探讨针对子宫内膜癌患者实施多模态磁共振成像诊断及病理评估的价值.pdf

38 影像研究影像研究与医学应用 2024年3月 第8卷第6期 探讨针对子宫内膜癌患者实施多模态磁共振成像诊断及病理评估的价值滕 婷，丁 巍（通信作者）（南京医科大学附属逸夫医院影像科 江苏 南京 210000）【摘要】目的：探讨多模态磁共振成像（MRI）在子宫内膜癌患者临床诊断及分期评估中的价值。方法：选取 2020 年 12 月2022 年12 月南京医科大学附属逸夫医院收治的疑似子宫内膜癌（EC）患者 76 例为研究对象，均行常规 MRI 及弥散加权成像（DWI）检查。以手术病理结果为金标准，分析多模态 MRI 在 EC 诊断及分期评估中的效能。结果：手术病理诊断显示，76 例疑似患者中确诊为子宫内膜癌45 例，包括腺癌 32 例、腺鳞癌 10 例、浆液性乳头状癌 2 例及透明细胞癌 1 例。MRI 诊断灵敏度为 88.89%、特异度为 87.10%、准确率为88.16%。EC 组患者 MRI-DWI 参数表观弥散系数（ADC）值低于非 EC 组（P 0.001）。二元 Logistic 回归分析显示，常规 MRI 检查结果、ADC 值是 EC 的独立影响因素（P 0.05），基于多模态 MRI 构建的模型诊断 EC 的曲线下面积（AUC）为 0.952（0.907 0.996），灵敏度为 0.911，特异度为 0.903，高于常规 MRI 及 MRI-DWI。MRI-DWI 参数 ADC 在评估 EC 分期的 AUC 为 0.782（0.686 0.787），评估灵敏度为 0.846，特异度为 0.656。结论：多模态 MRI 检查提高子宫内膜癌的诊断效能，还对疾病的分期有着显著的指导作用，为临床后续治疗提供有价值的影像学参考。【关键词】磁共振成像；子宫内膜癌；临床诊断；分期诊断【中图分类号】R445.2 【文献标识码】A 【文章编号】2096-3807（2024）06-0038-03流行病学调查显示，我国子宫内膜癌（endometrial carcinoma，EC）发病率居所有妇科恶性肿瘤的第 3 位（约7%），仅次于宫颈癌和卵巢癌，患者年龄多集中在 55 岁左右，绝经后的比例在 80%以上1。不同分期患者的肿瘤分化程度、子宫肌层浸润深度存在显著差异，因此治疗方案也有较大差异，早期诊断是提升疗效和改善预后的关键。刮宫病理检查是目前最为常用的诊断方式，但该手段无法准确判断疾病的侵犯深度和转移情况2。磁共振成像（magnetic resonance imaging，MRI）是一种可重复性好、操作简单的影像学检查方式，其对软组织显示效果突出，可实现多方位扫描，精准探查癌灶的病理特征，因此在妇科肿瘤筛查和诊断中应用广泛。近年来，随着 MRI 技术的发展，诸如弥散加权成像（diffusion weighted imaging，DWI）等无创技术的应用，可以帮助医者获取病灶的多源信息，提升诊断效能。本研究则探究多模态 MRI 在子宫内膜癌诊断及病理评估中的价值，现报道如下。1 资料与方法1.1 一般资料选取 2020 年 12 月2022 年 12 月南京医科大学附属逸夫医院收治的疑似 EC 患者 76 例为研究对象，患者年龄 30 75 岁，平均年龄（50.235.12）岁。纳入标准：（1）术前均接受宫腔镜检查，且术后经病理诊断确诊；（2）既往未接受过相关治疗，且耐受 MRI 检查；（3）认知正常；（4）对研究知情，并签署相关知情同意书。排除标准：（1）合并神经或精神系统疾病；（2）对比剂过敏；（3）存在其他恶性肿瘤；（4）不愿配合本次研究或其他原因中途退出研究者；（5）MR 检查绝对禁忌证者。1.2 方法MRI 检查：选择飞利浦 Ingenia3.0T 磁共振成像仪，并通过体部相控阵线圈扫描。患者取仰卧位，先行 MRI 常规平扫。矢状位、斜冠状位扫描用 T2WI 脂肪抑制序列，参数设置：层厚 4 mm，层间距 1 mm，FOV 为 240 mm240 mm，层数 28 层。斜横断面扫描用 T1WI、T2WI、T2WI 脂肪抑制、弥散加权序列，参 数 设 置：层 厚 4 mm，层 间 距 0.4 mm，FOV 为240 mm240 mm，层数 28 层。图像处理：将多 b 值DWI 图像传至工作站，使用 MADC 软件处理图像。由2 位高年资的影像科医师独立阅片，结果不一致时共同商讨后同意结论。测量表观弥散系数（ADC）值、磁共振检查运转常数（Ktrans）、速率常数（Kep）及细胞外空间体积分数（Ve）等参数。1.3 EC 手术-病理分期标准参考国际妇产科联盟（FIGO）2009 年中相关标准加以分期，具体如下：如肌层浸润深度不足 50%、超过 50%则分别纳入 a 期及 b 期；如肌层累及宫颈间质，范围局限在宫体内，宫颈管可见扩张则纳入 a 期；如肌层累及宫颈间质，影响宫颈纤维基质环，使其受损则纳入 b期；如肿瘤侵犯至浆膜层，累及周围组织，则纳入a期；如肿瘤波及阴道周围组织则纳入 b 期；如肿瘤向盆腔及腹部转移则纳入 c 期；如肿瘤向膀胱或直肠转移，则纳入 a 期；如肿瘤向远端转移则纳入 b 期。1.4 观察指标（1）常规 MRI 诊断 EC 的效能。以手术病理诊断结 39影像研究影像研究与医学应用 2024年3月 第8卷第6期 果为金标准，计算常规 MRI 诊断 EC 的灵敏度、特异度及准确率。（2）对比 EC 组与非 EC 组患者 MRI-DWI序列检查 ADC 值差异。（3）以手术病理诊断结果为因变量，以常规 MRI 及 MRI-DWI 序列的 ADC 值为自变量进行二元 Logistic 回归分析，评估多模态 MRI 与 EC的相关性。基于 Logistic 回归分析结构构建多模态 MRI诊断模型，评估联合诊断模型在 EC 诊断的效能；分析MRI-DWI 定量参数在 EC 病理分期评估的效能。1.4 统计学方法采用 SPSS 24.0 统计软件分析数据，符合正态分布的计量资料以均数 标准差（x-s）表示，采用 t 检验；计数资料以频数（n）、百分率（%）表示，采用2检验；采用 Logistic 回归方程进行多因素分析，绘制受试者工作特征（ROC）曲线评估多模态 MRI 在 EC 诊断及病情评估的效能。P 0.05 表示差异具有统计学意义。2 结果 2.1 常规 MRI 诊断 EC 的效能76 例疑似病例经手术病理确诊为 EC 患者 45 例，其中腺癌 32 例、腺鳞癌 10 例、浆液性乳头状癌 2 例及透明细胞癌 1 例。MRI 诊断灵敏度为 88.89%（40/45）、特异度为87.10%（27/31）、准确率为88.16%（67/76）。见表1。表 1 MRI 诊断 EC 的诊断结果 单位：例诊断方式诊断结果金标准总计阳性阴性MRI阳性40 444阴性 52732总计4531762.2 两组患者 MRI-DWI 定量参数对比差异EC 组患者 MRI-DWI 参数 ADC 为（1.080.33）10-3 mm2/s，低于非 EC 组的（1.480.41）10-3 mm2/s，差异具有统计学意义（t=4.701，P 0.001）。2.3 多模态 MRI 参数与 EC 的相关性以手术病理结果为因变量，以常规 MRI 结果、MRI-DWI 参数为自变量进行二元 Logistic 回归分析，结果显示常规 MRI 检查结果、ADC 值是 EC 诊断的独立影响因素（P 0.05）。见表 2。2.4 多模态在 EC 诊断及病理分期评估的效能以二元 Logistic 回归分析结果构建多模态 MRI 诊断模型 Logit=-10.457+3.808MRI-0.289ADC 并绘制 ROC曲线，结果显示联合诊断曲线下面积（AUC）为 0.952（0.907 0.996），高于常规 MRI 及 ADC 值，具体详见图 1（a）、表 3。将 EC 患者分为早期组（FIGO 分期为 a b 和 a b 期）26 例，中 晚 期（FIGO 分 期 为 a b和 a b 期）19 例，以病理分为亚组为因变量，以MRI-ADC 参数为自变量绘制 ROC 曲线，结果显示 AUC为 0.782（0.686 0.787），评估灵敏度为 0.846，特异度为 0.656。见图 1（b）。表 2 常规 MRI 与 MRI-DWI 参数与 EC 的相关性因素BSEWald2POR（95%CI）MRI 结果 3.8080.304157.042 0.001 45.099（24.857 81.825）ADC 值-0.2890.135 4.573 0.0010.749（0.575 0.976）常量-10.4573.110 3.110 0.001-注：（a）为多模态 MRI 诊断 EC 的 ROC 曲线；（b）为 MRI-DWI 参数 ADC 在 EC 病理分期评估的 ROC 曲线。图 1 多模态 MRI 诊断 EC 及病理分期的 ROC 曲线（a）（b）40 影像研究影像研究与医学应用 2024年3月 第8卷第6期 3 讨论MRI 是临床用于诊断妇科疾病常用的检查工具，其可测量子宫内膜厚度，对肿瘤的良恶性加以鉴别区分，通过分析肌层厚度及强化程度，明确肌层浸润情况3。MRI 多平面及多参数扫描不仅可明确子宫位置及形态，还可准确区分内膜及肌层组织，通过增强扫描可提高图像清晰度及对比度，进一步对病灶进行区分4。进行MRI 平扫时，T2WI 可见子宫内膜显著增厚，一般绝经期前子宫内膜厚度超过 10 mm，绝经期后在 3 mm 左右。扫描发现肿瘤时，T2WI 呈等高信号，强度较高，肿瘤内如出血，呈高低混杂信号5。而在 T1WI 上呈等信号，难以区分肌层及内膜，如肿瘤内出血，则呈高信号。根据文献研究可知，通过 MRI 平扫 T2WI 序列评估此类肿瘤肌层侵犯深度的准确度超过 75%6。此外，如扫描发现T2WI 上结合带被破坏，则表示肌层已被侵犯7。有研究显示，采用多模态的 MRI 进行扫描，可提高对比分辨率，进而提高子宫内膜癌诊断准确率8。本次研究显示，76 例疑似患者经手术病理确诊为 EC 病例 45 例，常规MRI 平扫诊断灵敏度为 88.89%、特异度为 87.10%，准确率为 88.16%。MRI-DWI 检查显示，EC 患者的 ADC 值明显低于非 EC 组。ADC 参数是反映 DWI 序列中不同方向分子扩散运动的速度及范围。EC 患者肿瘤细胞密度增加及癌细胞增生导致细胞排列紧密，此外 EC 肿瘤细胞会出现纤维化现象，都会限制水分子的自由扩散，从而导致 ADC 参数下降。二元 Logistic 分析显示，常规MRI 及 ADC 值都是 EC 的独立影响因素，因此基于该两项参数构建多模态 MRI 诊断模型，结果发现联合诊断的AUC、灵敏度及特异度均显著高于单一检查，由此说明基于常规 MRI 和 MRI-DWI 参数构建的多模态 MRI 诊断模型可以更好地鉴别诊断 EC。有研究发现，MRI 平扫在评估 EC 的病理分期方面优于 CT，其优点是能显示侵犯肌层具体深度，缺点是难以鉴别肿瘤与宫腔内坏死组织，导致临床评估肿瘤体积不够准确，进而影响肿瘤的分期9。本研究依据 FIGO分期标准将 EC 患者分为早期组和中晚期组，采用 MRI-DWI 技术进行检查，结果显示 ADC 值在评估 EC 患者分期的 AUC 为 0.782（0.686 0.787），与李露等10研究结果一致，提示 MRI-DWI 在 EC 分期诊断中的价值显著。本研究的局限性：（1）纳入样本量偏少，因此在常规 MRI 及 MRI-DWI 检查结果均可能存在偏倚性；（2）在 EC 患者病理分期评估中仅依据 FIGO 标准分为早期和中晚期两个亚组，希望在之后的研究中扩大样本量，评估 ADC 参数在 EC 患者不同 FIGO 分期评估的效能。综上所述，子宫内膜癌患者采用多模态 MRI 检查不仅可提高疾病的诊断效能，还对疾病的分期有着显著的指导作用，可为临床后续治疗提供有价值的影像学参考。【参考文献】1 CHEW L L,CHUA B J G,BUSMANIS I,et al.Diagnostic accuracy of multiparametric MRI in endometrial cancer and its adjunctive value in identifying high-risk women requiring surgical staging J.Ann Acad Med Singap,2022,51(12):801-803.2 蔡钰峰，刘婷，刘丽萍.血清生长转化因子-15 联合磁共振成像对子宫内膜癌患者的临床分期诊断价值 J.中国当代医药，2023，30(31):115-119.3 岳晓宁，贺小玉，张亚婷，等.MRI 定量参数联合血清 HE4 构建的Logistic 回归模型对子宫内膜样腺癌病理分级的预测价值 J.放射学实践，2023，38(8):1026-1032.4 王先虹，毕秋，毕国力.基于 MRI 的人工智能在子宫内膜癌和宫颈癌中的应用进展 J.磁共振成像，2023，14(8):182-186，202.5 方如旗，薛晓铃，章国伟，等.建立 MRI 影像组学列线图术前预测子宫内膜癌浸润深肌层 J.中国医学影像技术，2022，38(4):561-565.6 张树茂，王全民，杨光杰，等.磁共振成像常规序列联合弥散加权成像多模型定量参数对子宫内膜癌及病理学分期的诊断研究 J.中国临床医生杂志，2022，50(8):968-971.7 黄世全，米磊，杨兴亮.磁共振动态增强成像定量参数与子宫内膜癌病灶浸润深度的关系 J.癌症进展，2022，20(11):1160-1163.8 陈丽娟，潘自来，徐敬慈，等.MRI 不同序列组合评估子宫内膜癌宫颈间质浸润及术前分期的对比研究 J.中国医学计算机成像杂志，2022，28(2):152-156.9 林锦仕，王晓野，卢晓娟，等.基于多模态 MRI 影像组学诊断子宫内膜癌病理分型的研究进展 J.医学综述，2023，29(6):1193-1197.10 李露，王光宪，马婧，等.血清肿瘤标志物、经阴道超声和高分辨率核磁共振成像在诊断子宫内膜癌中的应用比较 J.检验医学与临床，2022，19(S1):92-95.表 3 多模态 MRI 参数诊断 EC 的效能项目AUC95%CIP灵敏度特异度最佳截断值常规 MRI0.8590.764 0.954 0.0010.8890.871ADC 值0.6720.547 0.797 0.0010.8440.4801.3610-3 mm2/s联合诊断0.9520.907 0.996 0.0010.9110.903