Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Mối liên hệ giữa đặc trưng độ không đồng nhất mô bệnh học từ CT, kết quả điều trị và tình trạng đột biến BRCA ở bệnh nhân ung thư buồng trứng dạng tán xạ cao cấp
Tóm tắt
Để đánh giá mối liên hệ giữa các tham số không đồng nhất mô tại các khu vực khác nhau trên hình ảnh CT, độ sống sót và tình trạng đột biến BRCA ở phụ nữ mắc ung thư buồng trứng dạng tán xạ cao cấp (HGSOC). Nghiên cứu hồi cứu được thực hiện trên 88 bệnh nhân HGSOC dưới sự theo dõi hình ảnh CT và kiểm tra tình trạng đột biến BRCA trước khi thực hiện phẫu thuật cắt bỏ định hướng chính. Các mối liên hệ giữa các số liệu về đặc trưng mô—cụ thể là phương sai cụm giữa các khu vực (SCV), nổi bật cụm giữa các khu vực (SCP), và entropy cụm giữa các khu vực (SE)—đến khả năng sống sót toàn bộ (OS), khả năng sống sót không tiến triển (PFS) cũng như tình trạng đột biến BRCA đã được đánh giá. Phương sai cụm giữa các khu vực (SCV) cao hơn có liên quan đến PFS thấp hơn (p = 0,006) và OS thấp hơn (p = 0,003). Nổi bật cụm giữa các khu vực (SCP) cao hơn có liên quan đến PFS thấp hơn (p = 0,02) và entropy cụm giữa các khu vực (SE) cao hơn tương quan với OS thấp hơn (p = 0,01). Giá trị cao hơn của cả ba chỉ số đều có liên quan đáng kể đến tình trạng cắt bỏ hoàn toàn ngoại khoa kém ở bệnh nhân âm tính với BRCA (SE p = 0,039, SCV p = 0,006, SCP p = 0,02), nhưng không thấy ở bệnh nhân dương tính với BRCA (SE p = 0,7, SCV p = 0,91, SCP p = 0,67). Không chỉ số nào có thể phân biệt được giữa người mang đột biến BRCA và người không mang đột biến. Đánh giá độ không đồng nhất của khối u trong thời đại y học cá nhân hóa là rất quan trọng, vì sự tăng cường không đồng nhất đã được liên hệ với các bất thường về gen rõ ràng và kết quả tồi tệ hơn cho bệnh nhân. Một cách tiếp cận radiomics sử dụng hình ảnh CT theo tiêu chuẩn điều trị có thể mang lại ảnh hưởng lâm sàng bằng cách cung cấp một công cụ không xâm lấn để dự đoán kết quả và do đó cải thiện hiệu quả điều trị. Tuy nhiên, nó không thể đánh giá tình trạng đột biến BRCA ở phụ nữ mắc HGSOC.
Từ khóa
#CT texture #tumor heterogeneity #BRCA mutation #high-grade serous ovarian cancer #survival outcomesTài liệu tham khảo
Siegel RL, Miller KD, Jemal A (2017) Cancer statistics, 2017. CA 67:7–30
Prat J, FIGO Committee on Gynecologic Oncology (2014) Staging classification for cancer of the ovary, fallopian tube, and peritoneum. Int J Gynaecol Obstet 124:1–5
Bolton KL, Chenevix-Trench G, Goh C, et al. (2012) Association between BRCA1 and BRCA2 mutations and survival in women with invasive epithelial ovarian cancer. JAMA 307:382–390
Hyman DM, Zhou Q, Iasonos A, et al. (2012) Improved survival for BRCA2-associated serous ovarian cancer compared with both BRCA-negative and BRCA1-associated serous ovarian cancer. Cancer 118:3703–3709
Petrillo M, Marchetti C, De Leo R, et al. (2017) BRCA mutational status, initial disease presentation, and clinical outcome in high-grade serous advanced ovarian cancer: a multicenter study. Am J Obstet Gynecol 217:334.e1–334.e9
Parsons DW, Jones S, Zhang X, et al. (2008) An integrated genomic analysis of human glioblastoma multiforme. Science 321:1807–1812
Varela I, Tarpey P, Raine K, et al. (2011) Exome sequencing identifies frequent mutation of the SWI/SNF complex gene PBRM1 in renal carcinoma. Nature 469:539–542
Bailey P, Chang DK, Nones K, et al. (2016) Genomic analyses identify molecular subtypes of pancreatic cancer. Nature 531:47–52
Network TCGAR (2011) Integrated genomic analyses of ovarian carcinoma. Nature 474:609–615
Campbell PJ, Yachida S, Mudie LJ, et al. (2010) The patterns and dynamics of genomic instability in metastatic pancreatic cancer. Nature 467:1109–1113
Gerlinger M, Rowan AJ, Horswell S, et al. (2012) Intratumor heterogeneity and branched evolution revealed by multiregion sequencing. N Engl J Med 366:883–892
Gillies RJ, Kinahan PE, Hricak H (2016) Radiomics: images are more than pictures, they are data. Radiology 278:563–577
Nougaret S, Lakhman Y, Gonen M, et al. (2017) High-grade serous ovarian cancer: associations between BRCA mutation status, CT imaging phenotypes, and clinical outcomes. Radiology 285:472–481
Gilks CB, Ionescu DN, Kalloger SE, et al. (2008) Tumor cell type can be reproducibly diagnosed and is of independent prognostic significance in patients with maximally debulked ovarian carcinoma. Hum Pathol 39:1239–1251
Soslow RA (2008) Histologic subtypes of ovarian carcinoma. Int J Gynecol Pathol 27(2):161–174
Reyes MC, Arnold AG, Kauff ND, Levine DA, Soslow RA (2014) Invasion patterns of metastatic high-grade serous carcinoma of ovary or fallopian tube associated with BRCA deficiency. Mod Pathol 27:1405–1411
Yushkevich PA, Piven J, Hazlett HC, et al. (2006) User-guided 3D active contour segmentation of anatomical structures: significantly improved efficiency and reliability. Neuroimage 31:1116–1128
Haralick RM, Shanmugam K (1973) Textural features for image classification. Systems. IEEE Trans Syst Man Cybern 6:610–621
Vargas HA, Veeraraghavan H, Micco M, et al. (2017) A novel representation of inter-site tumour heterogeneity from pre-treatment computed tomography textures classifies ovarian cancers by clinical outcome. Eur Radiol 38:1–11
Eisenhauer EA, Therasse P, Bogaerts J, et al. (2009) New response evaluation criteria in solid tumours: revised RECIST guideline (version 11). Eur J Cancer 45:228–247
Rustin GJ, Marples M, Nelstrop AE, Mahmoudi M, Meyer T (2001) Use of CA-125 to define progression of ovarian cancer in patients with persistently elevated levels. J Clin Oncol 19:4054–4057
Safra T, Lai WC, Borgato L, et al. (2013) BRCA mutations and outcome in epithelial ovarian cancer (EOC): experience in ethnically diverse groups. Ann Oncol 24:viii63–viii68
Sun C, Li N, Ding D, et al. (2014) The role of BRCA status on the prognosis of patients with epithelial ovarian cancer: a systematic review of the literature with a meta-analysis. PLoS ONE 9:e95285