周凤梅,任继鹏,翟战胜,段金辉,刘旺毅,李学坤

子宫内膜癌(endometrial carcinoma,EC)的发病率在我国女性生殖系统恶性肿瘤中排名第二,且近年来发病人群不断年轻化[1]。p53基因是EC的常见致病基因之一,其是否存在突变与EC患者的临床转归关系密切[2-3]。癌基因组图谱检测是评估p53基因突变情况的有效方法,但高昂的价格和复杂的程序限制了其在临床工作中的应用。体素内不相干运动(intravoxel incoherent motion,IVIM)和多点非对称回波采集与迭代最小二乘法水脂分离(iterative decomposition of water and fat with echo asymmetry and the least squares estimation quantification sequence,IDEAL-IQ)技术均是能够反映组织微观信息的定量磁共振成像序列,前者主要用于分析组织内水分子扩散和血流灌注情况[4],后者则主要通过测量T2弛豫来评估组织内的脂肪水平[5]。目前,IVIM和IDEAL-IQ技术已在中枢神经系统、肾脏及骨骼等部位的病变诊断和评估中获得了广泛应用[6-8]。本研究拟对EC患者病变部位的IVIM和IDEAL-IQ相关定量参数进行测量,并通过比较它们在p53基因突变组与野生组之间的差异来评估这些参数的诊断效能,旨在探索对EC患者p53基因突变状态进行无创性评估的新方法。

材料与方法

1.研究对象

对2021年11月-2022年6月在本院就诊的EC患者的病例资料进行回顾性分析。纳入标准:①经病理证实为EC且进行了相关基因检测以确定p53基因突变状态;②相关MRI检查序列完整(T2WI、IVIM-DWI、3D-IDEAL-IQ)且图像质量满足后处理分析的需要;③MRI检查前未进行过相关治疗。排除标准:①病变过小,无法在IVIM或IDEAL-IQ序列上显示;②存在临床及病理资料的缺失;③合并有其它恶性肿瘤(如结直肠癌、卵巢癌、乳腺癌等);④为子宫内膜癌少见病理类型(如癌肉瘤等)。

本单位伦理委员会批准了此项研究,且所有患者对本研究内容知情同意。

2.MRI检查方法

使用GE Optima MR360 1.5T磁共振扫描仪和12通道相控阵体部线圈。①首先,进行无压脂的矢状面T2WI扫描,扫描参数:视野40 cm×30 cm,TR 1714 ms、TE 88 ms,层数20;然后,参考矢状位T2WI图像,对病灶处进行垂直于子宫长轴的压脂斜轴位T2WI扫描,扫描参数:视野40 cm×40 cm,TR 6000 ms、TE 95 ms,层数20,层厚5.0 mm,层间距1.0 mm;②以斜轴位T2WI图像为参考,采用同样的扫描视野、位置、层数、层厚及层间距进行IVIM-DWI扫描,扫描参数:TR 3119 ms、TE Min full,b=0、20、40、80、160、200、400、600、800和1000 s/mm2;③最后,进行3D-IDEAL-IQ扫描,其扫描位置及视野同斜轴位T2WI,激励次数1,TR 17 ms、TE Min full,翻转角8°。

3.图像后处理及分析

所有图像后处理工作由GE AW 4.7工作站承担,由两位具有丰富经验的放射科医师在不知道临床病理资料的情况下分别独立完成。

IVIM-DWI各定量参数伪彩图的生成由工作站内置的MADC软件完成,主要基于计算公式(1):

Sb/S0=(1-f)×exp(-b×ADCslow)+f×exp[-b×(ADCfast+ADCslow)]

(1)

其中,ADCslow代表慢速扩散系数,ADCfast代表快速扩散系数,f为灌注分数(perfusion fraction)。IDEAL-IQ相关定量参数伪彩图在扫描后由系统自动生成,包括脂肪分数(fat fraction,FF)和弛豫率参数R2*。选取斜轴位T2WI图像上病灶的最大层面进行ROI的勾画,要求ROI应尽可能包括病变组织且尽量避开囊变、出血和坏死等区域。然后,勾画好的ROI分别拷贝至各定量参数的伪彩图上,从而计算出病灶内ROI的相应参数值。

4.组织病理学检测

所有病变标本均由外科手术或活检获得,随后送至本院病理检测机构进行固定、脱水、浸蜡、包埋、切片和HE染色等处理来确定肿瘤的病理类型,采用I-lumina Miseq DX二代测序方法检测p53突变状态。

5.数据分析

数据分析均由MedCalc 15.0统计软件完成。符合正态分布的计量资料以均数±标准差表示,组间比较采用独立样本t检验;不符合正态分布的计量资料以中位数(上、下四分位数)表示,组间比较采用Mann-WhineyU检验。采用ROC曲线和logistic回归分析评估各项定量参数及多参数联合模型的诊断效能,采用DeLong检验比较各项参数和联合模型的AUC的差异。采用组内相关系数(intraclass correlation coefficient,ICC)评价各项定量参数测量值在不同观察者间的一致性。以P<0.05为差异具有统计学意义。

结 果

1.临床病理资料

本研究中最终共纳入46例EC患者,病理类型均为子宫内膜样腺癌,其中p53基因突变型18例,野生型28例,两组患者的临床资料详见表1。两组之间患者年龄、肿瘤的最大径、分化程度和国际妇产科学联合会(international federation of gynecologyand obstetrics,FIGO)分期的差异均无统计学意义(P>0.05)。

表1 p53基因突变组和野生组EC间临床资料对比

2.一致性分析

各项定量参数(ADCslow、ADCfast、f、FF和R2*)的测量值在两位放射科医师之间均具有良好的一致性,ICC分别为0.949、0.921、0.936、0.943和0.911,故将两者测量值的平均值作为最终结果用于后续的数据分析。

3.两组之间各项定量参数值的比较

两组之间各项IDEAL-IQ和IVIM-DWI定量参数值的比较详见表2、图1。p53基因突变组的ADCslow和f值均小于野生组(P<0.05),R2*值大于野生组(P=0.001),两组之间ADCfast和FF值的差异均无统计学意义(P>0.05)。

图1 女性患者,49岁,经病理证实为Ⅰ级、ⅠA期子宫内膜样腺癌p53基因突变型,肿瘤大小为37.5 mm×17.8 mm×21.3 mm。a)矢状面T2WI图像,示病变呈稍高信号(黄箭);b)斜轴位压脂T2WI图像,示病变呈稍高信号(黄箭);c)斜轴位DWI图像(b=800 s/mm2),示病变呈高信号(黄箭);d)斜轴位ADCslow值伪彩图,病变呈浅蓝色信号(黄箭),表明病变的ADCslow值较低;e)斜轴位ADCfast值伪彩图,病变呈红、绿色混杂信号(黄箭),表明病变的ADCfast值较低;f)斜轴位f值伪彩图,病变呈绿、红色混杂信号(黑箭),表明病变的f值较低;g)斜轴位FF值伪彩图,病变呈深蓝色信号(黄箭),表明病变的FF值较低;h)斜轴位R2*值伪彩图,病变呈深蓝色信号(黄箭),表明病变的R2*值较高;i)病理图镜下观,显示为子宫内膜样腺癌(HE,×100)。

表2 p53基因突变组和野生组之间定量参数值的比较

4.诊断效能

ADCslow、f、R2*及联合模型的ROC曲线分析结果详见表3和图2。ADCslow、f和R2*值预测突变型EC的AUC分别为0.817、0.675和0.718;三者构建的联合模型的AUC为0.984,敏感度为96.43%,特异度为94.44%。DeLong检验结果显示,联合模型与ADCslow、f和R2*之间AUC的差异均有统计学意义(P<0.05)。

图2 三项参数及联合模型鉴别p53突变型和野生型EC的ROC曲线图,以联合模型的AUC为最大。

表3 三项参数及联合模型的ROC曲线分析和Delong检验结果

讨 论

ADCslow是IVIM-DWI用于反映组织内水分子扩散信息的重要定量参数。与传统DWI获得的平均表观扩散系数(ADC)相比,ADCslow在计算过程中排除了微循环灌注信息的干扰,因此能够更加准确地反映组织内水分子扩散运动状态[4]。通常情况下,病变恶性程度越高,其内部结构越紧密,水分子运动受限就越显著,ADCslow值就越小[9]。王添平等[10]对常规DWI在EC分子分型中的价值进行了分析,结果显示p53突变组的ADC最大值、最小值和平均值均显著小于p53野生组(AUC分别为0.783、0.754和0.787);Jiang等[11]纳入了110例EC患者的DWI资料,通过对比后发现,虽然p53野生组的ADC值较突变组显著增加,但鉴别两者时的AUC仅为0.626。本研究中p53基因突变EC组患者的ADCslow值显著小于野生组,且AUC可达0.817,与上述研究结果类似,表明与常规ADC值相比,ADCslow值能够在EC患者的p53基因突变状态的预测中发挥更加可靠的作用。对于造成这一结果的原因,我们认为可能与p53基因突变能够诱发肿瘤细胞增殖加快、侵袭性增强,进而引发水分子扩散运动受限,并最终导致ADCslow值显著降低有关[12]。

ADCfast是反映组织微循环灌注信息的IVIM-DWI定量参数之一,其值的大小主要与组织内毛细血管长度及其内血流速度呈正比[4]。以往的研究结果显示,与恶性程度较低的EC相比,恶性程度高的EC虽然毛细血管丰富、其总长度较大,但紧密的组织结构会在一定程度上造成血管受压迂曲,反而使其内部血流速度降低,二者的共同作用使得ADCfast值难以发生明显改变,最终导致这一指标无法对恶性程度不同的EC进行区分[9,13]。与p53基因野生型EC相比,虽然p53基因突变型EC的侵袭性更强、血供更丰富,但其更快的细胞增殖亦会对血管造成压迫,故本研究中发现两型之间ADCfast值的差异无统计学意义,与上述研究结果相似,表明ADCfast在评估EC患者p53突变状态中的价值仍需进一步研究。

f是IVIM-DWI的另一项反映血流灌注的定量参数,该指标值的大小主要受到组织内微血管密度的影响,一般情况下,组织内微血管密度越大,f值就越高[4]。Zhang等[14]和Meng等[15]的研究结果均显示由于存在更多的坏死,恶性程度更高的EC病灶内部微血管密度往往减小,故其f值较恶性程度较低的EC减低。本研究中,p53基因突变组的f值显著小于野生组,这与上述研究结果类似,在一定程度上证明f值能够在EC患者p53基因表达状态的评估中发挥作用。

R2*是IDEAL-IQ成像中用于定量描述组织T2弛豫情况的参数。目前,已有少量研究探讨了R2*在EC评估中的价值,并取得了肯定的结果。如马长军等[16]的研究结果表明R2*可以对早期EC与子宫内膜息肉进行有效鉴别;田士峰等[17]的研究也显示R2*能够在EC患者微卫星灶不稳定状态的评估中发挥作用。基于上述研究结果,本研究中我们尝试将R2*值用于p53野生型和突变型EC患者的鉴别,结果显示p53基因突变组的R2*值较野生组显著增加,且R2*的诊断效能达0.718,这充分说明R2*值具备对EC患者p53基因突变情况进行预测的能力。对于这一结果产生的原因,笔者分析如下:R2*值代表组织的横向弛豫速率,血液内顺磁性代谢产物如去氧血红蛋白、含铁血黄素和正铁血红蛋白等的增加均会使得磁场不均匀而发生去相位,从而引起R2*值的升高[18]。与p53野生组EC相比,恶性程度更高的突变组EC往往代谢旺盛,耗氧量增加,且易出现出血和坏死,这些病理改变均会在不同程度上引起血管内顺磁性物质增加,进而导致R2*值升高[11,19]。

FF值是IDEAL-IQ成像中用于定量评估组织内脂肪含量的参数。已有研究结果表明,脂肪含量更高的病变,其FF值更大[20]。本研究中,p53基因突变组与野生组的FF值均较低,且差异无统计学意义(P<0.05)。我们推测这可能与EC属于乏脂肪肿瘤,不同类型EC在脂肪含量上并无明显差异有关[16]。

本研究存在一定的局限性:①样本量较小,需进一步增加样本量对本研究结果进行验证;②仅探讨了IVIM-DWI和IDEAL-IQ成像对EC患者p53表达状态的预测价值,并未对更多基因(如聚合酶ε等)和其它临床指标(如风险分层)等进行研究,这可能导致本研究的临床价值有限;③IVIM-DWI和IDEAL-IQ成像对较小的病变无法清晰显示,这可能引起结果偏差;④ROI的勾画仅选取病变最大层面,可能因肿瘤的异质性而导致信息丢失;⑤IVIM-DWI的拟合b值可能仍需进一步优化。在今后的工作中,我们将进一步扩大样本量,同时纳入更多的基因类型和临床指标,以期能提供更加准确和全面的参考信息。

综上所述,IVIM-DWI和IDEAL-IQ成像的部分定量参数可用于评估EC患者的p53基因突变情况,且多参数联合能够使预测效能得到显著提升,有望为相关临床工作提供新参考。