胚胎发育不良性神经上皮肿瘤和低级别星形细胞瘤的磁共振成像表现

《Journal of the Chinese Medical Association》:Magnetic resonance imaging findings of dysembryoplastic neuroepithelial tumors and low-grade astrocytomas

【字体: 大 中 小 】 时间:2026年03月26日 来源:Journal of the Chinese Medical Association 2.3

编辑推荐:

  背景:胚胎发育不良性神经上皮肿瘤(DNET)和低级别星形细胞瘤(LGA)可呈现非常相似的磁共振成像(MRI)表现。DNET在手术切除后癫痫控制良好且恶性潜能低,而LGA可能复发或进展。本研究旨在基于MRI表现获得更准确的DNET和LGA治疗前诊断。方法:研究人

  
背景:胚胎发育不良性神经上皮肿瘤(DNET)和低级别星形细胞瘤(LGA)可呈现非常相似的磁共振成像(MRI)表现。DNET在手术切除后癫痫控制良好且恶性潜能低,而LGA可能复发或进展。本研究旨在基于MRI表现获得更准确的DNET和LGA治疗前诊断。方法:研究人员回顾性纳入2000年至2024年经病理证实的DNET和LGA患者。评估两种肿瘤的个体定性和定量MRI特征,特别是T2加权信号强度比(T2SR),该比值比较了肿瘤T2加权信号与正常脑白质的信号。使用曲线下面积(AUC)评估传统定性模型(包括有意义的定性MRI特征)和联合定量模型(包括T2SR和表观弥散系数(ADC)值)的诊断性能。结果:共纳入70例患者(30例DNET,40例LGA),平均年龄23.2?±?11.3(15-57)岁,其中男性36例(51.4%),女性34例(48.6%)。对于个体MRI特征,DNET具有更多的FLAIR(液体衰减反转恢复)环征(16例[53.3%] vs 12例[30.0%],p = 0.049)、更高的ADC值(2076.2 [53.4] vs 1660.1 [71.9],p < 0.001)和更高的T2SR(3.56?±?0.12 vs 2.68?±?0.63,p < 0.001)。T2SR和ADC值的AUC分别为0.886(0.811-0.962)和0.824(0.724-0.924)。联合定量模型的区分性能高于传统定性模型(AUC:0.905 vs 0.727,p = 0.011)。结论:本研究表明,定量MRI特征(包括T2SR和ADC值)增强了DNET与LGA的区分能力,并可能作为提高术前诊断准确性的补充影像学标志物。
**论文解读文章**

**研究背景与问题**
根据世界卫生组织(WHO)第5版分类,胚胎发育不良性神经上皮肿瘤(DNET)为I级胶质神经元和神经元肿瘤,主要发生于儿童和青少年,约占所有脑肿瘤的1.5%,最常见于颞叶。多数患者表现为慢性耐药性癫痫。低级别星形细胞瘤(LGA)具有相似的临床症状(如慢性耐药性癫痫)和磁共振成像(MRI)特征,且发病年龄和大脑半球常见部位与DNET重叠。然而,两者在完全切除肿瘤后的预后显著不同:DNET术后癫痫控制率(77%-93%)优于LGA(64%-82%),且LGA的肿瘤复发率(52%-62%)和恶性转化率(23%-72%)较高,而DNET的恶变仅有病例报道。因此,治疗策略存在差异:DNET以完全切除为首选,而LGA可能需要放射治疗预防恶变。目前,DNET与LGA在MRI上存在大量重叠影像特征,包括均表现为幕上低密度、T1加权像(T1W)低信号、T2加权像(T2W)高信号、强化不明显等,导致术前鉴别困难。尽管已有多种定性特征(如FLAIR环征、T2-FLAIR不匹配征、卫星病灶等)被报道,但部分特征在两者中均可出现。为此,研究人员开展了一项研究,旨在通过比较定性特征与定量特征(特别是T2信号强度比[T2SR]和表观弥散系数[ADC]值)的诊断效能,提高DNET与LGA的治疗前诊断准确性。该论文发表在《Journal of the Chinese Medical Association》。

**关键技术与方法**
研究人员回顾性纳入了2000年至2024年期间来源于同一医学中心的经病理证实的DNET和LGA患者。共32例DNET和66例LGA,经排除(幕下LGA、中线LGA、少突星形细胞瘤及缺失FLAIR或ADC序列者)后,最终纳入30例DNET和40例LGA。MRI检查在1.5T扫描仪(Signa HDxt、Optima MR450w或Genesis Signa,GE Healthcare)上进行,包括轴位T1W、T2W、FLAIR、弥散加权成像(DWI)及增强T1W序列。由两名神经放射科医师(经验22年和3年)对影像特征进行盲法评估,达成共识。定性特征包括:气泡征(肿瘤内大小不一、边界锐利的结节簇)、卫星病灶(主瘤旁T2W高信号结节,中间隔以白质信号)、FLAIR环征(FLAIR序列上肿瘤周围高信号环)。定量特征中,T2SR计算方法为:手动勾画肿瘤最大轴位切面感兴趣区(ROI),避开出血和坏死区,测量肿瘤T2W信号强度;对照区为对侧脑白质;T2SR = 肿瘤T2W信号/对照区T2W信号。ADC值采用相同ROI法计算。诊断模型构建基于单变量分析中与诊断相关的特征(p < 0.10),并通过曲线下面积(AUC)评估诊断效能。

**研究结果**

*3.1 患者人口学特征*
共纳入70例患者,平均年龄23.2 ± 11.3岁,男性36例(51.4%),女性34例(48.6%)。DNET组(30例)平均年龄23.5 ± 12.5岁,男性13例(43.3%);LGA组(40例)平均年龄23.1 ± 10.4岁,男性23例(57.5%)。两组在年龄、性别、癫痫类型、肿瘤位置方面无显著差异。多数幕上DNET和LGA位于额叶(27例,38.6%)和颞叶(33例,47.1%)。

*3.2 MRI特征*
定性特征分析显示:DNET在肿瘤边界清晰(60.0% vs 40.0%)、T1W低信号(86.7% vs 75.0%)、T2W高信号(80.0% vs 77.5%)、骨重塑(20.0% vs 12.5%)、气泡征(30.0% vs 12.5%)、卫星病灶(36.7% vs 17.5%)方面比例更高,但均未达到统计学差异。仅DNET的FLAIR环征比例显著高于LGA(53.3% vs 30.0%,p = 0.049)。定量特征方面:DNET的ADC值显著高于LGA(2076.2 × 10-6 mm2/s [53.4] vs 1660.1 × 10-6 mm2/s [71.9],p < 0.001);DNET的T2SR显著高于LGA(3.56 ± 0.12 vs 2.68 ± 0.63,p < 0.001)。T2SR区分DNET和LGA的截断值为2.97,敏感度80.0%,特异度77.5%,AUC为0.886(0.811-0.962)。ADC值的AUC为0.824(0.724-0.924)。传统定性模型(包括边界清晰、气泡征、FLAIR环征和卫星病灶)的AUC为0.727(0.606-0.849),联合定量模型(T2SR + ADC值)的AUC为0.905(0.835-0.975),显著高于定性模型(p = 0.011)。年龄分层分析显示:儿童亚组(<18岁,12例DNET vs 12例LGA)中,DNET的T2SR显著更高(p = 0.002);成人亚组(≥18岁,18例DNET vs 28例LGA)中,DNET在T2SR(p < 0.001)和ADC值(p < 0.001)上均显著更高。部位分层分析显示:额叶亚组中DNET的T2SR和ADC值均显著高于LGA(均p < 0.001);颞叶亚组中同样如此(T2SR p < 0.001,ADC值 p = 0.011)。这些结果支持T2SR和ADC值作为独立于年龄和位置的可靠鉴别指标。

**讨论与结论**
本研究揭示了定性特征(如FLAIR环征)和定量特征(T2SR、ADC值)可为鉴别DNET与LGA提供有用信息。联合定量模型的诊断效能显著优于传统定性模型。这是目前纳入病例数最多的比较DNET定量与定性特征诊断效能的研究。DNET的FLAIR环征在组织学上可能与周围疏松胶质神经元成分有关。ADC值增高反映DNET的低细胞密度和低恶性度。T2SR增高则与DNET的少细胞性和高含水量(黏液基质丰富)相关。定量特征在不同年龄和部位亚组中均表现一致,增强了普适性。鉴别两种肿瘤具有重要临床意义:DNET完全切除后癫痫控制良好且罕见复发,可避免不必要的放化疗;而LGA需警惕复发和恶变,可能需要辅助治疗。定量方法中ROI标注还可为人工智能辅助诊断工具提供训练数据。研究局限性包括:样本量较小且为单中心;缺乏分子分型数据(如1p/19q共缺失、FGFR1基因改变等);MRI扫描参数差异可能影响结果;未纳入高级MRI技术(如波谱、灌注成像)。
研究结论:定量MRI特征,尤其是T2SR和ADC值,在区分DNET与LGA方面展现出改进的鉴别性能。尽管总体诊断准确性中等,但结合T2SR和ADC值的简单易测测量可作为实用的补充影像学标志物,提高治疗前诊断准确性。未来需通过多中心前瞻性研究结合高级MRI技术和分子分型来验证这些发现。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号