点击上方蓝字 关注我们
· 学术动态 ·
平均表观传播子MRI定量评估乳腺浸润性导管癌的肿瘤间质比
近日，中山大学孙逸仙纪念医院放射科沈君主任团队在Radiology子刊Radiology: Imaging Cancer上发表最新临床研究成果，题目为“Mean Apparent Propagator MRI: Quantitative Assessment of Tumor-Stroma Ratio in Invasive Ductal Breast Carcinoma”。该研究运用平均表观传播子（MAP）MRI的多种定量参数对乳腺浸润性导管癌的肿瘤间质比（TSR）状态进行评估，发现MAP-MRI的定量参数参数NGRad（径向非高斯系数）能够较传统的弥散加权成像（DWI）的定量参数表观扩散系数（ADC）具有更优越的预测性能。
肿瘤间质是肿瘤微环境的重要组成部分，肿瘤间质和肿瘤细胞的互相作用共同决定着肿瘤的发生及发展。研究表明，TSR（即肿瘤成分与间质成分的比例）与肿瘤的进展、转移及预后密切相关，富含肿瘤间质成分（低TSR）乳腺癌患者的预后相较于缺乏肿瘤间质成分（高TSR）乳腺癌患者的预后更差，因此TSR有望作为量化肿瘤微环境中间质成分含量并预测乳腺癌患者生存预后的生物学标志物。临床上，乳腺癌TSR的评估主要依赖于穿刺活检后的病理学检测，除了有创性及穿刺采样不充足的固有缺点之外，肿瘤间质含量可能会在肿瘤的进展过程中发生动态变化，表现出显著的时空异质性特点。因此，探索一种能够全面、精准评估肿瘤TSR状态的非侵入性方法有望为乳腺癌肿瘤微环境的评估及患者的预后预测提供新的方案。
传统DWI的定量参数ADC值常用于乳腺良恶性病变的鉴别及乳腺癌病理学指标的预测。然而，传统的DWI模型是建立在水分子运动完全随机这一理想状态下的（服从高斯分布），由于肿瘤微环境的复杂性及异质性，水分子在乳腺肿瘤内的扩散受到多种成分的限制，从而无法满足理想状态下的高斯分布。MAP-MRI是一种新型的非高斯扩散模型，能够通过估计扩散概率密度函数并拟合出多种用于反映组织微观结构的定量参数，有望较传统DWI等高斯分布模型更加特异性地表征组织微观结构特征及异质性特点。本研究通过MAP-MRI的多种定量参数，预测乳腺浸润性导管癌的TSR状态，以探索这些定量参数对乳腺癌间质含量的定量评估价值。
本前瞻性研究共纳入181名经病理证实为乳腺浸润性导管癌的女性受试者，经病理学评估将所有受试者的乳腺肿瘤（每名患者选取一例乳腺肿瘤作为研究对象）分为高TSR组（肿瘤间质成分<50%）和低TSR组（肿瘤间质成分≥50%）。通过对比MAP-MRI定量参数及ADC值在两组间的差异，发现MAP-MRI的六组定量参数NG，NGAx，NGRad，RTOP，RTPP，RTAP在低TSR组显著高于高TSR组（所有P＜0.001)，MAP-MRI的另外两组定量参数MSD及QIV，以及DWI的定量参数ADC值在低TSR组显著低于高TSR组（P＜0.001至P＝0.01）。多变量逻辑回归分析显示，NGRad是乳腺癌TSR状态的独立预测指标，受试者工作特征曲线下面积（AUC）可达到0.80，显著高于ADC值的诊断效能（AUC = 0.61，P＜0.001）；进一步的分层分析显示，针对Luminal A型乳腺癌，NGRad比ADC值能够更加有效地区分高TSR及低TSR乳腺癌（AUC，0.78 vs 0.58，P＜0.001）。
图1. 课题研究流程图
图2. 乳腺浸润性导管癌的H-E染色切片显示不同的间质成分及TSR
图3. 小提琴图显示低TSR和高TSR乳腺癌的MAP-MRI定量参数和ADC值差异
图4. 女性，49岁，病理证实为左乳浸润性导管癌(低TSR)
图5. 女性，48岁，病理证实为右乳腺浸润性导管癌(高TSR)
图6. 在(A)全数据集和(B)Luminal A型乳腺浸润性导管癌数据集中，不同模型区分TSR状态的受试者工作特征曲线
肿瘤微环境与肿瘤的发生发展、治疗疗效及生存预后密切相关，如何通过影像学手段量化肿瘤微环境特征是目前影像学领域的研究重点及热点。本研究首次运用MAP-MRI这一非高斯模型的定量参数无创性表征乳腺癌肿瘤微环境中的间质含量，发现MAP-MRI的定量参数能够用于区分高TSR及低TSR的乳腺癌患者，这为乳腺癌肿瘤微环境及间质含量的活体动态监测提供了一种全新的策略与工具。
中山大学孙逸仙纪念医院病理科卞丽娟副主任医师为本文提供了病理学评估帮助；中山大学孙逸仙纪念医院临床研究设计部朱影影副研究员为研究提供了试验设计及统计学方面的帮助。
全文链接：https://doi.org/10.1148/rycan.230165
沈君
张翔 邱娅
►►►
通讯作者简介
沈君
教授，主任医师，临床医学与化学生物学双博导，博士后合作导师，羊城好医生，科主任
广东省珠江学者特聘教授，教育部新世纪优秀人才，中国研究型医院研究型人才，入选2023年度全球前2%顶尖科学家榜单。国家卫健委百万减残工程专家委员会专业委员，中国研究型医院学会肿瘤影像诊断学专业委员会副主委，中国医学影像技术研究会放射学分会常委，中华医学会放射学分会神经学组委员，中华医学会心血管病学分会心血管病影像学组委员，广东省医师协会放射医师分会主委，广东省精准医学应用学会分子影像分会主委，广东省医学会肿瘤影像与大数据分会候任主委，广东省医学会放射医学分会副主委，广东省辐射防护协会医学辐射防护专业委员会副主任委员。
承担国家重点研发计划1项（课题骨干）、NSFC-广东联合基金集成项目1项（课题负责人）、国家自然科学基金面上项目6项（主持）、国家自然科学基金数学天元基金数学与医疗健康交叉重点专项1项（医学PI）、广东省重点领域研发计划1项（主持）。以第一/通讯作者发表SCI论文124篇，包括Cell、Nat Biomed Eng、Nat Commun、Adv Sci、Adv Funct Mater、ACS Nano、Small、Small methods、Nano Lett、Biomaterials、Clin Cancer Res、J ImmuoTher Cancer和Radiology等国际权威期刊。
►►►
第一作者简介
张翔
医学博士，副主任医师，硕士生导师
广东省医学会放射医学分会人文医学与学术诚信学组成员，广东省精准医学应用学会分子影像分会委员，广东省精准医学应用学会纳米医学分会委员，广东省医学装备学会放射影像分会常务委员，广东省健康管理学会放射专委会常务委员，汕尾市医师协会放射科医师分会常务委员，《磁共振成像》优秀学科编辑（2022），《磁共振成像》共识指南专家委员会及人工智能专家委员会青年委员、审稿专家，iRADIOLOGY青年委员；British Journal of Cancer、Academic Radiology和The International Journal of Cardiovascular Imaging审稿专家。
主要从事乳腺肿瘤影像功能定量成像、人工智能及分子影像学研究，以第一作者及通讯作者在影像学SCI期刊发表论著19篇，包括Radiology、Radiology: Imaging Cancer、European Radiology（6篇）、Journal of Magnetic Resonance Imaging、American Journal of Roentgenology和British Journal of Radiology等专业领域知名杂志。获得2022年广东省科技进步二等奖一项（8/11），2024年上海市科技进步奖（4/10）。主持并参加国家自然科学基金数学天元基金、国家重点研发计划、国家自然科学基金、广东省自然科学基金、广东省医学科研基金、广州市基础与应用基础研究基金等基金10余项。参与编写《动态对比增强磁共振成像》及《全身MRI扫描技术彩色图解》等专业书籍。
邱娅
医学硕士，副主任医师，硕士生导师
喀什地区第一人民医院影像中心副主任（主持工作），喀什地区放射委员会委员兼秘书，新疆维吾尔自治区第八届放射学会心胸组委员，新疆抗癌协会肿瘤人工智能专委会委员，中国民族卫生协会第二届放射医学分会心血管影像工作组委员。
主要从事肿瘤影像人工智能、心血管及胸部疾病影像诊断及鉴别，发表学术论文20篇，以第一或通讯作者发表SCI 5篇，中文核心期刊6篇。获得2023年新疆维吾尔自治区省科技进步三等奖一项（排名第六）。主持自治区自然基金3项（其中自治区天山英才青年拔尖人才项目1项）、地区科研项目1项，参与国家级项目2项、自治区级科研项目4项。
SYSU
微信号｜中山大学
孙逸仙纪念医院放射科
