子宫内膜癌肿瘤体积与子宫体积比值联合肿瘤ADC值对病理分级的预测价值

2024-01-20林培培周晓冬宋伟

实用医学杂志 2023年23期

林培培周晓冬宋伟

南通大学附属南通妇幼保健院医学影像科（江苏南通 226018）

子宫内膜癌（endometrial cancer，EC）是全球四大常见恶性肿瘤之一，也是女性生殖器官最常见的恶性肿瘤，发病率逐年上升［1-2］。目前手术仍是根治EC 的主要手段，术前准确评估EC 病理组织学分级不仅可指导患者治疗方案的制定、手术淋巴结清扫区域的选择，且在早期预测EC 患者治疗后生存情况具有重要价值。目前EC 患者的病理分级评估多依赖宫腔镜活检，但取材位置、标本大小等因素可能影响其评估结果［3］。

磁共振检查具有无创、简便、分辨率高等优点，近期研究［4-5］指出，基于细胞功能和代谢等微观变化的磁共振成像技术可多方位显示肿瘤血管、组织细胞密度、功能代谢、子宫外肿瘤扩散等病变特征，在肿瘤诊断、病情评估方面具有重要价值。磁共振扩散加权成像（MRI-diffusion weighted imaging，MRI-DWI）是目前唯一能够呈现细胞膜完整性信息、活体组织中水分子扩散运动的无创性影像学检查技术，可以明显反映出不同介质中水分子运动差异，可通过定量分析表观扩散系数（apparent diffusion coefficient，ADC）值评估活体组织中水分子微观运动情况，对评估EC 患者病理分级具有重要价值［6］。部分病理学研究指出［7-8］，EC病理分级与肿瘤体积相关。EC 患者肿瘤体积与子宫体积比值（neoplasm/uterus volume ratio，N/U）联合ADC 值是否可进一步准确评估其病理分级尚缺乏报道，本研究特探讨了该问题，现报告如下。

1 资料与方法

1.1 一般资料回顾性分析2020年7月至2023年1 月收治的107 例EC 患者的资料，年龄34 ～ 74 岁，平均（51.94 ± 8.63）岁。该研究经医院伦理委员会审批。

纳入标准：（1）符合《子宫内膜癌诊断与治疗指南（2021 年版）》［9］中EC 诊断标准，病理类型为内膜样腺癌；（2）符合手术治疗指征且首次手术治疗者；（3）术前行MRI 检查且检查时间与手术间隔< 1 个月；（4）临床资料完整；（5）患者研究知情同意。

排除标准：（1）伴MRI 禁忌证，医患沟通障碍、术前远处转移者；（2）合并血液系统疾病、严重感染者；（3）合并严重内科合并症者；（4）合并重要脏器功能障碍、免疫功能缺陷者；（5）术前影像学检查资料不全或图像伪影影响测定；（6）肿瘤最大径< 1 cm；（7）术前接受其他形式治疗者。

1.2 方法

1.2.1 MRI 检查方法分别于患者术前行MRI 检查，取仰卧位，采用超导核磁共振扫描仪（德国Siemens 公司1.5T）及8 通道相控阵柔软线圈扫描，进行横轴位及矢状位 T2 FRFSE 序列扫描：重复时间（repeat time，RT）为4 560 ms/3 400 ms，回波时间（Echo time，ET）为103 ms，层厚为7 mm/6 mm，间隔为1.0 mm，视野为42 cm × 36 cm，矩阵160 ×160，激励2 次。横轴位及矢状位MRI-DWI 轴像序列：RT 4 800 ms/3 600 ms，ET 为72 ms，视野为42 cm × 36 cm，矩阵128 × 128，激励10 次，层厚为3 mm，间隔为1 mm，扩散敏感梯度因子b 分别为0、800 s/mm2。

1.2.2 图像处理所有患者MRI 检查图像传送至工作站，2 名影像科高年主治医师独立盲法阅片、分析。将MRI 原始数据以DICOM 格式导出，使用ITK-SNAP3.8 图像分割软件对子宫体部及肿瘤组织进行三维体积勾画，获取各自体积参数并计算肿瘤体积与子宫体积比值（N/U）。结合矢状位T2加权图像于肿瘤最大横截面及相邻两层面勾画感兴趣区，感兴趣区避开坏死区、纤维化区、肿瘤囊变、血管与伪影区及正常组织，测定病灶表观扩散系数（apparent diffusion coefficient，ADC）（b 为800 s/mm2）；于矢状位测定子宫肌层ADC 值，于轴位右侧闭孔内肌及臀大肌面积最大的层面测量其ADC 值，根据rADC子宫肌层/闭孔内肌/臀大肌=ADC 病灶/ADC子宫肌层/闭孔内肌/臀大肌计算出3 处ADC 比值（rADC）。所有参数均测量3 次，取其平均值。

1.2.3 病理分级方法手术病理切片由2 名病理科副主任医师盲法评估（意见不同时共同讨论达成一致意见）。EC 组织学亚型包括EC 腺癌及非腺癌。参照国际妇产科联合会（FIGO）分级方法（非鳞化实性成分在肿瘤组织中占比）［10］，将EC 腺癌分为高分化（占比 < 6%）、中分化（6% ≤ 占比 ≤50%）、低分化（占比 > 50%），非腺癌因分化程度低、预后差等特征将其纳入低分化，因高分化预后明显优于中分化和低分化，故将低分化患者纳入高级别组，中、高分化纳入低级别组。

1.3 统计学方法数据处理采用SPSS 18.0 统计软件，计量资料以均数±标准差（±s）表示，组间比较采用t检验；计数资料以率（%）表示，组间比较采用χ2检验；多因素采用logistic 回归分析；绘制受试者工作特征（ROC）曲线评价预测EC 患者病理分级的价值。以P< 0.05为差异有统计学意义。

2 结果

2.1 手术病理结果 107 例EC 患者手术病理检测显示，104 例为子宫内膜样腺癌，3 例非子宫内膜样腺癌（透明细胞癌2 例，黏液腺癌1 例）；高级别患者24 例，低级别患者83 例。典型病例见图1。

图1 典型病例Fig.1 Typical cases

2.2 不同病理分级患者基本资料低级别组与高级别组的绝经占比、年龄、体质量指数、卡氏功能状态评分、分期、累及宫颈、肿瘤最大径比较，差异均无统计学意义（P> 0.05），高级别组淋巴血管间隙浸润占比、肌层浸润深度≥ 1/2、淋巴结转移占比均高于低级别组（P< 0.05）。见表1。

表1 不同病理分级患者基本资料比较Tab.1 Comparison of basic data of patients with different pathological grades ±s

组别例数绝经［例（%）］年龄（岁）体质量指数（kg/m2）卡氏功能状态评分（分）高级别组低级别组t/χ2值P值24 83 10（41.67）39（46.99）0.212 0.645 54.96 ± 10.21 54.12 ± 9.76 0.368 0.714 22.86 ± 1.75 22.97 ± 1.81 0.264 0.792 74.95 ± 8.01 76.13 ± 7.92 0.641 0.523分期（例）Ⅱ期7 42 3.446 0.063Ⅲ期17 41组别高级别组低级别组t/χ2值P值例数24 83淋巴血管间隙浸润［例（%）］14（58.33）28（33.73）4.724 0.030肌层浸润深度≥ 1/2［例（%）］13（54.17）22（26.51）6.471 0.011累及宫颈［例（%）］7（29.17）14（16.87）1.785 0.182淋巴结转移［例（%）］20（83.33）48（57.83）5.227 0.022肿瘤最大径（cm）4.15 ± 0.67 3.92 ± 0.51 1.807 0.074

2.3 不同病理分级患者N/U、ADC 情况高级别组的N/U 低于低级别组（P< 0.05），高级别组的ADC、rADC 子宫肌层、rADC 闭孔内肌、rADC 臀大肌均高于低级别组（P< 0.05）。见表2。

表2 不同病理分级患者N/U、ADC 情况Tab.2 N/U and ADC of patients with different pathological grades ±s

组别高级别组低级别组t值P值例数24 83 N/U 0.14 ± 0.02 0.21 ± 0.03 10.743 0.000 ADC（×10-3mm2/s）0.98 ± 0.12 0.85 ± 0.09 5.761 0.000 rADC子宫肌层0.67 ± 0.08 0.56 ± 0.07 6.564 0.000 rADC闭孔内肌0.65 ± 0.06 0.54 ± 0.05 9.066 0.000 rADC臀大肌0.59 ± 0.05 0.51 ± 0.04 8.142 0.000

2.4 影响EC 患者病理分级的多因素分析以EC患者病理分级情况为因变量（高级别组 = 1，低级别组 = 0），淋巴血管间隙浸润占比、肌层浸润深度≥ 1/2占比、淋巴结转移占比、N/U、ADC、rADC子宫肌层、rADC闭孔内肌、rADC臀大肌为自变量（赋值为原始数值），logistic 多因素回归分析（引入水准0.05，排除水准0.10）显示：N/U、ADC、rADC闭孔内肌是影响EC 患者病理分级的因素（P< 0.05）。见表3。

表3 影响EC 患者病理分级的多因素分析Tab.3 Analysis of multiple factors affecting the pathologic grade of EC patients

2.5 N/U、ADC、rADC闭孔内肌预测EC 患者病理分级的价值 ROC 曲线结果显示，N/U、ADC、rADC闭孔内肌及三者联合预测EC 患者病理分级的灵敏度分别为70.83%、75.00%、79.17%、83.33%，特异度分别为71.08%、79.52%、78.31%、85.54%，AUC 分别为0.734、0.756、0.741、0.891。见表4 与图2。

表4 N/U、ADC、rADC 闭孔内肌预测EC 患者病理分级的价值分析Tab.4 Value analysis of N/U，ADC，rADC internal obturator muscle in predicting the pathological grading of EC patients

图2 N/U、ADC、rADC 闭孔内肌预测EC 患者病理分级的ROC 曲线Fig.2 ROC curve of N/U，ADC，rADC internal obturator muscle to predict pathological grade of EC patients

3 讨论

近年EC 发病率和病死率持续上升，内分泌失调、月经异常、家族疾病史、代谢综合征、高脂肪和（或）高热量饮食模式、不健康生活方式等均与EC发生有关［11-15］。

FIGO 是一种手术分期系统，目前多根据FIGO的EC 分期系统开展医疗措施。MRI 可提供关于肿瘤大小、深度、范围等关键诊断信息，以及子宫肌层和宫颈浸润、宫外范围和淋巴结状态等病变信息，这些是临床制定最适合EC患者治疗方案所需要的必不可少信息，因此当代已发表的循证医学数据及专家意见建议将MRI用于EC医疗辅助计划。过度治疗、治疗不足是目前EC 面临的临床困境之一，治疗前精准评估对指导EC 患者医疗方案的制定及预后具有至关重要的作用。本研究通过MRI 技术测定EC 患者N/U、肿瘤ADC 值，其更准确预测治疗前病理分级可为临床治疗提供更为精准的判断，避免出现过度治疗或治疗不足情况，以便使EC患者获得更大临床收益。

本研究显示，107 例EC 患者手术病理检测显示，高级别患者24例，低级别患者83例，提示EC患者低级别病变程度仍较高。Logistic 多因素回归分析显示：N/U、ADC、rADC闭孔内肌是影响EC患者病理分级的因素，说明EC 患者N/U、肿瘤ADC 值与其病理分级关系密切。笔者推测高级别EC可能更倾向于浸润性生长模式，肿瘤组织逐渐代替正常组织，而低级别EC 可能更倾向于膨胀性生长，宫腔体积增大，进而出现低级别EC 患者的N/U 低于高级别EC患者［16-18］。任杰等［19］研究也指出，EC 患者N/U 对其组织学分级具有一定诊断价值。EC 等恶性肿瘤细胞生长、繁殖活跃，侵袭性强，肿瘤细胞生长增殖速度较快致使恶性肿瘤细胞呈现高密度，肿瘤细胞内部水分子运动受限，扩散作用不明显，通过这种扩散运动可反映组织结构以及病理生理状态，通过定量分析ADC 值可评估活体组织中水分子微观运动情况，间接反映肿瘤的微观信息，因此肿瘤ADC值具备评估EC 患者病理学分级的潜力［20-22］。笔者推测EC 患者随着病理学分级升高，EC 肿瘤微环境中肿瘤细胞密度变大，细胞外间隙变小，水分子扩散运动明显受限，致使ADC值降低。BI等［23］研究指出，肿瘤ADC值与其侵袭性、细胞密度呈负相关。

临床研究中发现ADC易受多种因素干扰，如个体差异、MRI参数设置等，因此近期有学者提出“相对ADC 值”概念［24-25］，即rADC=ADC病灶/ADC参比部位，目前，rADC 在鉴别EC 中具有重要价值，但关于其预测EC 患者病理分级的研究鲜有报道。本研究根据既往学者研究，将子宫肌层、闭孔内肌、臀大肌设为参比位置，结果显示rADC闭孔内肌是影响EC患者病理分级的因素，笔者推测可能是因为与子宫肌层、臀大肌相比，闭孔内肌信号更均匀，其他因素不易影响，且距EC 病灶较远受其影响较小有关。ROC 曲线结果显示，N/U、ADC、rADC闭孔内肌及三者联合预测EC 患者病理分级的灵敏度分别为70.83%、75.00%、79.17%、83.33%，特异度分别为71.08%、79.52%、78.31%、85.54%，AUC分别为0.734、0.756、0.741、0.891，说明N/U、ADC、rADC闭孔内肌三者联合预测EC 患者病理分级效能良好。

综上所述，N/U、ADC、rADC闭孔内肌三者联合预测EC 患者病理分级效能良好。本研究仍存在一定局限性，未建立统计学模型对本研究结果进行进一步验证，后期仍需更多大样本研究验证此初步试验结论。

【Author contributions】LIN Peipei performed the experiments and wrote the article.ZHOU Xiaodong performed the experiments.Lin Pei⁃pei revised the article.SONG Wei designed the study and reviewed the article.All authors read and approved the final manuscript as submitted.