纳入261例HGG和168例SBM。
- 异质性分级采用I2:<25%为无异质性,25%~<50%为低,50%~<75%为中,≥75%为高。
临床应用与阅片要点
- 阅片时应重点测量瘤周水肿区rCBV,瘤周rCBV升高更支持HGG而非SBM。
- 瘤内rCBV鉴别价值有限,不应单独依据瘤内rCBV区分HGG与SBM。
- FA在瘤内和瘤周区均可作为辅助指标,HGG的FA值倾向高于SBM。
- ROI选择、捕获及后处理方法缺乏标准化,可能影响测量结果的可重复性。
局限性
- 研究间异质性较高,瘤内rCBV的I2为80%,瘤周FA的I2为74%。
- 漏斗图目测不对称,提示存在发表偏倚。
- 仅纳入英文文献,可能引入语言偏倚。
全文中译18 节 · 点击展开
引言
1WHO 2007将成人中最常见的两种脑肿瘤分类为高级别胶质瘤(HGGs)和脑转移瘤。1 系统性肿瘤最常见的并发症是脑转移瘤,其中一半病例在诊断时为单发。2 星形细胞瘤、间变性星形细胞瘤和胶质母细胞瘤是星形细胞肿瘤/胶质瘤的例子。3 由于单发脑转移瘤(SBM)和HGG在治疗计划、随访、预后、肿瘤分期和临床结局方面不同,因此在临床实践中区分GBM与SBM至关重要。4 在标准MR成像上,区分单发转移瘤和HGG很困难,因为它们具有相似的信号强度特征、影像学特征和对比增强形式,如严重水肿和环形强化,使临床治疗困难。5
胶质母细胞瘤是一种浸润性恶性肿瘤,可扩散至周围组织和白质通路。在显微镜下,它可扩散至影像强化区以外数厘米,称为浸润性水肿。5 相比之下,转移瘤向外扩张,推移邻近组织但不产生浸润性水肿。根据这一观点,精确界定病变的最有效方法将是关注和评估瘤周特征。6,7
瘤周区域被描述为肿瘤实性部分之外/周围的区域,8 而瘤内区域被描述为肿瘤实性成分本身的区域。9
已知GB和转移性脑肿瘤会产生血管生成,从而导致灌注升高。10 由于其能够识别血管生成变化并测量毛细血管阶段/血管分布处的微环境变化,11 PWI已在多项研究中被证明是区分GBM与SBM的可能工具。12 因此,多项研究已转向灌注MR成像以区分GB与脑转移瘤。13–16 现在DSC可通过基于瘤周区域肿瘤浸润计算rCBV并提供新生血管形成的定量评估,作为诊断工具使用16,17。7
弥散张量成像(DTI)(DWI-MRI)是一种相当新的方法,也是可能通过检测组织水分子扩散来正确反映组织微观结构的技术之一。18 脑实质中有方向的水扩散量和脑内方向性使用各向异性分数(FA)测量。FA扩散测量张量的相关值,这可以与各向异性扩散即水流方向相联系。19 高FA值应见于沿单一轴走行的白质纤维束,而低FA值应见于如脑室等自由水区域。20 它被认为是与脑实质白质结构和纤维完整性相关的特征。21 在一般原因中,受损组织中的FA因有方向的水运输停止而降低。轴突结构、血管分布、细胞密度、纤维束和神经元结构均与FA相关。22,23 在此之前,HGG和SBM已使用DTI进行区分,最广泛使用的指标是DTI的FA。另一方面,关于FA区分HGG与SBM能力的报道存在相互矛盾的发现。9
由于尚不清楚多模态MRI能否将SBM与HGG区分开来,24根据其中几项研究,结合扩散和灌注参数数据有助于区分单发性SBM与HGG。2,25多位作者近期将1H-MRSI、DWI和PWI与常规MRI联合使用,以提高其区分实体肿瘤与其他瘤内或瘤周成分的能力。12,16
我们的研究问题是:在脑内肿瘤患者中,使用可变rCBV的灌注磁共振测量(O)和可变FA的扩散磁共振测量(O)的MRI(I)区分HGG(P)与SBM(C)的效能如何。
在本研究中,我们预测通过联合使用rCBV参数的灌注MR和FA参数的扩散MR,将这些测量加入MRI方案可能会提高区分HGG与SBM的准确性。此外,这是应常规考虑的事项。
方法
研究设计
本系统综述和荟萃分析遵循PROSPERO(ID:CRD42021279106)方法学,并遵循系统综述和荟萃分析优先报告条目(PRISMA)声明。
检索策略
我们检索了通过Clarivate访问的Web of Science、PubMed、Scopus和Cochrane图书馆等电子引擎,以收集相关研究。所有相关文章于2021年9月14日检索,对发表日期无任何限制,且均位于所用数据库的检索结果中。使用清晰的MeSH和“文本词”输入,配合布尔运算符,输入所用数据库。我们排除了非人类研究、非英文、非文章类型和非期刊文献,这些可通过自动化工具获取。我们使用如下条目模式进行检索:
(different* OR discriminat* OR distinguish OR distinct*) AND ( glioblastoma* OR gbm OR gb OR astrocyt* OR gliom* OR gliosarcom* OR “glioblastoma multiforme” OR “multifocal glioblastoma” OR “multicentric glioblastoma” OR “grade iv astrocytoma” OR “giant cell glioblastoma”) AND ( “solitary brain metast*” OR “solitair* brain metasta*” OR “single brain metasta*” OR “neoplasm metasta*” OR “tumor metasta*” OR “cns metas*” OR “central nervous system metast*” OR tumor) AND ( “relative cerebral blood volume” OR rcbv OR “cerebral blood volume” OR “fractional anisotropy” OR “mean diffusivity”)。初步检索策略见附录A。我们还手工扫描了关键论文以查找其他相关参考文献。
选择标准与流程
纳入标准
我们的系统综述纳入标准如下,研究:(1)仅报告人类;(2)在人群中进行,对国家、年龄、性别或种族无限制;(3)应使用MRI诊断方法用于所有关注的疾病状态;(4)报告了在HGG和SBM中测量的灌注指标和扩散指标,且可获得平均rCBV或FA评估以得出有价值的结果;(5)检查方式为感兴趣区(ROI)分析,研究了瘤内或瘤周区域;(6)研究类型为临床试验和观察性研究;(7)发表年份无限制。
排除标准
(1)未经同行评审发表的研究;(2)未以英文发表的研究;(3)未报告HGG和SBM患病率的研究;(4)对照组诊断为多发性脑转移的研究;(5)病例报告和综述研究;(6)灰色文献,不予纳入。
研究选择与数据提取
通过检索策略获得的结局由Mendeley和Excel进行重复项评估。随后,未被发现的重复项经人工去除。检索结果由两位作者根据纳入和排除标准进行审查,以检查标题和摘要的相关性。两位作者评估全文并根据要求筛选研究。关于研究合格性的不同意见通过作者讨论解决。
两位作者被分配从所选研究中提取数据。我们提取了与作者、研究年份、研究设计、国家、人群类型、参与者数量、参与者年龄的可用数据、地区、高级别胶质瘤(HGG)患者数量、单发脑转移瘤(SBM)患者数量、磁场强度;MRI诊断方法/分析方法、参与者状况、研究结局;瘤周或瘤内区域的参数值、亚组的额外数据以及额外备注(表1、表2、表3)相关的数据。
偏倚风险评估
采用纽卡斯尔-渥太华质量评估量表(NOS)和Cochrane偏倚风险工具(ROB)分别对观察性研究和临床试验研究进行评估,以评价所纳入研究论文的质量。(表4 NOS用于评估观察性研究的质量,表5 ROB用于评估临床研究的质量)
偏倚风险由两位评审者从方法学上进行评估,分歧通过讨论解决。
数据合成策略
统计分析
纳入研究的特征和结局数据的汇总表提供了定性概述。汇总研究被定量合成纳入荟萃分析。符合全文纳入标准但缺乏均值和标准差的研究论文被排除。此外,进行了亚组分析,使用灌注MR测量rCBV和扩散MR测量瘤内及瘤周区域FA来区分HGG和SBM。异质性数据被定性纳入但未进行定量合成。
本研究使用Review Manager 5.443对感兴趣疾病的研究进行定量数据合成管理。采用随机效应荟萃分析、标准化均数差及其95%CI对从各研究中分析的不同参数进行评估,以评估HGG和SBM之间的区分能力。异质性使用Higgins I2统计量评估,该统计量衡量纳入研究间总变异的百分比。44 I2值介于0%至100%之间。0%表示无异性。我们将异质性分为无异性(I2 <25%)、低(25 ≤ I2 <50%)、中(50 ≤ I2 <75%)和高(I2 ≥75%)(166, 167)。采用漏斗图直观检查发表偏倚(图1、图2、图3、图4)。
结果
检索结果
通过自动化工具按纳入和排除标准筛选后(n = 218),共在数据库中检索到1056项研究;其中194项来自PubMed,535项来自Scopus,310项来自Web of Science,17项来自Cochrane图书馆。使用Mendeley和Excel去除198项重复记录,并人工筛选相似研究论文标题。去除重复后,对858项研究的标题和摘要相关性进行筛选,排除786项与本研究无关的研究,因为其中大多数未准确报告使用rCBV和FA值区分HGG与SBM的差异。经上述筛选,72项研究纳入全文评估,其中49项被排除,23项研究纳入定性和定量数据合成。检索结果汇总见图5。
纳入研究的特征
定性和定量数据合成共纳入23项研究2,7,9,15,16,25–42,研究时间从2002年45至2020年9。其中12项研究为前瞻性开展7,9,15,16,25,26,29,30,35,38,41,42,11项研究为回顾性研究2,27,28,31–34,36,37,39,40,共有970名参与者。人群特征为HGG患者(n = 597)和SBM患者(n = 373),其余数据基于MRI测量灌注MR变量rCBV和扩散MR变量FA。根据偏倚风险评估,所有纳入研究的质量均适合分析。
表6总结了纳入研究的特征。
肿瘤内rCBV
该分析显示,汇总13项报告肿瘤内区域rCBV值的研究数据2,15,16,25,28,30,31,33–35,37,38,41表明,HGG患者与SBM/对照组无显著差异(SMD [95% CI] = −0.27 [-0.66, 0.13];总体效应P = 0.18),异质性水平较高(I2 = 80%;p < 0.00001)(图6)。发现漏斗图不对称,提示存在发表偏倚(图1)。
瘤周rCBV
该分析显示,汇总15项陈述瘤周水肿区域rCBV估计值的研究数据2,7,15,16,25,27,28,30,31,33–35,37,38,41表明,HGG患者显著高于SBM/对照组(SMD [95% CI] = −1.23 [-1.45至-1.01];总体效应P < 0.00001),异质性水平较低(I2 = 39%;p = 0.06)(图7)。发现漏斗图不对称,提示存在发表偏倚图2。
瘤内FA
该分析显示,汇总11项研究的数据,涉及瘤内区域FA值2,9,26,29,30,32,35,38–40,42,表明HGG显著高于SBM/对照组(SMD [95% CI] = −0.44 [-0.84,–0.04];总体效应P = 0.03),异质性为中等水平(I2 = 69%;p = 0.0004)(图8)。获得不对称漏斗图,提示发表偏倚(图3)。
瘤周FA
该分析显示,汇总所有12项报告瘤周水肿区域FA值的研究数据2,9,26,29,30,32,35,36,38–40,42,表明HGG患者显著高于SBM/对照组(SMD [95% CI] = −0.59 [-1.02,–0.16];总体效应P = 0.007),异质性为中等水平(I2 = 74%;p < 0.0001)(图9)。获得不对称漏斗图,提示存在发表偏倚(图4)。
评估HGG与SBM差异的分析共纳入970例患者(597例HGG患者和373例SBM对照组),分为四类:瘤内rCBV(399例患者/HGG和232例对照/SBM)、瘤周rCBV(452例患者/HGG和274例对照/SBM)、瘤内FA(249例患者/HGG和156例对照/SBM)、瘤周FA(261例患者/HGG和168例对照/SBM)。
HGG和SBM的诊断主要依靠组织病理学确立,MRI诊断通过灌注MR和扩散MR进行评估,病例通过测量rCBV和FA来定义。
异质性与发表偏倚
采用漏斗图直观评估发表偏倚(图1、图2、图3、图4)。目视检查显示,瘤内和瘤周区域rCBV汇总分析所纳入研究获得的标准均数差分布不对称,提示发表偏倚。瘤内和瘤周区域FA的汇总分析不对称,提示发表偏倚。瘤内区域(I2 = 80和69%)和瘤周区域(I2 = 39和74%)的研究间异质性显著。其中瘤内亚组rCBV的I2为80%,瘤周亚组rCBV的I2为39%,瘤内亚组FA的I2为69%,瘤周亚组FA的I2为74%。
讨论
基于本研究结果,我们发现与SBM/对照组相比,HGG患者在瘤周水肿区域具有显著更高的rCBV和FA,在瘤内区域具有更高的FA。然而,当汇总瘤内区域rCBV数据时,HGG与SBM之间未发现显著差异。据作者所知,我们明确了HGG与SBM在诊断上如何不同。为确保试验报告中提取的数据正确,进行了亚组分析、选择随机效应模型并排除研究,以处理异质性。预先设定的准确检索标准,以及对纳入研究方法学质量的精确选择和评估,增强了本研究的可靠性。
计算瘤周水肿区的脑血容量(CBV)使区分胶质母细胞瘤与转移瘤成为可行。46 然而,大多数研究者发现,由于肿瘤动脉渗漏导致CBV估算不准确,瘤内区域的相对脑血容量(rCBV)无法持续一致地区分这两种病变2,16,47,48。6,45,49 利用动态磁敏感对比(DSC)灌注成像定量不断增大的肿瘤体积中的rCBV并未有助于区分这两种肿瘤。14–16,38,50
部分磁化率各向异性(FA)在区分瘤内区域和瘤周水肿区的高级别胶质瘤(HGG)与转移瘤中的重要性得出了混合性结果。一些研究显示,胶质母细胞瘤瘤内FA高于转移瘤,这归因于胶质母细胞瘤通常比脑转移瘤更具细胞密度。51 而其他研究显示无显著差异,52 该结果可能由这两种肿瘤类型中不同程度的肿瘤浸润所解释,FA主要受肿瘤浸润影响。然而,一些研究显示转移瘤瘤周FA显著高于HGG,51 另一些研究显示转移瘤显著低于HGG。52 转移瘤的瘤周水肿显示出不同区域的可变压缩、移位和水肿纤维束,且各区域的数值不同。53 缺乏关于感兴趣区(ROI)选择、采集和后处理的标准化方法是这些矛盾结果的一个可能原因。
因此,我们预期HGG的瘤内灌注特征可能与实体脑转移瘤(SBM)无差异。然而,在本研究中,瘤周区域的灌注以及瘤内和瘤周区域的弥散可与脑转移瘤不同。我们还提出,在这些肿瘤亚区中衍生的FA和rCBV参数可用于区分这两种肿瘤类型。为实现这一目标,通过整合瘤周区域的灌注成像技术(DSC指标)以及瘤内和瘤周区域的弥散成像方法(弥散张量成像(DTI)指标),构建了识别这两种肿瘤的最佳模型。
目前关于孤立性转移瘤与HGG影像学鉴别的研究现状是使用DSC中的rCBV。其他弥散成像方法,如神经突方向离散度和密度成像(NODDI)和DTI,有望在未来实现准确区分。多种影像组学和基于机器学习的算法也在发展中。为达到高水平的准确性,经常联合使用多种复杂成像模态。需要进一步的原始研究,将瘤周和瘤内区域的rCBV灌注与FA弥散相结合,以增加支持我们发现的证据。
用于区分这两种病变的其他灌注成像方法包括动态对比增强磁共振灌注(DCE)和动脉自旋标记(ASL)。
DCE总体上与DSC一样,可提供微血管水平的组织特征信息。似乎很少有研究单独使用DCE来区分胶质母细胞瘤与脑转移瘤。但当作为附加成像模态使用时,DCE由于其能够定量研究血脑屏障和血管通透性,可能比DSC提供更全面的脑肿瘤血管生成评估。54
动态磁敏感对比增强灌注(DSC)是灌注成像技术之一。研究中获得的DSC衍生的rCBV具有96%(88–100%)的特异度、90.20(23.10–352.27)的DOR和82%(72–90%)的敏感度,已被证实对于鉴别高级别胶质瘤(HGGs)与颅内转移瘤具有优异的诊断价值。55 DSC确实存在若干缺点,即它可能包含来自手术器械或邻近颅底的骨-空气接触所产生的伪影。54
另一种称为ASL的灌注成像方法使用经电磁标记的动脉血水作为一种内源性示踪剂,可用于测量肿瘤内的脑血流量(CBF)。尽管ASL具有临床价值且适用于脑恶性肿瘤的表征,但仅有少数研究探讨了ASL鉴别胶质母细胞瘤(GBM)与脑转移瘤的临床效能。然而,GBM与脑转移瘤在ASL定性和定量特征方面存在显著重叠。根据Bauer等人最近的研究,联合使用DWI、DSC灌注和DCE灌注MR测量指标在瘤周T2高信号区域鉴别GBM与SBM的准确率可达98%。由于ASL的局限性以及观察者间一致性相对较低,此方法应谨慎使用。进一步研究这种观察者间变异的原因和可能的解决方案将是有益的。此外,在比较这两种技术评估脑肿瘤的研究中,DSC-CBV与ASL-CBF之间存在强相关性。其中一项研究表明,肿瘤区域或瘤周区域的磁敏感伪影在ASL图像上少于DSC图像。
除DTI外,用于鉴别这两种情况的其他扩散成像方法包括测量表观扩散系数(ADC)的DWI以及神经突方向离散度和密度成像(NODDI)。54
组织中的水扩散通过ADC进行测量。应用包含磁场强度、初始信号强度和成像后信号强度等变量的理论数学公式,可以从多幅DW图像中得出ADC值。理论上,DWI可用于构建分析脑病变细胞密度的模型,从而有助于对其进行鉴别。然而,一项研究使用3特斯拉MRI技术达到了具有统计学意义的水平,表明恶性胶质瘤的肿瘤ADC值与转移瘤的ADC值存在差异。根据若干理论,成像过程中ADC值的降低提示细胞密度增加,这可能是判断肿瘤细胞是否已侵犯邻近组织的有用指标。多项研究通过比较转移瘤和HGGs的瘤周水肿支持了这一观点。尽管ADC值可通过DWI计算,但该模型过于简化,因为它假设水扩散是各向同性的(即在所有方向上相同)。54
在常规MRI扫描仪上,NODDI是一种高效的扩散MRI方法,可用于确定体内神经突的复杂程度。它可以绘制脑组织内神经突的分布和密度,有助于理解大脑的连接方式。例如,它可以揭示其他疾病病理的信息,如胶质瘤或脑转移瘤。54
细胞内空间、细胞外空间和脑脊液是NODDI识别出的三个隔室,构成每个体素的简化脑结构。与单独进行DTI分析相比,NODDI能够提供关于神经突微结构改变的更精确信息。通过创建细胞内体积分数(VIC)、各向同性体积分数(VISO)和细胞外体积分数(VEC),NODDI提供了隔室图谱,而DTI则使用FA等指标来描绘感兴趣区域内的水运输。54
Kadota等人发现,与FA、VIC和VISO相比,瘤周信号改变区域的VEC在区分胶质母细胞瘤与转移瘤方面最有帮助。以0.48为阈值,他们发现VEC提供了100%的敏感性和83.3%的特异性。Mao等人最近评估了五种弥散加权MRI模型在区分HGG与转移瘤方面的性能。他们发现NODDI在区分HGG与转移瘤方面优于DTI和DWI。VISO是区分两者的最有效指标。54
总体而言,本文所介绍的MR技术使得在常规结构MRI之外,通过一次MRI检查所能获得的知识大幅增加,并且显然对做出最终诊断或提供更好的鉴别诊断具有重要价值。56
局限性
尽管本荟萃分析在检索过程中纳入了种类广泛的出版物,但发表偏倚仍不可避免。由于难以获取已索引的阳性研究结果,我们可能未能涵盖所有与本研究生数据相关的研究。
本研究的局限性可能限制了我们研究结果的置信水平:由于诊断技术和截断值各异,汇总各研究数据的能力受限;肿瘤大小和位置不同;人群多样性、研究设计、诊断和检查标准的不同导致了研究间的异质性。
结论和建议
本荟萃分析的研究结果表明,结果支持使用瘤周区域的rCBV和FA以及瘤内区域的FA测量来区分HGG和SBM。据我们所知,我们的研究是首个探讨联合MR灌注值rCBV和MR弥散值FA参数构建预测性多参数成像方法、用于MRI区分HGG与SBM的荟萃分析。
我们建议医疗专业人员在评估颅内/脑肿瘤患者时研究HGG与SBM之间的能力差异。此外,我们建议研究人员开展:深入研究以改进诊断方法、其他MRI技术以提高诊断价值、灌注MR和弥散MR的诊断性能,并发现更多诊断工具。
补充材料
引用
- Fioni, Chen, Lister, et al. Differentiation of high grade glioma and solitary brain metastases by measuring relative cerebral blood volume and fractional anisotropy: a systematic review and meta-analysis of MRI diagnostic test accuracy studies. Br J Radiol. 2022. PMID: 36278795. doi:10.1259/bjr.20220052
- 全文:PMC10997014(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC10997014/
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。