邵建中 李青松 張興芳 陸 龍 劉 亮

子宮內膜癌(endometrial cancer，EC)是女性生殖系統最常見的惡性腫瘤之一，其發(fā)病率約占婦女惡性腫瘤的50%以上。目前，診斷性刮宮是確定EC病理類型和分級的主要手段。研究表明，此方法存在盲目、有創(chuàng)、取樣有限等缺點，并具有一定的腫瘤播散風險。隨著磁共振成像(magnetic resonance imaging，MRI)技術的發(fā)展，MRI在診斷、鑒別EC和子宮良性病變越來越具有優(yōu)勢，尤其是MRI擴散加權成像(diffusion-weighted imaging，DWI)，其能反映組織內水分子擴散運動，并可通過表觀擴散系數(apparent diffusion coefficient，ADC)定量評估其運動受限程度，越來越受到臨床醫(yī)師的關注。研究發(fā)現，ADC值易受多種因素如個體差異和MRI參數設置的干擾，故有學者提出采用相對ADC值即表觀擴散系數比值(ratio apparent diffusion coefficient，rADC)的概念對ADC參數進行標準化。rADC在鑒別子宮良惡性疾病具有重要價值，但目前關于其與EC病理分級的相關性研究及ADC值和rADC聯合診斷EC的研究仍鮮有報道。故本研究擬選取2016年1月至2020年5月在江蘇省人民醫(yī)院浦口分院病理證實的EC患者進行ADC值和rADC測量，旨在探討EC患者rADC與病理分級的相關性，及不同類型rADC聯合ADC值對EC診斷的潛在價值。

1 資料與方法

1.1 一般資料 選取2016年1月至2020年5月在江蘇省人民醫(yī)院浦口分院手術治療的78例EC患者作為EC組，年齡25～62歲，平均(45.11±14.72)歲；術后病理類型：子宮內膜樣腺癌75例，非子宮內膜樣腺癌3例(漿液性癌2例和透明細胞癌1例)；根據子宮內膜樣腺癌國際婦產科聯合會(international federation of gynecology and obstetrics，FIGO)分級方法進行組織學分級：G1為高分化腺癌，G2為中分化腺癌，G3為大部分或全部為未分化腺癌。其中G1組43例、G2組19例、G3組16例。由于非子宮內膜樣腺癌程度低、侵襲性強且預后均較子宮內膜樣腺癌差，故本研究直接將3例非子宮內膜樣腺癌歸為G3組。另選取同期經活檢病理證實為子宮內膜良性病變患者40例作為對照組，年齡25～60歲，平均(45.50±15.27)歲；黏膜下肌瘤29例，內膜息肉11例。兩組患者年齡比較，差異無統計學意義(

P

>0.05)。

1.2 納入與排除標準 納入標準：①EC診斷明確，臨床癥狀和體征均符合EC診治標準者；②經術后病理學檢查證實者；③術前影像學資料包括MRI平掃和DWI 掃描完整者。排除標準：①MRI檢查與手術病理結果間隔時長>2周者；②術前進行放療或化療者；③病灶體積過小或偽影過重影響測量者；④合并有盆腔感染或其他部位腫瘤者。

1.3 方法

1.3.1 MRI 采用1.5T MRI掃描儀(Medical Systems Signa HDxt，美國GE公司)對所有患者進行檢查。患者采取仰臥位、正常呼吸及頭先進模式進行掃描，檢查前至少禁食8 h。MRI序列具體參數如下：①軸位TWI，視野(field of view，FOV)28 cm/28 cm，矩陣320×224，層厚為6 mm/5 mm，層間距1 mm，激勵次數(number of excitations，NEX)為2，重復時間(repetition time，TR)為400 ms，回波時間(echotime，TE)為11 ms。②軸位TWI壓脂，FOV 28 cm/28 cm，矩陣320×224，層厚為6 mm/5 mm，層間距1 mm，NEX為2，TR為3 000 ms，TE為84 ms。③矢狀位TWI，FOV 26 cm/26 cm，矩陣320×224，層厚為5 mm/4 mm，層間距1 mm，NEX為4，TR為3 000 ms，TE為84 ms。④軸位DWI，FOV 28 cm/28 cm，矩陣96×128，層厚為6 mm/5 mm，層間距1 mm，NEX為4，TR為3 000 ms，TE為83 ms。盆腔DWI 的b值選用1 000 s/mm。⑤軸位TWI壓脂，FOV 28 cm/28 cm，矩陣320×224，層厚為6 mm/5 mm，層間距1 mm，NEX為2，TR為400 ms，TE為11 ms。

1.3.2 圖像測量與分析 圖像測量與分析由2名放射科醫(yī)師在未提供術后病理類型和分級結果的情況下進行。ADC值測量方法：結合矢狀位TWI圖像，在腫瘤最大橫截面放置圓形感興趣區(qū)(region of interest，ROI)，ROI應盡量選擇覆蓋腫瘤實體成分，并注意避開腫瘤邊緣、壞死、出血、囊變及正常子宮肌層組織。計算最大橫截面層面和相鄰2個層面病灶的ADC平均值，并作為最終測量結果。然后在軸位圖像上，測量臀大肌和閉孔內肌連續(xù)3個層面(包括面積最大層面)的ADC平均值，本研究統一取患者右側部位臀大肌和閉孔內肌。rADC=ADC值/ADC值，rADC=ADC值/ADC值，rADC=ADC值/ADC值。對照組患者也采用上述同樣的測量方法獲得ADC值和rADC值。

2 結果

2.1 EC患者 MRI和DWI 影像學表現 EC組患者均行常規(guī)MRI和DWI結合診斷。41例患者EC病灶MRI表現為子宮內膜不規(guī)則增厚，信號不均，34例EC病灶表現為結節(jié)或不規(guī)則狀，另外3例可見到明顯腫塊形成，宮體增大。EC病灶與正常子宮肌層相比，TWI表現出等或稍低信號，TWI為等或高信號。在DWI 圖像中，與周圍軟組織相比，EC病灶呈彌散受限高信號，增強后，輕度強化66例，中度或明顯強化12例，強化不均勻。ADC圖顯示，EC病灶信號低于周圍正常肌層，ADC值明顯降低。EC組患者典型MRI和DWI表現見圖1。

圖1 EC組56歲患者MRI和DWI表現

2.2 兩組患者ADC值和rADC比較 2位測量者測量數據經一致性評價ICC值為0.85～0.89，測量可靠性評為優(yōu)。EC組患者ADC值、rADC、rADC和rADC均低于對照組，差異有統計學意義(

P

<0.05)。見表1。

表1 兩組患者ADC值和rADC比較

2.3 EC組患者不同病理等級ADC值和rADC比較及相關性分析 G1、G2和G3 3組患者ADC值、rADC、rADC和rADC比較，差異均有統計學意義(

P

<0.05)。ADC值、rADC、rADC和rADC均隨EC病理分級升高而降低，組間兩兩比較，差異均有統計學意義(

P

<0.05)，見表2。Spearman相關性分析顯示(病理分級賦值方法：G1=0，G2=1，G3=2)，EC組患者病理分級與ADC值呈負相關(

r

=-0.552，

P

<0.001)，與rADC呈負相關(

r

=-0.567，

P

<0.001)，與rADC呈負相關(

r

=-0.491，

P

=0.006)，與rADC呈負相關(

r

=-0.541，

P

<0.001)，差異均有統計學意義(

P

<0.05)。

表2 EC組患者不同病理等級ADC值和rADC比較

2.4 ADC值與rADC單獨及聯合鑒別EC和子宮良性疾病價值 以術后病理學檢查結果為金標準，以ADC值和rADC為狀態(tài)變量，繪制ROC曲線。結果顯示，ADC值、rADC、rADC和rADC在單獨鑒別EC的AUC分別為0.872(

P

<0.001，95%CI：0.817～0.927)、0.856(

P

<0.001，95%CI：0.797～0.915)、0.822(

P

<0.001，95%CI：0.755～0.888)和0.835(

P

<0.001，95%CI：0.771～0.899)。其中ADC值對EC的診斷價值最高，取ROC曲線約登指數最大值為最佳診斷點，當ADC值取0.91×10mm/s時，為判斷EC的最佳截斷點，靈敏度為84.62%、特異度為92.31%。見表3、圖2。聯合診斷時，ADC值+ rADC、ADC值+rADC和ADC值+rADC在鑒別EC的AUC分別為0.956(

P

<0.001，95%CI：0.928～0.985)、0.943(

P

<0.001，95%CI：0.910～0.976)和0.947(

P

<0.001，95%CI：0.915～0.979)。ADC值聯合rADC對EC的鑒別診斷價值最高，當ADC值<0.95×10mm/s、rADC<0.76時，為判斷EC的最佳截斷點，靈敏度為96.15%、特異度為89.74%。見表3、圖2。

表3 ADC值與rADC單獨及聯合診斷EC的ROC曲線結果分析

圖2 ADC值與rADC單獨及聯合診斷EC的ROC曲線

3 討論

美國放射學會在指南中建議將MRI檢查作為EC患者術前常規(guī)檢查方法。EC病灶TWI常表現出等或稍低信號，TWI等或高信號。但對于某些子宮良性病變也可表現出EC類似信號，故僅依據常規(guī)MRI表現常難以鑒別。而DWI的出現有效解決上述問題，已成為臨床鑒別子宮內膜良惡性病變的重要技術。

本研究結果顯示，EC患者ADC值低于子宮良性疾病者，與相關研究結果一致。筆者分析認為主要與EC病灶細胞密度較高、核漿比例高、水分子擴散受限有關。但既往研究發(fā)現，EC和子宮良性疾病ADC值大小不一，其易受如個體差異和MRI參數設置等多種因素干擾。故有學者嘗試采用相對ADC值即rADC的概念對ADC值進行標準化。為找出最優(yōu)參比部位，本研究分別測量了正常子宮肌層、臀大肌和閉孔內肌ADC值作為參比值，并比較由此計算得出的3組rADC、rADC和rADC在鑒別EC和子宮良性疾病的價值。結果發(fā)現，EC組患者ADC值、rADC均低于對照組。ROC曲線分析發(fā)現，ADC和rADC均可作為診斷EC的重要指標，但ADC值與rADC、rADC、rADC聯合診斷時，診斷敏感度和特異度均升高，其中ADC值聯合rADC的鑒別診斷價值最高。筆者分析認為，該結果可能與臀大肌相對解剖位置恒定，信號較正常子宮肌層和閉孔內肌更為均勻，且由于其距離EC病灶較遠，受病灶影響較小有關。與相關研究結果類似，表明rADC是比單純病灶ADC值更為穩(wěn)定和標準化的測量結果，有可能成為未來替代ADC值或與ADC值聯合應用的有效指標。

此外，ADC值具有預測惡性腫瘤包括腦腫瘤、胃癌、前列腺癌等病理分級的潛能。但關于ADC能否預測EC病理分級目前仍鮮有研究。馬亞文等研究發(fā)現，子宮內膜樣癌的G1和G2的ADC值未見顯著差異，但G3的ADC值明顯低于G1和G2。Kececi等研究認為，ADC值參數可用于區(qū)分EC病灶高低級別病變。本研究結果顯示，EC患者ADC與病理分級呈負相關性，即ADC值越低，患者病理分級越高。但相關研究則認為EC患者不同病理分級ADC值并無顯著性差異。鑒于此，筆者進一步分析rADC在EC患者不同病理分級中的差別，結果顯示，rADC均隨EC病理分級升高而降低，病理分級與3種rADC均呈負相關。表明rADC的大小與患者病理分級的高低密切相關，rADC上述參數有可能成為預測EC病理分級的潛在指標。

綜上所述，ADC 值及 rADC是診斷EC的有效指標，ADC值聯合rADC對EC的鑒別診斷價值最高，可顯著提高EC診斷的準確度。本研究不足之處是納入樣本量較小，但未進一步分析ADC 值及 rADC單獨或聯合檢測在預測EC病理分級的價值。未來課題組將納入擴大樣本量，進一步分析ADC 值及 rADC在預測病理分級的應用價值。