为肝细胞癌的术前预测cytokeratin-19表达式使用T1映射在gadoxetic acid-enhanced MRI结合diffusion-weighted成像及临床指标

1介绍

肝细胞癌(HCC)是第三个全球癌症死亡最常见的原因,以增加发病率和死亡率在过去的20年(1)。虽然肝癌患者的预后与手术和成像技术的进步,改善肝切除术后肝内复发的高至今仍是治疗肝细胞癌的一个重大挑战,和三分之二的复发是5年内(2,3)。肝部分切除术后复发可能与分化程度有关,微血管入侵,卫星重点和相关基因表达,其中细胞角蛋白19 (CK19)表达式被认为是一个重要的影响因素(4)。

CK19也承认胆汁/祖细胞标记和肿瘤干细胞标志物,并扮演着重要的角色在促进恶性肝癌的属性(5)。患者相比CK19-negative肝癌,CK19-positive hcc与临床相关攻击性由于更多的肿瘤入侵,更高的淋巴结转移率肝内复发,预后差后切除和肝移植(6,7)。因此,了解CK19表达状态的肝癌诊断可以对更好的临床决策和改善预后具有重要意义。然而,由于CK19表达状态只能经病理诊断(8),它的使用作为治疗的预后指标分配是有限的。

几项研究已经评估的影像学表现与预后不良相关CK19-positive肝癌。例如,肿瘤边缘不规则,边缘动脉相hyperenhancement,降低tumor-to-liver表观扩散系数(ADC)比和较低的tumor-to-liver信号强度(SI)比在肝胆的阶段(HBP)成像技术被认为是潜在的重要独立变量预测CK19-positive肝癌(9- - - - - -11)。Radiomics可以提取大量的高维定量从多模态医学图像特征,然后揭示了这些特性之间的相关性和诊断、病理、预后的肿瘤(12)。最近,研究radiomics基于核磁共振用于预测CK19在肝细胞癌(13- - - - - -16)。Radiomics进步显著,但下面的问题依然存在。首先,准确的图像分割依赖于手工描述,这是耗时和容易受到运营商的影响。其次,图像特征的不同的设计会导致不同的分析结果(17,18)。不像传统的radiomics,深度学习(DL)模型能够自动学习,提取、预测和选择图像特性,从而可以更全面、深刻地挖掘信息。陈Y et al。(19)充分利用图像信息包括瘤内和瘤旁的肝损伤区域通过DL算法,提供更多有价值的相关信息更好的预测CK19的表达。尽管DL-based模型是一种很有前途的方法,应用程序中仍存在一些问题,如黑盒问题,不透明度的决策,从临床方面和困难的解释(20.)。因此,迫切需要一个可行的和定量方法预测HCC患者的CK19的表达。T1映射是一种非侵入性的方法定量分析组织的T1值。它反映了内在的特点组织和不受扫描顺序影响参数(21)。此外,它是积极的比例在组织钆对比剂的浓度,并能更准确、客观地反映了吸收gadoxetic酸(22)。据我们所知,CK19表达的定量评价肝癌使用T1映射并没有被报道。因此,本研究的目的是肝细胞癌的术前确定CK19表达状态T1映射在gadoxetic acid-enhanced MRI。

2材料和方法

2.1研究的患者

本研究是回顾性研究,经医院伦理委员会批准,患者免除签署知情同意。数据收集和研究设计的流程图所示图1。我们回顾性收集病人从湛江中心人民医院(机构)和广州第一人民医院(II)机构。入选标准如下(1):单肝癌肝切除术后病理诊断和免疫组织化学检查CK19的(2)执行;Gadoxetic acid-enhanced MRI检查手术前两周内进行,包括pre-enhanced T1映射和20分钟的肝胆的阶段(HBP) Gadoxetic酸注射后(3);完整的临床和病理资料。排除标准如下(1):政府的其他术前抗肿瘤疗法,如射频消融术、经导管动脉化疗栓塞术(TACE),等。(2);一个以上的肿瘤或卫星结节(3);存在macrovascular入侵或肝外传播(4);没有记录的病理发现CK19 (5);次优的图像质量先生解释。先生的102名患者从机构我被用作训练集建立预测模型预测HCC的CK19的表达。 The predictive performances of models were evaluated by test sets (56 cases from institution II).

2.2临床病理的分析

术前实验室指标包括α胎蛋白(法新社)、丙氨酸转氨酶(ALT)、天冬氨酸转氨酶(AST)、谷酰基转肽酶(GGT)、碱性磷酸酶(ALP)、白蛋白(铝青铜)、总胆红素(治疗组)、直接胆红素(DBIL)、血清肌酐(Scr)、凝血酶原时间(PT)、国际标准化比率(INR),中性粒细胞淋巴细胞比率(NLR),血小板淋巴细胞比率(PLR)。

肝细胞癌的诊断标准是基于形态学标准由世界卫生组织定义的。CK19的表达被免疫化学染色法半定量的评价。正常肝组织的肝细胞和胆管被用作正面和负面的控制,分别。肿瘤分为正面(< 5%的肿瘤细胞)或负面(≥5%的肿瘤细胞)CK19由一位经验丰富的病理学家盲法临床和影像信息。

2.3磁共振成像协议

所有患者的MRI检查机构我和机构二世进行了使用1.5 t (Magnetom Aera;西门子医疗)和3.0 t (Magnetom三人蒂姆•;西门子医疗)磁共振扫描器。扫描范围涵盖从顶部的下沿肝与摘要相控阵线圈接收线圈。Gadoxetic acid-enhanced MRI是获得包括pre-enhanced,增强动脉期(美联社,20 - 40),门户阶段(PVP, 50 - 70年代),平衡阶段(EP, 100 - 120),和20分钟HBP图像。Gadoxetic酸(Primovist;拜耳先灵葆雅制药,柏林,德国)注入到肘脉流速为1.0毫升/ s和更易与剂量的0.025 /公斤,紧随其后的是20毫升生理盐水冲洗。更详细的描述MRI核磁共振扫描的方法和特定的序列和参数所示补充材料1.1和表S1。

2.4成像分析

术前MRI图像进行回顾性分析在图像存档和通信系统(PACS)。语义和定量核磁共振特性进行评估由两个独立腹部放射学家(读者1 (TAN XL)和读者2(陈JM)都有6年的经验在肝脏成像)那些失明患者的临床和病理资料。在语义特征差异通过共识后重新评估来解决图像。定量特征得到的估计平均两个读者。一位读者(TAN XL)相同的方式重复评估2周后尽量减少记忆效应评估intraobserver协议。内部类的相关系数(可以计算测量内部和两分再现性的语义和定量的特点,分别。

语义核磁共振特性包括1)肿瘤边缘;2)出血;3)坏死;4)脂肪组件;5)目标信号;6)冲刷;7)边缘动脉相hyperenhancement (Rim APHE);8)电晕增强;9)Intratumoralarteries;10)放射胶囊; 11) Peritumoral hypointensity on HBP. A detailed description of semantic MRI features is provided in补充材料1.2。pac定量测量都是手动执行。感兴趣的区域(ROI)尽量放置在该地区有明显的增强病变坏死,出血,脂肪和工件。ROI的面积约为1.0 ~ 1.5厘米²;相同的相同的ROI损伤测量三次,然后平均金额计算。信号强度(SI)的肿瘤和周围正常肝实质测量前,美联社,PVP, EP和HBP图像分别然后肿瘤肝对比度(TLR)计算。此外,病灶的ADC值测量和周围正常肝实质的ADC图像,和tumor-to-liver ADC值计算(记录为相对ADC, rADC);precontrast和postcontrast T1弛豫时间测量之前20分钟之后的管理对比剂(分别记录为T1rt-Pre和T1rt-HBP)和还原速度T1弛豫时间(rrT1rt)计算。描述和量化参数详细的公式补充材料1.2。

2.5术后随访

所有肝癌复发的患者定期监测通过CT或MRI切除后每隔2年3个月。复发状态包括新的肝内病变和/或肝外转移和标准如下:1)新的肝癌肝内病变典型的成像特性,或经组织病理学证实,或在肝动脉化疗栓塞术后肿瘤染色;2)肝外转移证实了典型的成像特性或组织病理学分析。

2.6统计分析

一个学生t以及(均值±标准差)或Wilcoxon rank-sum测试(中位数,P25 ~我)进行连续变量。分类变量被χ相比²。之间的定量数据可以计算两个观察员。斯皮尔曼系数被用于定量参数和CK19状态之间的相关性分析。多变量逻辑回归分析确定的独立预测因子CK19-positive肝癌。Akaike信息准则(AIC)是用来确定最优预测模型。接收者算子特征(ROC)曲线是用来评估的性能预测CK19的表达。比较不同的中华民国(AUROC)曲线下的面积是由德龙的测试。针对患者之间的失衡CK19-negative hcc和CK19-positive肝癌,我们进一步利用F1分数和precision-recall曲线下的面积(AUPRC)来比较性能,评估这些方法更有益的二元分类器在不平衡数据集。校准曲线是用来评估列线图的一致性。决策曲线分析(DCA)是用来评估的临床效用计算图表,量化不同的阈值概率下的净效益。 R software (version 3.4.1) was used for analysis. All differences were considered statistically significant with ap值< 0.05。

3的结果

3.1临床病理特性的训练集和测试集

共有102名患者从机构我是包括在这项研究中,包括35 CK19-positive hcc - 67 CK19-negative肝癌。从机构II包括56例,其中20人积极和36 -关于CK19的表达。临床病理特征的分布显示了训练集和测试集表1。单变量分析的结果的临床因素训练集显示,法新社和NLR CK19表达相关的重要的变量(P< 0.05,补充表S2)。

3.2相关肝细胞癌的MRI特征CK19表达训练集

单变量分析的结果训练集的语义特征表明,CK19-positive肝癌更频繁地显示肿瘤边缘(非光滑p= 0.035),目标信号(p= 0.005)和电晕增强(p= 0.043)相比CK19-negative肝细胞癌(补充表S3)。

协议分析的量化参数表明,可以都高于0.70 (0.70 ~ 0.86,p< 0.001,表2),这证明了两个放射科医生在量化特征的分析是一致的。相关分析表明,T1rt-Pre (r = 0.352,p< 0.001)和T1rt-HBP (r = 0.366,p< 0.001)和CK19中度正相关。rADC (r = -0.358,p< 0.001)和HBP-TLR (r = -0.309,p= 0.002)和CK19中度负相关。其他核磁共振定量参数之间没有统计学意义和CK19 (p> 0.05)(补充表S4)。

rADC、HBP-TLR T1rt-Pre CK19-positive和消极之间T1rt-HBP肝癌组显示显著统计学差异(表2和图2)。上面的定量参数的单变量区别的表演中详细说明补充表S5。在这些定量参数,T1rt-HBP诊断性能预测最高CK19-positive肝癌,AUROC 0.712,敏感性和特异性分别为80.00%和62.29%。HBP-TLR的AUC是0.681,敏感性和特异性分别为74.29%和59.70%,分别。rADC的AUC是0.710,敏感性和特异性分别为68.57%和68.66%,分别。

3.3开发和验证预测模型的CK19-positive肝癌

多变量逻辑回归显示,法新社> 400 ng / ml (p= 0.037,= 4.607,95%置信区间ci: 1.098 - -19.326), rADC≤0.71 (p= 0.030,= 3.450,95%置信区间ci: 1.126 - -10.567), T1rt-HBP > 797微秒(p= 0.018,= 4.509,95% ci: 1.301—-15.626)的独立预测因子CK19-positive肝细胞癌(补充表S6)。

临床模型(c型),语义模型(s模式),定量模型(Q-Model) clinical-semantic模型(cs模型),clinical-quantitative模型(CQ-Model) semantic-quantitative模型(SQ-Model)和clinical-semantic-quantitative模型(CSQ-Model)构建基于临床(法新社NLR)、语义(非光滑,目标信号,瘤旁增强)和定量(HBP-TLR、rADC T1rt-Pre, T1rt-HBP)变量,分别。逐步回归基于AIC被用来进一步选择上述变量来构造多变量逻辑回归模型CK19-positive hcc的训练数据集(补充表S7)。有趣的是,语义特征被排斥在CSQ-Model的逐步回归分析,所以CSQ-Model相当于CQ-Model。每个模型的预测效果所示表3。CQ-model AUROC最大(0.844,95%置信区间ci: 0.754 - -0.933) (图3)。ROC分析中模型之后,德龙测试比较预测性能(补充表S8)。Precision-recall曲线进一步说明了相似的结果,CQ-Model AUPRC最大(0.785)(图4)和F1得分(0.778)。

基于CQ-Model,诺模图开发预测CK19-positive肝癌(图5),在训练集和测试集C-indexes(0.844, 95%置信区间ci: 0.759 - -0.908)和(0.818,95%置信区间ci: 0.693 - -0.902),分别。校准曲线的概率表明CK19-positive hcc CQ-Model预测的是在良好的协议与实际概率(补充图S1)。决策曲线分析表明,CQ-Models提供更大的净效益的合理阈值概率与对所有策略和完全忽视战略(补充图S2)。

4讨论

在这项研究中,我们成功地开发和测试基于T1的诺模图映射在gadoxetic acid-enhanced磁共振成像,分别用来预测HCC CK19的表达情况,展示良好的预测效率和临床实用程序。临床应用的诺模图很简单,可以促进个性化的危险分层和CK19-positive HCC患者的进一步治疗决策。

我们的研究表明,术前血清AFP水平升高(> 400 ng / ml)是一个独立的因素CK19-positive肝细胞癌,这是与以往的研究一致(11)。法新社是一个重要的肿瘤标记肝癌和已被证实与CK19的表达有关。在肝细胞癌患者中,升高血清AFP水平呈正相关,可怜的分化,微血管浸润和肿瘤复发(23,24的生物学行为),这是符合CK19-positive肝癌高的侵略。通过比较分析,我们发现,结合肝细胞癌患者术前血清AFP水平可以提高语义和定量核磁共振成像模型的预测性能。此外,我们还发现,非光滑肿瘤边缘,目标信号和瘤旁增强MRI在肝癌CK19状态密切相关。基于语义的多变量分析MRI特征表明,目标信号是一个独立的因素与CK19-positive相关肝细胞癌,这是类似的结果胡锦涛et al。(10)。先前的研究已经表明,目标信号是一个重要的独立预测指标诊断肝内胆管癌(ICC),这是相关的病理形态学边缘增生和基质纤维化(中部25,26)。间质纤维化的形成似乎更常见于CK19-positive比CK19-negative肝癌HCC,这表明CK19-positive HCC可能的形态特征之间的典型的肝细胞癌和ICC (5,27)。基于语义的肝细胞癌的MRI特征,预测的准确性和灵敏度CK19表达限制在我们的研究中,这是类似于先前的研究结果(9,10);因此,在日常实践中应用仍有局限性。

我们进行了定量核磁共振参数和CK19状态之间的相关分析,结果表明,基于T1之间的关联度量化参数映射和CK19地位高于基于信号强度(SI)。T1弛豫时间是一个绝对值,不受扫描序列参数和钆对比剂的浓度成正比的组织(28),而如果是一个相对价值,技术因素的差异会影响SI的价值,没有线性关系和对比剂的浓度,所以T1弛豫时间比硅更准确、可靠。这已经证明评价肝癌患者肝功能和肝纤维化分期(29日,30.)。此外,定量参数之间的关系基于T1映射和CK19也比相对的ADC值。原因可能是T1弛豫时间反映了组织的固有特性,可以直接反映肿瘤的扩散,而ADC值只能间接反映肿瘤的扩散通过水分子的扩散(31日)。因此,基于T1的定量参数映射更CK19状态密切相关。一般来说,T1弛豫时间的肝癌与CK19地位,和肿瘤扩散更活跃在CK19-positive HCC与CK19-negative肝癌,导致长时间T1弛豫时间。量化参数的单变量分析表明,T1rt-HBP预测的最佳效率CK19-positive肝癌,可能是因为T1弛豫时间与钆对比剂的浓度成正比,和更多的钆对比剂进入肿瘤组织方面,从而缩短了T1弛豫时间。因此,T1rt-HBP可以更准确地预测CK19-positive肝癌。

确定最佳模型预测CK19-positive肝癌,逐步回归基于AIC被用来选择变量来构造不同的预测模型。我们的研究表明,CQ-model结合法新社和定量特性有最好的预测性能。一些radiomics研究(13- - - - - -16)表明,radiomics成绩有很好的诊断效果预测CK19的表达。在这项研究中,王W et al。(13AUC),组合模型取得了高于预测在我们的研究中CK19表达(0.959 vs 0.844),尽管使用一套单一机构。此外,杨F et al。(16)。报告了类似的AUC识别CK19状态(0.857)radiomics签名从multisequence MRI,然而,两个验证集的AUC只有0.726和0.790,分别。类似地,陈Y et al。(19)。取得了良好的结果在预测CK19表达通过DL模型,但DL模型没有表现良好的测试集(AUC), AUC的只有0.614和0.750两个测试集,分别。小样本测试集的大小或磁共振成像协议的差异可能会影响模型的鲁棒性。毫无疑问,radiomics是一种很有前途的方法,但是这些研究受限于图像分割和标准化损害的临床实践。相比之下,我们的提议CQ模型相对容易实现临床,结合定量核磁共振特性(T1rt-HBP rADC)和临床信息(法新社)可以提供补充信息构建模型并提高预测的性能。同时,CQ-Model外部的应用测试数据证明了良好的鲁棒性与不同的核磁共振扫描仪和不同的参数设置。我们建议T1映射可以集成作为一个附加议定书gadoxetic acid-enhanced先生成像评价在HCC CK19表达地位,和T1弛豫时间预计将提供额外的信息预测CK19-positive肝细胞癌,这是初步的,需要进一步验证。

对我们的研究有一些局限性。第一,这是一个回顾性研究,只有单一的HCC被选中,这可能选择性偏差的数据一致性。第二,小样本测试集的大小会影响模型的鲁棒性。因此,预测模型需要在将来的研究中进一步优化通过大规模的多中心研究。第三,我们没有计算T1弛豫时间比肝实质的肿瘤,因为肝硬化的存在可能对结果有影响。

5的结论

总之,T1映射在gadoxetic acid-enhanced MRI结合Diffusion-weighted成像和法新社可以帮助预测HCC CK19的表达状态,预计将提供重要的指导价值,肝癌患者的后续治疗和预后评估。这些结果需要进一步验证在未来的随机试验来测试我们的临床效用成像签名结合clinical-radiologic标准指导个性化的治疗选择。

数据可用性声明

最初的贡献提出了研究中都包含在这篇文章/补充材料。进一步询问可以针对相应的作者。

道德声明

这些研究涉及人类受试者的伦理审查委员会审查和批准湛江中心人民医院。书面知情同意参与这项研究并不需要按照国家法律和制度需求。

作者的贡献

XT, JC和YZ进行文献搜索。XT, JC, YZ、HH PL和XJ设计研究。XT, JC、PL和HH收集数据。XT, JC, YZ、HH PL, YL分析数据。所有作者验证了数据。XT, JC, YZ、PL HH,我们编辑了手稿。HT, YL、XT和YZ回顾了手稿。所有作者的文章和批准提交的版本。

的利益冲突

作者声明,这项研究是在没有进行任何商业或财务关系可能被视为一个潜在的利益冲突。

出版商的注意

本文表达的所有索赔仅代表作者,不一定代表的附属组织,或出版商、编辑和审稿人。任何产品,可以评估在这篇文章中,或声称,可能是由其制造商,不保证或认可的出版商。

补充材料

本文的补充材料在网上可以找到:https://www.雷竞技rebatfrontiersin.org/articles/10.3389/fonc.2022.1068231/full补充材料

引用