ADC 值改善少突膠質細胞腫瘤分級診斷效能的初步研究

楊海婷，蔣 健，周俊林

（蘭州大學第二醫院放射科 醫學影像人工智能甘肅省國際科技合作基地，甘肅 蘭州 730030）

少突膠質細胞腫瘤是成人顱內最常見的腦膠質瘤亞型之一，約占所有顱內腫瘤的2%～5%[1-2]。2021年WHO 中樞神經系統腫瘤分類將其分為少突膠質細胞瘤（Oligodendroglioma，OD，WHO 2 級）和間變性少突膠質細胞瘤（Anaplastic oligodendroglioma，AOD，WHO 3 級）[2]。少突膠質細胞腫瘤患者臨床治療方案及預后與其病理分級密切相關，OD 患者預后相對較好，而AOD 侵襲性較強，對化療也更為敏感，術后常積極輔助放化療以改善患者預后[3-4]。因此，術前準確評估少突膠質細胞腫瘤分級對患者治療及預后評估具有重要意義。OD 和AOD 影像學表現部分交叉重疊，常規MRI 征象對于少突膠質細胞腫瘤分級診斷價值有限，由彌散加權成像（Diffusion weighted imaging，DWI）所衍生出的表觀擴散系數值（Apparent diffusion coefficient，ADC），已廣泛應用于腦膠質瘤的診斷、鑒別診斷及預后評估之中[5-7]。本研究擬比較不同分級少突膠質細胞腫瘤常規MRI 征象及ADC 值間差異，旨在探討常規MRI 征象結合ADC 值對少突膠質細胞腫瘤分級的價值，為臨床診斷及治療提供參考依據。

1 資料與方法

1.1 一般資料

回顧性分析2014 年1 月—2022 年4 月蘭州大學第二醫院經病理證實的65 例少突膠質細胞腫瘤患者。其中OD 患者30 例（OD 組，WHO 2 級），男14 例，女16 例，年齡11～56 歲，平均（38.23±14.43）歲；AOD 患者35 例（AOD 組，WHO 3 級），男15 例，女20 例，年齡14～72 歲，平均（46.23±14.19）歲。所有患者術前均接受MRI 平掃、增強及DWI 掃描。本研究經蘭州大學第二醫院倫理委員會批準（批準號：2020A-070），所有患者均簽署知情同意書。

1.2 儀器及方法

采用SiemensVerio 3.0T 超導掃描儀，患者取仰臥位，32 通道頭線圈。掃描序列和參數：①快速自旋回波TSE-T1WI：TR 250 ms，TE 2.48 ms，FOV 22 cm×22 cm，矩陣256×256，層厚5 mm，層間距1.0 mm；②TSE-T2WI：TR 4 000 ms，TE 96 ms，FOV 22 cm×22 cm，矩陣256×256，層厚5 mm，層間距1.0 mm；③平面回波成像EPI 序列DWI：TR 4 500 ms，TE 102 ms，層厚5 mm，層間隔1.0 mm，矩陣256×256，b 值分別為0、1 000 s/mm2；④經肘靜脈高壓團注對比劑（Gd-DTPA）0.1 mmol/kg，流率3 mL/s，獲得軸位、矢狀位和冠狀位T1WI 增強圖像。

1.3 圖像分析

由2 名具有10 年以上經驗的神經影像診斷醫師，對所有圖像采用雙盲法進行閱片，意見不一致時通過協商達成一致。評估的常規MRI 征象包括腫瘤部位、瘤周界面、跨越中線、壞死囊變、出血、瘤周水腫、強化程度；參考Liu 等[5]測量方法，避開肉眼可見的壞死囊變及出血區，在每個病灶所在的ADC 圖像層面放置8～12 個大小為10～15 mm2的圓形感興趣區（Region of interest，ROI），以獲得腫瘤組織的最小ADC 值（ADCmin）、平均ADC 值（ADCmean），同時測量病灶對側腦白質的ADCmean，用腫瘤ADCmean除以對側腦白質的ADCmean以計算相對ADC 值（rADC）。根據腫瘤主體所在位置，將腫瘤定位于額葉、頂葉、顳葉、枕葉和其他；瘤周界面不清晰定義為≥1/3 瘤腦界面不清晰，且連續2 個以上層面；在軸位圖像測量水腫邊緣距腫瘤邊緣間的最大間距，以2.0 cm 為臨界值，將腫瘤水腫程度分為無/輕度水腫和中/重度水腫[6]；依據腫瘤與海綿竇強化程度間差異，分為輕度強化（低于海綿竇）、中度強化（接近海綿竇但腫瘤內部結構可辨認）和重度強化（腫瘤內部結構不可辨認）[8]。

1.4 統計學分析

采用MedCalc 軟件進行統計分析，P＜0.05 認為差異有統計學意義。計數資料以例（%）表示，組間比較采用χ2檢驗，計量資料用均數±標準差表示，并使用獨立樣本t 檢驗進行組間差異性比較。使用二元Logistic 回歸分析分別構建臨床-常規MRI 征象模型和臨床-常規MRI 征象-ADCmin模型。繪制受試者工作特征曲線（ROC）評估各參數對少突膠質細胞腫瘤分級診斷的效能。

2 結果

2.1 臨床指標及常規MRI 征象比較

見表1。OD 組平均發病年齡明顯小于AOD 組，組間差異有統計學意義（（38.23±14.43）歲 vs.（46.23±14.19）歲，P=0.028）；而兩組性別間差異無統計學意義（P=0.399）。OD 組和AOD 組在瘤周界面、壞死囊變、瘤周水腫程度、強化程度間差異均具有統計學意義（P＜0.05），AOD 患者更容易出現瘤周界面不清晰、壞死囊變、中/重度瘤周水腫和中度以上強化；而在腫瘤部位（P=0.934）、跨越中線（P=0.122）、出血（P=0.256）間差異均無統計學意義（圖1，2）。

圖1 男，46 歲，左側枕葉OD。圖1a 和1b 分別為軸位平掃T1WI 和T2WI 圖像，示左側枕葉跨中線生長的混雜信號占位，內可見囊變壞死，與周圍組織分界不清晰，并可見中度水腫。圖1c 和1d 分別為軸位DWI 和ADC 圖像，病灶實性成分DWI 呈高信號，ADC 呈低信號。圖1e 為增強T1WI 圖，病灶呈不均勻性輕度強化。圖1f 為病理圖示瘤細胞呈片狀排列，核大小較為一致、核輕度異型（HE）。Figure 1.Male,46 years old,OD in the left occipital lobe.Figure 1a and 1b show the axial T1WI and T2WI image,a mixed-signal lesion of the left occipital lobe growing across the midline,with visible cystic necrosis,poorly demarcated from surrounding tissue,and moderate edema.Figure 1c and 1d show the axial DWI and ADC image,the solid component of the lesion shows a high signal on DWI and a low signal on ADC.Figure 1e shows a contrast-enhanced T1WI image,and the lesion shows heterogeneous mild enhancement.Figure 1f shows the pathological image,the tumor cells are arranged in sheets,with relatively uniform nuclear size,and mild nuclear heterotypic(HE).

表1 OD 組和AOD 組主要臨床指標及常規MRI 征象比較

2.2 ADC 值比較

OD 組和AOD 組間ADC 值間差異性比較見表2。OD 組 的ADCmin、ADCmean和rADC 均大于AOD組，組間差異均具有統計學意義（P＜0.05）。

表2 OD 組和AOD 組ADC 值比較

2.3 ROC 曲線分析

ROC 曲線結果顯示，ADCmin、ADCmean、rADC、臨床-常規MRI 征象模型和臨床-常規MRI 征象-ADCmin模型對于少突膠質細胞腫瘤均具有較高的分級診斷效能（表3）。ADC 值中，ADCmin分級效能最佳，以0.811×10-3mm/s 作為截止值，對應的AUC、敏感度、特異度、陽性預測值、陰性預測值和準確度分別 為 0.869、82.86%、76.67%、80.60%、79.30% 和80.00%（圖3）；臨床-常規MRI 征象模型（包括年齡、瘤周界面、壞死囊變、瘤周水腫程度、強化程度）分級的AUC、敏感度、特異度、陽性預測值、陰性預測值和準確度分別為0.822、80.00%、70.00%、75.70%、75.00%和76.92%；而臨床-常規MRI 征象-ADCmin模型（包括年齡、瘤周界面、壞死囊變、瘤周水腫程度、強化程度和ADCmin）的分級能力顯著提高，分級的AUC、敏感度、特異度、陽性預測值、陰性預測值和準確度分別為0.907、88.57%、86.67%、88.60%、86.70%和87.69%（圖4）。

圖3 ADCmin、ADCmean、rADC 對少突膠質細胞腫瘤分級的ROC曲線，ADCmin 分級效能最優，AUC 值為0.869。Figure 3.The ROC curves of ADCmin,ADCmean,and rADC for oligodendroglial tumor grading,ADCmin grading performance is the best with an AUC value of 0.869.

圖4 ADCmin、臨床-常規MRI 征象模型和臨床-常規MRI 征象-ADCmin 模型對少突膠質細胞腫瘤分級的ROC 曲線，臨床-常規MRI征象-ADCmin 模型分級效能最佳，AUC 值為0.907。Figure 4.The ROC curves of ADCmin,clinical-conventional MRI signs model,and clinical-conventional MRI signs-ADCmin model for oligodendroglial tumor grading.The clinical-conventional MRI signs-ADCmin model grading performance is the best with an AUC value of 0.907.

表3 不同參數對少突膠質細胞腫瘤分級診斷的ROC 曲線分析

3 討論

不同分級少突膠質細胞腫瘤患者臨床特征及影像學表現部分重疊，但其治療方式及預后存在一定差異，故準確的術前分級對少突膠質細胞腫瘤患者的綜合管理而言具有重要意義[9-10]。本研究結果表明常規MRI 征象結合ADC 值可有效提高對少突膠質細胞腫瘤分級診斷的準確性。

既往研究表明[11]少突膠質細胞腫瘤多見于中老年人，且AOD 患者發病年齡常大于OD，Zhang 等[3]回顧性分析51 例OD 和50 例AOD 患者的臨床資料，結果顯示OD 和AOD 平均發病年齡分別為38.7歲和47.1 歲，且兩組性別間差異無統計學意義，與本研究結果相一致，故可以認為年齡是進行少突膠質細胞腫瘤分級時參考的重要臨床指標之一。

本研究結果顯示，常規MRI 征象中，AOD 更容易出現瘤周界面不清晰、壞死囊變、中/重度瘤周水腫和中度以上強化。瘤周界面不清晰病理學基礎主要是由于增殖活躍的瘤細胞向周圍組織浸潤性生長所致，惡性程度較高的腫瘤，瘤細胞增殖活躍程度明顯增高，也更容易浸潤侵犯周圍組織，因此瘤周界面不清晰也更容易出現[12]，本研究中AOD 組瘤周界面不清晰發生率（60%）明顯高于OD 組（30%），與病理學改變相符。既往研究表明[13]少突膠質細胞腫瘤瘤體內部較易出現壞死囊變，且AOD 壞死囊變更為多見，本研究中AOD 出現壞死囊變的比例（85.71%）明顯高于OD（56.66%），推測原因，可能是由于AOD屬于惡性程度較高的WHO 3 級腫瘤，瘤細胞增殖活躍，當滋養血管的血供不能滿足瘤細胞生長需要時，就會導致瘤組織的相對性缺血，繼而出現壞死囊變等表現。瘤周水腫程度對少突膠質細胞腫瘤分級具有重要意義[14-15]，惡性程度較高的腫瘤，瘤周血腦屏障破壞程度也更為嚴重，瘤周水腫程度也會明顯增加，本研究中AOD 組中/重度瘤周水腫率（51.48%）高于OD 組（23.33%），符合文獻報道。腫瘤強化程度主要反映瘤體微血管密度及細胞增殖活躍程度，腫瘤惡性程度較高，腫瘤細胞數目和瘤周新生血管明顯增多的同時，還會伴隨新生血管結構和功能的改變，導致血管形態不規則、血管壁不完整和微血管通透性的增加，對比劑更容易進入腫瘤組織，從而表現為較高的強化程度[3，16-18]，本研究中AOD 多表現為中度以上強化，而OD 以輕度強化為主，與文獻報道相符。有學者研究表明[19]AOD 瘤體內更容易出現出血，本研究中OD 和AOD 間瘤體出血征象無明顯差異，推測原因，可能與本研究納入的樣本量相對過少有關。此外，本研究還發現，不同分級少突膠質細胞腫瘤常規MRI 征象中的部位和跨越中線間差異均無統計學差異，與文獻報道基本一致[13，19]。

DWI 作為MRI 功能成像技術之一，主要通過反映組織內水分子擴散運動的變化情況來提供有關腫瘤微環境的信息，由其所衍生出的ADC 值能對腫瘤進行簡單有效的定量評估[20-21]。相關研究表明[22-23]，腫瘤細胞的數量、體積、增殖速度和核異型性等均會隨著腫瘤分級的增加而明顯增加，惡性腫瘤細胞增殖活躍，導致腫瘤細胞數目增多，相對缺氧引起的細胞毒性水腫還會導致腫瘤細胞體積增大，細胞數目和體積的同步增加，減少了水分子內外運動的空間，多方面因素綜合作用，最終引起ADC 值的降低。本研究結果顯示AOD 組ADCmin、ADCmean和rADC 值均顯著低于OD 組，與既往研究結果相一致[5，12]。殷敏敏等[12]對比7 例OD 和13 例AOD 間ADC 和rADC值間差異后發現，OD 組ADC 和rADC 值均明顯大于AOD 組，與本研究結果相吻合。本研究還發現，在少突膠質細胞腫瘤分級時，ADC 值參數中，以ADCmin的分級診斷效能最佳，其區分OD 和AOD 的AUC、敏感度、特異度、陽性預測值、陰性預測值和準確度分別為0.869、82.86%、76.67%、80.60%、79.30%和80.00%，推測原因可能是由于ADCmin代表腫瘤組織內細胞增殖最活躍、腫瘤細胞最密集的區域，能最真實客觀的反映腫瘤的惡性程度。有學者[24]使用不同ADC 值進行巨細胞型膠質母細胞瘤與膠質母細胞瘤的鑒別，結果發現ADCmin具有最佳的鑒別診斷效能，與本研究結果相仿，以上結果表明ADCmin或更有利于腦腫瘤的分級和鑒別診斷。

鑒于不同分級少突膠質細胞腫瘤臨床指標、常規MRI 征象和ADC 值間均存在不同程度的差異，故本研究分別構建了臨床-常規MRI 征象模型和臨床-常規MRI 征象-ADCmin模型，以評估日常臨床診斷工作時多種因素聯合使用對不同分級少突膠質細胞腫瘤的分級評估效能，結果顯示臨床-常規MRI征象-ADCmin模型分級診斷效能最佳，其區分OD 和AOD 的AUC、敏感度、特異度、陽性預測值、陰性預測值和準確度分別為0.907、88.57%、86.67%、88.60%、86.70%和87.69%，提示在臨床工作中綜合考慮臨床指標、常規MRI 征象，并結合ADC 值，能顯著提高對少突膠質細胞腫瘤分級診斷的準確性。

本研究也存在一些不足之處，首先本研究所有病例均來自于單一中心，病例數也相對較少；其次只探討了常規MRI 征象結合ADC 值對少突膠質細胞腫瘤的分級診斷效能，未結合其他MRI 定量參數，如PWI、DSC 等，未來將聯合多個中心、擴大樣本量并結合多種MRI 定量參數，對少突膠質細胞腫瘤分級進行進一步的研究。

綜上所述，常規MRI 征象和ADC 值對于少突膠質細胞腫瘤分級均具有一定的價值，聯合使用時可進一步提高對少突膠質細胞腫瘤的分級診斷效能，為患者臨床治療方案制定及預后評估提供參考依據。