陈 磊 单秀慧 聂维齐 郭 岩 黄 玮 李瑞芬 张青松
1.河北省唐山市开滦总医院超声医学科(河北 唐山 063000)
2.河北省唐山市人民医院超声科(河北 唐山 063001)
3.河北省唐山市第二医院功检科(河北 唐山 063000)
新辅助化疗(NAC)在乳腺癌治疗中的重要地位已然明确,作为乳腺癌传统治疗手段的重要补充,其可通过降低乳腺癌肿瘤分期为患者提供手术机会[1]。因此,对于乳腺癌患者,NAC治疗后病理反应性即疗效的准确预测十分必要,是指导乳腺癌患者个体化治疗方案的关键[2-3]。超声弹性成像(ultrasound elastography,UE)是常规二维灰阶超声的重要补充,UE的剪切波弹性成像(SWE)、应变力弹性成像(SE)虽然声学原理不同,但均可对乳腺肿物硬度进行测量,并依据肿物硬度发挥诊断预测价值,且前者可重复性更高[4]。而扩散加权成像(DWI)则磁共振成像(MRI)检查方式之一,可有效反映活体内水分子微观运动,基于表观扩散系数(ADC)可敏感量化微环境中水分子的扩散率[5]。本研究拟通过对照研究方式比较SWE与DWI对乳腺癌NAC疗效的早期预测价值,以期为乳腺癌NAC疗效的早期预测提供参考依据。
1.1 一般资料研究对象为2016年8月至2018年3月拟在我院接受NAC治疗的局部进展期乳腺癌患者,并经粗针穿刺病理确诊,既往无乳腺癌内分泌、放疗、化疗或手术治疗史,有明确可测量的乳腺癌病灶;排除其他部位转移患者、合并MRI检查禁忌患者、NAC前或NAC结束后手术病理缺失患者。最终纳入37例,均为女性,年龄45~67岁,中位数54岁,浸润性导管癌30例,浸润性小叶癌7例,3例人表皮生长因子受体2(HER2)阳性,共计48个病灶。
1.2 方法
1.2.1 检查设备 超声检查设备为飞利浦iu22,探头频率6~MRI设备为SignaTwinspeed 3MHz;1.5T MR扫描仪(美国GE),配备8通道相控双侧乳腺线圈;增强扫描对比剂为Gd-DTPA。
1.2.2 检查方法UE:先行常规超声扫查,对病灶位置、特点进行观察,再启动SWE,取样框上下界尽可能包括皮下脂肪层、胸肌,且框内需有病灶、周围正常腺体及脂肪组织,弹性模量为彩色,固定阈值180kPa,于病灶颜色最红(感兴趣区域内硬度最高的区域)切面,不施压,嘱患者屏气,静置探头3s,定帧、储存,获得病灶最大弹性值(Emax),同一病灶采用两个垂直的切面进行评估,取均值为最终结果,检查时间为NAC前、NAC后(4个NAC周期结束后24h内),计算NAC后病灶Emax较NAC前的变化率[△Emax=(NAC前Emax-NAC后Emax)/NAC前Emax×100%]。
MRI检查:嘱患者俯卧位,双侧乳腺自然下垂与乳腺线圈,先行常规平扫,采集横轴面扰相梯度回波序列T1WI、横轴面脂肪抑制快速恢复快速自旋回波序列T2WI影像,TR/TE 分别为180ms/2.5ms、TR/TE 2000ms/85ms,层厚4mm、层间距1mm;再采集横轴位DWI影像,平面回波成像序列,TR/TE 5000ms/59ms,b值取0s/mm2、1000s/mm2,层厚4mm、层间距1mm;结束后再采用动态横轴面脂肪抑制三维T1WI容积成像,TR/TR 6.0ms/2.6ms、视野320mm×320mm,层厚2.4mm、层间距1.2mm;高压注射器以3mL/s速率注射0.1mmol/kg Gd-DTPA,注射结束后追加20mL生理盐水,注射前后采集时相数分别为1个、8个,采集时间58s/个,扫描层数124层/个;检查时间为NAC前、NAC后(4个NAC周期结束后24h内),计算NAC后ADC较NAC前的变化率[△ADC=(NAC前ADC-NAC后ADC)/NAC前ADC×100%]。
UE、MRI影像资料均由两位高年资放射科医师采用双盲法分析,取统一意见为最终结果,若意见不同意则协商统一。
1.3 NAC方案两组患者均采用TEC化疗方案,多西他赛(75mg/m2)+表柔比星(75mg/m2)+环磷酰胺(75500mg/m2),HER2阳性患者在TEC化疗方案基础上联合赫赛汀(初始剂量8mg/kg,之后6mg/kg),以21d一个周期,NAC结束后2~3周内手术切除乳腺病灶并送病理组织活检;参照Miller-Panye法评价NAC后残余病变的病理反应性即疗效,该分级将病理反应性分1~5级,其中1~4级为非病理完全缓解(Pathological complete regress,pCR),5级为pCR。
1.4 统计学分析SPSS 19.0软件进行统计学分析,计量资料用(±s)描述,t检验;化疗疗效采用n(%)描述,χ2检验;UE、DWI对乳腺癌NAC患者疗效的早期预测价值采用受试者工作特征(ROC)曲线分析,以曲线下面积值(AUC)反映预测效能,检验水准ɑ=0.05。
2.1 NAC情况及手术情况37例乳腺癌患者中,共计完成210个化疗周期,其中31例完成6个化疗周期,6例完成4个化疗周期;NAC后2~3周内手术切除,Miller-Panye法评价pCR病灶15个,非pCR 33个(1级8个,2级13个,3级8个,4级8个)。
2.2 NAC前后UE检查参数比较非pCR、pCR病灶NAC 4周期的Emax均较NAC前显著下降,但非pCR病灶4周期△Emax显著低于pCR病灶,差异有统计学意义(P<0.05),见表1。
表1 NAC前后UE检查参数比较
2.3 UE对NAC疗效的预测价值△Emax预测NAC疗效的AUC值最高,对应敏感度、特异度分别为73.30%、100.00%,联合NAC前、NAC4个周期的Emax及△Emax预测NAC疗效时敏感度上升至80.00%,特异度下降至93.90%,但AUC值上升至0.739,见表2、图1。
表2 UE对NAC疗效的预测价值
2.4 NAC前后DWI参数比较非pCR、pCR病灶NAC 4周期ADC较NAC前均有显著上升,但非pCR病灶4周期△ADC显著低于pCR病灶,差异有统计学意义(P<0.05),见表3。
2.5 DWI对NAC疗效的预测价值△ADC预测NAC疗效的AUC值最高,对应敏感度、特异度分别为86.70%、75.80%,联合NAC前、NAC4个周期的ADC及△ADC预测NAC疗效时敏感度、特异度均上升,分别为93.30%%、78.80%,见表4、图1A~1B。
表3 NAC前后DWI参数比较
2.6 UE联合DWI参数对NAC疗效的早期预测价值分析UE联合DWI参数预测NAC后pCR的AUC值为0.947(0.882~1.000),约登指数0.848,敏感度100.00%、特异度84.80%,见图1C。
表4 DWI对NAC疗效的预测价值
图1 UE、DWI对乳腺癌NAC疗效的预测价值(图1A:UE;图1B:DWI;图1C:联合预测)
UE检查中SWE技术的应用基础是通过计算横波在组织中的传播速度来反映组织的硬度,并通过彩图实时显示[6]。研究已证实组织的力学特征与组织成分存在关联,NAC治疗后组织器官可发生变形坏死,肿瘤内部血管萎缩、闭塞,瘤体缩小变软等一系列病理性改变,随着组织成分的变化,弹性特征也随之改变,这也是SWE可用于NAC疗效预测的基础[7]。本研究结果显示,非pCR、pCR病灶NAC 4周期的Emax均较NAC前显著下降,提示NAC后病灶的弹性特征发生了改变,这与既往报道结论相符合[8]。同时,因NAC前后的Emax难以反映组织弹性的动态变化情况,因此本研究计算NAC前后Emax的变化率,即△Emax,结果同样显示非pCR病灶4周期△Emax显著低于pCR病灶,提示NAC获得pCR的病灶Emax下降更显著。而以59.82%△Emax的阈值,其预测NAC疗效的敏感度、特异度分别达73.30%、100.00%,优于NAC前及4个NAC周期时的Emax值,联合预测时敏感度为80.00%,特异度为93.90%,由此可见,UE预测NAC疗效时具有高特异度优势,但敏感度有待提升,这与马燕等[9]的报道结论存在一定差异,其采用SWE平均硬度预测pCR的敏感度、特异度分别为78.57%、73.81%,低于本研究。分析或因采集SWE指标差异有关,且其仅通过病灶平均硬度预测疗效,不能表现NAC前后病灶平均硬度的动态变化情况。由此可见,究竟采用何种评价指标可对NAC疗效发挥最优势预测效能仍有待进一步深入研究。
DWI则是通过水分子的布朗运动反映组织的组织学变化,这一组织学的变化要早于肿瘤径线变化,这也是DWI在预测NAC疗效上的优势之一[10-11]。临床研究指出,NAC后肿瘤血供、带血的变化,细胞凋亡的增加使得细胞外间隙增加,故而水分子扩散加速,ADC值上升[12-13]。本研究中,非pCR、pCR病灶NAC 4周期ADC较NAC前均有显著上升,这与既往报道结论相符[14]。且研究还显示,非pCR病灶4周期△ADC显著低于pCR病灶,这与姜原等[15]的报道结论相符,均提示pCR病灶NAC前后的ADC值变化率更显著,但其未进一步对NAC前后ADC值及差值(△ADC)预测NAC疗效的价值进行分析。而本研究中,以14.05%为△ADC阈值,其预测NAC疗效的敏感度、特异度分别为86.70%、75.80%,且联合NAC前、NAC4个周期的ADC及△ADC预测NAC疗效时敏感度、特异度分别上升至93.30%、78.80%,由此可见,DWI预测NAC疗效具有高敏感度,但特异度相对不佳。同时,进一步分析UE联合DWI对NAC的预测价值,结果显示,敏感度为100.00%、特异度为84.80%。
综上所述,UE、DWI用于乳腺癌NAC疗效预测均有一定临床价值,且UE所发挥的预测效能并不弱于DWI,前者特异度高,敏感度相对不佳,后者在敏感度上更具优势,联合应用可弥补这一局限性,进一步提升预测效能。