表觀擴散系數(shù)直方圖在新輔助化療前預測luminal型乳腺癌療效的價值

耿小川，華 佳，莊治國，陳 潔，張科蓓，張 慶，成 芳

1.上海交通大學醫(yī)學院附屬仁濟醫(yī)院放射科，上海 200127;

2.上海交通大學醫(yī)學院附屬仁濟醫(yī)院南院放射科，上海 201112

在可手術(shù)的乳腺癌患者中，新輔助化療（neoadjuvant chemotherapy，NAC）可以提高患者的保乳手術(shù)率［1］，同時也適用于局部晚期乳腺癌患者的治療。通過NAC后的手術(shù)治療，患者的無病生存率和總體生存率得到提高［2-3］。luminal型乳腺癌NAC難以達到病理學完全緩解，但與其他亞型相比，其5年生存率更高［4-5］。因此，準確預測luminal型乳腺癌患者的NAC療效有助于制定最合適的手術(shù)及術(shù)后治療方案。表觀擴散系數(shù)（apparent diffusion coefficient，ADC）值有助于在NAC早期預測乳腺癌患者的療效［6］。然而，ADC值能否在NAC之前預測患者療效，目前還存在爭議［7-10］，原因之一可能是腫瘤組織的成分混雜而干擾了均值［11］。近幾年有作者提出通過直方圖分析感興趣區(qū)內(nèi)的ADC值，從而克服僅計算均值而忽略腫瘤內(nèi)部不均質(zhì)特點的局限性［12］。目前，直方圖分析ADC值已被證實能夠在NAC早期預測乳腺癌的療效，但在NAC之前能夠預測療效目前仍然存在爭議［13-16］。此外，針對luminal型乳腺癌患者，目前還不清楚直方圖分析ADC值能否在NAC前預測療效。因此，本研究旨在通過直方圖分析luminal型乳腺癌的ADC值，探討其在NAC之前預測療效的可行性及效能。

1 資料和方法

1.1 一般資料

本研究為回顧性研究，獲得上海交通大學醫(yī)學院附屬仁濟醫(yī)院倫理委員會批準。所有患者數(shù)據(jù)均通過搜索2014年1月—2018年12月上海交通大學醫(yī)學院附屬仁濟醫(yī)院病史系統(tǒng)獲得。入選標準：① 患者在NAC前經(jīng)細針抽吸活組織檢查（f ine needle aspiration biopsy，F(xiàn)NAB），病理及免疫組織化學檢查證實為luminal型乳腺癌；②患者手術(shù)前接受NAC；③ 患者有完善的乳房磁共振成像（magnetic resonance imaging，MRI）檢查結(jié)果，包括擴散加權(quán)成像（diffusion-weighted imaging，DWI）序列；④ 患者完成NAC后接受保乳手術(shù)或根治手術(shù)；⑤ 患者DWI圖像通過后處理軟件能夠測量ADC值。排除標準：① 圖像質(zhì)量差；② 圖像無法測量；③ 男性患者；④ 腫瘤內(nèi)包含大范圍的壞死或囊變區(qū)。最終入組57例患者，所有患者均為女性，年齡為26～72歲，平均年齡（49±12）歲。

1.2 儀器與方法

所有患者使用荷蘭Philips公司Achieva型3.0T磁共振掃描儀完善乳腺MRI檢查，采取俯臥位，使用四通道乳房陣列線圈。掃描序列為：軸位DWI序列，矢狀位脂肪抑制T2加權(quán)序列，軸位T1加權(quán)序列。注射造影劑為釓噴酸葡胺注射液，注射劑量為0.1 mmol/kg，注射前后均行軸位三維T1加權(quán)快速擾相梯度回波序列掃描。DWI成像采用單次激發(fā)自旋回波-回波平面序列：重復時間（repetition time，TR）/回波時間（echo time，TE）為2 681/82 ms；視野（field of view，F(xiàn)OV）為230 mm×240 mm；矩陣224×224；層厚為3 mm；層間距0 mm；掃描層數(shù)為40；激勵次數(shù)3；b值為0和800 s/mm2。

NAC有效定義為術(shù)后標本中無乳腺癌細胞或僅見導管原位癌。將NAC前FNAB取得的標本進行免疫組織化學分析來評估雌激素受體（estrogen receptor，ER）、孕激素受體（progesterone receptor，PR）、人表皮生長因子受體-2（human epidermal growth factor receptor 2，HER2）表達狀態(tài)及Ki-67增值指數(shù)。ER，PR和Ki-67表示為百分比（%）。HER2表達中，-及+表示為陰性，+++表示為陽性，當為++時，進行熒光原位雜交（fluorescent in situ hybridization，F(xiàn)ISH）以確定HER2表達狀態(tài)。luminal型乳腺癌定義為ER和（或）PR受體染色的細胞核占比大于10%［17］。

1.3 圖像分析

兩名放射科醫(yī)師均在不了解患者病理學檢查結(jié)果及NAC療效的情況下各自繪制感興趣區(qū)，并在2個月后重復測量1次。使用MATLAB軟件包進行DWI圖像的后處理，使用單指數(shù)模型公式ADC=（1nS0-1nSb）/b生成ADC圖，S0和Sb分別表示b值為0和800 s/mm2時的DWI信號強度。將高b值DWI和動態(tài)對比增強MRI圖像上的高信號表現(xiàn)的病灶作為參考，在ADC圖上手動繪制感興趣區(qū)，并且小心地避開壞死囊變和出血部位。在病灶最大層面繪制感興趣區(qū)，將所有病變包含在內(nèi)（圖1）。然后使用軟件計算ADC值的直方圖，從直方圖分析得到以下參數(shù)：平均值、最小值、標準差、最大值、10%、25%、50%、75%及90%百分位數(shù)、偏度和峰度。偏度用來測量直方圖的不對稱性，峰度用來測量直方圖分布的峰值［18］。腫瘤的早期強化率（early enhanced rate of tumor，Ee）使用公式Ee=（SIsecond-SIpre）/SIpre×100%計算，SIpre表示增強前的信號強度，SIsecond表示增強后第二期的信號強度［19］。此外還測量了腫瘤的最大徑以及獲得腫瘤的時間-信號強度曲線（time-intensity curve，TIC）。

1.4 統(tǒng)計學處理

采用SPSS 21.0軟件進行統(tǒng)計學分析，并使用Medcalc 15.2.2計算受試者工作特征（receiver operating characteristic，ROC）曲線。使用組內(nèi)相關(guān)系數(shù)（intraclass correlation coefficient，ICC）分析觀察者間和觀察者內(nèi)一致性（小于0.4表示一致性較差，大于0.75表示一致性較好）。符合正態(tài)分布的連續(xù)型變量以（x±s）表示，有效組和無效組間比較采用兩獨立樣本t檢驗；不符合正態(tài)分布表示為中位數(shù)和四分位間距，兩組間比較采用Mann-Whitney U檢驗。分類變量表示為頻數(shù)，兩組間比較采用χ2檢驗。經(jīng)過正態(tài)分布檢驗后，ADC值的直方圖參數(shù)以（x±s）表示。有效組和無效組間ADC值的直方圖參數(shù)比較采用兩獨立樣本t檢驗。ROC曲線用來評估直方圖參數(shù)預測NAC療效的效能，直方圖參數(shù)間ROC比較采用DeLong法［20］。P值＜0.05為差異有統(tǒng)計學意義。

圖1 典型病例1（女性，40歲，luminal型浸潤性乳腺癌，NAC評估為有效）影像圖

2 結(jié) 果

2.1 患者臨床資料

在57名患者中，17名患者歸入有效組，40名患者歸入無效組。有效組ER表達程度明顯低于無效組（P=0.001），而Ki-67增值指數(shù)明顯高于無效組（P=0.012）。HER2表達水平在兩組間存在顯著差組（P=0.019）。患者的乳腺癌的TIC、強化方式、最大徑及Ee在兩組間差異均無統(tǒng)計學意義（表1）。

2.2 測量的一致性

對于同一直方圖參數(shù)，觀察者間的ICC（0.089～0.845）均低于觀察者內(nèi)的ICC（0.306～0.916）。不論觀察者間還是觀察者內(nèi)的組內(nèi)相關(guān)系數(shù)，偏度和峰度的一致性都較差，最小值、10%、25%及50%的ADC值的一致性都較好（表2）。

表1 患者臨床資料

表2 一致性分析

2.3 兩組間直方圖參數(shù)比較及ROC曲線分析

有效組的直方圖參數(shù)中，最小值、10%和25%的ADC值均明顯高于無效組（P＜0.05），而標準差小于無效組（P＜0.05，表3）。其他大部分有效組的直方圖參數(shù)有大于無效組的趨勢，但差異并無統(tǒng)計學意義。ROC曲線的AUC范圍為0.510～0.746，其中10%的ADC值A(chǔ)UC最大，然而其診斷效能與標準差、最小值、25%的ADC值相比，并未明顯提高（通過DeLong法比較，P均＞0.05）。

表3 有效組與無效組的ROC曲線分析

3 討 論

本研究將術(shù)后病理學檢查結(jié)果作為NAC療效的參考標準，探索了ADC值的直方圖參數(shù)在NAC前預測luminal型乳腺癌患者療效的應(yīng)用價值。在測量時，觀察者內(nèi)一致性高于觀察者間的一致性。有效組的部分ADC值的直方圖參數(shù)高于無效組，其中10%、25%的ADC值其AUC相對較高。

Rouzier等［21］研究發(fā)現(xiàn)，乳腺癌NAC和輔助化療均可提高患者生存率，但NAC提高了患者保乳手術(shù)率和生活質(zhì)量。乳腺癌分為5種分子亞型［17］，其中l(wèi)uminal型乳腺癌約占所有乳腺癌的2/3，難以達到病理學完全緩解，但與其他亞型相比，其5年生存率更高［4-5］。因此在NAC前預測luminal型患者的療效非常重要。相關(guān)研究［10-11，22］發(fā)現(xiàn)在NAC前無法預測luminal型乳腺癌患者的療效，但這些研究僅納入了均值，忽略了乳腺腫瘤不均質(zhì)的特點。例如，乳腺浸潤性導管癌不僅包含浸潤性癌，還包含有其他成分如基質(zhì)、腫瘤內(nèi)纖維化或壞死以及導管內(nèi)成分［23］。在MRI中，直方圖分析是一種不需增加額外影像學檢查就可能改善腫瘤異質(zhì)性評估的數(shù)學計算模型［12，24］。目前ADC直方圖在乳腺方面的研究成果主要集中于乳腺癌NAC療效預測［14-16］、乳腺癌預后［25］、乳腺腫瘤病理級別［26-27］、乳腺癌分子亞型［28-29］等，未見將ADC直方圖用于luminal型乳腺癌NAC前療效預測的報道。

本研究發(fā)現(xiàn)luminal型乳腺癌在NAC前的ADC值直方圖參數(shù)中，最小ADC值、10%，25%的ADC值在有效組中顯著高于無效組。目前在探討ADC直方圖預測乳腺癌NAC療效的研究中，有學者［14-16］研究了NAC前的ADC值，然而認為其無法預測療效。僅Kim等［13］在2018年發(fā)表的研究中證實體素內(nèi)不相干運動（intravoxel incoherent motion，IVIM）模型中平均值、50%及75%的D值能夠預測，且反應(yīng)良好的值高于輕微反應(yīng)者。筆者認為研究結(jié)果有爭議的原因，一方面可能是上述研究納入了有限的直方圖參數(shù)，如Kim等［13］研究了平均值、25%、50%、75%、峰度及偏度，而Cho等［14］研究了平均值、標準差、最小值、最大值、峰度及偏度；另一方面上述研究均未進一步探討luminal型乳腺癌的直方圖參數(shù)，忽略了不同分子亞型可能帶來的偏倚。本研究中能夠預測NAC療效的直方圖參數(shù)均集中在相對較小的ADC值區(qū)間。Suo等［18］認為，由于乳腺腫瘤的不均質(zhì)性，最小值可能反映了腫瘤內(nèi)部最具侵襲性的成分。因此，筆者認為乳腺癌內(nèi)部的浸潤性成分更多地通過直方圖中相對較小的ADC值來反映，而浸潤性成分的存在與否則是判斷療效的重要因素。

本研究發(fā)現(xiàn)10%的ADC值A(chǔ)UC最大，但與標準差、最小值、25%的ADC值相比，其診斷效能并未明顯提高。Kim等［13］通過直方圖分析IVIM模型的參數(shù)發(fā)現(xiàn)，平均值、50%及75%的D值在NAC前可以預測療效，且僅提到75% D值的AUC為0.70。Cho等［14］通過直方圖分析IVIM模型參數(shù)發(fā)現(xiàn)在NAC前Dp的峰度、偏態(tài)及平均值能夠預測療效，但未進一步進行ROC曲線分析。Minarikova等［15］發(fā)現(xiàn)，所有NAC前的直方圖參數(shù)均無法預測療效，其中AUC最大的為25%的直方圖ADC值為0.673，低于本研究同樣是25%的直方圖ADC值的0.724。然而，這兩項研究［13-14］采用的IVIM模型需多個b值，會明顯增加患者掃描時間，其直方圖ADC值的計算需要更復雜的后處理軟件，而且可能會耗費更長的測量時間。此外，上述研究均沒有討論測量方法的一致性。本研究發(fā)現(xiàn)最小值、10%、25%及50%的直方圖ADC值一致性均較高，而10%、25%的ADC值A(chǔ)UC相對較高（0.746、0.724），提示10%和25%可能是在NAC前預測療效的較好參數(shù)。

本研究仍有缺陷，首先納入樣本量較少，其次本研究是回顧性研究。另外，本次研究采用手動勾畫感興趣區(qū)的方法而不是采用自動或半自動感勾畫興趣區(qū)。

綜上所述，ADC值的直方圖參數(shù)能夠在NAC前預測luminal型乳腺癌患者的療效，其中10%和25%的ADC值的預測效能相對較高，且一致性較好，這在臨床上，有一定的應(yīng)用價值。