酰胺质子转移成像与体素内不相干运动成像评估子宫内膜腺癌组织学分级的价值
2022-10-08孔雅晴曲倩倩明蕾王哲邓凯
孔雅晴,曲倩倩,明蕾,王哲,邓凯*
子宫内膜癌(endometrial carcinoma, EC)是女性生殖系统常见的恶性肿瘤之一,以腺癌多见,严重威胁女性健康。根据2009 年国际妇产科联盟的标准[1],将EC的病理分级分为三级:高分化癌G1,中分化癌G2,低分化癌G3。大约80%的EC为Ⅰ~Ⅱ级的子宫内膜腺癌(endometrial adenocarcinoma, EA),其余为Ⅲ级的EA和其他组织学类型的EC,如透明细胞癌或浆液性癌。EC的病理分级与患者预后直接相关[2],且肿瘤级别的高低直接影响临床治疗方式的选择,因此术前准确评估肿瘤的组织学分级对于临床治疗计划以及改善患者预后有着重要的意义[3]。MRI技术具有较高的软组织分辨率,已广泛应用于EC术前诊断。酰胺质子转移(amide proton transfer, APT)成像是一种新型的化学交换饱和转移(chemical exchange saturation transfer,CEST)MRI技术,该技术通过检测组织内源性蛋白质或多肽中的酰胺质子与水质子的交换速率来反映细胞内蛋白质浓度和pH值[4-5],从而将MRI技术的应用范围扩展到分子水平。体素内不相干运动(intravoxel incoherent motion, IVIM)采用多b值,基于多种模型,减小了扩散加权成像(diffusion weighted imaging,DWI)单指数模型受到的肿瘤内部毛细血管微灌注的影响,能够定量评估毛细血管微灌注产生的扩散系数D*及灌注系数f,可以更加准确地反映水分子扩散程度,同时获得灌注相关信息,更加全面地反映肿瘤微观情况[6]。作为功能MRI技术,近年来APT成像和IVIM成像在EC的术前诊断中得到了初步应用[7-10],但关于分析及比较二者在评估EA分级中的价值的应用鲜有报道。本研究目的是探讨APT 成像和IVIM 成像在评估EA术前组织学分级中的价值。
1 材料与方法
1.1 研究对象
这项前瞻性研究得到了我院伦理委员会的批准,批准文号:[2021]伦审字(S1036)号,获得了每位患者的知情同意并已签署知情同意书。自2021 年4月至2022年7月,根据临床症状及超声或CT检查结果,60 名怀疑为EC 的患者治疗前接受了磁共振检查(包括APT 和IVIM 序列)。在60 名患者中,21 名患者由于以下原因被排除在外:(1)病变范围太小无法测量(n=7);(2)术后病理结果为子宫内膜息肉(n=6);(3)术后病理结果为子宫内膜浆液性癌(n=1);(4)术后病理结果为子宫内膜非典型增生(n=3);(5)扫描序列不全或图像存在过多伪影(n=3);(6)未进行手术(n=1),最终39名病理证实为EA的患者被纳入研究,年龄29~68岁。图1显示了关于患者选择的简要流程图。在39名患者中,术后病理结果为Ⅰ级的有16例,Ⅱ级为14例,Ⅲ级为9例。
图1 患者纳入流程图。APT 为酰胺质子转移成像;IVIM 为体素内不相干运动成像。Fig. 1 Patient selection flowchart. APT: amide proton transfer; IVIM:intravoxel incoherent motion.
1.2 仪器与方法
采用3.0 T 磁共振成像仪(Ingenia CX, Philips Healthcare, the Netherlands),体部18 通道相控阵线圈,采取仰卧位及脚先进的方式减少小肠蠕动伪影,并适度充盈膀胱。所有患者术前均行MRI检查,除常规MRI序列(如T2WI-SPAIR、T1WI-TSE等)外,所有患者还接受了APT、IVIM 序列检查,其中IVIM b 值为0、50、100、150、200、400、600、800、1000、1200 s/mm2。根据常规MRI 序列确认子宫位置及形态后,以矢状位T2WI-SPAIR 及冠状位T2WI-TSE 为定位图像,在子宫短轴位行APT 及IVIM 序列扫描。之后注射对比剂行动态增强磁共振成像(dynamic contrast enhanced magnetic resonance imaging, DCE-MRI)序列扫描。各序列扫描参数如表1所示。
表1 各扫描序列参数Tab.1 Details of MRI imaging parameters
1.3 图像处理
将APT 图像上传至工作站(IntelliSpace Portal.V9.0.4.31010)测量APT 值。IVIM 图像通过MRIcroGL及MITK软件进行后处理并测量IVIM衍生参数f、D、D*值。由两名对妇科影像有15年以上诊断经验的放射科副主任医师在对患者临床、病理信息不知情的情况下分别独立阅片并绘制感兴趣区(region of interest, ROI)。首先,通过T2 及DCE 序列图像大致确定病变范围。其次,每位医师参考T2 及DCE 序列图像并通过将APT 与T2 序列融合的方式,在APT 及IVIM 原始图像上绘制多边形ROI(选择与APT 序列相同层面的病变在IVIM 序列图像上绘制ROI),选取病灶直径大于1 cm 的层面进行勾画(大于3 个层面),在尽量避开囊变、坏死及肿瘤边缘等区域的基础上包括尽可能多的肿瘤实性成分,保证每位医师选取的ROI面积尽可能相近。最后,分别记录两位医师感兴趣区的APT值及IVIM衍生参数值并取两位医师测量的平均值用于最终分析,相关图片如图2~4所示。
1.4 统计学方法
使用SPSS 22.0 及MedCalc 软件进行统计学分析,P<0.05 表明差异具有统计学意义。首先通过Shapiro-Wilk检验分析APT值及IVIM各衍生参数值是否符合正态分布,符合正态分布的参数值用平均值±标准差的形式表示。使用组内相关系数(intra-class correlation coefficient, ICC)评估两位医师测量各参数结果的一致性,评估标准:≥0.75为一致性很好,0.60~0.74为一致性良好,0.40~0.59为一致性中等,<0.40为一致性差。方差齐性检验之后,采用单因素方差分析比较各级EA之间APT值及IVIM各衍生参数值(f、D、D*)的差异。之后采用受试者工作特征(receiver operating characteristic, ROC)曲线评估差异具有统计学意义的参数对EA 级别的鉴别效能,并采用Delong 检验比较各曲线下面积(area under the curve, AUC)的差异性。同时,对于有诊断意义的参数,我们还采用了logistic 回归进行联合诊断。最后采用Spearman 相关性分析,评估APT 值、IVIM 衍生参数值与组织学分级之间以及APT 值和IVIM 各衍生参数值之间的相关性。
2 结果
2.1 两位医师测量结果一致性检验
本研究中所有参数值均符合正态分布。两位医师测量的各参数值的组内相关系数分别为:APT 0.955(95%CI:0.913~0.976);f 0.958(95%CI:0.922~0.978);D 0.964(95%CI:0.932~0.981);D*0.825(95%CI:0.692~0.904),两位医师对APT值及IVIM各衍生参数值的测量结果均表现出很好的一致性。
2.2 三级之间APT值和IVIM衍生参数值的比较
三级之间APT 值和IVIM 衍生参数值的比较见表2。Ⅰ级EA的APT值和IVIM衍生参数(f、D、D*)值分别为2.66%±0.63%、0.220%±0.080%、(0.80±0.19)×10-3mm2/s、(0.023±0.010)mm2/s;Ⅱ级EA 各参数值分别为3.17%±0.43%、0.170%±0.049%、(0.77±0.15)×10-3mm2/s、(0.020±0.007)mm2/s;Ⅲ级EA各参数值分别 为3.45%±0.42%、0.150%±0.011%、(0.69±0.10)×10-3mm2/s、(0.017±0.007)mm2/s。
表2 三级EA之间APT值和IVIM衍生参数值的比较Tab.2 Comparisons of APT values and IVIM-derived parameters among three grades
2.2.1 Ⅰ级vs. Ⅱ级
Ⅰ级病变的APT 值显著低于Ⅱ级病变(P=0.012),Ⅰ级病变的f 值显著高于Ⅱ级病变(P=0.027)。Ⅰ级与Ⅱ级病变的D 值、D*值差异无统计学意义。
2.2.2 Ⅰ级vs. Ⅲ级
Ⅰ级病变的APT 值显著低于Ⅲ级病变(P=0.001),Ⅰ级病变的f 值显著高于Ⅲ级病变(P=0.010)。Ⅰ级与Ⅲ级病变的D 值、D*值差异无统计学意义。
2.2.3 Ⅱ级vs. Ⅲ级
Ⅱ级和Ⅲ级病变之间APT 值、f 值、D 值和D*值差异均无统计学意义。
2.3 APT 值、f 值及二者联合诊断鉴别EA 级别的效能评估及比较
2.3.1 Ⅰ级vs. Ⅱ级
APT 值、f 值及二者联合诊断鉴别Ⅰ级和Ⅱ级EA的AUC、敏感度、特异度分别为:0.78(95%CI:0.59~0.91)、92.8%、68.7%;0.70(95%CI:0.50~0.85)、71.4%、68.7%;0.83(95%CI:0.64~0.94)、92.8%、81.2%。APT 值与f值的AUC 之间(P=0.520,Z=0.63)、APT值与联合诊断的AUC之间(P=0.540,Z=0.59)以及f值与联合诊断的AUC之间(P=0.120,Z=1.54)的差异无统计学意义(表3,图5~6)。
图5 APT 值、IVIM 各衍生参数、APT 值和f 值联合鉴别I 级和Ⅱ级子宫内膜腺癌的ROC 曲线,AUC 值分别为0.78(P<0.05)、0.70(P<0.05)、0.55(P>0.05)、0.59(P>0.05)、0.83(P<0.05)。 图6 APT 值、IVIM各衍生参数、APT 值和f值联合鉴别I级和Ⅲ级子宫内膜腺癌ROC 曲线,AUC 值分别为0.86(P<0.05)、0.81(P<0.05)、0.68(P>0.05)、0.68(P>0.05)、0.92(P<0.05)。APT为酰胺质子转移成像;IVIM为体素内不相干运动;f为灌注分数;D为扩散系数;D*为伪扩散系数。Fig. 5 The ROC curves of APT values, IVIM-derived parameters and combined diagnosis of APT values and f values to differentiate grade I and II endometrial adenocarcinoma,and AUC values were 0.78(P<0.05),0.70(P<0.05), 0.55 (P>0.05), 0.59 (P>0.05), 0.83 (P<0.05). Fig. 6 The ROC curves of APT values, IVIM-derived parameters and combined diagnosis of APT values and f values to differentiate grade I and Ⅲ endometrial adenocarcinoma, and AUC values were 0.86 (P<0.05), 0.81 (P<0.05),0.68 (P>0.05), 0.68 (P>0.05), 0.92 (P<0.05). APT: amide proton transfer; IVIM: intravoxel incoherent motion; f: perfusion fraction; D:diffusion coefficient;D*:false diffusion coefficient.
表3 各参数对子宫内膜腺癌级别的鉴别效能Tab.3 Efficiency of parameters in differentiating the grade of endometrial adenocarcinoma
2.3.2 Ⅰ级vs Ⅲ级
APT 值、f 值及二者联合诊断鉴别Ⅰ级和Ⅲ级EA的AUC、敏感度、特异度分别为:0.86(95%CI:0.66~0.96)、88.8%、87.5%;0.81(95%CI:0.59~0.93)、100.0%、68.7%;0.92(95%CI:0.74~0.99)、100.0%、81.2%。APT 值与f 值的AUC 之间(P=0.670,Z=0.41)、APT值与联合诊断的AUC之间(P=0.480,Z=0.70)以及f值与联合诊断的AUC之间(P=0.080,Z=1.73)的差异无统计学意义(表3,图5~6)。
2.4 Spearman相关性分析
APT 值与EA 组织学分级呈正相关,相关系数rs=0.578(95%CI:0.27~0.79,P<0.001),f 值与EA 组织学分级呈负相关,相关系数rs=-0.416(95%CI:-0.66~-0.11;P=0.008)。D、D*值与组织学分级之间以及APT 值与IVIM 各衍生参数值之间没有显著相关性(P>0.05)。
3 讨论
本研究探讨了APT、IVIM 两种功能MRI 技术在评估EA 术前病理分级中的价值,结果显示APT 值、f 值与EA 组织学分级相关,有助于术前预测EA 分级,APT值和f值对EA 级别的鉴别效能无显著差异。各级别EA之间D值和D*值差异无统计学意义。
3.1 APT成像在EA病理分级中的价值
APT 成像技术通过检测组织内源性蛋白质或多肽中的酰胺质子来反映细胞内蛋白质含量及酸碱度的变化,其原理在于通过探测水质子信号变化间接获得细胞内蛋白质信息,APT 值的高低反映了细胞内的蛋白质浓度及pH 值,且有研究表明APT 值与之成正相关。本次研究结果显示Ⅱ级和Ⅲ级EA APT值要高于Ⅰ级EA,这与之前的研究结果一致[11],且与其他部位恶性肿瘤APT 成像的研究结果相符[12]。针对本研究结果,结合APT 成像原理及相关研究,可能有以下几个原因。首先是细胞密度的差异,与低级别EA相比,高级别肿瘤细胞更为活跃,细胞增殖较快,细胞密度较低级别大,从而产生更多的细胞内蛋白和多肽,酰胺质子浓度升高,与水质子交换速率增快,APT 值升高。另外,最近有研究表明[13],Ⅱ型EC(通常为Ⅲ级子宫内膜样腺癌、浆液性癌和透明细胞癌以及癌肉瘤)血管内皮生长因子(vascular endothelial growth factor, VEGF)水平通常较高。VEGF 本质是一种糖蛋白,在子宫内膜表达并在血管生成、血管功能及通透性等方面发挥关键作用[14],随着肿瘤级别的增高,VEGF 含量升高(蛋白含量增加),血管生成增多[15],这可能也是导致本研究的结果的原因之一。其次可能是核异型性的差异。与低级别EA 相比,高级别EA分化较差,核异型性更为显著,核异型性可诱导大分子物质和疏水性细胞膜之间的相互作用,从而促进蛋白质和多肽的释放[16]。最后可能与组织坏死程度有关。由于高级别肿瘤生长较快,肿瘤组织容易发生缺氧缺血性坏死,导致局部酸性环境的形成[17],pH 值减低,降低了酰胺质子与水质子的交换速率。但组织坏死过程中会向周围释放蛋白及多肽[18],导致内源性蛋白含量增加,促进了酰胺质子和水质子的交换速率。可能这一过程对APT 值的影响要高于pH 值降低对APT 值的影响,使得高级别EA 的APT值较高。本研究结果中APT成像鉴别Ⅰ级和Ⅱ级、Ⅰ级和Ⅲ级EA 的AUC 分别为0.83、0.84,提示具有较高的鉴别效能。术前明确肿瘤分级直接影响临床治疗方式的选择及患者预后情况,可以术前行APT检查辅助临床诊断,但因其空间分辨率较差,对肌层浸润及淋巴转移评估不具优势,而DCE可根据子宫不同结构间强化的差别评估EC肌层浸润[19],因此可考虑与DCE成像联合进一步明确诊断。
3.2 IVIM相关参数f值在EA病理分级中的价值
IVIM 是扩散加权成像的进阶模型,相比于传统DWI 单指数计算模型,多b 值、多种模型的IVIM 成像能够更全面地反映肿瘤的微观情况。双指数模型是IVIM 最为经典的模型,分别以D-mono 及D-Bi(D 值)、D*-mono 及D*-Bi(D*值)、f-mono 及f-Bi(f值)为其量化参数。本研究结果显示Ⅱ级和Ⅲ级EA的f值显著低于Ⅰ级EA(P=0.033,P=0.016),f是灌注系数,反映了肿瘤组织间毛细血管的通透性和血管的生成情况[20],此外还与核质比和组织间隙渗透压有关[21]。肿瘤的生长和侵袭有赖于肿瘤内部新生血管数量的增加,如上所述,随着肿瘤级别增高,VEGF 及其受体表达增加,促进新生血管生成以及增加血管通透性[15],这似乎与本研究结果相矛盾,但也有研究表明新生血管生成过程中可能导致血管破裂,使得高级别肿瘤组织容易发生缺氧缺血性坏死[17,22],这可能导致肿瘤灌注减低。另外高级别肿瘤分化较差,核质比增高也可能导致了f值的降低。在之前的研究中[9,23-24],f 值与肿瘤级别的关系一直颇具争议,Li 等[21]的研究结果显示各级别EC之间f值无显著差异,Shen等[23]认为高级别胶质瘤f 值较高,而Bai 等[24]认为低级别胶质瘤f 值较高,因此仍需大量相关研究证实。在本研究中,f 值在鉴别Ⅰ级和Ⅲ级EA 时的鉴别效能(AUC=0.64)要低于APT值的鉴别效能(AUC=0.84),但差异没有统计学意义。
3.3 IVIM相关参数D值、D*值在EA病理分级中的价值
本研究中各级别EA 之间D 值、D*值均无显著差异,这与之前的研究结果一致[9,25-26]。理论上来说,D 值反映的是水分子的扩散程度,主要与细胞密度有关[27]。如上所述,高级别肿瘤的细胞密度更高,核异型性较高,核仁增大,水分子扩散程度较低级别肿瘤更加受限,导致D值降低。在本次研究结果中,D值随肿瘤级别增高而减低,但差异无统计学意义,说明虽然水分子扩散程度是肿瘤特征的重要方面,但仍不能直接、全面地反映其生物学特性。且与低级别肿瘤相比,高级别肿瘤更易发生缺血坏死[17],有研究表明[28],坏死会导致ADC 值的增高。与ADC 值类似,D 值反映的也是水的扩散程度,因此,肿瘤坏死可能也会导致高级别肿瘤D值升高,这可能是导致本结果中各级别之间D值差异无统计学意义的主要原因之一,当然也可能是样本量较少的缘故,尚需进一步扩大样本量。
灌注参数D*值可以反映肿瘤内部灌注情况,对水分子的运动速度较敏感[29],虽然随肿瘤级别增高血供逐渐丰富,但同时会伴有微血管壁发育不良、扭曲变形、肿瘤细胞密度增大导致血管受压程度增加等情况,使微毛细血管血流量的变化不足以反映病理分级的改变,导致D*变化不明显[30]。另外也可能是因为标准差较大,数据的不稳定性和对信噪比水平的依赖性,使得D*值较难准确测量[31]。
3.4 本研究的局限性
我们的研究存在一些局限性。首先是样本量较少,且Ⅲ级病例数量较少,各级别病例分布欠均匀,今后需扩充样本量进一步验证。其次是在ROI 绘制过程中避开了囊变坏死等区域,这可能不利于全面评估肿瘤特征,尚需更加深入的研究。
综上所述,APT 值和f 值与EA 组织学分级相关,鉴别效能较好,APT 值和f 值对EA 病理级别的鉴别效能无显著差异,APT成像和IVIM成像有助于术前预测EA组织学分级。
作者利益冲突声明:全体作者均声明无利益冲突。