分享:
分享到微信朋友圈
X
特别关注
一体化18F-FET PET/MR术前评估成人胶质瘤患者MGMT基因启动子甲基化状态
韩青青 李拓 林增萍 李恩慧 杨阳 刘家惠 邢浩 王裕 程欣 霍力

Cite this article as: HAN Q Q, LI T, LIN Z P, et al. Preoperative assessment of MGMT gene promoter methylation status in adult high-grade glioma patients by integrated 18F-FET PET/MR[J]. Chin J Magn Reson Imaging, 2024, 15(7): 21-26.本文引用格式:韩青青, 李拓, 林增萍, 等. 一体化18F-FET PET/MR术前评估成人胶质瘤患者MGMT基因启动子甲基化状态[J]. 磁共振成像, 2024, 15(7): 21-26. DOI:10.12015/issn.1674-8034.2024.07.004.


[摘要] 目的 旨在研究一体化18F-氟乙基酪氨酸(18F-fluoroethyltyrosine, 18F-FET)正电子发射断层成像(positron emission tomography, PET)/MR对成人胶质瘤的O6-甲基鸟嘌呤DNA甲基转移酶(O6-methylguanine DNA methyltransferase, MGMT)基因启动子甲基化状态的鉴别能力。材料与方法 回顾性分析未经活检或治疗的胶质瘤患者资料16例,均完成一体化PET/MR扫描,包括18F-FET PET、常规MRI及体素内不相干运动(intravoxel incoherent motion, IVIM)成像。以靶本比(target-background ratio, TBR)=1.6为阈值对PET图像进行感兴趣体积(volume of interest, VOI)分割,通过刚性配准获得肿瘤VOI对应的IVIM图及其参数表观扩散系数(apparent diffusion coefficient, ADC)、真实扩散系数(true diffusion coefficient, D)、伪扩散系数(pseudo diffusion coefficient, D*)、灌注分数(perfusion fraction, f)、分布扩散系数(distributed diffusion coefficient, DDC)和异质性指数(heterogeneity index, α),使用pyradiomics对各参数进行特征提取,获得对应的一阶灰度直方图特征。计算每个IVIM参数图对应的特征值与18F-FET PET参数的关系,并利用组间比较和受试者工作特征 (receive operating characteristic, ROC)曲线分析探究PET和IVIM参数对MGMT启动子甲基化的区分能力。结果 IVIM-α 的两个特征值90分位值(r=0.526,P<0.05)和最大值(r=0.520,P<0.05)与PET参数平均标准摄取值(mean standard uptake value, SUVmean)呈正相关;IVIM-α和SUVmean在MGMT启动子甲基化状态阳性和阴性两组之间的差异有统计学意义(P<0.05),阳性组的IVIM-α均值和SUVmean显著高于阴性组;融合IVIM-α均值和SUVmean对MGMT启动子甲基化状态进行区分的曲线下面积(area under the curve, AUC)为0.77。结论 基于一体化PET/MR的18F-FET PET和IVIM参数能够有效预测胶质瘤的MGMT启动子甲基化状态。
[Abstract] Objective To investigate the discriminative ability of integrated 18F-fluoroethyltyrosine (18F-FET) positron emission tomography (PET)/MR for O6-methylguanine DNA methyltransferase (MGMT) gene promoter methylation status in adult gliomas.Materials and Methods A total of 16 patients with unbiopsied or untreated gliomas were retrospectively enrolled to complete integrated PET/MR scans, including 18F-FET PET, conventional MRI and intravoxel incoherent motion (IVIM) imaging. The volume of interest (VOI) segmentation of PET images was performed using target-background ratio (TBR)=1.6 as a threshold, and IVIM maps corresponding to tumor VOI and their parameters, apparent diffusion coefficient (ADC), true diffusion coefficient (D), pseudo diffusion coefficient (D*), perfusion fraction (f), distributed diffusion coefficient (DDC), and heterogeneity index (α), were obtained by rigid alignment, and the corresponding first-order gray-scale histogram features were obtained by feature extraction of each parameter using pyradiomics. The eigenvalues corresponding to each IVIM parameter map were calculated in relation to the 18F-FET PET parameters, and the ability of PET and IVIM parameters to discriminate MGMT promoter methylation was explored using between-group comparisons and receiver operating characteristic (ROC) curve analysis.Results The two eigenvalues 90th percentile (r=0.526, P<0.05) and maximum (r=0.520, P<0.05) of IVIM-α were positively correlated with mean standard uptake value (SUVmean) of PET parameter; The differences between IVIM-α and SUVmean in the two groups of positive and negative MGMT promoter methylation status were statistically significant (P<0.05), and the positive group had significantly higher mean IVIM-α and SUVmean than the negative group. The area under the curve (AUC) of discrimination of the methylation status of the MGMT promoter by incorporating the mean IVIM-α value and SUVmean was 0.77.Conclusions 18F-FET PET and IVIM parameters based on integrated PET/MR can effectively predict MGMT promoter methylation status in gliomas.
[关键词] 胶质瘤;O6-甲基鸟嘌呤-DNA甲基转移酶启动子甲基化;18F-氟乙基酪氨酸正电子发射断层成像;正电子发射断层成像/磁共振;体素内不相干运动;磁共振成像
[Keywords] glioma;O6-methylguanine DNA methyltransferase gene;18F-Fluoroethyltyrosine positron emission tomography (18F-FET PET);positron emission tomography/magnetic resonance (PET/MR);intravoxel incoherent motion;magnetic resonance imaging

韩青青 1   李拓 1   林增萍 2   李恩慧 3   杨阳 3   刘家惠 4   邢浩 4   王裕 4   程欣 1   霍力 1, 5*  

1 中国医学科学院 北京协和医学院 北京协和医院核医学科,北京 100730

2 上海联影医疗高新技术研究院有限公司,上海 201807

3 北京联影智能影像技术研究院,北京 100094

4 中国医学科学院 北京协和医学院 北京协和医院神经外科,北京 100730

5 核医学分子靶向诊疗北京市重点实验室,北京 100730

通信作者:霍力,E-mail:huoli@pumch.cn

作者贡献声明:韩青青、李恩慧起草和撰写稿件,获取、分析或解释本研究的数据;李拓、刘家惠、邢浩、林增萍、杨阳、王裕获取、分析或解释本研究的数据,对稿件重要内容进行了修改;程欣、霍力设计本研究的方案,对稿件重要内容进行修改;王裕获得了北京协和医院中央高水平医院临床科研专项的资助。全体作者都同意发表最后的修改稿,同意对本研究的所有方面负责,确保本研究的准确性和诚信。


基金项目: 北京协和医院中央高水平医院临床科研专项 2022-PUMCH-A-019
收稿日期:2024-02-27
接受日期:2024-07-08
中图分类号:R445.2  R739.41  R817.4 
文献标识码:A
DOI: 10.12015/issn.1674-8034.2024.07.004
本文引用格式:韩青青, 李拓, 林增萍, 等. 一体化18F-FET PET/MR术前评估成人胶质瘤患者MGMT基因启动子甲基化状态[J]. 磁共振成像, 2024, 15(7): 21-26. DOI:10.12015/issn.1674-8034.2024.07.004.

0 引言

       胶质瘤作为成人最常见的原发性中枢神经系统肿瘤之一,发病率约为5~6人/10万人•年[1]。2021年第5版WHO中枢神经系统肿瘤分类(WHO Classification of Tumors of the Central Nervous System, WHO CNS)在2016版WHO CNS的基础上进一步推动了分子诊断在中枢神经系统肿瘤分类中的作用,并将胶质瘤分为Ⅰ~Ⅳ级,其中Ⅰ、Ⅱ级为低级别胶质瘤,Ⅲ、Ⅳ级为高级别胶质瘤[2]。胶质瘤的治疗需要采取个体化治疗策略,最大范围安全切除肿瘤是目前最重要的手术治疗原则[3]。然而胶质瘤具有易复发、预后差的特点,尤其是高级别胶质瘤患者,Ⅲ级胶质瘤患者中位总生存期约为2~3年,而Ⅳ级胶质母细胞瘤患者中位总生存期仅有1.5年[4, 5]。因此如何提高胶质瘤疗效及预后的预测能力成为临床诊治的重点关注问题。

       O6-甲基鸟嘌呤DNA甲基转移酶(O6-methylguanine DNA methyltransferase, MGMT)基因启动子甲基化(MGMT promoter methylation, MGMTmet)状态常见于WHO Ⅱ~Ⅳ级胶质瘤中,已有研究发现它可提高胶质瘤对替莫唑胺(temozolomide,TMZ)等烷化剂的敏感性,提示患者具有更长的总生存期,目前已成为预测胶质瘤患者治疗效果及预后的重要因素[6, 7, 8, 9]

       放射性标记的氨基酸(amino acid, AA)示踪剂正电子发射断层成像(positron emission tomography, PET)的广泛应用,极大地提高了胶质瘤的诊断和治疗效率,目前临床常用的氨基酸放射性示踪剂包括11C-甲基蛋氨酸(11C-methionine, 11C­MET)、6-[18F]氟-L-多巴(6-[18F]-L-fluoro-L-3, 4-dihydroxyphenylalanine, 18F­FDOPA)以及18F-氟乙基酪氨酸(18F-Fluoroethyltyrosine, 18F-FET)。其中11C­MET的广泛应用受到11C较短的半衰期的限制,18F­FDOPA在纹状体附近脑肿瘤的定位和边界勾画受到生理性摄取的影响,相比之下,18F­FET的临床应用限制更少[10]。既往研究证实18F-FET PET可用于确定胶质瘤的异柠檬酸脱氢酶(isocitrate dehydrogenase, IDH)基因的突变状态[11],且在胶质瘤的诊断分级、鉴别肿瘤复发与治疗相关改变、预测患者预后等方面显示出重要作用[12, 13, 14, 15, 16]。目前研究中采用较多的动态18F-FET PET成像对设备、操作及患者状态提出了严苛的要求,较长的采集时间使得临床广泛应用受到阻碍,因此探索静态18F-FET PET成像与胶质瘤分子分型的关系也成为提高临床诊治效率的途径。

       体素内不相干运动(intravoxel incoherent motion, IVIM)作为一种先进的非侵入性MRI技术于1986年被LE BIHAN等提出,基于扩散加权成像(diffusion-weighted imaging, DWI),能够分别估算出代表结构变化的扩散定量指标和与微循环有关的灌注分数[17]。如基于双指数模型提取的定量参数真实扩散系数(true diffusion coefficient, D)、伪扩散系数(pseudo diffusion coefficient, D*)、灌注分数(perfusion fraction, f)等。其中,D与分子扩散受限有关;D*与微血管中的血液运动有关;f描述了每个体素中血管区产生的非相干信号占总非相干信号的比值[18]。IVIM已被证实与胶质瘤的分子特征相关,如预测Ki-67标记指数、表皮因子生长受体(epidermal growth factor receptor, EGFR)状态、血管内皮生长因子(vascular endothelial growth factor, VEGF)阳性率等[19, 20, 21, 22];IVIM能够有效区分肿瘤复发与治疗相关改变,且具有代替动态磁敏感增强(dynamic susceptibility contrast, DSC)的潜力[23];IVIM还能够评估肿瘤和瘤周区域的弥散异质性和血管灌注情况,以预测胶质瘤患者的预后[24, 25, 26]

       至今为止,尚未有研究利用一体化PET/MR探究18F-FET PET和IVIM联合成像对胶质瘤的MGMT基因启动子甲基化状态的预测价值。因此,本研究旨在探讨一体化18F-FET PET/MR的PET参数及IVIM参数鉴别成人胶质瘤MGMT基因启动子甲基化状态的价值,以探索PET/MR在术前对胶质瘤患者进行个体化治疗方案指导和预后评估的可行性。

1 材料与方法

1.1 研究对象

       本研究回顾性分析2023年7月至2023年10月就诊于中国医学科学院北京协和医院并完成活检或治疗的胶质瘤患者资料。本研究遵守《赫尔辛基宣言》,经中国医学科学院北京协和医院伦理委员会批准,免除受试者知情同意书,批准号:I-23PJ1717。

       纳入标准:(1)手术或活检病理证实为胶质瘤的患者;(2)术前完成一体化PET/MR扫描,包括18F-FET PET、常规MRI及IVIM成像;(3)PET/MR扫描与活检或手术之间间隔不超过2周;(4)术后可获得MGMT启动子甲基化状态结果。排除标准:(1)术后复发型胶质瘤患者;(2)PET/MR图像有明显运动相关或其他不可去除的伪影。

1.2 影像学检查

1.2.1 扫描仪器

       所有受试者均使用联影一体化PET/MR扫描仪(uPMR790,UIH,上海,中国)及配套24通道头部线圈。在检查前使用泡沫垫固定受试者的头部以减少运动伪影的产生。

1.2.2 检查序列

       PET图像使用18F-FET作为示踪剂,注射剂量为3.7 MBq/kg,肘静脉注射20 min后开始采集图像,采集时长约20 min。图像重建采用时间飞行(time of flight, TOF)和有序子集期望最大化(ordered subset expectation maximization, OSEM)方法,具体重建参数如下:进行4次迭代,20个子集,应用3 mm核的高斯滤波器,矩阵192×192,厚度2 mm,FOV 300 mm×300 mm,体素2 mm×2 mm×2 mm。

       IVIM成像扫描参数:TR 6999 ms,TE 78.8 ms,FA 90°,层厚2 mm,间隔2.4 mm,体素2 mm×2 mm×2 mm,FOV 224 mm×220 mm;在三个正交方向上,应用了16个b值(范围0~1000 s/mm2,具体值为0、20、40、80、110、140、170、200、300、400、500、600、700、800、900、1000 s/mm2),总扫描时间为6 min 33 s。此外,为了诊断目的,还扫描了高分辨率的三维MR序列,包括T1WI(TR 7.2 ms,TE 3 ms,体素1 mm×1 mm×1 mm,FOV 256 mm×230 mm,扫描时间为3 min 22 s)、T2WI(TR 2000 ms,TE 310.8 ms,体素1 mm×1 mm×1 mm,FOV 256 mm×220 mm,扫描时间为3 min 14 s),以及T2-液体衰减反转恢复(fluid attenuated inversion recovery, FLAIR)(TR 6500 ms,TE 427.68 ms,体素1 mm×1 mm×1 mm,FOV 256 mm×220 mm,扫描时间为7 min 2 s)图像。

1.3 数据处理与图像分析

       多b值弥散图像分析采用单指数、双指数和拉伸指数模型来处理数据,拟合得到各定量参数。首先,通过单指数拟合公式来确定表观扩散系数(apparent diffusion coefficient, ADC),见式(1)

       其中,S0代表无扩散加权的信号强度(b值为0 s/mm2);S1000是b值为1000 s/mm2时的信号强度。

       在双指数模型数据分析中,根据式(2)计算出四个参数。

       其中,Sb是在不同b值获得的信号强度;f代表灌注分数;D*是伪扩散系数,D是真实扩散系数。

       拉伸指数模型定义见式(3)

       在此模型中,DDC 表示分布扩散系数;α是表示异质性指数,其取值范围为0~1。

       一位工作经验丰富的高年资核医学科医生在未知患者信息、病史及MR图像的基础上使用MIM®(版本7.1.4,Beijing MIM Software Corp. Ltd.),以靶本比(target-background ratio, TBR)=1.6为阈值对每例患者的PET图像进行半自动分割得到肿瘤感兴趣体积(volume of interest, VOI),本底参数由对侧大脑半球以2 cm为直径勾画VOI计算得到,后计算得到肿瘤VOI对应的静态PET参数,包括最大标准摄取值(maximum standard uptake value, SUVmax)、平均标准摄取值(mean standard uptake value, SUVmean)、最大靶本比TBRmax、平均靶本比TBRmean[27]。为了保证肿瘤VOI解剖结构的一致性,将PET图像和IVIM各参数图像通过刚性配准统一配准到T1WI图像上,从而获得肿瘤VOI对应的IVIM参数图。IVIM参数图的分析使用了开源工具pyradiomics(https://github.com/AIM-Harvard/pyradiomics)进行特征提取,提取了每个参数图(即ADC、D、D*、f、DDC和α)的一阶灰度直方图特征,包括均值、中位数、10分位值、90分位值、最小值、最大值、偏度和峰度。

1.4 统计学分析

       采用GraphPad Prism 8.0(GraphPad Software,San Diego公司,美国)软件对数据进行统计学分析。使用非配对t检验验证MGMT启动子甲基化阳性和阴性两组之间的IVIM参数和PET定量参数的差异是否有统计学意义;采用Pearson相关性检验计算了每个IVIM参数图对应的特征值与FET PET参数是否具有相关性,并绘制散点图;使用逻辑回归计算了IVIM和PET对MGMT甲基化状态的区分能力。P<0.05被认为差异具有统计学意义。

2 结果

2.1 患者基本信息

       本研究初步纳入16名经病理证实为胶质瘤的患者,男12名,女4名,年龄(56.19±11.39)岁。16名患者中包括13例WHO Ⅳ级,1例WHO Ⅲ级和2例WHO Ⅱ级胶质瘤患者。根据MGMT启动子甲基化状态,将患者分为阳性组(阳性+)和阴性组(阴性-),分别包括6例和10例患者。为了评估研究的主要观察指标,本研究前期通过查阅相关文献预估了研究样本量时所需的参数及其范围。随后,使用PASS 15.0统计学软件计算了样本量,设置了双侧0.05的检验水准α(即Ⅰ型错误概率)和0.90的检验效能度(1-ββ为Ⅱ型错误概率),并考虑了20%的失访率。计算结果显示,MGMT启动子甲基化阳性组至少需要5例样本,而MGMT启动子甲基化阴性组则需要至少9例样本。因此,本研究纳入的样本量能够满足需求。

2.2 IVIM各参数与18F-FET PET参数相关性分析

       IVIM各参数图的详细特征值如表1所示。图1显示了IVIM-α的特征值与18F-FET SUVmean之间的相关性分析结果。结果中IVIM-α的两个特征值90分位值(r=0.526,P<0.05)和最大值(r=0.520,P<0.05)与SUVmean呈正相关,且差异具有统计学意义。18F-FET PET参数SUVmax、TBRmean及TBRmax与IVIM各参数对应特征值均无显著相关。

图1  IVIM-α的90分位值和最大值与18F-FET SUVmean的关系图。α:异质性指数;SUVmean:平均标准摄取值。
Fig. 1  Image of the relationship between the 90th percentile and the maximum values of IVIM-α and the 18F-FET SUVmean. α: heterogeneity index; SUVmean: mean standard uptake value.
表1  IVIM各参数的特征值
Tab. 1  The feature values of each parameter from IVIM

2.3 IVIM-ɑ和18F-FET PET SUVmean与MGMT启动子甲基化状态的关系

       采用非配对t检验来比较MGMT启动子甲基化状态(阳性+和阴性-)两组数据的 IVIM-α特征值和PET摄取值SUVmean的差异。图2显示了两组入组部分患者18F-FET PET和对应的IVIM-α图像。MGMT启动子甲基化状态阳性组和阴性组的SUVmean和IVIM-α的均值的差异均有统计学意义(P<0.05)(图3)。MGMT启动子甲基化阳性组(MGMT+)的α 均值以及SUVmean均高于阴性组(MGMT-)。逻辑回归结果表明,对MGMT启动子甲基化状态进行区分,IVIM-α均值的AUC=0.71(95%置信区间为0.70~0.72),PET SUVmean的AUC=0.76(95%置信区间为0.75~0.78),融合两个参数可以进一步提升AUC=0.77(95%置信区间为0.76~0.78)。

图2  两组入组患者的18F-氟乙基酪氨酸正电子发射断层成像(18F-FET PET)图像和对应的体素内不相干运动的异质性系数(IVIM-α)图像的部分示例。2A、2D:b=0 s/mm2时弥散MRI与正电子发射断层成像(PET)图像的融合图像;2B、2E:18F-FET PET图像;2C、2F:IVIM-α定量图。
Fig. 2  Partial examples of 18F-Fluoroethyltyrosine positron emission tomography (18F-FET PET) images and corresponding intravoxel incoherent motion heterogeneity index maps (IVIM-α) from two enrolled groups. 2A, 2D: The fusion image of diffusion MR imaging at b=0 s/mm2 and positron emission tomography (PET) image; 2B, 2E: 18F-FET PET image; 2C, 2F: quantitative IVIM-α map.
图3  平均标准摄取值(SUVmean)(3A)、体素内不相干运动的异质性系数(IVIM-α)均值(3B)与O6-甲基鸟嘌呤DNA甲基转移酶(MGMT)启动子甲基化状态的关系。MGMT+:MGMT启动子甲基化状态阳性;MGMT-:MGMT启动子甲基化状态阴性。
Fig. 3  Analysis of the relationship in the mean values of intravoxel incoherent motion heterogeneity index (IVIM-ɑ) maps and mean standard uptake value (SUVmean) between O6-methylguanine DNA methyltransferase (MGMT) promoter methylation status (MGMT+ and MGMT-). MGMT+: MGMT promoter methylation positive status; MGMT-: MGMT promoter methylation negative status.

3 讨论

       本研究发现基于一体化PET/MR的IVIM参数α均值及PET参数SUVmean在MGMT启动子甲基化状态阳性和阴性的成人胶质瘤间存在显著差异,MGMT启动子甲基化状态阳性组的α均值显著高于MGMT启动子甲基化状态阴性组,MGMT启动子甲基化状态阳性组的SUVmean值显著高于MGMT启动子甲基化状态阴性组。此外,本研究发现IVIM参数α最大值和90分位值与PET参数SUVmean之间存在显著的线性相关关系。

3.1 一体化PET/MR参数与MGMT启动子甲基化状态的关系

       MGMT启动子甲基化已被证实与更佳的烷化剂(如:替莫唑胺)疗效有关,是胶质瘤预后的预测标志物[28]。术前对MGMT启动子甲基化状态进行非侵入性预测在指导个体化治疗计划和预后评估中起着至关重要的作用。既往大量研究发现氨基酸PET可为胶质瘤分级和分子分型提供信息[27, 29, 30]此外,常规MRI特征,如肿瘤位置和坏死程度等,也可能与胶质母细胞瘤的MGMT启动子甲基化状态有关[31]。SONG等[32]发现基于一体化PET/MR的18F-FET PET参数在有MGMT启动子甲基化和无MGMT启动子甲基化的胶质瘤之间的差异没有统计学意义,这与本研究的结果不一致,原因可能是由于本研究纳入的样本量小,而前者研究的样本量达到57例。LU等[33]使用双指数模型发现MGMT启动子甲基化胶质母细胞瘤(glioblastomas, GBMs)组比无甲基化组具有更低的IVIM参数D*、ADCperf、SPF和更高的参数f,这一结果在本研究中未能发现,原因可能是样本量过小;但本研究使用拉伸指数模型发现IVIM-α均值在MGMT甲基化状态不同的两组间的差异具有统计学意义。

       此外,本研究发现IVIM参数ɑ最大值和90分位值与PET参数SUVmean之间存在显著的线性相关关系,提示PET和IVIM参数在分析成人胶质瘤分子分型中的互补作用。既往没有研究提及PET参数与IVIM参数的相关性分析。

3.2 感兴趣区/VOI勾画方式

       既往关于IVIM参数与胶质瘤分子分型的关系的研究,多采用基于T1增强的感兴趣区(region of interest, ROI)勾画方式。但是研究发现18F-FET PET与传统的增强MRI在定义肿瘤体积大小、空间分布等方面存在较大差异;有代谢活性的肿瘤体积在传统增强MRI上存在明显的低估;且相比于传统MRI,18F-FET PET对肿瘤边界具有更可靠的识别能力[33, 34, 35]。本研究基于18F-FET PET的VOI分割方式理论上比基于增强磁共振的VOI分割方式更能准确反映胶质瘤的空间分布特征,但这一假设需要更多的研究进行验证。本研究18F-FET PET采集方案严格参照欧洲核医学协会(European Association of Nuclear Medicine, EANM)于2019年出版的放射性标记氨基酸PET成像指南,以提高不同患者PET图像的可比性和研究结果的可重复性[27]

3.3 局限性

       本研究存在一些局限性。首先,本研究为单中心回顾性研究,研究结果仅为初步结果,但本研究按照EANM/SNMMI提出的氨基酸PET成像实践指南操作,有助于大样本多中心研究的开展。其次,本研究侧重于高级别胶质瘤,主要是因为高级别胶质瘤患者的预后更差。必要时我们将招募更多患者,增加低级别胶质瘤患者数量,以进一步研究一体化18F-FET PET/MR参数和胶质瘤分子标志物之间的关系。

4 结论

       本研究基于一体化18F-FET PET/MR技术对成人胶质瘤患者的MGMT启动子甲基化状态进行了深入研究,结果显示18F-FET PET参数和IVIM参数均具备显著的鉴别能力。此外,我们创新性地揭示了18F-FET PET参数与IVIM参数之间的相关性,突显了这两种参数在成人胶质瘤分子分型分析中的互补作用。这一发现可以为临床实践提供重要的指导意义,具有显著的临床应用价值。

[1]
OSTROM Q T, GITTLEMAN H, LIAO P, et al. CBTRUS statistical report: primary brain and central nervous system tumors diagnosed in the United States in 2007-2011[J/OL]. Neuro Oncol, 2014, 16(Suppl 4): iv1-iv63 [2024-02-26]. https://pubmed.ncbi.nlm.nih.gov/25304271/. DOI: 10.1093/neuonc/nou223.
[2]
LOUIS D N, PERRY A, WESSELING P, et al. The 2021 WHO Classification of Tumors of the Central Nervous System: a summary[J]. Neuro Oncol, 2021, 23(8): 1231-1251. DOI: 10.1093/neuonc/noab106.
[3]
国家卫生健康委员会医政医管局, 中国抗癌协会脑胶质瘤专业委员会, 中国医师协会脑胶质瘤专业委员会. 脑胶质瘤诊疗指南(2022版)[J]. 中华神经外科杂志, 2022, 38(8): 757-777. DOI: 10.3760/cma.j.cn112050-20220510-00239.
National Health Commission Medical Administration Bureau, Chinese Anti-Cancer Association Brain glioma Professional Committee, Chinese Medical Doctor Association Brain glioma Professional Committee. Guidelines for diagnosis and treatment of glioma (2022 edition)[J]. Chin J Neurosurg, 2022, 38(8): 757-777. DOI: 10.3760/cma.j.cn112050-20220510-00239.
[4]
LANGEN K J, GALLDIKS N, HATTINGEN E, et al. Advances in neuro-oncology imaging[J]. Nat Rev Neurol, 2017, 13(5): 279-289. DOI: 10.1038/nrneurol.2017.44.
[5]
PRATHER K Y, O'NEAL C M, WESTRUP A M, et al. A systematic review of amino acid PET in assessing treatment response to temozolomide in glioma[J/OL]. Neurooncol Adv, 2022, 4(1): vdac008 [2024-02-26]. https://pubmed.ncbi.nlm.nih.gov/35300149/. DOI: 10.1093/noajnl/vdac008.
[6]
OLDRINI B, VAQUERO-SIGUERO N, MU Q H, et al. MGMT genomic rearrangements contribute to chemotherapy resistance in gliomas[J/OL]. Nat Commun, 2020, 11(1): 3883 [2024-02-26]. https://pubmed.ncbi.nlm.nih.gov/32753598/. DOI: 10.1038/s41467-020-17717-0.
[7]
WU H B, DENG Z T, WANG H, et al. MGMT autoantibodies as a potential prediction of recurrence and treatment response biomarker for glioma patients[J]. Cancer Med, 2019, 8(9): 4359-4369. DOI: 10.1002/cam4.2346.
[8]
BELL E H, ZHANG P X, FISHER B J, et al. Association of MGMT promoter methylation status with survival outcomes in patients with high-risk glioma treated with radiotherapy and temozolomide: an analysis from the NRG oncology/RTOG 0424 trial[J]. JAMA Oncol, 2018, 4(10): 1405-1409. DOI: 10.1001/jamaoncol.2018.1977.
[9]
SAREEN H, MA Y F, BECKER T M, et al. Molecular biomarkers in glioblastoma: a systematic review and meta-analysis[J/OL]. Int J Mol Sci, 2022, 23(16): 8835 [2024-02-26]. https://pubmed.ncbi.nlm.nih.gov/36012105/. DOI: 10.3390/ijms23168835.
[10]
GALLDIKS N, LAW I, POPE W B, et al. The use of amino acid PET and conventional MRI for monitoring of brain tumor therapy[J/OL]. Neuroimage Clin, 2017, 13: 386-394 [2024-02-26]. https://pubmed.ncbi.nlm.nih.gov/28116231/. DOI: 10.1016/j.nicl.2016.12.020.
[11]
VERGER A, STOFFELS G, BAUER E K, et al. Static and dynamic 18F-FET PET for the characterization of gliomas defined by IDH and 1p/19q status[J]. Eur J Nucl Med Mol Imag, 2018, 45(3): 443-451. DOI: 10.1007/s00259-017-3846-6.
[12]
SMITH N J, DEATON T K, TERRITO W, et al. Hybrid 18F-fluoroethyltyrosine PET and MRI with perfusion to distinguish disease progression from treatment-related change in malignant brain tumors: the quest to beat the toughest cases[J]. J Nucl Med, 2023, 64(7): 1087-1092. DOI: 10.2967/jnumed.122.265149.
[13]
MÜLLER M, WINZ O, GUTSCHE R, et al. Static FET PET radiomics for the differentiation of treatment-related changes from glioma progression[J]. J Neurooncol, 2022, 159(3): 519-529. DOI: 10.1007/s11060-022-04089-2.
[14]
LOHMANN P, ELAHMADAWY M A, GUTSCHE R, et al. FET PET radiomics for differentiating pseudoprogression from early tumor progression in glioma patients post-chemoradiation[J/OL]. Cancers, 2020, 12(12): 3835 [2024-02-26]. https://pubmed.ncbi.nlm.nih.gov/33353180/. DOI: 10.3390/cancers12123835.
[15]
MIHOVILOVIC M I, KERTELS O, HÄNSCHEID H, et al. O-(2-(18F)fluoroethyl)-L-tyrosine PET for the differentiation of tumour recurrence from late pseudoprogression in glioblastoma[J]. J Neurol Neurosurg Psychiatry, 2019, 90(2): 238-239. DOI: 10.1136/jnnp-2017-317155.
[16]
MARNER L, LUNDEMANN M, SEHESTED A, et al. Diagnostic accuracy and clinical impact of[18F]FET PET in childhood CNS tumors[J]. Neuro Oncol, 2021, 23(12): 2107-2116. DOI: 10.1093/neuonc/noab096.
[17]
BIHAN D L, BRETON E, LALLEMAND D, et al. MR imaging of intravoxel incoherent motions: application to diffusion and perfusion in neurologic disorders[J]. Radiology, 1986, 161(2): 401-407. DOI: 10.1148/radiology.161.2.3763909.
[18]
IIMA M, BIHAN D L. Clinical intravoxel incoherent motion and diffusion MR imaging: past, present, and future[J]. Radiology, 2016, 278(1): 13-32. DOI: 10.1148/radiol.2015150244.
[19]
WANG C C, DONG H B. Ki-67 labeling index and the grading of cerebral gliomas by using intravoxel incoherent motion diffusion-weighted imaging and three-dimensional arterial spin labeling magnetic resonance imaging[J]. Acta Radiol, 2020, 61(8): 1057-1063. DOI: 10.1177/0284185119891694.
[20]
PARK Y W, AHN S S, PARK C J, et al. Correction to: diffusion and perfusion MRI may predict EGFR amplification and the TERT promoter mutation status of IDH-wildtype lower-grade gliomas[J/OL]. Eur Radiol, 2021, 31(3): 1782 [2024-02-26]. https://pubmed.ncbi.nlm.nih.gov/32910232/. DOI: 10.1007/s00330-020-07257-y.
[21]
SHENG Y R, DANG X F, ZHANG H, et al. Correlations between intravoxel incoherent motion-derived fast diffusion and perfusion fraction parameters and VEGF- and MIB-1-positive rates in brain gliomas: an intraoperative MR-navigated, biopsy-based histopathologic study[J]. Eur Radiol, 2023, 33(8): 5236-5246. DOI: 10.1007/s00330-023-09506-2.
[22]
ZHOU J, LI H F, MA X M, et al. Intravoxel incoherent motion diffusion-weighted imaging and 3D-ASL to assess the value of ki-67 labeling index and grade in glioma[J/OL]. Scanning, 2022, 2022: 8429659 [2024-02-26]. https://pubmed.ncbi.nlm.nih.gov/36105553/. DOI: 10.1155/2022/8429659.
[23]
TUNLAYADECHANONT P, PANYAPING T, CHANSAKUL T, et al. Intravoxel incoherent motion for differentiating residual/recurrent tumor from post-treatment change in patients with high-grade glioma[J]. Neuroradiol J, 2023, 36(6): 657-664. DOI: 10.1177/19714009231173108.
[24]
QIU J, ZHU M, CHEN C Y, et al. Diffusion heterogeneity and vascular perfusion in tumor and peritumoral areas for prediction of overall survival in patients with high-grade glioma[J/OL]. Magn Reson Imaging, 2023, 104: 23-28 [2024-02-26]. https://pubmed.ncbi.nlm.nih.gov/37734575/. DOI: 10.1016/j.mri.2023.09.004.
[25]
LI B, XU D, ZHOU J, et al. Monitoring bevacizumab-induced tumor vascular normalization by intravoxel incoherent motion diffusion-weighted MRI[J]. J Magn Reson Imaging, 2022, 56(2): 427-439. DOI: 10.1002/jmri.28012.
[26]
ZHU L N, WU J, ZHANG H, et al. The value of intravoxel incoherent motion imaging in predicting the survival of patients with astrocytoma[J]. Acta Radiol, 2021, 62(3): 423-429. DOI: 10.1177/0284185120926907.
[27]
LAW I, ALBERT N L, ARBIZU J, et al. Joint EANM/EANO/RANO practice guidelines/SNMMI procedure standards for imaging of gliomas using PET with radiolabelled amino acids and [18F]FDG: version 1.0[J]. Eur J Nucl Med Mol Imaging, 2019, 46(3): 540-557. DOI: 10.1007/s00259-018-4207-9.
[28]
WICK W, ROTH P, HARTMANN C, et al. Long-term analysis of the NOA-04 randomized phase III trial of sequential radiochemotherapy of anaplastic glioma with PCV or temozolomide[J]. Neuro Oncol, 2016, 18(11): 1529-1537. DOI: 10.1093/neuonc/now133.
[29]
VETTERMANN F, SUCHORSKA B, UNTERRAINER M, et al. Non-invasive prediction of IDH-wildtype genotype in gliomas using dynamic 18F-FET PET[J]. Eur J Nucl Med Mol Imaging, 2019, 46(12): 2581-2589. DOI: 10.1007/s00259-019-04477-3.
[30]
TATKOVIC A, MCBEAN R, PERKINS E, et al. 18F-FET PET maximum standard uptake value and WHO tumour classification grade in glioma[J]. J Med Imaging Radiat Oncol, 2022, 66(3): 332-336. DOI: 10.1111/1754-9485.13322.
[31]
HAN Y, YAN L F, WANG X B, et al. Structural and advanced imaging in predicting MGMT promoter methylation of primary glioblastoma: a region of interest based analysis[J/OL]. BMC Cancer, 2018, 18(1): 215 [2024-02-26]. https://pubmed.ncbi.nlm.nih.gov/29467012/. DOI: 10.1186/s12885-018-4114-2.
[32]
SONG S S, SHAN Y, WANG L M, et al. MGMT promoter methylation status shows no effect on [18F]FET uptake and CBF in gliomas: a stereotactic image-based histological validation study[J]. Eur Radiol, 2022, 32(8): 5577-5587. DOI: 10.1007/s00330-022-08606-9.
[33]
LU J, LI X, LI H L. Perfusion parameters derived from MRI for preoperative prediction of IDH mutation and MGMT promoter methylation status in glioblastomas[J/OL]. Magn Reson Imaging, 2021, 83: 189-195 [2024-02-26]. https://pubmed.ncbi.nlm.nih.gov/34506909/. DOI: 10.1016/j.mri.2021.09.005.
[34]
LOHMANN P, STAVRINOU P, LIPKE K, et al. FET PET reveals considerable spatial differences in tumour burden compared to conventional MRI in newly diagnosed glioblastoma[J]. Eur J Nucl Med Mol Imaging, 2019, 46(3): 591-602. DOI: 10.1007/s00259-018-4188-8.
[35]
HARAT M, RAKOWSKA J, HARAT M, et al. Combining amino acid PET and MRI imaging increases accuracy to define malignant areas in adult glioma[J/OL]. Nat Commun, 2023, 14(1): 4572 [2024-02-26]. https://pubmed.ncbi.nlm.nih.gov/37516762/. DOI: 10.1038/s41467-023-39731-8.

上一篇 自身免疫性脑炎18F-FDG PET/MR表现的初步研究
下一篇 18F-FDG PET/MR代谢及扩散参数对非小细胞肺癌患者预后评估价值研究
  
诚聘英才 | 广告合作 | 免责声明 | 版权声明
联系电话:010-67113815
京ICP备19028836号-2