18F-FDG PET/CT代謝參數預測胸腺上皮腫瘤惡性程度

藺旭陽,王 冉,韓星敏

(鄭州大學第一附屬醫院核醫學科,河南 鄭州 450052)

胸腺上皮腫瘤(thymic epithelial tumor,TET)為前縱隔常見腫瘤。WHO將TET組織學分類簡化為低危型(A、AB、B1型)、高危型(B2、B3型)和胸腺癌(C型)以描述其惡性程度,及時明確TET類型對臨床診療具有重要意義[1]。18F-FDG PET/CT原發灶代謝參數對評估TET惡性程度有一定價值[2-6],而腫瘤原發灶標準攝取值(standard uptake value,SUV)與正常組織SUV比值用于判斷腫瘤分期、預測腫瘤復發等更具優勢[7-8]。本研究觀察以18F-FDG PET/CT原發灶代謝參數預測TET惡性程度的價值。

1 資料與方法

1.1 研究對象 回顧性分析2010年4月—2023年7月鄭州大學第一附屬醫院95例經手術或穿刺活檢病理確診的單發TET患者,男47例、女48例,年齡7～87歲、平均(55.7±14.6)歲;治療前均接受18F-FDG PET/CT檢查。排除合并其他惡性腫瘤或臨床資料不齊者。本研究經院倫理委員會批準(2023-KY-0805);檢查前患者均簽署知情同意書。

1.2 儀器與方法 以日本住友集團HM-20醫用回旋加速器系統合成18F-FDG,放射化學純度>98%。囑患者檢查前禁食≥6 h,控制其空腹血糖≤11.1 mmol/L;注射18F-FDG 3.70～5.55 MBq/kg體質量并囑患者安靜休息約60 min后,采用Siemens Biograph Truepoint 64 PET/CT儀行全身掃描,范圍自顱頂至大腿中上端;先行CT(頭部掃描層厚3 mm,管電壓120 kV,管電流380 mA;體部掃描參數為管電壓120 kV,管電流采用自動調整)、后行PET掃描(頭部掃1個床位,每個床位3 min;體部掃4～6個床位,每個床位2.5 min)。掃描結束后采用Siemens Syngo TrueD軟件進行圖像融合。

1.3 圖像分析 由2名具有5年以上工作經驗的核醫學科主治醫師獨立閱片,于融合圖像上以MM Oncology軟件勾畫原發病灶感興趣體積(volume of interest,VOI),測量其最大SUV(maximum SUV,SUVmax)、峰值SUV(peak SUV,SUVpeak),計算SUVmax與縱隔血池平均SUV(mean SUV,SUVmean)比值,即靶區本底比值(target-to-background ratio,TBR);分別以SUV=2.5、40%SUVmax為閾值,利用Multi-foci Segmentation軟件自動計算病灶糖酵解總量(total lesion glycolysis,TLG)及腫瘤代謝體積(metabolic tumor volume,MTV),分別記為TLG2.5、TLG40%及MTV2.5、MTV40%。

1.4 病理分型及臨床分期 參照2015 WHO分類標準,根據病理結果將TET分為低危型胸腺瘤、高危型胸腺瘤和胸腺癌;根據第8版TNM分期系統進行臨床分期。

1.5 統計學分析 采用SPSS 26.0統計分析軟件。以中位數(上下四分位數)表示不符合正態分布的計量資料,以Kruskal-WallisH檢驗行多組間總體比較,采用秩和檢驗行組間成對比較,并行Holm-Bonferroni校正。采用Spearman相關分析觀察各代謝參數與不同類型及臨床分期之間的相關性。針對兩兩比較差異有統計學意義的代謝參數繪制受試者工作特征(receiver operating characteristic,ROC)曲線,計算曲線下面積(area under the curve,AUC),評估其預測不同類型TET的效能,并以DeLong檢驗加以比較。P<0.05為差異有統計學意義。

2 結果

95例中,低危型胸腺瘤27例(A、AB、B1型分別為5、20、2例)、高危型胸腺瘤15例(B2、B3型分別為8、7例)、胸腺癌53例;臨床分期Ⅰ期28例、Ⅱ期8例、Ⅲ期12例、Ⅳ期47例。見圖1。

圖1 PET/CT圖示不同組織學類型TET A、B.低危型胸腺瘤患者(AB型),男,67歲,胸部軸位CT圖(A)示左前縱隔2.2 cm軟組織腫塊(箭),胸部軸位PET/CT融合圖(B)示SUVmax為2.60,SUVpeak為2.00,TLG2.5為0.15,TLG40%為4.54,TBR為1.91,MTV2.5為0.06,MTV40%為2.78; C、D.高危型胸腺瘤患者(B2型),女,46歲,胸部軸位CT圖(C)示左前縱隔4.2 cm軟組織腫塊影(箭),胸部軸位PET/CT融合圖(D)示SUVmax為7.00,SUVpeak為6.11,TBR為5.19,TLG2.5為137.91,TLG40%為129.65,MTV2.5為32.94,MTV40%為29.81; E、F.胸腺癌患者,女,41歲,胸部軸位CT圖(E)示左前縱隔8.1 cm軟組織腫塊影(箭),胸部軸位PET/CT融合圖(F)示SUVmax為11.40,SUVpeak為9.04,TBR為9.34,TLG2.5為671.74,TLG40%為504.18,MTV2.5為128.89,MTV40%為81.71

2.1 不同類型及臨床分期TET代謝參數 不同類型TET之間,SUVmax、SUVpeak、TBR、TLG2.5、TLG40%及MTV2.5總體差異均有統計學意義(P均<0.05)而MTV40%總體差異無統計學意義(P>0.05)。詳見表1。

表1 95例不同組織學類型TET代謝參數比較

不同臨床分期TET之間,SUVmax、SUVpeak、TBR、TLG2.5、TLG40%及MTV2.5總體差異均有統計學意義(P均<0.01)而MTV40%差異無統計學意義(P>0.05)。詳見表2。

表2 95例不同臨床分期TET代謝參數

2.2 相關性分析 SUVmax(rs=0.71,P<0.01)、SUVpeak(rs=0.68,P<0.01)、TBR(rs=0.69,P<0.01)、TLG2.5(rs=0.50,P<0.01)、TLG40%(rs=0.31,P<0.05)及MTV2.5(rs=0.41,P<0.01)均與TET組織學類型呈正相關,而MTV40%與TET組織學類型無明顯相關(P>0.05)。

SUVmax(rs=0.48,P<0.01)、SUVpeak(rs=0.48,P<0.01)、TBR(rs=0.45,P<0.01)、TLG2.5(rs=0.47,P<0.01)、TLG40%(rs=0.39,P<0.01)及MTV2.5(rs=0.45,P<0.01)均與TET臨床分期均呈正相關,MTV40%與TET臨床分期無明顯相關(P>0.05)。

2.3 ROC曲線分析 根據SUVmax、SUVpeak及TBR預測低危型與高危型胸腺瘤的AUC分別為0.857、0.840及0.857,兩兩比較AUC差異均無統計學意義(Z=-0.448～0.707,P均>0.05);以SUVmax、SUVpeak及TBR預測高危型胸腺瘤與胸腺癌的AUC分別為0.769、0.758及0.755,兩兩之間AUC差異均無統計學意義(Z=0.103～0.563,P均>0.05)。見表3及圖2。

表3 SUVmax、SUVpeak及TBR預測不同組織學類型TET的效能

圖2 SUVmax、SUVpeak及TBR預測不同組織學類型TET的ROC曲線 A.低危型與高危型胸腺瘤; B.高危型胸腺瘤與胸腺癌

3 討論

TET是最常見成人前縱隔腫瘤[9]。18F-FDG PET/CT原發灶SUVmax對鑒別胸腺瘤與胸腺癌及治療前評估TET惡性程度具有一定價值,但也存在爭議[10-13]。

既往研究[5,13]發現低危型胸腺瘤、高危型胸腺瘤及胸腺癌兩兩之間SUVmax差異均有統計學意義,也有學者[2,14]認為低危型與高危型胸腺瘤SUVmax差異無統計學意義。本研究分析95例TET,發現不同類型之間SUVmax差異均有統計學意義,與KIM等[4]的結果不同,可能與納入樣本不同,以及患者個體差異、掃描設備及圖像重建方法不同等相關。既往研究[7]認為腫瘤SUV原發灶/SUV正常組織較SUV更為穩定。本研究中,不同類型TET的TBR差異均有統計學意義,且SUVmax、SUVpeak及TBR均與TET組織學類型呈正相關,提示其有利于區分TET組織學分類[6],可用于預測TET惡性程度。第8版TNM分期系統可用于所有TET,包括胸腺癌和胸腺神經內分泌腫瘤[15]。本研究基于該系統進行臨床分期,發現Ⅳ期TET的SUVmax、SUVpeak及TBR均高于Ⅰ期,且原發灶SUVmax、SUVpeak及TBR均與臨床分期相關。

HAN等[3]發現低危型與高危型胸腺瘤間TLG2.5及MTV2.5差異均有統計學意義。PARK等[5]報道低危型與高危型胸腺瘤間TLG2.5及MTV2.5差異無統計學意義。本研究發現TLG2.5、TLG40%、MTV2.5與TET組織學類型或臨床分期相關,而MTV40%與之無明顯相關。ROC曲線顯示,SUVmax、SUVpeak及TBR預測低危型與高危型胸腺瘤的AUC分別為0.857、0.840及0.857,預測高危型胸腺瘤與胸腺癌的AUC分別為0.769、0.758及0.755,其診斷效能相當,表明18F-FDG PET/CT代謝參數預測TET惡性程度的效能良好。

綜上所述,18F-FDG PET/CT代謝參數SUVmax、SUVpeak、TBR能有效預測TET惡性程度。但本研究為單中心回顧性分析,樣本量有限,有待后續開展多中心研究進一步觀察。

利益沖突:全體作者聲明無利益沖突。

作者貢獻:藺旭陽查閱文獻、統計分析、撰寫文章;王冉查閱文獻、修改文章;韓星敏指導研究、審閱文章、經費支持。