文献速递头颈神经MR

合成MRI预测非转移性鼻咽癌调强放疗后疾病进展

Pretreatment synthetic magnetic resonance imaging predicts disease progression in nonmetastatic nasopharyngeal carcinoma after intensity modulation radiation therapy.
PubMed 文献 · Insights Imaging · 2023-04-05

该前瞻性研究纳入53例非转移性鼻咽癌患者,探讨治疗前合成MRI直方图参数联合DWI及临床因素预测3年疾病进展的价值。结果显示T1_Kurtosis和ADC为无进展生存的独立预测因子,SyMRI+DWI+临床模型预测3年疾病进展的AUC达0.846,优于单一DWI或临床模型。

要点

  • 治疗前T1_Kurtosis和ADC是无进展生存的独立预测因子。
  • SyMRI+DWI+临床模型预测3年疾病进展的AUC为0.846,优于单一模型。
  • T1_Kurtosis单独区分进展与否的AUC为0.748。

核心结论

  • SyMRI直方图参数可预测鼻咽癌疾病进展,T1_Kurtosis诊断效能较高。
  • SyMRI联合DWI及临床因素的模型预测3年疾病进展的AUC为0.846,优于DWI或临床单一模型。
  • T1_Kurtosis和ADC是PFS的独立预测因子。

研究设计与样本

  • 前瞻性研究,纳入53例非转移性鼻咽癌患者,单中心,3T MRI。
  • 采集SyMRI(MDME序列)生成T1、T2、PD定量图及DWI的ADC图。
  • 手动勾画原发肿瘤VOI,提取直方图参数(Mean、10th Percentile、Skewness、Kurtosis)及ADC均值。
  • 以无进展生存(PFS)为终点,中位随访39.6个月,进展16例(30.2%)。

关键影像表现/征象

  • 进展组T1_Kurtosis和T1_Skewness更高,T2_10th、PD_10th、PD_Mean更低(均p≤0.041)。
  • T1_Kurtosis在SyMRI参数中区分进展与否的AUC最高,为0.748。
  • SyMRI+DWI+临床模型C-index为0.779,SyMRI模型C-index为0.687。
  • SyMRI+DWI+临床模型留一法交叉验证偏差校正AUC为0.863(95%CI 0.757–0.969)。

诊断标准与关键数值

  • T1_Kurtosis预测PFS的多因素HR为1.083(95%CI 1.007–1.165),调整混杂因素后p=0.043。
  • ADC预测PFS的多因素分析p=0.002。
  • SyMRI+DWI+临床模型预测3年疾病进展AUC为0.846,SyMRI模型AUC为0.748(两者比较p=0.092)。
  • SyMRI+DWI+临床模型与DWI或临床模型比较p≤0.008。

临床应用与阅片要点

  • 治疗前可基于SyMRI直方图参数(尤其T1_Kurtosis)辅助识别鼻咽癌高进展风险患者。
  • 结合ADC值和T分期构建联合模型可提升预测效能,有助于个体化治疗决策。
  • SyMRI定量图不受扫描参数和机器差异影响,具有客观、可重复的优势。

局限性

  • 样本量较小(53例),单中心前瞻性研究,需多中心大样本验证。
  • EBV DNA在本研究中未显示显著预测价值,部分与cutoff值选择和实验室间变异有关。
  • T1期患者无疾病进展,随访时间相对较短,需更长随访验证。
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:Insights Imaging. 2023 Apr 5;14:59. doi: 10.1186/s13244-023-01411-y

引言

鼻咽癌(NPC)是一种侵袭性头颈部肿瘤,超过70%的新发病例在东亚和东南亚被诊断[1]。调强放射治疗(IMRT)联合或不联合化疗是鼻咽癌的主要治疗手段。尽管治疗后总生存率良好,但约10–30%的患者会出现局部区域复发或远处转移[2, 3]。此外,由于缺乏有效手段和致命性并发症,疾病进展后的再治疗具有挑战性。因此,在治疗前识别疾病进展高危患者至关重要。

治疗前TNM分期是最常用的分期方法,也是制定治疗方案的基准,然而据报道,相同分期患者在接受相似治疗时,治疗反应和临床结局存在较大差异[4]。被忽视的瘤内特征和异质性可能是其主要局限性[5]。目前,循环EBV DNA[6–8]、血清乳酸脱氢酶(LDH)[9]、C反应蛋白(CRP)[10]和全身免疫炎症指数(SII)[11]已被证实可影响鼻咽癌患者的复发和生存。值得注意的是,将治疗前EBV DNA加入第8版TNM分期系统可显著提高其预后评估效能[6–8]。然而,即使使用相同的检测方法和相同的操作流程,研究工作中仍发现较大的实验室间变异[12]。因此,构建稳健的预后预测指标至关重要。

磁共振成像(MRI)是鼻咽癌诊断、临床分期和治疗监测的常用影像学方法。然而,常规MRI如T1加权成像(T1WI)和T2加权成像(T2WI)仅反映形态学特征,导致其在疗效评估和生存预测方面的诊断效能不足[13]。近年来,先进MRI技术包括体素内不相干运动扩散加权成像(IVIM-DWI)、动态对比增强、动脉自旋标记以及酰胺质子转移(APT)已被用于评估放化疗的早期疗效,较高的表观扩散系数(ADC)、纯扩散系数和APT值与鼻咽癌疾病进展相关[14–16]。

合成MRI(SyMRI)采用多延迟多回波(MDME)序列,可在临床可行的时间内生成定量T1、T2和质子密度(PD)图以及多对比度定性图像(包括T1WI、T2WI和PDWI)。头颈部区域的研究[17]证明了从定量弛豫测量 mapping 生成合成T1WI和T2WI图像的临床可行性。近年来,初步的SyMRI研究已证明其在评估乳腺癌[18, 19]、前列腺癌[20]、膀胱癌[21]和直肠癌[22, 23]预后因素方面具有潜在作用。然而,仅研究了肿瘤的短期结局,SyMRI在鼻咽癌预后评估中的价值尚未被探讨。因此,本研究旨在探讨SyMRI在非转移性鼻咽癌患者长期预后评估中的预测价值。此外,还将SyMRI与SyMRI联合DWI及临床因素组合的诊断效能进行了比较。

方法

患者

本前瞻性研究经我院伦理委员会批准,所有患者在MRI检查前均获得知情同意。2018年8月至2019年5月期间,共连续评估了62例原发性鼻咽癌(NPC)患者以纳入本研究。纳入标准如下:(1)组织学确诊的鼻咽癌,无远处转移。(2)治疗前完成包括SyMRI在内的完整鼻咽及颈部MRI检查。(3)根据TNM分期接受由调强放疗(IMRT)和/或化疗组成的标准治疗方案。(4)存活患者,最低随访时间为3年。排除标准包括:(1)有其他头颈部恶性肿瘤病史;(2)MRI上存在严重运动伪影。最终纳入53例患者,研究队列的工作流程图见图1。

患者接受了用于分期检查的常规影像学检查,包括鼻咽-颈部MRI、颈-胸-腹-盆CT、颈部超声和/或氟脱氧葡萄糖正电子发射断层扫描-计算机断层扫描(FDG-PET/CT)。两名资深放射科医师(M.L.和X.Y.,分别具有21年和18年的诊断放射学经验)根据病历和影像资料,按照美国癌症联合委员会(AJCC)癌症分期手册第八版进行TNM分期,任何分歧通过讨论解决。

图1 患者筛选工作流程图 查看原图 ↗

图像采集

所有MRI检查均在3 T扫描仪(Pioneer,GE Healthcare,美国)上使用8通道头颈部相控阵线圈完成。常规MRI序列包括轴位T1WI、脂肪抑制T2WI、DWI和脂肪抑制增强轴位T1WI,按以下参数采集:重复时间,482、6100、2930、250;回波时间,13.6、85、80、13.6;视野,26;采集矩阵,256 × 320、256 × 288、128 × 96、256 × 320;层厚/层间距,4.0/0.4;激励次数,2、2、4、2;采集时间(min),4.02、4.41、1.22、3.47。SyMRI参数如下:重复时间,6200;回波时间,18.9/94.7;视野,26;采集矩阵,256 × 320;层厚/层间距,4.0/0.4;激励次数,1;采集时间,7.02。

数据处理

采集的原始图像使用SyMRI软件(版本8.0,Synthetic MR,林雪平,瑞典)处理,生成三幅定量图(T1图、T2图和PD图)及多幅对比加权图像(T1WI、T2WI、T1WI FLAIR、T2WI FLAIR、PDWI等)。然后,两名放射科医师(X.Y.、F.Y.,分别具有18年和3年的肿瘤影像学经验)使用ITK-SNAP软件(版本2.2.0,www.itksnap.org)在SyT2WI图像上手动勾画原发肿瘤的感兴趣体积(VOI),参考常规图像并排除任何可见的坏死和出血。VOI被自动复制到T1图、T2图和PD图上,使用开源PyRadiomics(http://www.radiomics.io/pyradiomics.html)提取直方图特征,包括均值、第10百分位数、偏度和峰度。此外,参考常规图像,在ADC图上勾画VOI,然后获得平均ADC值。此外,还分析了十项临床因素,包括患者年龄、性别、T分期、N分期、临床分期、治疗、EBV DNA、LDH、CPR和SII。

治疗方案

所有纳入患者均接受标准治疗方案。I期仅接受IMRT治疗,II期接受IMRT联合或不联合化疗。III期或IV期接受IMRT联合同步或辅助化疗。原发肿瘤和肿大淋巴结的放射剂量为66–74 Gy。转移风险区域和双侧颈部淋巴引流区选择性照射50–60 Gy。

随访和结局终点

治疗完成后,前3年每3–4个月进行定期临床和内镜检查,第4–5年每6个月一次,之后每年一次。怀疑疾病复发的患者接受影像学检查(包括CT、MRI、超声、骨扫描和PET/CT)和/或活检进行组织病理学检查。本研究的临床结局为无进展生存期(PFS),定义为从治疗开始至疾病进展(局部区域复发或远处转移)、死亡或末次随访之日,以先发生者为准。

统计分析

所有统计分析使用SPSS软件(版本26.0,芝加哥,伊利诺伊州)、R(版本1.3.1073,R基金会,维也纳,奥地利)和X-tile(版本3.6.1,http://tissuearray.org)进行。采用双向随机组内相关系数(ICC)分析观察者间一致性,ICC < 0.8的直方图特征被排除。双尾p < 0.05表示统计学显著。连续数据以均数和标准差表示,分类变量以百分比表示。SyMRI参数在疾病进展与无疾病进展患者之间的比较,酌情采用独立样本t检验或Mann–Whitney U检验。考虑到分期分类亚组的样本量,采用基于log-rank检验(最低p值)的分期分类最佳分组[24]。进行单因素Cox比例风险回归分析以评估SyMRI和DWI参数与生存终点的相关性。显著参数采用前向选择法进入多因素Cox比例风险回归分析以构建模型,随后使用混杂因素(年龄、性别、T分期、N分期、临床分期和治疗)对相关参数重新评估[14, 16]。显著参数的最佳阈值通过X-tile软件获得。生存率采用Kaplan–Meier分析计算,差异采用log-rank检验比较。C指数和95%置信区间(95% CI)通过bootstrap(n = 1000)获得。

此外,选择与PFS相关的SyMRI和DWI参数及临床特征用于分类模型,以识别3年时是否已发生疾病进展。采用ROC曲线评估预测性能,通过Delong检验进行曲线下面积(AUC)比较以确定最佳预测模型。应用bootstrap检验。此外,根据既往研究采用留一交叉验证(LOOCV)以避免过拟合[25, 26]。在每轮LOOCV中,除一个受试者(测试集)外的所有研究对象用作训练集,对被排除的测试集评估预测误差。重复此过程直至每位参与者被测试一次。

结果

患者特征与研究终点

53例鼻咽癌(NPC)患者的特征见表1。53例患者中有10例(18.9%)诊断为局部区域复发,其中原发肿瘤部位7/53例(13.2%),区域淋巴结3/53例(5.7%)。53例中有8例(15.1%)诊断了远处转移(如肝、骨、肺和脑转移);其中,2/53例(3.8%)患者同时发生局部区域复发和远处转移。所有患者的中位随访时间为39.6(3.5,48.2)个月;疾病进展的NPC患者(n = 16)为17.8(3.5,34.1)个月;无疾病进展的NPC患者(n = 37)为41.5(38.6,48.2)个月。3年无进展生存(PFS)率为69.8%。

所有参数均显示出优异的评估者间一致性(所有ICC > 0.891,附加文件1:表S1)。16例患者的详细信息见附加文件1:表S2。

表1 NPC患者的特征 查看原表 ↗

影像学和临床参数与PFS的相关性

对于分期分类,最佳分组如下:T1与T2 + T3 + T4(p = 0.032,图2),N0与N1 + N2 + N3(p = 0.425),以及I + II与III + IV(p = 0.678)。在所有临床因素中,仅T分期被选入后续的临床模型。经过单因素Cox回归分析,高T1_Kurtosis和T1_Skewness,以及低T2_10th和PD_Mean与NPC患者较差的PFS相关(p分别为0.003、0.024、0.047和0.022)(图2,表2)。在多因素分析中,T1_Kurtosis仍是PFS的显著预测因子,HR为1.083(95% CI 1.007–1.165),而T1_Skewness、T2_10th和PD_Mean的关联不再显著(p > 0.05)。校正混杂因素后,结果显示T1_Kurtosis是PFS的独立预测因子(p = 0.043,表3)。此外,多因素Cox分析还显示ADC是PFS的独立预测因子(p = 0.002,表3)。SyMRI模型和SyMRI + DWI + 临床模型的Kaplan–Meier曲线见图3,C指数分别为0.687(95% CI 0.612,0.762)和0.779(95% CI 0.716,0.842)。Bootstrap曲线见附加文件1:图S1。

图2 与PFS相关的特征的Kaplan–Meier曲线,每幅图均附有log-rank p值和风险表。a T分期;b T1图的Kurtosis;c T1图的Skewness;d T2图的第10百分位数;e PD图的均值;f ADC图的均值。PFS 无进展生存;PD 质子密度;ADC 表观扩散系数 查看原图 ↗
表2 SyMRI和DWI参数预测NPC患者疾病进展的Cox分析 查看原表 ↗
表3 预测NPC患者PFS的多因素分析 查看原表 ↗
图3 模型性能及模型间比较。a SyMRI模型和SyMRI + DWI + 临床模型的Kaplan–Meier曲线;b 各模型预测3年疾病进展的ROC曲线;c 使用DeLong检验比较不同模型间的差异。SyMRI 合成磁共振成像;DWI 扩散加权成像;ROC 受试者工作特征 查看原图 ↗

分类模型与性能

疾病进展组显示较高的T1_Kurtosis和T1_Skewness,较低的T2_10th、PD_10th和PD_Mean,与非疾病进展组相比(均p ≤ 0.041,附加文件1:表S1)。在所有SyMRI衍生参数中,T1_Kurtosis在区分这两组方面表现出最佳的诊断性能,AUC为0.748(表4)。与单独DWI和临床(AUC:0.635)相比,SyMRI、DWI和临床的组合可显著提高AUC,均p < 0.008(图3)。有趣的是,SyMRI模型与SyMRI + DWI + 临床模型之间无显著差异(p = 0.092,图3)。列线图和校准曲线见图4。LOOCV分析显示,SyMRI + DWI + 临床模型的偏差校正AUC为0.863(95% CI 0.757,0.969),如图4所示。

有无疾病进展的鼻咽癌(NPC)患者的代表性治疗前轴位SyMRI图像、T1、T2、PD和ADC图以及T1直方图见图5。

表4 定量SyMRI和DWI参数在预测3年疾病进展中的性能 查看原表 ↗
图4 SyMRI + DWI + 临床模型预测NPC 3年疾病进展的性能。a 包含T1_Kurtosis、ADC_Mean和T分期的列线图,用于预测3年疾病进展;b 校准图显示实际值与基于列线图的预测概率之间的关系;c SyMRI + DWI + 临床模型的ROC分析和LOOCV分析。SyMRI 合成磁共振成像;DWI 弥散加权成像;NPC 鼻咽癌;ROC 受试者工作特征;LOOCV 留一交叉验证 查看原图 ↗
图5 无疾病进展(a–e,k)和有疾病进展(f–j,i)的NPC患者的代表性治疗前图像。展示了NPC患者的SyT2WI(a,f)、T1图(b,g)、T2图(c,h)、PD图(d,i)、ADC图(e,j)以及T1图直方图(k,l)。一名48岁女性NPC患者(T1_Kurtosis:4.34)在治疗开始后39.6个月时未显示疾病进展(a–e,k)。一名56岁男性NPC患者(T1_Kurtosis:7.03)在25.2个月时显示疾病进展(f–j,i) 查看原图 ↗

讨论

在本研究中,我们评估了从治疗前SyMRI提取的直方图参数在评估有3年疾病进展风险患者中的预后价值。在将常规临床因素作为混杂变量进行调整后,T1_Kurtosis和ADC仍是PFS的显著预测因子。与DWI或临床单一模型相比,SyMRI + DWI + 临床模型显著提高了诊断性能。特别是,SyMRI模型与SyMRI + DWI + 临床模型之间无显著差异,表明SyMRI在肿瘤预后评估中具有良好的前景。据我们所知,这是第一项基于SyMRI关注长期预后的研究。SyMRI的定量T1、T2和PD值不受不同扫描仪和扫描参数的影响,为临床医生提供了客观可靠的评估方法。

SyMRI 的优势是双重的,既能在临床可行的时间内提供弛豫测量图,又能在单次采集时生成不同对比图像[17]。据报道,恶性肿瘤的定量 T1、T2 和 PD 均值低于良性肿瘤[20, 27, 28],预后不良相关因素肿瘤低于预后良好相关因素肿瘤[20–23, 29]。此外,据报道,若干直方图参数,如第10百分位数、峰度、能量、标准差等,可预测肿瘤分子亚型[30]和淋巴结转移(LNM)[31]。乳腺癌中的研究工作[18, 19]发现,治疗期间 T1 的变化和 T2_标准差有助于预测新辅助治疗后的病理反应。然而,由于无法活检,且微小残留和深部异常可能被忽略,NPC 的治疗反应难以准确评估[14]。超过 90% 的 NPC 转移发生在治疗后的前 3 年内[32]。因此,我们的研究将 3 年设为存活患者的最短随访时间。

目前,已有报道称瘤内异质性与预后相关[33]。直方图和纹理分析以及放射组学被引入用于全面评估肿瘤特征。既往研究发现,基于常规 MRI 的放射组学特征有助于预测 NPC 的疾病进展[24, 32]。然而,近期一项研究显示,在包括形状、一阶和纹理特征在内的 177 个放射组学特征中,许多放射组学特征是冗余的[34]。此外,采集和图像重建参数的变化可能掩盖潜在的生物学效应[35],且放射组学特征选择相对不稳定[36]。因此,我们研究了 SyMRI 联合直方图分析在 NPC 预后评估中的价值。在统计学上,百分位数参数比均值受随机波动的影响更小[37],且 APT 的偏度有助于区分 NPC 的 2 年无病生存期[16],因此我们的研究纳入了四个直方图参数,包括第10百分位数、均值、峰度和偏度。第10百分位数和均值反映 VOI 内的信号强度。峰度和偏度反映直方图的尖峰度和不对称性,可间接描述图像灰度异质性[38]。当数据呈高斯分布时,峰度和偏度分别为 3 和 0。较高的峰度表明分布的主体集中于尾部而非均值附近,正偏度表明低定量值的出现频率更高(曲线右偏)。

定量T1值取决于组织的组成,如大分子浓度、组织水含量和增殖水平[21]。高水平的细胞外大分子和组织水含量导致较高的T1值。此外,据报道高T2值和PD值与高细胞外水含量相关[30, 39]。我们的研究表明,T1_Kurtosis、T1_Skewness、T2_10th和PD_Mean与鼻咽癌的PFS相关,且T1_Kurtosis在调整混杂因素后是独立预后因素。在我们的研究中,高Kurtosis(提示肿瘤异质性[40])患者的PFS低于低Kurtosis患者。这一发现支持了高肿瘤异质性通常与不良预后相关的观点[41]。既往研究也发现了类似结果[24, 38]。基于增强T1WI的较低平均绝对偏差[24]和基于增强T1WI的较高均匀性[38]是鼻咽癌良好PFS的预测因素。在乳腺癌/直肠癌的SyMRI研究中也发现,PD和T2图的较低Kurtosis与良好预后相关因素(如低分级和无淋巴结转移)相关[30, 31]。不良结局与具有高间质含量、缺氧、低增殖和血容量/血流量降低的原发肿瘤相关[14, 42]。肿瘤血容量/血流量降低以及缺氧诱导更多脱氧血红蛋白(顺磁性特征)积聚,而低增殖降低T1值[43]。与非疾病进展组相比,疾病进展组中低T1值出现频率更高,导致T1_Skewness更高(直方图曲线右偏)。Skewness参数可以全面反映瘤内特征,不仅反映值的变化,还反映异质性特征。基于DWI的既往研究也发现了类似结果[44, 45]。此外,鼻咽癌研究[42, 46]发现,缓解组和良好预后组比无缓解组和较差组具有更丰富的血供/血容量、更高的微循环灌注和氧含量。非疾病进展组中肿瘤血容量/血流量和灌注增加以及间质含量低,增加了细胞外水空间,从而升高T1、T2和PD值[43, 47]。这可能是非疾病进展组T2_10th、PD_10th和PD_Mean较高的主要原因。

ADC值来源于DWI,可无创反映水分子的布朗运动。在我们的研究中,我们发现ADC_Mean是鼻咽癌PFS的独立预后因素,且低ADC_Mean与非疾病进展生存相关,这与既往研究相似[48, 49]。低ADC的肿瘤病灶具有较低的间质含量和较高的细胞密度,提示血供相对丰富,因此放射敏感性较高[49, 50],生存预后良好。此外,高ADC值水平还提示肿瘤的侵袭性生物学特征,导致局部疾病进展的可能性较高[48]。

SyMRI的优势之一是,无需对比剂即可直接反映定量T1、T2和PD图所提供的组织内在特征。SyMRI不受不同扫描参数和机器的限制,在临床中提供了一种稳健、客观且可靠的方法。本研究存在一些局限性。第一,样本量相对较小,但本研究中的所有患者均为连续纳入,且通过两种统计方法确认了结果的稳定性。未来需要开展多中心、大样本研究。第二,治疗前EBV DNA水平是疾病进展的有用预测指标[49]。但EBV水平在本研究中不显著,部分原因在于我们选择的EBV截断值以及EBV分析中存在较大的实验室间变异。数字PCR或二代测序等新技术以及对两条EBV序列的同时分析,对检测方法的协调统一可能大有裨益[1]。第三,T1期患者中无疾病进展发生,且在PFS预测中随访时间相对较短。然而,T1期鼻咽癌(NPC)患者确实具有良好的PFS和生存质量。我们的研究聚焦于SyMRI能否预测3年疾病进展。疾病进展(有或无)这一明确终点优于生存等不明确终点[45]。Ai等[45]发现7例T1-2期NPC患者在5年随访期间被诊断为远处转移。因此,进一步研究需要更长的随访时间。

结论

SyMRI的若干定量参数(T1_Kurtosis、T1_Skewness、T2_10th和PD_Mean)被证明可有效预测NPC的PFS,且T1_Kurtosis在预测3年疾病进展方面显示出较高的诊断效能。此外,SyMRI + DWI + Clinic模型在初治前疾病进展预测中表现出优异的预测效能。这些发现证明了SyMRI在预后评估中的可行性,在转化为临床实践之前仍需进一步研究。

补充信息

附加文件1。补充表格和图。

引用

  1. Yang, Wei, Li, et al. Pretreatment synthetic magnetic resonance imaging predicts disease progression in nonmetastatic nasopharyngeal carcinoma after intensity modulation radiation therapy. Insights Imaging. 2023. PMID: 37016104. doi:10.1186/s13244-023-01411-y
  2. 全文:PMC10073373(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC10073373/

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。