Phân tích tỷ lệ mỡ bằng MRI để ước lượng độ giai đoạn khối u trong ung thư biểu mô tế bào gan nhiễm mỡ

European Radiology
Patrick Kupczyk1, Devrim Kurt1, Christoph Endler1, Julian A. Luetkens1, G Kukuk2, Florian Fronhoffs3, Hans‐Peter Fischer3, Ulrike I. Attenberger1, Claus Christian Pieper1
1Department of Diagnostic and Interventional Radiology, University Hospital Bonn, Venusberg-Campus 1, 53127, Bonn, Germany
2Department of Radiology, Kantonsspital Graubünden, Loestrasse 170, 7000, Chur, Switzerland
3Institute of Pathology, University Hospital Bonn, Venusberg-Campus 1, 53127, Bonn, Germany

Tóm tắt

Tóm tắt Mục tiêu Việc phát hiện mỡ nội sơn trong các tổn thương gan focal bằng hình ảnh đã được nêu rõ trong các hướng dẫn chẩn đoán như một đặc điểm chỉ ra ung thư biểu mô tế bào gan (HCC) và liên quan đến tiên lượng tốt. Với những tiến bộ gần đây trong các kỹ thuật định lượng mỡ dựa trên MRI, chúng tôi đã điều tra mối quan hệ có thể có giữa hàm lượng mỡ nội sơn và độ giai đoạn mô học của HCC nhiễm mỡ. Phương pháp Các bệnh nhân có HCC được xác nhận bằng mô học và có MRI trước đây với bản đồ tỷ lệ mỡ mật proton (PDFF) đã được xác định một cách hồi cứu. Mỡ nội sơn của HCC được đánh giá bằng cách phân tích dựa trên ROI và tỷ lệ mỡ trung vị của HCC nhiễm mỡ được so sánh giữa các độ giai đoạn khối u G1-3 bằng phương pháp kiểm định phi tham số. Phân tích ROC đã được thực hiện trong trường hợp có sự khác biệt thống kê đáng kể (p < 0.05). Các phân tích phân nhóm cũng được thực hiện cho bệnh nhân có/không có gan nhiễm mỡ và có/không có xơ gan. Kết quả Tổng cộng có 57 bệnh nhân với HCC nhiễm mỡ (62 tổn thương) đủ điều kiện phân tích. Tỷ lệ mỡ trung vị cao hơn đáng kể cho các tổn thương G1 (trung vị [khoảng tứ phân], 7.9% [6.0─10.7%]) so với G2 (4.4% [3.2─6.6%]; p = .001) và các tổn thương G3 (4.7% [2.8─7.8%]; p = .036). PDFF là một yếu tố phân biệt tốt giữa các tổn thương G1 và G2/3 (AUC .81; ngưỡng 5.8%, độ nhạy 83%, độ đặc hiệu 68%) với kết quả tương đương ở bệnh nhân có xơ gan. Ở bệnh nhân có gan nhiễm mỡ, hàm lượng mỡ nội sơn cao hơn so với mẫu tổng thể, với PDFF hoạt động tốt hơn trong việc phân biệt giữa các tổn thương G1 và G2/3 (AUC .92; ngưỡng 8.8%, độ nhạy 83%, độ đặc hiệu 91%). Kết luận Việc định lượng mỡ nội sơn bằng bản đồ PDFF MRI cho phép phân biệt giữa HCC nhiễm mỡ biệt hóa tốt và kém. Ý nghĩa lâm sàng Bản đồ PDFF có thể giúp tối ưu hóa y học chính xác như một công cụ đánh giá độ giai đoạn khối u ở HCC nhiễm mỡ. Việc điều tra thêm về hàm lượng mỡ trong khối u như một chỉ số tiên lượng tiềm năng của phản ứng điều trị được khuyến khích. Điểm chính • Bản đồ tỷ lệ mỡ mật proton MRI cho phép phân biệt giữa các ung thư biểu mô tế bào gan nhiễm mỡ biệt hóa tốt (G1) và kém biệt hóa (G2 và G3). • Trong một nghiên cứu hồi cứu đơn tâm với 62 ung thư biểu mô tế bào gan nhiễm mỡ đã được xác nhận mô học, các khối u G1 cho thấy hàm lượng mỡ nội sơn cao hơn so với các khối u G2 và G3 (7.9% so với 4.4% và 4.7%; p = .004). • Trong gan nhiễm mỡ, bản đồ tỷ lệ mỡ mật proton MRI là một yếu tố phân biệt tốt hơn giữa G1 và G2/G3 ung thư biểu mô tế bào gan nhiễm mỡ.

Từ khóa


Tài liệu tham khảo

Kim T-H, Kim SY, Tang A, Lee JM (2019) Comparison of international guidelines for noninvasive diagnosis of hepatocellular carcinoma: 2018 update. Clin Mol Hepatol 25(3):245–263

Chernyak V, Fowler KJ, Kamaya A et al (2018) Liver Imaging Reporting and Data System (LI-RADS) Version 2018: imaging of hepatocellular carcinoma in at-risk patients. Radiology 289(3):816–830

Kutami R, Nakashima Y, Nakashima O, Shiota K, Kojiro M (2000) Pathomorphologic study on the mechanism of fatty change in small hepatocellular carcinoma of humans. J Hepatol 33(2):282–289

Cho E-S, Choi J-Y (2015) MRI features of hepatocellular carcinoma related to biologic behavior. Korean J Radiol 16(3):449–464

Siripongsakun S, Lee JK, Raman SS, Tong MJ, Sayre J, Lu DS (2012) MRI detection of intratumoral fat in hepatocellular carcinoma: potential biomarker for a more favorable prognosis. AJR Am J Roentgenol 199(5):1018–1025

Min JH, Kim YK, Lim S, Jeong WK, Choi D, Lee WJ (2015) Prediction of microvascular invasion of hepatocellular carcinomas with gadoxetic acid-enhanced MR imaging: impact of intra-tumoral fat detected on chemical-shift images. Eur J Radiol 84(6):1036–1043

Hermida M, Preel A, Assenat E et al (2021) Small steatotic HCC: a radiological variant associated with improved outcome after ablation. Hepatol Commun 5(4):689–700

Zhou L, Rui J-A, Zhou W-X, Wang S-B, Chen S-G, Qu Q (2017) Edmondson-Steiner grade: a crucial predictor of recurrence and survival in hepatocellular carcinoma without microvascular invasio. Pathol Res Pract 213(7):824–830

Sasaki K, Matsuda M, Ohkura Y et al (2015) The influence of histological differentiation grade on the outcome of liver resection for hepatocellular carcinomas 2 cm or smaller in size. World J Surg 39(5):1134–1141

Tsilimigras DI, Bagante F, Sahara K et al (2019) Prognosis After Resection of Barcelona Clinic Liver Cancer (BCLC) stage 0, A, and B hepatocellular carcinoma: a comprehensive assessment of the current BCLC classification. Ann Surg Oncol 26(11):3693–3700

Kim TK, Lee KH, Jang H-J et al (2011) Analysis of gadobenate dimeglumine-enhanced MR findings for characterizing small (1-2-cm) hepatic nodules in patients at high risk for hepatocellular carcinoma. Radiology 259(3):730–738

Zhan C, Olsen S, Zhang HC, Kannengiesser S, Chandarana H, Shanbhogue KP (2019) Detection of hepatic steatosis and iron content at 3 Tesla: comparison of two-point Dixon, quantitative multi-echo Dixon, and MR spectroscopy. Abdom Radiol 44(9):3040–3048

Kukuk GM, Hittatiya K, Sprinkart AM et al (2015) Comparison between modified Dixon MRI techniques, MR spectroscopic relaxometry, and different histologic quantification methods in the assessment of hepatic steatosis. Eur Radiol 25(10):2869–2879

Yokoo T, Serai SD, Pirasteh A et al (2018) Linearity, bias, and precision of hepatic proton density fat fraction measurements by using mr imaging: a meta-analysis. Radiology 286(2):486–498

Caussy C, Reeder SB, Sirlin CB, Loomba R (2018) Noninvasive, quantitative assessment of liver fat by MRI-PDFF as an endpoint in NASH trials. Hepatology 68(2):763–772

Reeder SB, Sirlin CB (2010) Quantification of liver fat with magnetic resonance imaging. Magn Reson Imaging Clin N Am 18(3):337–57, ix

Hernando D, Zhao R, Yuan Q et al (2023) Multicenter reproducibility of liver iron quantification with 1.5-T and 3.0-T MRI. Radiology 306(2):e213256

Hong CW, Hamilton G, Hooker C et al (2019) Measurement of spleen fat on MRI-proton density fat fraction arises from reconstruction of noise. Abdom Radiol 44(10):3295–3303

Kadoya M, Matsui O, Takashima T, Nonomura A (1992) Hepatocellular carcinoma: correlation of MR imaging and histopathologic findings. Radiology 183(3):819–825

Rimola J, Forner A, Tremosini S et al (2012) Non-invasive diagnosis of hepatocellular carcinoma ≤ 2 cm in cirrhosis. Diagnostic accuracy assessing fat, capsule and signal intensity at dynamic MRI. J Hepatol 56(6):1317–23

Martín J, Sentís M, Zidan A et al (1995) Fatty metamorphosis of hepatocellular carcinoma: detection with chemical shift gradient-echo MR imaging. Radiology 195(1):125–130

McGarry JD, Foster DW (1980) Regulation of hepatic fatty acid oxidation and ketone body production. Annu Rev Biochem 49:395–420

Asayama Y, Yoshimitsu K, Nishihara Y et al (2008) Arterial blood supply of hepatocellular carcinoma and histologic grading: radiologic-pathologic correlation. AJR Am J Roentgenol 190(1):W28-34

Asayama Y, Nishie A, Ishigami K et al (2016) Fatty change in moderately and poorly differentiated hepatocellular carcinoma on MRI: a possible mechanism related to decreased arterial flow. Clin Radiol 71(12):1277–1283

Yu J-S, Chung J-J, Kim JH, Kim KW (2007) Fat-containing nodules in the cirrhotic liver: chemical shift MRI features and clinical implications. AJR Am J Roentgenol 188(4):1009–1016

Yoneda N, Matsui O, Kobayashi S et al (2019) Current status of imaging biomarkers predicting the biological nature of hepatocellular carcinoma. Jpn J Radiol 37(3):191–208

Noureddin M, Lam J, Peterson MR et al (2013) Utility of magnetic resonance imaging versus histology for quantifying changes in liver fat in nonalcoholic fatty liver disease trials. Hepatology 58(6):1930–1940

Yokoo T, Shiehmorteza M, Hamilton G et al (2011) Estimation of hepatic proton-density fat fraction by using MR imaging at 3.0 T. Radiology 258(3):749–59

Kang GH, Cruite I, Shiehmorteza M et al (2011) Reproducibility of MRI-determined proton density fat fraction across two different MR scanner platforms. J Magn Reson Imaging 34(4):928–934

El-Badry AM, Breitenstein S, Jochum W et al (2009) Assessment of hepatic steatosis by expert pathologists: the end of a gold standard. Ann Surg 250(5):691–697

Mulé S, Serhal A, Pregliasco AG et al (2022) MRI features associated with HCC histologic subtypes: a western American and European bicenter study. Eur Radiol. https://doi.org/10.1007/s00330-022-09085-8

Cannella R, Dioguardi Burgio M, Beaufrère A et al (2021) Imaging features of histological subtypes of hepatocellular carcinoma: Implication for LI-RADS. JHEP Rep 3(6):100380

Nasr P, Forsgren MF, Ignatova S et al (2017) Using a 3% proton density fat fraction as a cut-off value increases sensitivity of detection of hepatic steatosis, based on results from histopathology analysis. Gastroenterology 153(1):53-55.e7

Artz NS, Haufe WM, Hooker CA et al (2015) Reproducibility of MR-based liver fat quantification across field strength: Same-day comparison between 1.5T and 3T in obese subjects. J Magn Reson Imaging 42(3):811–7

Zhao R, Hernando D, Harris DT et al (2021) Multisite multivendor validation of a quantitative MRI and CT compatible fat phantom. Med Phys 48(8):4375–4386

Thông tin
Thông tin xuất bản

European Radiology

Thông tin tác giả