论文部分内容阅读
第一部分:基于DCE-MRI的全肿瘤直方图分析评估胃癌分子分型及相关蛋白表达的初步研究目的探讨基于定量动态增强 MRI(Dynamic contrast-enhanced MRI,DCE-MRI)的全肿瘤直方图分析参数预测胃癌分子分型的可行性,并分析定量DCE参数与相关蛋白表达的相关性。材料与方法本前瞻性研究共纳入证实为胃腺癌的患者43例。病人均于术前进行DCE-MRI检查,经Omni-Kinetics软件手动提取定量DCE参数(Ktrans、Kep、Ve)的mean值和第10、25、50、75、90百分位数值,以及直方图参数(Skewness、Kurtosis和Entropy)值。组织标本采用生物标志物EBER-ISH、MLH1、PMS2、E-Cadherin、P53和HER2进行染色。根据不同的染色结果,将它们分别分为5种分子亚型和4个HER2表达等级。将异常E-Cadherin组和异常P53组合并为高度恶性组,将EBV组、MSI组和正常P53组合并为低度恶性组。采用Bland-Altman分析对两位放射科医生测量的定量DCE参数和直方图参数进行组内相关系数(Intraclass correlation coefficient,ICC)一致性检验。采用两独立样本t检验或Mann-Whitney U检验比较两组恶性组间定量DCE参数的差异。对于上述差异有统计学意义的参数绘制受试者工作特征曲线(Receiver operating characteristic curve,ROC)以确定鉴别两组恶性组间的最佳参数及诊断效能。采用多因素Logistic回归分析明确鉴别两组不同恶性组的独立预测因子并建立诊断模型,同时绘制ROC曲线明确诊断模型的效能。采用Hosmer-Lemeshow检验评价诊断模型的拟合优度。采用Mann-Whitney U检验比较五种相关蛋白阳性组和阴性组间的定量DCE参数差异。采用Spearman秩相关检验分析定量DCE参数与HER2表达等级的相关性。结果1.43例中,EBV组3例,MSI组9例,异常E-Cadherin组2例,异常P53组 23 例,正常 P53 组 6 例。结果表明,Ktrans mean、Ktrans 25%、Ktrans 50%、Ktrans 75%、Ktrans 90%、Kep mean、Kep 10%、Kep 25%、Kep 50%、Kep 75%、Kep 90%、Ve 10%、Ve 25%在鉴别两组不同恶性组中均有统计学差异(P值分别为0.006、0.044、0.007、0.007、0.009、0.004、0.032、0.024、0.004、0.005、0.016、0.021、0.028),且各定量参数值与两组恶性组间呈负相关。其余定量参数及直方图参数在鉴别两组不同恶性组中无统计学意义(P值均>0.05)。ROC曲线表明,Kep 50%是鉴别两组不同恶性组的最佳参数,AUC值为0.761,敏感度、特异度、准确度、阳性预测值、阴性预测值分别为72.2%、84.0%、78.1%、81.9%、75.1%。在Logistic回归分析中,Ktrans 50%是预测低度恶性组胃癌和高度恶性组胃癌的独立风险因子。所建立的诊断模型经Hosmer-Lemeshow检验表明与理想模型无统计学差异(P=0.474)。诊断模型的AUC值为0.746,敏感度、特异度、准确度、阳性预测值、阴性预测值分别为66.7%、80.0%、73.4%、76.9%、70.6%。2.定量DCE参数在鉴别五种相关蛋白阳性组和阴性组间均无显著性差异(P 值均>0.05)。3.定量DCE参数Ktrans、Kep、Ve与HER2表达等级间无显著相关性(r=-0.08、-0.03、-0.16,P=0.63、0.84、0.31)。结论基于DCE-MRI的全肿瘤直方图分析参数可以在一定程度上评估基于胃癌分子分型的不同恶性组,这可能能够为胃癌的新型评估和治疗手段的选择提供新方向。第二部分:基于DCE-MRI的全肿瘤直方图分析预测可切除胃癌的病理分级、Lauren分型、神经侵犯及脉管癌栓情况的可行性研究目的探讨基于DCE-MRI的全肿瘤直方图分析参数预测可切除胃癌病理分级、Lauren分型、神经侵犯及脉管癌栓情况的可行性。材料与方法前瞻性收集97例经组织病理学证实为胃腺癌的患者。均于手术前行DCE-MRI检查,经Omni-Kinetics软件处理得到定量DCE参数(Ktrans、Kep、Ve)的mean值和第10、25、50、75、90百分位数值,以及直方图参数(Skewness、Kurtosis和Entropy)值。依据手术标本明确病理分级(高、中、低分化组)、Lauren分型(肠型、混合型、弥漫型)及神经侵犯、脉管癌栓情况。采用Bland-Altman分析对两位放射科医生测量的定量DCE参数和直方图参数进行组内相关系数ICC 一致性检验。采用ANOVA或Kruskal-Wallis检验比较三组分化程度间及三种Lauren分型间的定量DCE参数或直方图参数差异。采用Mann-Whitney U检验比较脉管癌栓阳性组和阴性组间、神经侵犯阳性组和阴性组间的定量DCE参数或直方图参数差异。采用ROC曲线评价各参数诊断胃癌病理分级、Lauren分型、神经侵犯及脉管癌栓的最佳参数指标及诊断效能。对上述差异有统计学意义的参数采用多因素Logistic回归分析明确预测低分化胃癌和中高分化胃癌的独立风险因子并建立诊断模型,同时绘制ROC曲线明确模型的诊断效能。采用Hosmer-Lemeshow检验评价诊断模型的拟合优度。结果1.Ktrans mean、Ktrans 10%、Ktrans 75%、Ktrans 90%、Kep mean、Kep 50%、Kep 75%、Kep 90%和Entropy在确定胃腺癌病理分级中均有统计学差异(P值分别为0.017、0.021、0.018、0.004、0.008、0.035、0.011、0.001 和 0.003),且随着分化程度的降低,多数定量DCE参数或直方图参数值有逐渐升高的趋势。余定量DCE参数和直方图参数在鉴别胃腺癌病理分级中无统计学差异(P值均>0.05)。ROC分析中,Entropy是鉴别胃腺癌病理分级的最佳参数,AUC值为0.686,敏感度、特异度、准确度、阳性预测值、阴性预测值分别为65.3%、72.9%、69.1%、70.7%、67.8%。在Logistic回归分析中,Ktrans10%和Entropy是预测低分化胃癌和中高分化胃癌的独立风险因子。所建立的诊断模型经Hosmer-Lemeshow检验表明与理想模型无统计学差异(P=0.854)。诊断模型预测低分化和中高分化胃癌的AUC值为0.766,敏感度、特异度、准确度、阳性预测值、阴性预测值分别为69.4%、77.1%、73.3%、75.2%、71.6%。2.Entropy在鉴别三种Lauren分型中有统计学意义(P=0.005),余定量DCE参数和直方图参数在鉴别Lauren分型中无统计学差异(P值均>0.05)。ROC分析中,Entropy鉴别胃腺癌Lauren分型的AUC值为0.701,敏感度、特异度、准确度、阳性预测值、阴性预测值分别为43.3%、91.0%、67.2%、82.8%、61.6%。3.Entropy在确定神经侵犯及脉管癌栓中均有统计学差异(P值分别为0.001、<0.001),此外Ktrans 25%在鉴别脉管癌栓中也有统计学差异(P=0.038),余定量DCE参数和直方图参数在确定神经侵犯和脉管癌栓中均无统计学差异(P值均>0.05)。ROC分析中,Entropy在鉴别胃腺癌神经侵犯(AUC:0.704,敏感度、特异度、准确度、阳性预测值、阴性预测值分别为53.4%、82.1%、67.8%、74.9%、63.8%)和脉管癌栓(AUC:0.741,敏感度、特异度、准确度、阳性预测值、阴性预测值分别为66.2%、79.1%、72.7%、76.0%、70.0%)中均是最佳参数。结论基于DCE-MRI的全肿瘤直方图分析参数可能能够于术前定量区分胃癌的病理分级、Lauren分型、神经侵犯及脉管癌栓情况,从而帮助临床医生预测病人病情和进行治疗决策优化。第三部分:基于DCE-MRI的全肿瘤直方图分析预测可切除胃癌的T、N分期的可行性研究目的探讨基于DCE-MRI的全肿瘤直方图分析参数预测可切除胃癌T和N分期的可行性。材料与方法本前瞻性研究共纳入78例经组织病理学证实为胃腺癌患者。均于术前行DCE-MRI检查。使用Omni-Kinetics软件提取定量DCE参数(Ktrans、Kep、Ve)和直方图参数(Skewness、Kurtosis、Entropy)。采用 Bland-Altman 分析对两位放射科医生测量的定量DCE参数和直方图参数进行ICC 一致性检验。采用Kruskal-Wallis检验比较T分期或N分期间各定量DCE参数和直方图参数的差异,对于符合正态分布且差异有统计学意义的参数采用最小显著性差异(Least significant difference,LSD)检验进行两两比较。采用ROC曲线确定能鉴别T分期和N分期的最佳参数。采用多因素Logistic回归分析明确鉴别T1+2期和T3+4期的独立风险因子并建立诊断模型,同时绘制ROC曲线明确模型的诊断效能。采用Hosmer-Lemeshow检验评价诊断模型的拟合优度。结果1.Ktrans、Kep、Ve和Entropy在鉴别T分期方面均有统计学差异(P值分别为0.015、0.033、<0.001和0.007),并且在Ve值的两两比较中,T1+2组和T3组间、T1+2组和T4组间有统计学差异(P值均<0.001)。ROC分析中,Ve是鉴别T分期的最佳参数:AUC值为0.788,敏感度、特异度、准确度、阳性预测值、阴性预测值分别为 92.9%、57.8%、72.4%、67.7%、80.5%。在 Logistic 回归分析中,Ve和Entropy是预测T1+2期和T3+4期胃癌的独立风险因子。所建立的诊断模型经Hosmer-Lemeshow检验表明与理想模型无统计学差异(P=0.384)。诊断模型预测T1+2期胃癌和T3+4期胃癌的AUC值为0.866,敏感度、特异度、准确度、阳性预测值、阴性预测值分别为85.7%、75.0%、80.4%、77.4%、84.0%。2.Ve在鉴别N分期方面有统计学差异(P=0.041)。ROC分析中,Ve鉴别N分期的AUC值为0.590,敏感度、特异度、准确度、阳性预测值、阴性预测值分别为 71.4%、89.9%、80.7%、87.6%、75.9%。结论基于DCE-MRI的全肿瘤直方图分析参数可能能够定量评估胃癌的T和N分期,从而帮助临床医生预测病人病情和进行治疗决策优化。