文献速递妇产影像腹部MR

基于MRI T1双回波与DWI的浆液性卵巢癌不满意减瘤术预测列线图

A prediction nomogram for suboptimal debulking surgery in patients with serous ovarian carcinoma based on MRI T1 dual-echo imaging and diffusion-weighted imaging.
PubMed 文献 · Insights Imaging · 2022-12-27

本研究基于MRI T1双回波成像和扩散加权成像,整合临床与影像变量,构建浆液性卵巢癌患者不满意减瘤术的术前预测列线图。多因素分析显示CA-125水平、乙状结肠/直肠与卵巢肿块的关系、膈肌转移及FIGO分期为独立预测因子,列线图AUC为0.951,外部验证AUC为0.773,校准与临床获益良好。

要点

  • 乙状结肠/直肠与卵巢肿块关系分级是权重最高的预测因子,需在T1双回波上仔细评估。
  • 膈肌转移和FIGO分期(III/IV期)显著增加不满意减瘤术风险,阅片时应重点寻找。
  • DWI有助于抑制肠内容物和腹水,突出腹膜种植转移灶,便于评估膈肌、肝及网膜转移。

核心结论

  • CA-125水平、乙状结肠/直肠与卵巢肿块或道格拉斯窝种植肿块的关系、膈肌转移及FIGO分期是浆液性卵巢癌不满意减瘤术的独立预测因子,基于此构建的列线图预测性能良好。

研究设计与样本

  • 回顾性队列研究,训练集来自机构A的205例浆液性卵巢癌患者(143例训练,62例内部验证),外部验证集来自机构B的45例患者。
  • 机构A使用3.0T MRI(Signa HDxt, GE),机构B使用1.5T MRI(Signa HDxt, GE),均行轴位T1双回波成像和b值800 s/mm²的DWI。
  • 参考标准为妇科肿瘤减瘤手术医生根据手术记录或视频评估的减瘤结果,ODS定义为R0,SDS定义为R1(残留灶最大径≤1 cm)或R2(残留灶最大径>1 cm)。

关键影像表现/征象

  • 乙状结肠/直肠与卵巢肿块或道格拉斯窝种植肿块的关系在T1双回波上分为4级:0级清晰(存在钩边征)、1级贴近(钩边征消失但可隐约分辨轮廓)、2级桥接征(两者局限粘连)、3级融合(两者融合成块)。
  • 膈肌转移在DWI上表现为膈下高信号结节或膈肌广泛增厚伴高信号。
  • 肝转移和网膜转移在DWI上表现为高信号结节,腹膜后淋巴结增大在DWI上呈明显高信号。
  • 卵巢肿块特征分为实性(实性成分>2/3)、囊实性(实性成分1/3~2/3)和囊性为主(实性成分<1/3)。
  • 腹水量分为少量(限于盆腔)和中大量(超出盆腔)。

诊断标准与关键数值

  • 列线图基于CA-125水平、乙状结肠/直肠与肿块关系、膈肌转移和FIGO分期四个变量构建,C-index为0.9509(95%CI 0.919-0.982),偏倚校正C-index为0.9356。
  • 列线图预测SDS的AUC在训练集为0.951,内部验证集为0.868,外部验证集为0.773。
  • CA-125的最佳截断值为1484 U/mL(C-index=0.654),年龄截断值45岁(C-index=0.639),HE-4截断值241(C-index=0.558),LDH截断值227(C-index=0.652),NLR截断值3.56(C-index=0.674)。
  • 多因素分析中,CA-125的OR为8.260(95%CI 2.003-43.372,p=0.006),乙状结肠/直肠与肿块关系的OR为28.701(95%CI 4.561-286.070,p=0.001),膈肌转移的OR为12.369(95%CI 1.675-274.063,p=0.037),FIGO分期的OR为32.990(95%CI 6.623-274.509,p=0.0001)。
  • Hosmer-Lemeshow检验显示模型拟合良好:训练集p=0.2475,内部验证集p=0.2355,外部验证集p=0.2707;决策曲线分析显示当SDS风险大于10%时干预开始有临床净获益。

临床应用与阅片要点

  • 阅片时应常规评估乙状结肠/直肠与卵巢肿块或道格拉斯窝种植灶的关系,并按0-3级分级记录,分级越高提示不满意减瘤术风险越大。
  • 在DWI上重点搜索膈肌转移、肝转移、网膜/腹膜种植结节及腹膜后淋巴结增大,这些征象影响减瘤术难度评估。
  • 结合CA-125水平和FIGO分期,使用列线图可个体化预测SDS概率,辅助妇科医生选择初次减瘤术或新辅助化疗后间歇性减瘤术。
  • 注意T1双回波成像上钩边征的识别:0级清晰可见钩边征,1-3级钩边征消失,需结合形态判断粘连或融合。

局限性

  • 回顾性研究设计,可能存在内在偏倚。
  • 输尿管侵犯(4例)和膀胱侵犯(12例)样本量过小,未能纳入分析。
  • 乙状结肠/直肠与肿块关系的分级方法为首次尝试,未来需扩大样本量探索更优分类。
  • 外部验证集样本量较小(45例),AUC低于训练集(0.773 vs 0.951)。
全文中译11 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:Insights Imaging. 2022 Dec 27;13:204. doi: 10.1186/s13244-022-01343-z

引言

卵巢癌(OC)在妇科恶性肿瘤患者中死亡率最高 [1, 2],其中浆液性卵巢癌(SOC)的发病率和死亡率最高 [3, 4]。大多数SOC患者因肿块隐匿于盆腔深部而常在晚期才被诊断 [5],对于这些患者,初次肿瘤细胞减灭术(PDS)后行铂类化疗或新辅助化疗(NACT)后行间歇性肿瘤细胞减灭术(IDS)一直是标准治疗策略。最佳肿瘤细胞减灭术(ODS,无残留病灶)可延长SOC患者的无进展生存期并改善预后。然而,25–90%的患者无法达到ODS [6],相当比例的接受次佳肿瘤细胞减灭术(SDS)的患者生存期无显著改善 [7]。残留病灶是影响OC患者化疗反应率和生存率的重要因素 [8, 9]。此外,根据美国妇科肿瘤学会的意见,对于国际妇产科联盟(FIGO)IIIC期或IV期的OC患者,PDS后行铂类化疗的临床结局优于NACT后行IDS [10]。因此,在初始治疗前识别手术结局可能达到SDS的患者,减少患者不必要的肿瘤减灭手术,以选择PDS或NACT后行IDS,一直是学术研究的焦点。

许多妇科医生做出了各种努力,以寻找一种方法或建立一种模型来预测SDS以指导治疗策略。既往研究主要集中在肿瘤标志物、影像学方法和腹腔镜探查等方面。其中,Suidan等人 [11] 对术前计算机断层扫描(CT)和血清癌抗原125(CA-125)的评估是最具代表性的模型。然而,该模型包括三项临床标准和八项影像学标准。影像学标准复杂,需要对影像表现有较深入的理解,依赖于放射科医生的经验。Li等人 [12] 建立了一种基于磁共振成像(MRI)的影像组学-临床列线图来预测高级别SOC的残留病灶。该列线图解决了放射科医生经验的问题,但未考虑腹部转移对手术结局的贡献。此外,腹腔镜探查使妇科医生能够清晰地评估残留病灶,但无疑增加了SOC患者的经济和身体负担。

迄今为止,很少有研究关注基于MRI T1双回波成像(DEI)联合弥散加权成像(DWI)评估SDS。在本研究中,我们整合了MRI-T1-DEI、DWI和若干临床因素来开发预测模型,并进行了外部验证,以探讨其是否能有效提高SOC患者SDS的预测准确性,若能如此,将具有重要的临床价值。

材料与方法

患者

本研究方案经A机构和B机构伦理审查委员会批准,由于研究的回顾性性质,豁免了所有患者的书面知情同意要求。

2016年1月至2020年12月,初步纳入机构A的卵巢肿瘤患者共2565例。纳入标准为在机构A接受从膈顶至耻骨联合下缘的MRI检查并行PDS的患者。随后,根据以下排除标准对纳入患者进一步筛选:(1)病理证实为非SOC;(2)在MRI检查和PDS前接受过NACT或其他抗肿瘤治疗;(3)MRI/实验室结果与后续手术病理分析之间的间隔>1个月;(4)临床资料不完整。通过检索机构B的图像存档和通信系统(PACS),我们初步纳入2019年1月至2022年3月的497例卵巢肿瘤患者。纳入和排除标准与机构A相同。随后,从机构B筛选出45例患者作为外部验证集。收集两家机构所有筛选患者的临床资料,包括年龄、绝经状态、实验室结果(CA-125、血清人附睾蛋白4[HE-4]、血清乳酸脱氢酶[LDH]水平和中性粒细胞与淋巴细胞比值[NLR])、美国麻醉医师协会分级、FIGO分期(I/II期与III/IV期)和减瘤结果(ODS/SDS)。ODS被视为R0,而SDS被视为R1(残留病灶最大直径≤1 cm)或R2(残留病灶最大直径>1 cm)。减瘤结果由一名具有>20年妇科肿瘤减瘤手术经验的妇科医生根据手术记录或视频进行评估。

MRI方案

腹部和盆腔MRI检查在机构A使用3.0特斯拉全身MRI系统(Signa HDxt,GE Medical Systems,Milwaukee,Wisconsin)进行。所有患者均使用体部相控阵线圈行从膈顶至耻骨联合下缘的MRI检查,分两批完成。成像序列如下:轴位T1-DEI(翻转角/重复时间[TR],80°/265 ms);层厚,5 mm;间隔,1 mm;视野,40 cm;NEX,0.5。DWI在轴位平面上使用自旋回波平面成像(SE-EPI;TR/回波时间[TE],5500 ms/63.9 ms)进行,b值为800 s/mm2。在机构B,所有患者也使用1.5特斯拉MRI系统(Signa HDxt,GE Medical Systems)接受腹部和盆腔MRI检查,成像参数如下:轴位T1-DEI(翻转角/TR,80°/200 ms);层厚,5 mm;间隔,1 mm;视野,40 cm;NEX,0.75。DWI使用SE-EPI(TR/TE,4000 ms/74.8 ms),b值为800 s/mm2。

图像数据采集

两名经验丰富的放射科医师(L.L. 和 Y.M.L,具有超过10年的腹部影像学经验)在PACS工作站上分析MRI特征。任何分歧最终通过协商解决。我们的研究仅纳入常规MRI序列;因此,MRI扫描(3.0或1.5 T)在我们模型中对图像变量的评估无差异。基于既往研究[11, 13–16],仔细观察并记录以下MRI特征:(1)卵巢肿块特征,即实性(实性成分占三分之二以上)、复杂囊实性(实性成分占三分之一至三分之二)和以囊性为主(实性成分占三分之一以下);(2)在MR-T1-DEI上乙状结肠/直肠与卵巢肿块或种植于道格拉斯窝的肿块之间的关系(简称关系);我们将其分为四级:0级,清晰(乙状结肠/直肠与卵巢肿块或种植于道格拉斯窝的肿块之间存在钩边征),意味着两者边界清晰;1级,紧密(钩边消失,但乙状结肠/直肠与肿块的形态可隐约分辨);2级,桥征(钩边消失,两者局限性粘连);3级,融合(钩边消失,两者融合成块);(3)腹部远处器官转移;(4)膀胱侵犯;(5)膈肌转移;(6)大网膜/腹膜上种植的结节或肿块;(7)输尿管积水;(8)腹膜后淋巴结增大;(9)腹水量(少量,定义为腹水局限于盆腔;中大量,定义为腹水超出盆腔)。

统计分析

所有统计分析均使用R 4.20版本和SAS 9.4软件进行。呈正态分布的连续变量以均数±标准差表示,而非正态分布的变量以中位数(第三四分位数–第一四分位数)表示。连续变量的比较采用Student t检验和Wilcoxon检验。分类变量的比较采用Pearson卡方检验和Fisher精确检验,分类变量以绝对数(%)表示。然后,使用单因素logistic回归将连续变量转换为分类变量,并使用Youden指数确定最佳截断点。采用单因素分析筛选每个临床和影像学变量。随后,对所有差异有统计学意义的变量进行多因素分析,以评估独立预测因素。

此外,使用logistic回归构建列线图模型以预测SDS的发生。采用受试者工作特征(ROC)曲线、ROC曲线下面积(AUC)、一致性指数(C-index)和校准曲线评估模型的预测准确性和一致性。采用Hosmer–Lemeshow检验评估模型的拟合优度。决策曲线分析(DCA)反映模型对患者的净获益。p < 0.05被认为差异有统计学意义。区分度和校准度均通过500次重抽样的自举法进行评估。最后,使用临床影响曲线预测1000人中的风险分层,以预测模型在临床应用中的有效性。

结果

流程图和一般特征

初步纳入机构A中接受腹盆腔MRI和PDS的2565例卵巢肿瘤患者,并按照相同纳入标准初步纳入机构B2019年1月至2022年3月的497例卵巢肿瘤患者。最终根据选择标准,共纳入机构A的205例患者和机构B的45例患者。图1展示了本研究的流程图。

机构A的患者被分为两组:训练集143例,内部验证集62例,使用计算机生成的随机数以7:3的比例分配,如表1和表2所示。除分布外(p < 0.05),训练集和内部验证集中其他变量均无显著差异(p > 0.05)。使用单因素logistic回归将部分连续变量转换为分类变量,并使用Youden指数确定最佳截断点:年龄(截断值 = 45,C-index = 0.639)、CA-125(截断值 = 1484,C-index = 0.654)、HE-4(截断值 = 241,C-index = 0.558)、LDH(截断值 = 227,C-index = 0.652)和NLR(截断值 = 3.56,C-index = 0.674)。

表3提供了机构B中SOC患者的临床和MRI特征。

图1 本研究的流程图 查看原图 ↗
表1 机构A中SOC患者的临床特征 查看原表 ↗
表2 机构A中SOC患者的MRI特征 查看原表 ↗
表3 机构B中SOC患者的临床和MRI特征 查看原表 ↗

独立预测因素的筛选

单因素分析显示以下10个变量存在显著差异:CA-125、HE-4、LDH、NLR、FIGO分期、肿块特征、腹水量、乙状结肠/直肠与肿块的关系、膈肌转移以及大网膜/腹膜上种植的结节/肿块(p < 0.05)(图2和表4)。然后,基于单因素分析中的显著变量进行多因素logistic回归分析,结果显示以下四个变量是SDS的独立预测因素:CA-125水平(p = 0.006,比值比[OR] 8.260,95%置信区间[CI] 2.003–43.372)、乙状结肠/直肠与肿块的关系(p = 0.001,OR 28.701,95% CI 4.561–286.070)、膈肌转移(p = 0.037,OR 12.369,95% CI 1.675–274.063)、FIGO分期(p = 0.0001,OR 32.990,95% CI 6.623–274.509)(表5)。

图2 MRI变量的图像特征。a–d 乙状结肠/直肠与卵巢肿块之间关系的四个分级。a 轴位MR T1双回波(MR-T1-DE)图像显示0级(清晰)。乙状结肠(红色三角形)与卵巢肿块(白色星号)之间存在钩边征(白色箭头)。b 轴位MR-T1-DE图像显示1级(贴近)。钩边消失,但乙状结肠(红色三角形)与卵巢肿块(白色星号)的形态可隐约分辨(白色箭头)。c 轴位MR-T1-DE图像显示2级(桥征)。钩边消失,直肠(红色三角形)与卵巢肿块(白色星号)局限性粘连(白色箭头)。d 轴位MR-T1-DE图像显示3级(融合)。钩边消失,乙状结肠(红色三角形)与卵巢肿块(白色星号)融合成块(白色箭头)。e、f 膈肌转移。e 弥散加权图像显示膈下种植的高信号结节(白色箭头)。f DW图像显示膈肌广泛增厚伴高信号(白色箭头)。g 肝及大网膜转移。DW图像显示肝脏(白色箭头)及大网膜(红色箭头)高信号结节。h 腹膜后淋巴结肿大。DW图像显示腹膜后肿大淋巴结明显高信号(白色箭头) 查看原图 ↗
表4 临床及MRI变量的单因素分析 查看原表 ↗
表5 临床及MRI变量的多因素分析 查看原表 ↗

预测列线图的建立

基于上述四个变量构建logistic回归模型(表5),并将这四个变量整合到列线图中(C指数 = 0.9509 [95% CI 0.919–0.982],偏差校正C指数 = 0.9356)(图3)。对于每位患者,评分越高,SDS风险越高。Hosmer–Lemeshow检验表明预测模型校准稳定(训练集,p = 0.2475;内部验证集,p = 0.2355;外部验证集,p = 0.2707)。从列线图可以看出,关系所占权重最高,其次是FIGO分期和膈肌转移。图2显示了MRI独立预测因素的图像特征。

图3 预测SDS的列线图 查看原图 ↗

列线图的评价

图4显示了训练集、内部验证集和外部验证集预测模型的ROC曲线,AUC分别为0.951、0.868和0.773,反映列线图具有良好的准确性和一致性。图5提供了三个数据集的校准曲线,均接近理想对角线。此外,DCA显示预测模型在三个数据集中具有明显更好的净获益(图6)。DCA表明,当SDS风险大于10%时,干预开始获得临床净获益,且随着风险增加,干预效果的临床获益增加。如临床影响曲线(图7)所示,使用预测模型对1000人进行风险分层预测:两条曲线非常接近,表明预测模型在临床应用中效果良好。

图4 SDS的ROC曲线 查看原图 ↗
图5 预测SDS概率的校准曲线 查看原图 ↗
图6 预测SDS的决策曲线分析 查看原图 ↗
图7 预测SDS的临床影响曲线。SDS 次理想肿瘤细胞减灭术 查看原图 ↗

讨论

考虑到不同病理类型的卵巢癌(OC)具有不同的侵袭性,据我们所知,本研究是首个仅针对浆液性卵巢癌(SOC)患者,基于磁共振T1加权延迟增强成像(MR-T1-DEI)和弥散加权成像(DWI),利用若干简单的临床和影像学变量来构建列线图预测脾膈转移(SDS)发生的研究,而过去几十年中许多关于预测SDS的研究基于临床和影像学因素选择了腹膜癌、输卵管癌、晚期卵巢癌或上皮性卵巢癌的病例。然而,据我们所知,这些研究关注的是转移部位,而非转移与播散部位之间的关系,如邻近器官的粘连或融合。我们的研究揭示,CA-125水平、乙状结肠/直肠与卵巢肿块或种植于道格拉斯窝的肿块之间的关系、膈肌转移以及FIGO分期是SOC患者SDS的独立预测因素。

CA-125是SOC的重要评估指标。在预测SDS的模型中,大多数研究将CA-125作为变量之一纳入。Suidan [11]确定的CA-125截断值为500 U/mL,Yu Gu [14]为800 U/mL,Maliheh [17]为420 U/mL。然而,本研究的截断值为1484 U/mL,显著高于上述研究。可能的原因是本研究纳入的所有病例均为SOC,这些病例的CA-125水平高于其他类型OC。

我们的研究还表明,乙状结肠/直肠与卵巢肿块或种植于道格拉斯窝的肿块之间的关系是SDS的独立预测因素,该变量也被纳入预测模型。因此,这是首次基于MR-T1-DEI对该关系进行评估,我们将其按0至3级进行分级(图2)。如列线图所示(图3),该关系所占权重最高。该关系的分级越高,列线图中的评分越高,SDS的概率越高。这些结果不难理解。OC的转移部位通常位于道格拉斯窝,这常导致转移灶与播散部位之间发生粘连甚至融合,增加完整手术切除肿瘤的难度。如果肿瘤无法完全切除,必须行直肠切除加肠造口术以达到R0,但患者的生活质量必然显著降低。由于大多数患者无法接受这一结果,术前准确评估该关系对减瘤结局非常重要。因此,我们认为应将其视为影响手术结局的重要变量,尽管肿瘤与乙状结肠/直肠的侵犯(融合)已被涵盖在FIGO IIb期中。与其他研究[16, 18, 19]一样,膈肌结节和腹膜后淋巴结肿大被用作SDS模型的预测因素。我们的结果证实了这一观点(图3)。

作为SDS的另一独立预测因素,膈肌转移已被一些研究者认可并纳入预测模型[16, 18, 19]。尽管膈肌含有膈肌肌肉,但其仍然薄弱且邻近胸腔。因此,膈肌转移的减瘤手术是危险的,这增加了初次肿瘤细胞减灭术(PDS)的难度。

此外,FIGO分期是SDS的独立预测因素,并被纳入预测模型。大多数SOC患者因肿块隐藏于盆腔深处而常在晚期才被诊断。在本研究中,纳入了FIGO I期7例、FIGO II期29例、FIGO III期134例和FIGO IV期35例。在我们的初步实验中,我们尝试按照标准四期纳入FIGO分期,但单因素分析无统计学意义(p值分别为0.988、0.975和0.967)。考虑到早期包括FIGO I期和II期,晚期包括III期和IV期,我们尝试将标准分期拆分为I/II与III/IV,即早期和晚期。经单因素和多因素分析,术前FIGO I/II期患者比术前FIGO III/IV期患者更有可能实现ODS(p < 0.05)。该结果反映了准确的术前FIGO分期对手术结局的重要性。

在变量选择中,我们还纳入了一些与肿瘤细胞减灭术密切相关的其他变量,如大网膜/腹膜结节或肿块、腹腔远处器官转移、腹膜后淋巴结增大(图2)、膀胱侵犯和输尿管积水。然而,根据统计结果,它们未被视为独立预测因素。这可能是因为纳入的相关病例数量较少。根据本研究的统计结果,HE-4、LDH和NLR未被纳入为独立预测因素,尽管后两个因素反映全身性炎症[20]。因此,该结果仍需验证。

我们在评估一些变量(植入转移灶的位置和邻近关系)时主要依赖MR-T1-DEI和DWI。本研究创新点之一是借助MR-T1-DEI评估该关系并将其分为四级。DWI在评估OC腹腔内植入转移方面的优势已在一些研究中报道[15, 16, 21]。他们证明DWI在评估腹部OC转移病灶方面优于CT。在DWI上(图2),肠内容物和腹水被抑制,腹腔内植入转移病灶明显且易于观察,这不仅使放射科医师评估更容易,也使其更适合不擅长影像学的临床医师。

在本研究中,我们评估了SDS术前客观、简单且易于识别的预测因素,并开发了风险预测模型。我们模型的AUC(训练集 = 0.951,内部验证集 = 0.868,外部验证集 = 0.773)高于其他模型[12, 14, 18](图4)。我们的内部和外部验证证实了模型良好的准确性和一致性及其净获益。列线图直观且个性化,为临床医师提供了简单直观的实用预测工具。

然而,本研究存在若干局限性。第一,有4例输尿管侵犯和12例膀胱侵犯在既往研究中未被关注;遗憾的是,本研究中这些病例的样本量太小,不足以具有统计学意义。我们将在后续研究中继续关注这些有趣的发现。第二,由于本研究首次将肿块与直肠的关系作为变量来探讨其对手术结局的影响,我们尝试对该关系进行更细化的分组。在未来的研究中,我们将扩大样本量,进一步研究肿块与直肠的关系,并探索更好的分类方法。第三,由于回顾性研究的性质,一定程度的内偏倚可能不可避免。尽管晚期卵巢癌(OC)的ODS率在35%至92%之间[18, 22],但我们认为随着时间推移更新的影像设备和改进的手术技术可能使ODS率更为合理。因此,有必要继续这项研究并在未来开展一些前瞻性研究。

结论

在本研究中,我们发现CA-125水平、乙状结肠/直肠与卵巢肿块或种植于道格拉斯窝的肿块的关系、膈肌转移以及FIGO分期是SOC患者SDS的独立预测因素。基于这些预测因素,我们创建了SDS的术前预测列线图,我们的外部验证证实该模型良好。对于每位患者,总分越高反映SDS风险越大。术前预测因素的可视化个性化模型为妇科医生提供了一种简单直观的工具,用于术前评估SDS,这可能对选择最佳治疗策略和避免不必要的探查手术具有重要意义。

引用

  1. Liu, Wang, Wu, et al. A prediction nomogram for suboptimal debulking surgery in patients with serous ovarian carcinoma based on MRI T1 dual-echo imaging and diffusion-weighted imaging. Insights Imaging. 2022. PMID: 36575303. doi:10.1186/s13244-022-01343-z
  2. 全文:PMC9794649(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC9794649/

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。