磁共振功能成像在高級別膠質瘤療效監測的研究進展

劉葉秋，于韜

腦膠質瘤是最常見的原發性顱內腫瘤，年發病率約為4/10萬～5/10萬[1]。其中高級別膠質瘤(high-grade gliomas，HGGs)的預后較差，中位總生存期約為14.4個月[2]，術后復發率較高。對于早期診斷的HGGs，目前的標準治療方案是最大范圍地安全切除腫瘤后，替莫唑胺(temozolomide，TMZ)同步放療聯合輔助化療。但患者的預后僅略有改善，3年生存率從1999-2000年的4%增加到2009-2010年的10%[3]。及時調整治療策略能顯著改善患者的生存狀況，可較大幅度提高患者的無進展生存期(progression-free survival，PFS)[4]。 因此，定期復查評估治療療效和早期、準確判斷預后對臨床調整治療方案具有一定的價值。

但是，HGGs真性進展(progressive disease，PD)與治療相關改變的常規磁共振成像(magnetic resonance imaging，MRI)檢查所見相似，根據單次MRI形態學檢查鑒別兩者有一定難度，因此亟需引入新的影像學方法。本文將對目前正在臨床實踐中應用的定量MRI技術以及未來將成為監測HGGs治療療效的新興技術的進展予以綜述。

1 治療后的影像學改變

治療后的影像學改變主要包括假性進展和假性反應，主要是與PD相區別。

1.1 假性進展

高達30%的HGGs患者在標準治療后很快出現原有增強病灶體積變大、甚至出現新的增強病灶，但未經任何進一步治療即可逐漸減退，這一表現與膠質瘤復發或進展極其相似，被稱為假性進展(pseudoprogression，PsP)[5]。該現象是一種與治療相關的亞急性反應，表現為水腫、炎癥、血管通透性異常，多發生在放療后的1～3個月內。Young等[6]的研究發現室管膜強化可能是反映HGGs PsP的特征，特異度為93.3%，除此之外各種結構特征均無法可靠地預測PsP。O6-甲基鳥嘌呤-DNA甲基轉移酶(O6-methylguanine-DNA methyltransferase，MGMT)啟動子甲基化被認為增加了HGGs中PsP的風險。一項研究顯示，23例HGGs中有21例(91%)MGMT啟動子甲基化的腫瘤出現PsP[7]。PsP并不是HGGs治療后所特有的表現，在低級別膠質瘤放療后也有報道[8]。

1.2 假性反應

假性反應是由于使用抗血管生成藥物如貝伐單抗治療后早期(1～2 d內)產生的一種影像學改變，可以看到增強圖像上腫瘤顯著縮小和周圍水腫減輕，但這不是真正的抗腫瘤效應，可能與血管對對比劑的通透性降低(稱為血管正常化)有關。產生該現象的患者中部分人隨后出現T2像或FLAIR像上非增強病灶的增加[9]。

2 RANO標準和其局限性

由于HGGs預后差，對治療療效的評估顯得尤為重要。1990 年提出的 Macdonald 標準主要依據對比增強 T1WI 的變化來評判治療反應和進展。當面臨抗血管生成藥物治療和對非強化腫瘤評估的新情況時，該標準可能會導致缺乏療效的錯誤結論。為此，2008年召開了一個國際工作會議，以更新HGGs的治療反應評估標準，并于2010年出版了一份名為神經腫瘤療效評價(response assessment in neuro-oncology，RANO)標準的文件(表1)[10]。該標準圍繞影像的復雜性進行了改進。然而，RANO標準基于對強化區域的二維測量，當這些區域邊界不清晰和/或形態不規則時，測量可能會有困難。因此該標準仍不是很完善，區分治療后改變和進展依舊是目前的研究熱點[11]。

傳統的常規MRI圖像評估局限于疾病的體積和形態，它缺乏對療效監測至關重要的殘留腫瘤的活性信息，并且無法區分治療反應與治療效果。雖然可在毫米范圍內測量腫瘤大小，但仍然無法顯示微小浸潤。此外對比增強不只是活性腫瘤的特征，也不是所有的HGGs都增強。雖然通過優化掃描協議和調整參數可以增加病變區域的對比度，但不同設備成像參數或不規則病變體積造成的偽影難以完全消除，并且可能導致疾病進展的過度診斷[12]。

由于常規MRI區分困難，因此需要應用一些新的影像學方法以改善療效評價標準，其中熱點集中在擴散成像、灌注成像以及波譜分析。

表1 RANO標準的總結Tab.1 Summary of RANO response criteria

3 擴散成像

3.1 擴散加權成像

擴散加權成像(diffusion weighted imaging，DWI)通過檢測水分子的運動反映病變的不同成分，用表觀擴散系數(apparent diffusion coefficient，ADC)反映擴散運動的程度。復發或進展的膠質瘤比非腫瘤性的治療后改變有更高的細胞密度、擴散受限程度更大，因此就會出現擴散信號的差別。

許多研究報道了PsP和PD的ADC值差異，但目前關于平均 ADC 值在鑒別HGGs復發或進展與治療后改變的意義上尚存在爭議。Hein等[13]的早期研究顯示平均ADC值在腫瘤進展比穩定病灶高。然而，Asao等[14]的另一項研究發現平均ADC值在鑒別診斷中的差異無統計學意義(P＞0.05)。先前的研究結果不一致可能是由于抽樣偏倚造成的。因為HGGs治療后不均勻壞死，感興趣區域(region of interest，ROI)常包含小壞死灶。為了消除抽樣偏倚，許多研究已經深入對整個增強區域的ADC值進行直方圖分析，而不是手動選擇ROI。其考慮了增強部分中有助于鑒別PsP和PD的所有組織成分，更好地反映了腫瘤的異質性。

Song等[15]認為累積ADC直方圖的第5百分位數是鑒別PsP與PD的較好的預測因子(具有90%的靈敏度和特異性)。但Chu等[16]研究顯示應用ADC C5值的特異性僅有66.7%。Yamasaki等[14]的研究指出，DWI中的高b值(反映磁擴散梯度的強度和持續時間)可以比Macdonald和RANO標準更早顯示PsP的一些情況。在低擴散敏感梯度場下，灌注效應可以中和腫瘤細胞降低的ADC值。所以與標準b值(1000 s/mm2)相比，在高b值(3000 s/mm2)下獲得的累積ADC直方圖的第5百分位數診斷性能更好[16]。

在假性反應方面，與抗血管內皮生長因子(vascular endothelial growth factor，VEGF)治療相關的對應于非增強病灶的擴散受限面積增大長期以來是診斷的難點，因為不清楚這些區域到底是活性腫瘤還是治療反應的壞死組織。一項研究表明，在整個腫瘤和腫瘤邊緣將低ADC值區域與病理學結果進行比較，發現這些區域與復發的HGGs浸潤一致。這一結果與所有受試者的不良預后相關[17]。

DWI作為一種腫瘤細胞密度的生物標記物，改進后的分析方法提高了其在膠質瘤治療療效監測中的應用價值。

3.2 擴散張量成像

擴散張量成像(diffusion tensor imaging，DTI)是DWI的發展和深化，它提供了一種定量的描述水分子在介質內擴散特征和各向異性的方法，主要用部分各向異性(fraction anisotropy，FA)值代表運動的一致性。而用在兩個或3個正交方向采集的擴散加權像或ADCs，達到上述目的是不可能的。假性進展區域的正常白質的神經纖維束未受損，表現為高的FA值，腫瘤進展破壞周圍正常白質組織，水分子的運動方向改變，較分散，一致性差，表現為低的 FA 值。雖然DTI主要用于術前纖維束示蹤成像，也有研究表明DTI能夠在早期發現HGGs放化療后正常腦白質的變化[18]，但是DTI尚未被廣泛驗證用于治療監測。

3.3 擴散峰度成像

臨床廣泛使用的DWI和DTI假設水分子呈高斯擴散，實際上細胞內、外復雜的體內環境導致水分子的擴散與這種模式顯著偏離，因此存在不準確之處。擴散峰度成像(diffusion kurtosis imaging，DKI)是通過提供更準確的擴散模型并捕獲真實擴散行為作為組織異質性的標記來試圖解釋這種變化[19]，其中陡峭(“尖峰厚尾”)曲線與高級別膠質瘤相關。DKI是傳統DTI模型的簡單擴展，使用了更高的b值，更多的擴散梯度方向。Jiang等[20]最先揭示了DKI評估膠質瘤細胞增殖的能力，并采用半自動方法對膠質瘤進行精確測量。這些結果可能會對膠質瘤的診斷和治療策略的選擇產生重大影響，但對DKI評估療效方面的價值有待進一步研究。

4 灌注成像

灌注加權成像(perfusion weighted imaging，PWI)可以利用腫瘤伴隨新生血管生成的特性對腫瘤進行定性和定量的評估。另一方面，治療相關的變化是血管通透性增加而沒有新生血管生成。鑒于這一重要區別，灌注加權成像可以幫助區分高級別膠質瘤與治療相關的假性進展。灌注加權成像方法有多種，臨床實踐的主要技術是動態磁敏感對比增強MRI(dynamic susceptibility contrast MRI，DSC-MRI)、動態對比增強MRI(dynamic contrast enhancement MRI，DCE-MRI)和動脈自旋標記(arterial spin labeling，ASL)。

4.1 動態磁敏感對比增強MRI

DSC-MRI是最常見的灌注成像方法，其經靜脈注射對比劑后，在對比劑首次通過受檢組織過程中采用快速掃描序列進行連續多層面多次成像，獲得一系列動態圖像，通過對上述圖像的后處理，可以得到腦血流量(cerebral blood flow，CBF)、腦血容量(cerebral blood volume，CBV)等相關參數，反映組織的血流動力學特性。相對腦血容量(relative cerebral blood volume，rCBV)已成為DSC-MRI最有效的灌注參數，其與腫瘤分級、血管分布和局灶性間分化可靠相關[21]。

由于腫瘤進展時細胞代謝十分旺盛，刺激VEGF的釋放，新生血管數量快速增加，血管密度增加，而PsP所致的腦組織損傷無新生血管，常常導致血管內皮細胞受損或壞死、通透性略增加，血流灌注較正常側減少，因此可以通過檢測病變區域血管內的血流量、血容量與正常腦組織的差異分析病變的性質。Patel等[22]證實了DSC-MRI在鑒別PsP和PD方面具有較高的準確性，rCBVmean和rCBVmax的總敏感性和特異性大約為90%，但這一結果僅適用于具有特定度量和閾值的單一機構中。而且在各機構之間很難對rCBV閾值進行統一，因為對比劑的量、推注時間和掃描參數都可能影響DSC信號，而且該影響在一定程度上比醫師后處理造成的變化更大[23-24]。

出于這些考慮，再加上對所有新的rCBV升高的病變取活檢是不切實際的，所以需要通過短期內DSC復查觀察rCBV升高是一過性還是持續性，以此來幫助判斷是什么原因引起的rCBV升高。事實上，rCBV值的變化趨勢在鑒別PsP與PD方面可能比單一的rCBV值更有用[24]。 其次，這里可以考慮多參數方法，例如Wang等[25]發現將DSC與DTI結合起來應用具有較高的準確度(曲線下面積為0.91)，這樣不僅可以鑒別PsP和PD，還可以鑒別混合反應(假性反應與假性進展同時存在)和PD。

盡管DSC-MRI可用于治療監測，但是抗血管生成藥物治療如貝伐單抗等可能對病灶灌注和通透性產生直接影響，在已接受抗血管生成治療的患者中重新界定鑒別PsP和PD的rCBV閾值的困難加劇[26]。

4.2 動態對比增強MRI

DCE-MRI以雙室血流動力學為模型，通過線性定量分析血管內皮細胞的滲透量，聯合多個參數評估膠質瘤微環境的變化，反映腫瘤新生不成熟血管的滲漏情況，可輔助用于病灶出血、鈣化引起較大的磁敏感偽影干擾DSC-MRI評價病變的情況。DCE-MRI的定量參數主要有容量轉移常數(volume transfer constant，Ktrans)、血漿容積分數(blood plasma fraction，Vp)、血管外細胞外容積分數(extracellular extravascular volume fraction，Ve)。Yun等[27]比較了Ktrans、Ve、Vp在治療后有PD的17例和PsP的16例膠質母細胞瘤(glioblastoma，GBM)患者間的差異，認為Ktrans和Ve具有區分價值。以Ktrans=0.347 min-1為閾值，敏感度較低(59%)但特異度非常高(94%)，對進一步選擇治療方案具有重要指導意義。Thomas等[28]認為與PD相比，PsP具有較低的Vp灌注值(P=0.0002)，Vp(平均值)閾值3.6 min-1在鑒別PsP和PD的方面具有69%的靈敏度和79%的特異性。

然而，擬合適當的藥代動力學模型進行定量分析是有困難的，因此文獻[22]中描述了成像和后處理分析的多種方法，其中一些生理機制不清楚，這導致DCE-MRI在療效監測中的使用不太普遍。

4.3 動脈自旋標記

ASL通過反轉標記自體動脈血中的氫質子來評價腦組織灌注，與DSC-MRI和DCE-MRI技術相比，具有無需外源性對比劑、完全無創、可重復性強的優點。目前ASL技術僅可獲得CBF參數。最近，Choi等[29]探究了DSC-MRI聯合ASL在區分PsP和PD方面的應用價值。在定性分析中，聯合使用ASL后的診斷準確性從75.8%提高到88.7%，但是此改善無統計學意義。關于半定量分析，ASL Ⅲ級(即與血管灌注相當的腫瘤灌注)的發生率在PD中顯著高于PsP。此外，根據ASL等級，DSC-MRI灌注直方圖參數的最大值和范圍也顯著不同。隨后的分析顯示ASL分級(白質Ⅰ級、灰質Ⅱ級和血管Ⅲ級)是腫瘤早期進展的獨立預測因子(比值比為4.73，P=0.0017)，曲線下面積為0.774，敏感性為79.4%，特異性為64.3%。然而，盡管ASL不太容易受到血腦屏障破壞和易感性偽影的影響，但與DSC-MRI相比，它具有較低的空間分辨率和較長的掃描時間，這可能會降低其臨床效用。

5 波譜分析

MR波譜(MR spectroscopy，MRS)是一種無創性的測定活體組織代謝與生化指標的MRI技術，它可以作為單體素(single voxel technique，SVS)進行，或通過同時分析幾個體素以獲得ROI的平均代謝物值。SVS在大多數臨床MRI系統中作為標準技術是可以快速和容易獲得的，但其不能捕獲空間組織異質性；而多體素技術在準備步驟和數據后處理方面要求更高。MRS在區分膠質瘤與其他顱內腫瘤和膠質瘤分級[30]方面具有很大的價值，其最佳驗證比是膽堿/N-乙酰天門冬氨酸(choline/N-acetyl-aspartate，Cho/NAA)和膽堿/肌酸(Cho/creatine，Cho/Cr)。

Kazda等[31]發現，將Cho/NAA比值分水嶺定在1.3，高于1.3代表腫瘤進展，小于1.3代表假性進展，靈敏度為100.0%，特異性為94.7%，但此研究的局限性在于患者不足40名，仍需前瞻性多中心研究。由于膠質瘤的PD和PsP過程中都會出現神經元的缺失或功能低下、無氧代謝增強及血管內皮細胞的損傷，因而會同時伴隨NAA減少、Cho值升高以及大量無氧代謝產物的蓄積(主要是乳酸鹽堆積)，因此MRS在治療后成像中的實用性不太有效。最近一項對455例放療后疑似膠質瘤復發患者的Meta分析結果表明，單獨使用Cho/Cr和Cho/NAA比值在鑒別膠質瘤復發和放射性壞死方面的診斷性能中等，強烈建議將MRS與其他先進的成像技術相結合[32]。

6 多參數成像

由于DTI、PWI、MRS分別反映腫瘤的不同生物學特征和行為，所以有許多研究通過將上述多個檢查方法進行結合，來提高區分PsP和PD的準確性。在一項研究中，與單個磁共振參數診斷結果相比，聯合多個參數(ADC比值、Cho/Cr值、Cho/NAA值)評分結果建立多參數評分系統，可明顯提高鑒別HGGs術后復發與放射性腦損傷的準確性，從單一參數的84%～87%增長到多參數的93%[33]。有研究通過機器學習技術，對病灶形態、DTI、PWI等多參數進行分析，就能依靠術前的圖像推斷未來復發的位點和嚴重程度，其靈敏度和特異度都超過了90%[34]。盡管多參數成像方法的診斷性能往往高于單參數分析方法，但仍需進一步研究其他各種參數組合的閾值，以提高診斷性能。

綜上所述，隨著影像學的進步，越來越多的MR新技術應用于臨床，為膠質瘤的療效監測提供了更加全面的信息，使得準確性和敏感性也逐漸提高。但PD和PsP之間仍有交叉，有時還是難以鑒別，這些技術依舊有各自的不足之處。而且MR常規檢查所提供的形態學信息對于膠質瘤療效監測依然有非常重要的意義，如何將這些功能性成像技術與常規檢查結合，優化檢查方案對將來可能更有意義。目前這些新技術的一部分仍處于臨床前科研階段，還有大量的經驗和數據需要總結，未來需要多中心的研究來更加科學和全面地進行評價。

參考文獻 [References]

[1]Oberoi RK, Parrish KE, Sio TT, et al. Strategies to improve delivery of anticancer drugs across the blood-brain barrier to treat glioblastoma. Neuro Oncol, 2016, 18(1): 27-36.

[2]Tao J, Ying M, Ma W, et al. CGCG clinical practice guidelines for the management of adult diffuse gliomas. Cancer Lett, 2016, 375(2):263-273.

[3]Desouza RM, Shaweis H, Han C, et al. Has the survival of patients with glioblastoma changed over the years?. Br J Cancer, 2015,114(2): 146-150.

[4]Stupp R, Brada M, Mj VDB, et al. High-grade glioma: ESMO Clinical Practice Guidelines for diagnosis, treatment and follow-up.Ann Oncol, 2014, 25(Suppl 3): 93-101.

[5]Knudsenbaas KM, Moen G, Fluge ?, et al. Pseudoprogression in high-grade glioma. Acta Neurol Scand, 2013, 127(196): 31-37.

[6]Young RJ, Gupta A, Shah AD, et al. Potential utility of conventional MRI signs in diagnosing pseudoprogression in glioblastoma.Neurology, 2011, 76(22): 1918-1924.

[7]Brandsma D, Stalpers L, Taal W, et al. Clinical features, mechanisms,and management of pseudoprogression in malignant gliomas. Lancet Oncol, 2008, 9(5): 453-461.

[8]Van West SE, De Bruin HG, Van DLB, et al. Incidence of pseudoprogression in low-grade gliomas treated with radiotherapy.Neuro Oncol, 2017, 19(5): 719-725.

[9]Narayana A, Kelly P, Golf i nos J, et al. Antiangiogenic therapy using bevacizumab in recurrent high-grade glioma: impact on local control and patient survival. J Neurosurg, 2009, 110(1): 173-180.

[10]Wen PY, Macdonald DR, Reardon DA, et al. Updated response assessment criteria for high-grade gliomas: response assessment in neuro-oncology working group. J Clin Oncol, 2010, 28(11):1963-1972.

[11]Chinot OL, Macdonald DR, Abrey LE, et al. Response assessment criteria for glioblastoma: practical adaptation and implementation in clinical trials of antiangiogenic therapy. Curr Neurol Neurosci Rep,2013, 13(5): 347.

[12]Ellingson BM, Bendszus M, Boxerman J, et al. Consensus recommendations for a standardized Brain Tumor Imaging Protocol in clinical trials. Neuro Oncol, 2015, 17(9): 1188-1198.

[13]Hein PA, Eskey CJ, Dunn JF, et al. Diffusion-weighted imaging in the follow-up of treated high-grade gliomas: tumor recurrence versus radiation injury. AJNR Am J Neuroradiol, 2004, 25(2): 201-209.

[14]Asao C, Korogi Y, Kitajima M, et al. Diffusion-weighted imaging of radiation-induced brain Injury for differentiation from tumor recurrence. AJNR Am J Neuroradiol, 2005, 26(6): 1455-1460.

[15]Song YS, Hong CS, Chul-Kee P, et al. True progression versus pseudoprogression in the treatment of glioblastomas: a comparison study of normalized cerebral blood volume and apparent diffusion coefficient by histogram analysis. Korean J Radiol, 2013, 14(4): 662-672.

[16]Chu HH, Choi SH, Ryoo I, et al. Differentiation of true progression from pseudoprogression in glioblastoma treated with radiation therapy and concomitant temozolomide: comparison study of standard and high-b-value diffusion-weighted imaging. Radiology,2013, 269(3): 831-840.

[17]Jr RFB, Butowski NA, Phillips JJ, et al. The development of reduced diffusion following bevacizumab therapy identifies regions of recurrent disease in patients with high-grade glioma. Acad Radiol,2016, 23(9): 1073-1082.

[18]Hope TR, Vardal J, Bj?rnerud A, et al. Serial diffusion tensor imaging for early detection of radiation-induced injuries to normalappearing white matter in high-grade glioma patients. J Magn Reson Imaging, 2015, 41(2): 414-423.

[19]Wu EX, Cheung MM. MR diffusion kurtosis imaging for neural tissue characterization. NMR Biomed, 2010, 23(7): 836-848.

[20]Jiang R, Jiang J, Zhao L, et al. Diffusion kurtosis imaging can efficiently assess the glioma grade and cellular proliferation.Oncotarget, 2015, 6(39): 42380-42393.

[21]Lacerda S, Meng L. Magnetic resonance perfusion and permeability imaging in brain tumors. Neuroimaging Clin N Am, 2009, 19(4):527-557.

[22]Patel P, Baradaran H, Delgado D, et al. MR perfusion-weighted imaging in the evaluation of high-grade gliomas after treatment: a systematic review and meta-analysis. Neuro Oncol, 2017, 19(1):118-127.

[23]Kelm ZS, Korf i atis PD, Lingineni RK, et al. Variability and accuracy of different software packages for dynamic susceptibility contrast magnetic resonance imaging for distinguishing glioblastoma progression from pseudoprogression. J Med Imaging (Bellingham),2015, 2(2): 26001.

[24]Boxerman JL, Ellingson BM, Jeyapalan S, et al. Longitudinal DSCMRI for distinguishing tumor recurrence from pseudoprogression in patients with a high-grade glioma. Am J Clin Oncol, 2017, 40(3):228-234.

[25]Wang S, Martinez-Lage M, Sakai Y, et al. Differentiating tumor progression from pseudoprogression in patients with glioblastomas using diffusion tensor imaging and dynamic susceptibility contrast MRI. AJNR Am J Neuroradiol, 2016, 37(1): 28-36.

[26]Choi SH, Jung SC, Kim KW, et al. Perfusion MRI as the predictive/prognostic and pharmacodynamic biomarkers in recurrent malignant glioma treated with bevacizumab: a systematic review and a time-toevent meta-analysis. J Neurooncol, 2016, 128(2): 185-194.

[27]Yun TJ, Park CK, Kim TM, et al. Glioblastoma treated with concurrent radiation therapy and temozolomide chemotherapy:differentiation of true progression from pseudoprogression with quantitative dynamic contrast-enhanced MR imaging. Radiology,2015, 274(3): 830-840.

[28]Thomas AA, Arevalo-Perez J, Kaley T, et al. Dynamic contrast enhanced T1 MRI perfusion differentiates pseudoprogression from recurrent glioblastoma. J Neurooncol, 2015, 125(1): 183-190.

[29]Choi YJ, Kim HS, Jahng GH, et al. Pseudoprogression in patients with glioblastoma: added value of arterial spin labeling to dynamic susceptibility contrast perfusion MR imaging. Acta Radiol Open,2013, 54(4): 448-454.

[30]Wang Q, Zhang H, Zhang J, et al. The diagnostic performance of magnetic resonance spectroscopy in differentiating high-from lowgrade gliomas: A systematic review and meta-analysis. Eur Radiol,2015, 26(8): 2670-2684.

[31]Tomas K, Martin B, Petr P, et al. Advanced MRI increases the diagnostic accuracy of recurrent glioblastoma: Single institution thresholds and validation of MR spectroscopy and diffusion weighted MR imaging. Neuroimage Clin, 2016, 11: 316-321.

[32]Zhang H, Ma L, Wang Q, et al. Role of magnetic resonance spectroscopy for the differentiation of recurrent glioma from radiation necrosis: a systematic review and meta-analysis. Eur J Radiol, 2014, 83(12): 2181-2189.

[33]Matsusue E, Fink JR, Rockhill JK, et al. Distinction between glioma progression and post-radiation change by combined physiologic MR imaging. Neuroradiology, 2010, 52(4): 297-306.

[34]Akbari H, Macyszyn L, Da X, et al. Imaging surrogates of infiltration obtained via multiparametric imaging pattern analysis predict subsequent location of recurrence of glioblastoma. Neurosurgery,2016, 78(4): 572-580.