李美芹,劉瑩,趙凡,馮海霞,王婷,王唯偉

乳腺癌是女性最常見的惡性腫瘤,異質性明顯,嚴重威脅女性的生命健康[1]。乳腺癌的預后與雌激素受體(estrogen receptor,ER)、孕激素受體(progesterone receptor,PR)、增殖細胞核抗原(Ki-67 antigen,Ki-67)和人類表皮生長因子受體-2(human epidermal growth factor receptor 2,HER-2)等指標相關[2]。Nottingham預后指數(Nottingham prognostic index,NPI)作為一項國際公認的乳腺癌預后綜合評估指標,實用性強,對于患者的預后評估、治療方案的制訂及療效的監(jiān)測均具有重要價值[3]。體素內不相干運動(intravoxel incoherent motion,IVIM)模型采用雙指數曲線擬合方式,可分離出微循環(huán)血流灌注引起的“假擴散”信息[4]。DCE-MRI可利用藥代動力學模型量化評價腫瘤的微血管灌注及滲透情況,從而對病變性質做出判斷[5]。國內外較多學者對IVIM-DWI或DCE-MRI單一序列在乳腺癌預后術前評估中的價值進行了研究[6,7],但對于兩者聯(lián)合與乳腺癌預后因子的相關性方面的研究尚不多見。

材料與方法

1.一般資料

選取2019年10月-2022年6月在本院經病理證實的166例女性乳腺癌患者,年齡29～79歲,平均(51.37±9.94)歲。納入標準:①臨床擬診為乳腺癌且接受IVIM-DWI及DCE-MRI檢查;②MRI檢查后2周內行穿刺活檢或手術并進行了乳腺癌的常規(guī)病理檢查及免疫組化檢測(檢測指標包括ER、PR、HER-2及Ki-67)。排除標準:①MRI檢查前已接受過乳腺病灶的穿刺活檢、手術或放化療;②MRI檢查序列不全或圖像質量不佳。

本研究獲得濟寧醫(yī)學院附屬醫(yī)院倫理委員會批準,并在MRI檢查前簽署了知情同意書。

2.MRI檢查方法

使用GE Discovery 750W 3.0T MR掃描儀和16通道的雙乳相控陣線圈?；颊呷「┡P位,雙側乳房自然懸垂于乳腺線圈內,足先進。橫軸面IVIM-DWI采用單次激發(fā)SE-EPI序列,掃描參數:TR 2500 ms,TE 90 ms,層厚4.0 mm,層間距0.4 mm,掃描視野350 mm×350 mm,矩陣128×128,12個b值分別為0、30、50、80、100、150、200、500、800、1000、1500和2000 s/mm2,激勵次數隨著b值的增加依次為1、1、1、1、1、1、1、2、2、4、5和6次,掃描時間6 min 40 s。DCE-MRI使用3D乳腺容積成像(volume imaging for breast assessment,VIBRANT)序列,層厚1.4 mm,層間距0 mm,視野350 mm×350 mm,翻轉角12°,先掃描1期蒙片,結束后立即通過肘前靜脈以3.0 mL/s的流率注射0.1 mmol/kg劑量的釓噴酸葡胺,然后在自由呼吸的狀態(tài)下掃描45個時相,每個時相采集時間為7 s,總掃描時間5 min 15 s。

3.圖像后處理及分析

將采集數據傳輸至GE Advantage Windows 4.7后處理工作站。IVIM-DWI圖像后處理:利用Function tools中的MADC軟件包,獲得純擴散系數(D)、灌注相關擴散系數(D*)和灌注分數(f)的偽彩圖。

結合增強掃描圖像,在IVIM-DWI灰度圖(b=1000 s/mm2)上選取病灶實性成分最大的層面,避開出血、壞死、囊變等區(qū)域,在腫瘤實性成分最大的區(qū)域內勾畫ROI,大小為50～150 mm2。然后將ROI復制到D、D*及f的偽彩圖上獲取相應參數值。

DCE-MRI圖像后處理:利用Function tools中的GenIQ軟件(GenIQ General協(xié)議,Standard Tofts model),選擇固定的基線T1值(1200 ms)和基于人群的動脈輸入函數(arterial input function,AIF),獲取參數容量轉移常數(volume transfer constant,Ktrans)、血管外細胞外間隙容積比(extravascular extracellular space distribute volume per unit tissue volume,Ve)、速率常數(rate constant,Kep)的偽彩圖。在45期動態(tài)增強強化最為明顯的一期圖像上選取腫瘤實性成分最大的層面,避開出血、壞死、囊變等區(qū)域,在腫瘤實性成分最大的區(qū)域內勾畫ROI,大小為50～150 mm2,然后將ROI復制到Ktrans、Ve及Kep的偽彩圖上獲取相應參數值。每例患者在勾畫ROI時盡量保證在IVIM-DWI及DCE-MRI圖像上選擇病灶的相同層面及位置。

由2位乳腺影像診斷醫(yī)師(5年以上影像診斷工作經驗)在不知病理結果的情況下,進行圖像分析和數據測量,每個病灶重復測量3次,取3次的平均值并記錄;然后對兩位醫(yī)師測量的醫(yī)師再進行組間一致性分析,如一致性較好,則以其中一位醫(yī)師的測量結果為準。

4.模型的構建

將不同NPI預后組之間有統(tǒng)計學差異的IVIM-DWI及DCE-MRI定量參數置入二元logistic回歸方程中,獲得對NPI有鑒別診斷價值的獨立影響因素;將上述獨立影響因素分別構建IVIM-DWI、DCE-MRI和IVIM-DWI+DCE-MRI多參數模型。

5.病理及免疫組化分析

術后大體標本采用石蠟薄片行HE染色。①NPI分組標準:NPI=腫瘤最大直徑(cm)×0.2+淋巴結轉移情況評分+病理分級評分。腫瘤最大徑根據手術切除的大體標本測量獲得;淋巴結轉移情況是基于術后病理檢查結果來確定,分為1～3期,分別對應于無淋巴結轉移、1～3個淋巴結轉移和>4個淋巴結轉移這3種結果,分別記為1～3分;病理分級為Ⅰ、Ⅱ、Ⅲ級,分別記為1～3分?；颊叩腘PI評分<3.4判定為預后良好,≥3.4判定為預后不良[8]。②ER和PR評估方法:細胞核染色陽性的腫瘤細胞占比≥1%為陽性,<1%為陰性。③HER-2的評判標準:無染色或≤10%的癌細胞呈現(xiàn)不完整的、微弱的細胞膜染色記為HER-2(0);>10%的浸潤性癌細胞呈現(xiàn)不完整的、微弱的細胞膜染色記為HER-2(+);>10%的癌細胞呈現(xiàn)弱至中等強度的完整細胞膜染色或≤10%的癌細胞呈現(xiàn)強而完整的細胞膜染色標記為HER-2();>10%的癌細胞呈現(xiàn)強、完整、均勻的細胞膜染色標記為HER-2()。(0)和(+)為HER-2陰性,()為HER-2陽性,()為 HER-2可疑陽性而需進一步行FISH檢測,FISH結果顯示基因擴增則為HER-2陽性,反之則為陰性。④Ki-67分組標準:高倍鏡下(×200)觀察任意10個視野,計算每個視野內Ki-67染色陽性細胞數占全部細胞數的比例,取10個視野比例值的平均值,該值≥14%為Ki-67高表達,<14%為Ki-67低表達[9]。

6.統(tǒng)計學分析

使用SPSS 22.0和MedCalc 15.0軟件對數據進行統(tǒng)計分析。采用組內相關系數(interclass correlation coefficient,ICC)對兩位觀察者測量的IVIM-DWI及DCE-MRI定量參數值的組間一致性進行分析(0.11～0.40為一致性較低,0.41～0.60為一致性中等,0.61～0.80為一致性良好,ICC>0.80為一致性較強)。采用Kolmoforov-SmirnovZ檢驗分析IVIM-DWI及DCE-MRI定量參數是否符合正態(tài)分布,再使用Levene檢驗分析參數值的方差齊性,符合正態(tài)分布的參數以均數±標準差表示,組間比較采用獨立樣本t檢驗,不符合正態(tài)分布的參數則以 M(P25,P75)表示,組間比較采用Mann-WhitneyU檢驗。采用ROC曲線分析IVIM-DWI、DCE-MRI及IVIM-DWI+DCE-MRI模型對Nottingham指數預后分組的預測效能,計算AUC、敏感度、特異度和符合率。采用Delong檢驗對不同變量或模型之間AUC的差異進行分析。以P<0.05為差異具有統(tǒng)計學意義。

結 果

1.臨床病理資料

166例中,143為浸潤性導管癌,11例為導管原位癌,7例為浸潤性乳頭狀癌,3例為浸潤性小葉癌,1例為黏液癌,1例為篩狀癌。根據基因分型,19例為Luminal A型,88例為Lminal B型,26例為HER-2陽性型,33例為三陰型。按照Nottingham指數值,將患者分為預后良好組(40例)和預后不良組(126例)。

2.一致性分析

兩位醫(yī)師測量的D、D*、f、Ktrans、Kep及Ve值的ICC值(0.811～0.897)均大于0.80,表明一致性均較強。

3.不同預后組間IVIM-DWI及DCE-MRI參數的比較

不同免疫組化指標分組及不同NPI預后分組之間IVIM-DWI及DCE-MRI參數值的比較結果詳見表1～3,典型病例的MRI及病理圖像見圖1。

表2 HER-2、Ki-67不同表達狀態(tài)組間IVIM-DWI及DCE-MRI參數的比較

表3 不同NPI預后組間IVIM-DWI及DCE-MRI參數的比較

圖1 女,59歲,左乳浸潤性導管癌II級,Luminal B型。a)D值偽彩圖,顯示病灶的D值較低呈藍綠色,D=0.30×10-3mm2/s;b)D*值偽彩圖,顯示病灶的D*值較高呈紅藍色,D*=30.8×10-3mm2/s;c)f值偽彩圖,顯示病灶的f值較高呈紅綠色,f=41.0%;d)Ktrans值偽彩圖,顯示病灶的Ktrans值較低呈藍紫色,Ktrans=0.45min-1;e)Kep偽彩圖,顯示病灶的Kep值較低呈藍紫色,Kep=0.56min-1;f)Ve值偽彩圖,顯示病灶的Ve值較高呈紅綠色,Ve=0.78;g)ER染色陽性表現(xiàn)為腫瘤細胞核內出現(xiàn)棕黃色顆粒;h)PR染色陽性表現(xiàn)為腫瘤細胞核內出現(xiàn)棕黃色顆粒;i)HER-2染色陰性,表現(xiàn)為腫瘤細胞膜無或呈微弱棕黃色著色;j)Ki-67為高表達,可見腫瘤細胞核呈棕黃色的細胞較多。

ER陰性組的D*、f和Ktrans值高于陽性組,差異均有統(tǒng)計學意義(P<0.05)。PR陰性組的D*值高于陽性組,差異有統(tǒng)計學意義(P<0.05)。HER-2陽性組的Ktrans、Ve值大于陰性組,差異有統(tǒng)計學意義(P<0.05)。Ki-67高表達組的Ktrans、Kep及D*值大于低表達組,而D值小于低表達組,差異均有統(tǒng)計學意義(P<0.05);預后不良組(NPI≥3.4)的Ktrans、Kep及D*值大于預后良好組(NPI<3.4),而D值小于預后良好組,差異均有統(tǒng)計學意義(P<0.05)。

4.IVIM-DWI及DCE-MRI參數對NPI預后的診斷效能

將組間差異有統(tǒng)計學意義的IVIM-DWI參數(D、D*)和DCE-MRI參數(Ktrans及Kep)分別或聯(lián)合納入logistic回歸分析,結果顯示D、Kep和Kep值為鑒別NPI預后的獨立影響因素,相應的回歸方程為:P=1/[1+e-(1.871-4.118X1+3.007X2+3.211X3)]。基于回歸分析,共構建了3種模型,即DCE-MRI模型(D)、DCE-MRI模型(Ktrans+Kep)和聯(lián)合模型(D+Ktrans+Kep)。

采用ROC曲線分析3個單項參數及3個模型對乳腺癌NPI預后分組的診斷效能,結果詳見表4和圖2～3。三個定量參數中,當D≤0.77×10-3mm2/s、Ktrans≥0.24/min、Kep≥0.42/min時,對NPI預后不良的診斷效能最佳,其中以D的AUC最大,其診斷效能優(yōu)于Ktrans和Kep(Z=2.232,P=0.026;Z=2.077,P=0.038)。聯(lián)合模型的AUC為0.891,診斷效能高于單一模型(Z=1.963,P=0.049;Z=3.418,P=0.006);敏感度為87.5%,特異度為87.3%,符合率為82.5%。

表4 IVIM-DWI及DCE-MRI參數及診斷模型對乳腺癌NPI預后的診斷效能

圖2 IVIM-DWI和DCE-MRI參數D、Ktrans和Kep的ROC曲線,D值的AUC最大。

討 論

乳腺癌的免疫組化指標與患者的治療方案及預后密切相關。本研究中ER陽性組的D*、f和Ktrans值小于陰性組,病理基礎為ER陽性表達可通過抑制血管內皮生長因子水平,減少腫瘤的微血供,使D*、f和Ktrans值減小[10]。HER-2可促進細胞分裂,提升腫瘤組織的微血供,可使腫瘤對內分泌治療不敏感,但對靶向藥物如曲妥珠單抗治療敏感[11]。本研究中HER-2陽性組Ktrans和Ve值大于陰性組,其病理基礎是HER-2基因誘導血管內皮生長因子生成,增強了瘤內微灌注和血管通透性[12]。Ki-67是反映腫瘤細胞增殖程度的常用量化指標,本研究發(fā)現(xiàn)Ki-67高表達組的D值小于低表達組,而D*、Ktrans及Kep值高于低表達組,與既往的研究結果基本一致[13-14]。其相應的病理生理機制是腫瘤Ki-67的高表達增高了自由水擴散受限程度;此外Ki-67高表達的乳腺癌病灶內微血管密度高,血管壁通透性增加,局部血供豐富。

IVIM-DWI模型的D及DCE-MRI的Ktrans、Kep是評估NPI最有價值的定量參數;將上述參數聯(lián)合后,診斷效能高于IVIM-DWI及DCE-MRI模型。

NPI作為一項國際公認的乳腺癌綜合預后指標,實用性強,對于患者的預后評估、治療方案的制定及療效的監(jiān)測都有重要價值[15]。有文獻報道DWI的ADC值、MRS的Cho峰及超聲血流信號評分與NPI均具有顯著相關性[16,17],但對于IVIM-DWI和DCE-MRI相關參數與NPI的相關性及其對預后的診斷效能的研究較少。腫瘤細胞的異質性、更多的微血管生成、更高的血容量和血管化促進了乳腺癌的增殖和轉移,相應NPI值便會增高。NPI值越高,即腫瘤細胞異質性越明顯,則D值越低;NPI越高,腫瘤內微灌注程度越高,則相應地Ktrans及Kep值越高。本研究中D、Ktrans及Kep為鑒別NPI預后的獨立影響因素,且D的診斷效能最佳,提示其在反映NPI上的優(yōu)勢。ROC曲線分析結果顯示,IVIM-DWI與DCE-MRI參數構建聯(lián)合模型后,診斷效能高于單一模型,特異度及符合率也均能得到大幅提升,更好地彌補了單一模型和單一參數的不足,也證實了IVIM-DWI+DCE-MRI聯(lián)合模型判斷預后因子的可行性。

本研究存在一定的局限性:①納入患者的樣本量較小;②IVIM-DWI模型所選b值個數及大小國內外尚無統(tǒng)一標準;③ROI為手動勾畫,具有主觀性,且本研究中僅在腫瘤最大層面上進行ROI的勾畫,沒有基于整個腫瘤進行3D-ROI的勾畫,且ROI的選取與病理組織取材部位可能存在一定的差異,可能導致結果的偏倚。

綜上所述,聯(lián)合運用IVIM-DWI和DCE-MRI定量參數可較好地評估乳腺癌的Nottingham指數,在臨床實踐中可作為常規(guī)MRI的補充,有助于乳腺癌患者術前個體化治療及預后預測。