| MRI动态增强扫描时间-信号强度曲线评估骨肉瘤化疗效果的临床价值 |
2. 吉林大学中日联谊医院,吉林 长春 130033
骨肉瘤是青少年最常见的原发性恶性骨肿瘤,致残致死率高,长期生存率仅20%,在新辅助化疗的作用下,有良好的化疗反应患者,即肿瘤坏死率(tumor necrosis rate,TNR)≥90%者,长期存活率可提高至70%[1]。新辅助化疗提高了保肢手术的安全性,并可作用于被掩蔽的微小转移,同时在术中获得清晰的边界和计划最佳的术后化疗方案[2],在化疗早期可及时监测化疗疗效,避免无效化疗,指导临床治疗。在骨肉瘤中,化疗药物主要是通过肿瘤血管灌注和渗透能力作用于瘤体,化疗引起的组织学坏死是评估术前化疗反应的金标准。TNR是反映骨肉瘤对化疗的敏感程度、评估肿瘤是否复发最重要的预后因素。肿瘤切除前评估细胞毒性药物的反应尚无令人满意的临床方法,而骨肉瘤的体积减少并不能准确反映坏死程度。Sathy等[3]评估了MRI动态增强扫描(dynamic contrast-enhanced MRI,DCE-MRI)参数和肿瘤体积,发现参数变化发生在肿瘤明显生长之前,且肿瘤生长之前就有血管生成转换。目前,临床常用3种方法评估肿瘤情况:定量、半定量和定性,穿刺活检通常取材局限,很难反映肿瘤整体的化疗后改变。MRI动态增强扫描作为一种非侵入性的评估肿瘤血流动力学变化的影像学检查,在乳腺肿瘤、盆腔肿瘤的良恶性诊断及化疗疗效的评估中已得到广泛应用[4],尤其在乳腺肿瘤评估中的应用尤为成熟。本研究分析骨肉瘤化疗前后MRI动态增强扫描TIC的形态变化,探讨其对评估骨肉瘤化疗疗效的作用。
1 资料与方法 1.1 一般资料收集2016年1月至2017年4月吉林大学中日联谊医院和广州市花都区人民医院经手术病理证实的普通型骨肉瘤24例,其中男13例,女11例;年龄9~28岁,平均(14±5)岁。纳入标准:①新辅助化疗前已行穿刺活检证实为骨肉瘤;②化疗前未接受任何治疗;③术前及规范4个周期新辅助化疗后行DCE-MRI检查;④化疗结束后接受完整手术切除病灶,有大体病理结果。排除标准:①MRI检查前已行放化疗或手术治疗;②出现病理骨折或远处转移;③无法耐受规范的新辅助化疗。
1.2 DCE-MRI检查24例在接受新辅助化疗前和手术切除前1~5 d均行常规MRI平扫和DCE-MRI。采用Siemens Skyra 3.0 T MRI扫描仪,关节线圈或体部线圈。在轴位、矢状面和冠状面行常规标准T1WI(TR/TE 500 ms/12 ms)和T2WI(TR/TE 3 500 ms/2 000 ms),层厚5 mm,层距0.5 mm,FOV 340 mm×340 mm,矩阵256×512。DCE-MRI采取3D(fast low angle shot)FLASH序列,参数为T1WI(TR/TE 4.27 ms/1.45 ms),矩阵358×448,翻转角6°,FOV 340 mm×340 mm,层厚3 mm。在第1个序列后,立即静脉注射Gd-DTPA(剂量0.1 mmol/kg体质量,流率2.0 mL/s),对比剂注射后用20 mL盐水冲洗,同时扫描5个FLASH序列,不间断扫描共6 min(每个序列采集时间72 s)。
1.3 术后病理分级标准新辅助化疗疗效的判定金标准根据Rosen等[5]提出的TNR分级法:Ⅰ级,对化疗无或反应小;Ⅱ级,对化疗部分反应(一些组织学切片显示肿瘤存活区域);Ⅲ级,对化疗反应良好,仅有存活肿瘤细胞的分散灶(TNR≥90%);Ⅳ级,在任何组织学切片(肿瘤坏死100%)中均无可存活的肿瘤细胞。Ⅰ或Ⅱ级的组织学反应(TNR < 90%)认为是反应不良,Ⅲ级或Ⅳ级(TNR≥90%)认为是反应良好。
1.4 图像分析将图像传入后处理工作站,采用GE Omni kinetics软件进行分析,由2位放射科副主任医师讨论后手动绘制ROI,选取肿瘤强化最明显区域,同时避开坏死和血管区域;根据病变中所选择的ROI平均信号强度变化,软件自动生成TIC。根据Kuhl[6]分类标准把TIC类型分为3种:Ⅰ型(持续上升型),信号强度持续性上升;Ⅱ型(平台型),信号强度初始快速增长,然后持续强化,强化的信号变化幅度≤5%;Ⅲ型(流出型),信号强度初始迅速增加达到峰值,随后下降。每个病例均在强化最明显区域放置几个相同面积的ROI,并采用最高的TIC类型进行分析。
1.5 统计学方法采用SPSS 22.0统计软件进行分析,手术病理结果作为骨肉瘤化疗疗效评估的参考标准。连续变量描述为x±s。采取Fisher精确检验比较反应良好(TNR≥90%)与反应不良(TNR < 90%)2组之间化疗前后及2组组内化疗前后的TIC类型分布差异。以P < 0.05为差异有统计学意义。
2 结果 2.1 术后病理分级按照术后病理大体标本的TNR分为反应不良组12例,男7例,女5例,平均年龄(15±4)岁。反应良好组12例,男6例,女6例,平均年龄(17±6)岁。
2.2 2组TIC类型分布情况(表 1)| 表 1 2组新辅助化疗前后TIC类型分布情况 |
![]() |
24例化疗前,TIC Ⅰ型3例,Ⅱ型12例,Ⅲ型9例;化疗后,Ⅰ型13例,Ⅱ型6例,Ⅲ型5例。反应良好组化疗前以Ⅱ型(66.7%)为主,而化疗后以Ⅰ型(83.3%)为主(图 1);反应不良组化疗前以Ⅱ、Ⅲ型(33.3%、58.3%)为主,而化疗后仍以Ⅱ、Ⅲ型(41.7%、33.3%)居多(图 2)。反应良好组化疗前后TIC分布有差异(P=0.002);反应不良组化疗前后TIC分布差异无统计学意义(P=0.570)。2组之间化疗前TIC分布差异无统计学意义(P=0.103),而化疗后差异有统计学意义(P=0.024)。
![]() |
| 图 1 男,13岁,右股骨下段骨肉瘤 图 1a 化疗前选取强化最明显的ROI区域 图 1b 化疗前TIC为Ⅲ型,肿瘤在1 min内强化达峰值 图 1c,1d 接受4个周期新辅助化疗后,伪彩图显示肿瘤活性区域较化疗前减少,选取强化最明显的ROI区域,化疗后由Ⅲ型变为Ⅰ型 图 2 男,16岁,左股骨下段骨肉瘤 图 2a,2b 化疗前为Ⅲ型曲线,肿瘤在1 min内强化达峰值,随后开始逐渐下降 图 2c,2d 接受4个周期新辅助化疗后,肿瘤活性区域较化疗前增多,选取强化最明显的ROI区域,化疗后TIC仍为Ⅲ型 |
3 讨论
骨肉瘤的生长、转移、治疗和预后受多种因素的影响,其中一个重要因素是肿瘤新生血管的形成。血管生成目前被认为是一种抗癌治疗靶点,骨肉瘤接受新辅助化疗后,由于化疗药物的抗肿瘤血管作用,会导致肿瘤细胞的凋亡和坏死,继发炎症和纤维化,以及肿瘤血管生成减少、通透性减低[7]。但经过化疗、放射治疗后,残留肿瘤组织可能很难被常规的影像学检查发现,这是由于瘢痕的形成和早期治疗后的变化,如水肿、出血、肉芽组织和纤维化等。
DCE-MRI是一种利用小分子量的钆螯合物对比剂测量组织血管密度、血管壁完整性和漏出性的成像技术,是肿瘤显像中最有价值的辅助诊断手段;通过药动力学模型分析定量参数,如容积转运常数(Ktrans)、组织间隙-血浆速率常数(Kep)、血管外细胞外空间的体积分数(Ve)的变化评估肿瘤内部的纵向变化,特别是肿瘤对治疗的反应[8],可在形态学改变之前,根据血管的变化早期预测肿瘤对治疗的反应。然而,定量参数测量较复杂,部分参数还受选择的药物动力学模型、动脉输入函数、心输出量、高血压、局灶性血管狭窄或扭曲等多种因素的影响,这些因素在临床上难以控制,因此很难精确测量。而TIC无需复杂的基于模型的分析,较易获取,可在日常临床实践中使用,并能提供一个快速且易于解释的曲线形态,在静脉注射对比剂后的不同时间间隔评估信号动力学,反映的是组织灌注、血管通透性和血管外-细胞外间隙的综合信息,且在低SNR情况下也是稳定的。Yi等[9]探讨了定量参数与TIC类型之间的关系,认为基于动力学模型的参数与TIC类型之间存在相关性,可通过分析TIC获得肿瘤血管生理的广泛信息。Lavini等[10]研究结果也表明,TIC类型与参数Kep之间存在显著相关性,而Kep是定量参数中反映肿瘤血管通透性最重要、最有价值的参数[11],同时还发现早期信号增强等非定量描述性参数比定量参数具有更高的敏感性和特异性。
在大多数情况下,良性病变TIC表现为持续上升型,而恶性肿瘤多表现为平台型或流出型,在恶性肿瘤中,新生血管的通透性增加,注射对比剂后迅速增强,然后快速廓清,可在2 min内达到最大信号强度,骨肉瘤恶性程度高,肿瘤微血管密度较丰富,因此化疗前以Ⅱ、Ⅲ型曲线为主;本研究骨肉瘤患者化疗前Ⅱ、Ⅲ型曲线占87.5%(21/24)。化疗后肿瘤细胞减少和坏死,瘤内部分被纤维成分、肉芽组织替代,同时微血管密度减少、血流灌注减少,强化模式由初始快速增强变为缓慢增加(Ⅰ型曲线),为相对良性的强化模式;对化疗不敏感的患者,肿瘤细胞并不受化疗药物的影响,肿瘤的范围较前进展,化疗后的TIC仍为Ⅱ型或Ⅲ型。本研究中化疗后Ⅱ、Ⅲ型曲线占45.8%(11/24),Ⅰ型占54.2%(13/24),其中反应良好组10例TIC为Ⅰ型,而反应不良组仅3例Ⅰ型,9例仍为Ⅱ、Ⅲ型。2组化疗后TIC分布差异具有统计学意义(P < 0.05)。谷爽等[12]的研究也表明,乳腺癌新辅助化疗有效的标志是病变的TIC由化疗前的Ⅱ型、Ⅲ型降级为化疗后的Ⅰ型,与本研究结果一致。
在新辅助化疗的临床背景下,化疗后如果动力学曲线从最初的快速和延迟的廓清模式转变为初始的非快速和延迟的非廓清模式,是由于肿瘤细胞死亡,肿瘤血管通透性降低,微血管容量减少,以及间质间隙增大,且与更高的无复发生存率及整体生存率相关[13]。
本研究的局限性:①样本量较小;②未对全部病例进行免疫组化检查,仅根据TNR是否反应良好判断预后;③为回顾性研究,难以保证所有患者扫描的序列、参数一致。
综上所述,DCE-MRI通过分析TIC形态评估骨肉瘤新辅助化疗后反应,TIC由化疗前的Ⅱ型、Ⅲ型降级为化疗后的Ⅰ型,表明新辅助化疗疗效较好,TNR可达90%以上,可为临床医师实现化疗周期的个体选择提供依据,避免疾病早期阶段无效的化疗。今后可行大样本前瞻性研究进一步验证研究结果,并最终指导临床实践。
| [1] |
Amit P, Malhotra A, Kumar R, et al. Evaluation of static and dynamic MRI for assessing response of bone sarcomas to preoperative chemotherapy:Correlation with histological necrosis[J]. Indian J Radiol Imaging, 2015, 25: 269-275. DOI:10.4103/0971-3026.161452 |
| [2] |
Amit P, Patro DK, Basu D, et al. Role of dynamic MRI and clinical assessment in predicting histologic response to neoadjuvant chemotherapy in bone sarcomas[J]. Am J Clin Oncol, 2014, 37: 384-390. DOI:10.1097/COC.0b013e31827b4f6f |
| [3] |
Sathy BN, Chou YH, Li HJ, et al. Dynamic contrast-enhanced and T2-weighted magnetic resonance imaging study of the correlation between tumour angiogenesis and growth kinetics[J]. Lab Anim, 2009, 43: 53-59. DOI:10.1258/la.2007.007105 |
| [4] |
Malek M, Pourashraf M, Mousavi AS, et al. Differentiation of benign from malignant adnexal masses by functional 3 tesla MRI techniques:diffusion-weighted imaging and time-intensity curves of dynamic contrast-enhanced MRI[J]. Asian Pac J Cancer Prev, 2015, 16: 3407-3412. DOI:10.7314/APJCP.2015.16.8.3407 |
| [5] |
Rosen G, Caparros B, Huvos AG, et al. Preoperative chemotherapy for osteogenic sarcoma:selection of postoperative adjuvant chemotherapy based on the response of the primary tumor to preoperative chemotherapy[J]. Cancer, 1982, 49: 1221-1230. DOI:10.1002/(ISSN)1097-0142 |
| [6] |
Kuhl CK, Mielcareck P, Klaschik S, et al. Dynamic breast MR imaging:are signal intensity time course data useful for differential diagnosis of enhancing lesions[J]. Radiology, 1999, 211: 101-110. DOI:10.1148/radiology.211.1.r99ap38101 |
| [7] |
Zhu XZ, Mei J. Effect and mechanism analysis of siRNA in inhibiting VEGF and its anti-angiogenesis effects in human osteosarcoma bearing rats[J]. Eur Rev Med Pharmacol Sci, 2015, 19: 4362-4370. |
| [8] |
Yankeelov TE, Gore JC. Dynamic contrast enhanced magnetic resonance imaging in oncology:Theory, data acquisition, analysis, and examples[J]. Curr Med Imaging Rev, 2009, 3: 91-107. |
| [9] |
Yi B, Kang DK, Yoon D, et al. Is there any correlation between model-based perfusion parameters and model-free parameters of time-signal intensity curve on dynamic contrast enhanced MRI in breast cancer patients[J]. Eur Radiol, 2014, 24: 1089-1096. DOI:10.1007/s00330-014-3100-6 |
| [10] |
Lavini C, Verhoeff JJ, Majoie CB, et al. Model-based, semiquan titative and time intensity curve shape analysis of dynamic co ntrast-enhanced MRI:a comparison in patients undergoing anti angiogenic treatment for recurrent glioma[J]. J Magn Reson Im aging, 2011, 34: 1303-1312. DOI:10.1002/jmri.v34.6 |
| [11] |
Erlemann R, Sciuk J, Bosse A, et al. Response of osteosarcoma and Ewing sarcoma to preoperative chemotherapy:assessment with dynamic and static MR imaging and skeletal scintigraphy[J]. Radiology, 1990, 175: 791-796. DOI:10.1148/radiology.175.3.2188300 |
| [12] |
谷爽, 苏天昊, 靳二虎, 等. MRI动态增强扫描Ⅰ型曲线的临床意义[J]. 磁共振成像, 2011, 2(3): 190-194. DOI:10.3969/j.issn.1674-8034.2011.03.006 |
| [13] |
Yi A, Cho N, Im SA, et al. Survival outcomes of breast cancer patients who receive neoadjuvant chemotherapy:association with dynamic contrast-enhanced MR imaging with computer-aided ev aluation[J]. Radiology, 2013, 268: 662-672. DOI:10.1148/radiol.13121801 |
2019, Vol. 17




