磁共振表觀彌散系數(shù)值預測子宮內膜癌分子分型的價值：一項單中心初步研究

王添平 于 菲 楊冰義 蔡舒蕾 張國福 陳曉軍 張 鶴△

（1復旦大學附屬婦產科醫(yī)院放射科，2婦科 上海 200011）

子宮內膜癌（endometrial carcinoma，EC）是常見的婦科惡性腫瘤，其發(fā)病率在歐美國家居婦科惡性腫瘤的首位，在所有女性惡性腫瘤中居第六位［1］，在中國女性生殖道惡性腫瘤中居第二位［2］。隨著社會經濟的發(fā)展，城市化水平較快的地區(qū)EC發(fā)病率不斷上升，且發(fā)病年齡呈現(xiàn)年輕化趨勢。不同分子分型的EC臨床轉歸不同［3］，其中高拷貝型預后最差，術后5年生存率僅50%，約90%存在p53基因突變。通過癌基因組圖譜可確定EC的分子分型，但因基因組測序復雜且費用高昂，臨床無法推廣應用。磁共振檢查已廣泛用于子宮內膜癌的術前檢查，包括疾病診斷及輔助判斷臨床分期［4］，而對于EC分子分型的預測，目前相關研究報道較少。本研究對EC病灶術前MRI中的表觀擴散系數(shù)（apparent diffusion coefficient，ADC）值進行測量，對比p53基因突變組與非p53基因突變組ADC值的差異，探索通過ADC值預測子宮內膜癌分子分型的可行性。

資料和方法

研究對象本研究為回顧性分析，豁免患者知情同意。從復旦大學附屬婦產科醫(yī)院信息系統(tǒng)檢索2019年1月1日 至2021年3月1日期間診治的EC癌患者資料，并將符合標準的患者入組。納入標準：（1）經手術和組織病理證實為EC并已取得分子分型診斷結果；（2）既往無盆腔手術史及放化療史；（3）術前1個月內做過盆腔磁共振檢查。排除標準：（1）既往有盆腔手術史或放化療史；（2）術前1個月之內未做過磁共振檢查；（3）EC病灶太小無法在磁共振上顯示。最終收集入組EC患者70例，其中p53基因 突變者40例，非p53基因 突變者30例。

MRI檢查方法采用德國西門子公司1.5T磁共振掃描儀，腹部相控陣線圈。磁共振檢查序列采用軸位T1加權成像（T1-weighted imaging，T1WI）、抑脂 軸位T2加權 成像（T2-weighted imaging，T2WI）、矢狀位抑脂T2WI、冠狀位T2WI，擴散加權成像（diffusion weighted imaging，DWI）以及增強掃描。掃描參數(shù)：軸位T1WI，快速自旋回波（fast spin echo，F(xiàn)SE）序列，重復時間（repeat time，TR）761 ms、回波時間（echo time，TE）10 ms、視野（field of vision，F(xiàn)OV）350 mm×350 mm、矩陣320 mm×320 mm、層厚4 mm、層間距1.2 mm；抑脂軸位T2WI，TR 8 000 ms、TE 83 ms、FOV 250 mm×250 mm、矩陣320 mm×320 mm、層厚4 mm、層間距1.2 mm；矢 狀 位 抑 脂T2WI，TR 4 490 ms、TE 83 ms、FOV 250 mm×250 mm、矩 陣320 mm×320 mm、層厚4 mm、層間距1.2 mm；冠狀位T2WI，TR 4 000 ms、TE 83 ms、FOV 250 mm×250 mm、矩陣320 mm×320 mm、層厚4 mm、層間距1.2 mm。之后結合T2WI序列行DWI掃描，掃描參數(shù)：TR 3 500 m，TE 61 ms，激發(fā)次數(shù)6，層厚6 mm，b值分別為0 s/mm2和800 s/mm2。增強掃描為橫斷位、矢狀位T1WI抑脂序列，對比劑采用釓噴酸葡胺（馬根維顯，德國拜耳先靈醫(yī)藥股份有限公司），劑量0.2 mmoL/kg，注射速度2～3 mL/s，掃描參數(shù)同平掃。

圖像后處理及分析由2名本院高年資放射科醫(yī)師對MRI圖像進行后處理及分析，當診斷意見不統(tǒng)一時通過討論達成一致。主要分析以下MRI圖像信息：（1）子宮內膜癌病灶的選定，在T2WI橫斷位和矢狀位上，于宮腔內尋找信號異常的病變組織，子宮內膜癌病表現(xiàn)為T2WI中等稍高信號，其信號值略高于正常肌層組織且低于正常子宮內膜。（2）病灶ADC值測量，在b值為800 s/mm2的DWI圖像上，利用感性興趣區(qū)（region of interest，ROI）選擇工具，對內膜癌病灶進行標注，圓形或橢圓形ROI面積范圍在20～50 mm2，同時盡量將ROI放置于病灶中心位置，減少臨近其他組織對ADC值的影響。兩名放射科醫(yī)師分別測量并記錄病灶的ADC平均值（ADCmean），ADC最大值（ADCmax），ADC最小值（ADCmin），錄入測量數(shù)據用于統(tǒng)計分析。

統(tǒng)計學方法計量資料采用±s表示，兩組間差異性采用獨立樣本t檢驗，計數(shù)資料比較采用χ2檢驗或Fisher精確概率法檢驗。以p53突變組為陽性組、非p53突變組為陰性組，繪制術前ADC值對子宮內膜癌分子分型預測的受試者工作特征曲線（receiver operating characteristic curve，ROC），并計算其曲線下面積（area under the curve，AUC）。準確度、敏感度、特異度、陽性預測值和陰性預測值以95%CI的百分比表達。采用組內相關系數(shù)（intraclass correlation coefficient，ICC）評價2名放射科醫(yī)師對內膜癌病灶ADC值測量的一致性。所有數(shù)據采用SPSS19.0軟件統(tǒng)計分析，檢驗標準α=0.05。

結 果

兩組患者臨床特征分析70例EC患者中，p53突變組40例，平均年齡（48.0±13.5）歲，非p53突變組30例，平均年齡（49.9±9.0）歲。兩組患者在年齡、體重指數(shù)、Ki-67表達、腫瘤標志物、腫瘤分期、病理類型、病理分級以及淋巴結轉移方面相比較，差異均無統(tǒng)計學意義（表1）。

表1 p53突變組與非p53突變組子宮內膜癌患者的臨床特征分析Tab 1 Clinical characteristics of patients with p53-mutationand non-p53 mutation endometrial carcinoma［±s or n（%）］

表1 p53突變組與非p53突變組子宮內膜癌患者的臨床特征分析Tab 1 Clinical characteristics of patients with p53-mutationand non-p53 mutation endometrial carcinoma［±s or n（%）］

*Fisher’s exact test.

Clinical characteristics t or χ2 P Age（y）BMI（kg/m2）Ki-67 expression（%）HE-4（pmol/L）CA-125（U/mL）Stage p53-mutation group（n=40）48.0±13.5 25.9±4.3 35.5±21.4 80.3±113.0 37.8±62.8 Non-p53-mutation group（n=30）49.9±9.0 24.2±4.0 45.3±19.2 65.2±36.1 23.6±23.7-0.714 1.502-1.961 0.663 1.208 7.216 0.478 0.139 0.054 0.510 0.234 0.065 1 2 3 4 33（82.5）2（5.0）5（12.5）0 19（63.3）1（3.3）7（23.3）3（10.0）Pathology Endometrioid Adenocarcinoma Others Grade 0.036 0.850 34（85.0）6（15.0）25（83.3）5（16.7）5.341 0.069 1 2 3 Nodes involved*27（67.6）10（25.0）3（7.5）4（10.0）14（46.7）8（26.7）8（26.7）7（23.3）0.186

兩組患者病灶ADC差異性比較EC病灶于T2WI上表現(xiàn)為宮腔內中等稍高信號的病灶，DWI上為高信號，ADC值降低，增強掃描可見病灶強化（圖1、2）。根據術前ADC值的測量，p53突變組ADCmean=（845.9±156.7）×10-6mm2/s，ADCmax=（964.9±175.7）×10-6mm2/s，ADCmin=（738.5±170.7）×10-6mm2/s；非p53突變組ADCmean=（694.3±93.0）×10-6mm2/s，ADCmax=（794.0±112.2）×10-6mm2/s，ADCmin=（593.5±108.5）×10-6mm2/s，p53突 變 組 的ADC值 大 于 非p53突 變組，兩組間差異有統(tǒng)計學意義（P＜0.05，表2）。

表2 p53突變組與非p53突變組子宮內膜癌患者術前MRI的ADC值差異性比較Tab 2 Comparation of ADC value differences of patients with endometrial carcinoma in both p53-mutation and non-p53 mutation group in preoperative MRI （±s）

表2 p53突變組與非p53突變組子宮內膜癌患者術前MRI的ADC值差異性比較Tab 2 Comparation of ADC value differences of patients with endometrial carcinoma in both p53-mutation and non-p53 mutation group in preoperative MRI （±s）

ADC values ADCmean（×10-6 mm2/s）ADCmax（×10-6 mm2/s）ADCmin（×10-6 mm2/s）p53-mutation group（n=40）845.9±156.7 964.9±175.7 738.5±170.7 Non-p53-mutation group（n=30）694.3±93.0 794.0±112.2 593.5±108.5 t P 3.673 3.638 3.179 0.001 0.001 0.003

圖1 p53突變型子宮內膜癌MRI圖像及對應的ADC值Fig 1 MRI of p53 mutation EC and the corresponding ADC value

不同ADC參數(shù)預測子宮內膜癌分子分型的效能以p53突變組為陽性組，非p53突變組為陰性組，根據ADC值繪制術前ADC值預測子宮內膜癌分 子 分 型 的ROC曲 線（圖3），ADCmean、ADCmax和ADCmin的AUC分 別 為0.787、0.783和0.754。取ADCmean=820.6×10-6mm2/s為臨界值，ADCmean預測患者子宮內膜癌分子分型的效能如下：準確度為74.5%，敏感度為53.8%，特異度為94.4%，陽性預測值為93.3%，陰性預測值為58.6%（表3）。采用組內相關系數(shù)（ICC）評價2名放射科醫(yī)師對內膜癌病灶ADC值測量的一致性，ADCmean、ADCmax和ADCmin的ICC分別為0.921、0.789和0.822。

圖2 非p53突變型子宮內膜癌MRI圖像及對應的ADC值Fig 2 MRI of non-p53 mutation EC and the corresponding ADC value

圖3 通過ADC值預測子宮內膜癌分子分型的ROC曲線圖Fig 3 ROC curves for predicting molecular typing of EC by ADC values

表3 不同ADC參數(shù)區(qū)分p53突變和非p53突變子宮內膜癌的診斷效能Tab 3 The diagnostic performance of various ADC parameters in differentiating between p53 mutation and non-p53 mutation type endometrial carcinoma

討 論

腫瘤基因組圖譜國際合作組織（The Cancer Genome Atlas Program，TCGA）于2013年基于363例子宮內膜癌基因組、蛋白組、轉錄組、表觀遺傳的全方位分析［5］，不考慮臨床病理特征的前提下，依據內膜癌分子特征，將其分為POLE超突變（以POLE基因超突變?yōu)橹饕卣鳎?、微衛(wèi)星不穩(wěn)定（以錯配修復系統(tǒng)缺陷為主要特征）、低拷貝（無關鍵分子特征，p53基因野生型）和高拷貝（p53基因突變型）四類。分子分型的優(yōu)勢是突破了傳統(tǒng)病理形態(tài)學評估手段，通過腫瘤分子特征評估患者預后，某些根據病理特征分析預后不良的腫瘤，根據分子分型的不同，其預后也可能截然不同［6-7］。據報道，POLE超突變型淋巴結轉移率為0，術后5年生存率接近100%，如果手術分期為Ⅰ～Ⅱ期，術后可考慮隨訪，不做輔助治療；高拷貝型預后最差，術后5年生存率僅50%，約90%病例存在p53基因突變［7］。在不依賴腫瘤形態(tài)學特征的前提下，通過分子分型特征進行分類，可提升EC診斷的準確度和可重復性。歐洲婦科腫瘤學會、歐洲放射治療和腫瘤學會和歐洲病理學會已聯(lián)合建議，將分子分類納入標準診斷流程［7］。結合臨床病理學特征和分子分型對EC進行風險分層和指導臨床診療是今后的診療方向。

MRI已廣泛用于子宮內膜癌的術前檢查，包括診斷以及輔助判斷臨床分期，可提供肌層浸潤程度、宮頸間質浸潤、淋巴結轉移的相關信息［7-8］，有助于確定淋巴結病變的范圍，指導淋巴結清掃術［9］。內膜癌病灶在T1WI序列上較正常子宮內膜為稍低信號，在T2WI上，則表現(xiàn)為低于正常子宮內膜的混雜中等或偏高信號［10］。DWI通過測量施加擴散敏感梯度場前后組織的信號度變化來檢測組織水分子的擴散狀態(tài)，能夠無創(chuàng)地表征腫瘤的生物學異常和微觀結構變化［11］。由于水分子在組織中的擴散自由度不同，可反映水分子與周圍細胞、組織間的相互作用，進而反映組織的微觀結構，作為評估疾病治療反應和進展的工具［12］。

EC病灶密度高，細胞核直徑與細胞質幅緣直徑的比值增大，細胞外含水量少，與正常的子宮肌層組織相比，水分子彌散受限，病灶在DWI上呈高信號，ADC圖呈低信號［13］。有研究［14］表明ADC值可有效判斷子宮內膜癌患者的病理學分級和FIGO臨床分期，有助于針對子宮內膜癌患者制定更有效的個體化治療方案和預測患者預后。而對于內膜癌分子分型的預測，相關研究報道較少。磁共振特征結合ADC值有助于上皮性卵巢癌分型診斷，可以部分反映腫瘤細胞的增殖能力，ADC均值越高，提示Ⅰ型卵巢癌的可能性越大［15］。本研究結果表明，ADCmean有助于預測子宮內膜癌p53基因突變情況，具有較高的診斷效能。2名放射科醫(yī)師對內膜癌病灶ADCmean的測量高度一致，且具有較高的特異度和陽性預測值，對于尚未做基因檢測的患者，可能作為術前影像學的分類標記物，結合從磁共振獲得的肌層浸潤、淋巴結轉移等分期信息，有助于患者的風險分層，從而有助于指導制定治療方案。本文中ADC值測量采用病灶內ROI標注方法。針對MRI圖像，ROI內代表面積內像素（voxel）合集（clusters of voxels），每一個像素點對應有相應的ADC值。ADCmean在本研究中最具有統(tǒng)計學差異，且測量者一致性較高；而ADCmax和ADCmin雖一致性較低，但依然能反映選定區(qū)域內病灶ADC值的范圍分布。今后可通過對病灶全體積的ADC直方圖分析（histogram），測量病灶實體部分的全部信息，從而降低人為選擇性偏差。

本研究的局限性有：（1）為單中心研究，納入患者較少，缺乏外部數(shù)據驗證集，未來需要多中心研究進一步驗證；（2）對于早期子宮內膜癌，或在MRI檢查前已行診斷性刮宮的患者，宮腔內已無肉眼可見病灶，這類患者無法準確評估；（3）對ROI選取由醫(yī)師手動分割完成的，存在選擇性偏移。今后如能通過大樣本的機器學習訓練，完成病灶的自動分割，則有助于實現(xiàn)結果模塊化的解讀。

綜上，本研究通過對術前MRI子宮內膜癌病灶ADC值的測量，發(fā)現(xiàn)p53基因突變組內膜癌的ADC值明顯高于非p53基因突變組，術前MRI ADC值或能成為預測子宮內膜癌分子分型的術前影像學分類標記物。

作者貢獻聲明王添平論文構思、撰寫和修訂。于菲，楊冰義，蔡舒蕾數(shù)據采集。張國福，陳曉軍論文構思和指導。張鶴論文指導。

利益沖突聲明所有作者均聲明不存在利益沖突。