18F-FDG PET/CT代谢参数预测胸腺上皮肿瘤恶性程度

蔺旭阳,王 冉,韩星敏

(郑州大学第一附属医院核医学科,河南 郑州 450052)

胸腺上皮肿瘤(thymic epithelial tumor,TET)为前纵隔常见肿瘤。WHO将TET组织学分类简化为低危型(A、AB、B1型)、高危型(B2、B3型)和胸腺癌(C型)以描述其恶性程度,及时明确TET类型对临床诊疗具有重要意义[1]。18F-FDG PET/CT原发灶代谢参数对评估TET恶性程度有一定价值[2-6],而肿瘤原发灶标准摄取值(standard uptake value,SUV)与正常组织SUV比值用于判断肿瘤分期、预测肿瘤复发等更具优势[7-8]。本研究观察以18F-FDG PET/CT原发灶代谢参数预测TET恶性程度的价值。

1 资料与方法

1.1 研究对象 回顾性分析2010年4月—2023年7月郑州大学第一附属医院95例经手术或穿刺活检病理确诊的单发TET患者,男47例、女48例,年龄7～87岁、平均(55.7±14.6)岁;治疗前均接受18F-FDG PET/CT检查。排除合并其他恶性肿瘤或临床资料不齐者。本研究经院伦理委员会批准(2023-KY-0805);检查前患者均签署知情同意书。

1.2 仪器与方法 以日本住友集团HM-20医用回旋加速器系统合成18F-FDG,放射化学纯度>98%。嘱患者检查前禁食≥6 h,控制其空腹血糖≤11.1 mmol/L;注射18F-FDG 3.70～5.55 MBq/kg体质量并嘱患者安静休息约60 min后,采用Siemens Biograph Truepoint 64 PET/CT仪行全身扫描,范围自颅顶至大腿中上端;先行CT(头部扫描层厚3 mm,管电压120 kV,管电流380 mA;体部扫描参数为管电压120 kV,管电流采用自动调整)、后行PET扫描(头部扫1个床位,每个床位3 min;体部扫4～6个床位,每个床位2.5 min)。扫描结束后采用Siemens Syngo TrueD软件进行图像融合。

1.3 图像分析 由2名具有5年以上工作经验的核医学科主治医师独立阅片,于融合图像上以MM Oncology软件勾画原发病灶感兴趣体积(volume of interest,VOI),测量其最大SUV(maximum SUV,SUVmax)、峰值SUV(peak SUV,SUVpeak),计算SUVmax与纵隔血池平均SUV(mean SUV,SUVmean)比值,即靶区本底比值(target-to-background ratio,TBR);分别以SUV=2.5、40%SUVmax为阈值,利用Multi-foci Segmentation软件自动计算病灶糖酵解总量(total lesion glycolysis,TLG)及肿瘤代谢体积(metabolic tumor volume,MTV),分别记为TLG2.5、TLG40%及MTV2.5、MTV40%。

1.4 病理分型及临床分期 参照2015 WHO分类标准,根据病理结果将TET分为低危型胸腺瘤、高危型胸腺瘤和胸腺癌;根据第8版TNM分期系统进行临床分期。

1.5 统计学分析 采用SPSS 26.0统计分析软件。以中位数(上下四分位数)表示不符合正态分布的计量资料,以Kruskal-WallisH检验行多组间总体比较,采用秩和检验行组间成对比较,并行Holm-Bonferroni校正。采用Spearman相关分析观察各代谢参数与不同类型及临床分期之间的相关性。针对两两比较差异有统计学意义的代谢参数绘制受试者工作特征(receiver operating characteristic,ROC)曲线,计算曲线下面积(area under the curve,AUC),评估其预测不同类型TET的效能,并以DeLong检验加以比较。P<0.05为差异有统计学意义。

2 结果

95例中,低危型胸腺瘤27例(A、AB、B1型分别为5、20、2例)、高危型胸腺瘤15例(B2、B3型分别为8、7例)、胸腺癌53例;临床分期Ⅰ期28例、Ⅱ期8例、Ⅲ期12例、Ⅳ期47例。见图1。

图1 PET/CT图示不同组织学类型TET A、B.低危型胸腺瘤患者(AB型),男,67岁,胸部轴位CT图(A)示左前纵隔2.2 cm软组织肿块(箭),胸部轴位PET/CT融合图(B)示SUVmax为2.60,SUVpeak为2.00,TLG2.5为0.15,TLG40%为4.54,TBR为1.91,MTV2.5为0.06,MTV40%为2.78; C、D.高危型胸腺瘤患者(B2型),女,46岁,胸部轴位CT图(C)示左前纵隔4.2 cm软组织肿块影(箭),胸部轴位PET/CT融合图(D)示SUVmax为7.00,SUVpeak为6.11,TBR为5.19,TLG2.5为137.91,TLG40%为129.65,MTV2.5为32.94,MTV40%为29.81; E、F.胸腺癌患者,女,41岁,胸部轴位CT图(E)示左前纵隔8.1 cm软组织肿块影(箭),胸部轴位PET/CT融合图(F)示SUVmax为11.40,SUVpeak为9.04,TBR为9.34,TLG2.5为671.74,TLG40%为504.18,MTV2.5为128.89,MTV40%为81.71

2.1 不同类型及临床分期TET代谢参数 不同类型TET之间,SUVmax、SUVpeak、TBR、TLG2.5、TLG40%及MTV2.5总体差异均有统计学意义(P均<0.05)而MTV40%总体差异无统计学意义(P>0.05)。详见表1。

表1 95例不同组织学类型TET代谢参数比较

不同临床分期TET之间,SUVmax、SUVpeak、TBR、TLG2.5、TLG40%及MTV2.5总体差异均有统计学意义(P均<0.01)而MTV40%差异无统计学意义(P>0.05)。详见表2。

表2 95例不同临床分期TET代谢参数

2.2 相关性分析 SUVmax(rs=0.71,P<0.01)、SUVpeak(rs=0.68,P<0.01)、TBR(rs=0.69,P<0.01)、TLG2.5(rs=0.50,P<0.01)、TLG40%(rs=0.31,P<0.05)及MTV2.5(rs=0.41,P<0.01)均与TET组织学类型呈正相关,而MTV40%与TET组织学类型无明显相关(P>0.05)。

SUVmax(rs=0.48,P<0.01)、SUVpeak(rs=0.48,P<0.01)、TBR(rs=0.45,P<0.01)、TLG2.5(rs=0.47,P<0.01)、TLG40%(rs=0.39,P<0.01)及MTV2.5(rs=0.45,P<0.01)均与TET临床分期均呈正相关,MTV40%与TET临床分期无明显相关(P>0.05)。

2.3 ROC曲线分析 根据SUVmax、SUVpeak及TBR预测低危型与高危型胸腺瘤的AUC分别为0.857、0.840及0.857,两两比较AUC差异均无统计学意义(Z=-0.448～0.707,P均>0.05);以SUVmax、SUVpeak及TBR预测高危型胸腺瘤与胸腺癌的AUC分别为0.769、0.758及0.755,两两之间AUC差异均无统计学意义(Z=0.103～0.563,P均>0.05)。见表3及图2。

表3 SUVmax、SUVpeak及TBR预测不同组织学类型TET的效能

图2 SUVmax、SUVpeak及TBR预测不同组织学类型TET的ROC曲线 A.低危型与高危型胸腺瘤; B.高危型胸腺瘤与胸腺癌

3 讨论

TET是最常见成人前纵隔肿瘤[9]。18F-FDG PET/CT原发灶SUVmax对鉴别胸腺瘤与胸腺癌及治疗前评估TET恶性程度具有一定价值,但也存在争议[10-13]。

既往研究[5,13]发现低危型胸腺瘤、高危型胸腺瘤及胸腺癌两两之间SUVmax差异均有统计学意义,也有学者[2,14]认为低危型与高危型胸腺瘤SUVmax差异无统计学意义。本研究分析95例TET,发现不同类型之间SUVmax差异均有统计学意义,与KIM等[4]的结果不同,可能与纳入样本不同,以及患者个体差异、扫描设备及图像重建方法不同等相关。既往研究[7]认为肿瘤SUV原发灶/SUV正常组织较SUV更为稳定。本研究中,不同类型TET的TBR差异均有统计学意义,且SUVmax、SUVpeak及TBR均与TET组织学类型呈正相关,提示其有利于区分TET组织学分类[6],可用于预测TET恶性程度。第8版TNM分期系统可用于所有TET,包括胸腺癌和胸腺神经内分泌肿瘤[15]。本研究基于该系统进行临床分期,发现Ⅳ期TET的SUVmax、SUVpeak及TBR均高于Ⅰ期,且原发灶SUVmax、SUVpeak及TBR均与临床分期相关。

HAN等[3]发现低危型与高危型胸腺瘤间TLG2.5及MTV2.5差异均有统计学意义。PARK等[5]报道低危型与高危型胸腺瘤间TLG2.5及MTV2.5差异无统计学意义。本研究发现TLG2.5、TLG40%、MTV2.5与TET组织学类型或临床分期相关,而MTV40%与之无明显相关。ROC曲线显示,SUVmax、SUVpeak及TBR预测低危型与高危型胸腺瘤的AUC分别为0.857、0.840及0.857,预测高危型胸腺瘤与胸腺癌的AUC分别为0.769、0.758及0.755,其诊断效能相当,表明18F-FDG PET/CT代谢参数预测TET恶性程度的效能良好。

综上所述,18F-FDG PET/CT代谢参数SUVmax、SUVpeak、TBR能有效预测TET恶性程度。但本研究为单中心回顾性分析,样本量有限,有待后续开展多中心研究进一步观察。

利益冲突:全体作者声明无利益冲突。

作者贡献:蔺旭阳查阅文献、统计分析、撰写文章;王冉查阅文献、修改文章;韩星敏指导研究、审阅文章、经费支持。