分享:
分享到微信朋友圈
X
述评
磁共振功能成像在乳腺癌新辅助化疗早期疗效评价中的应用
汪晓红 李瑞敏 彭卫军

汪晓红,李瑞敏,彭卫军.磁共振功能成像在乳腺癌新辅助化疗早期疗效评价中的应用.磁共振成像, 2011, 2(3): 172-176. DOI:10.3969/j.issn.1674-8034.2011.03.003.


[摘要] 磁共振功能成像(fMRI)包括磁共振弥散加权成像,氢质子磁共振波谱及定量动态增强MR,通过提供肿瘤内部的血供、生理及生化代谢信息,可在乳腺癌新辅助化疗治疗早期评价疗效,协助临床制定有效的治疗方案。因此,磁共振功能成像的联合应用可适用于局部进展期乳腺癌(locally advanced breast cancer, LABC)新辅助化疗疗程随访的评价。
[Abstract] Functional MRI (fMRI) includes diffusion weighted imaging (DWI), 1H proton magnetic resonance spectroscopy (1H-MRS), and quantitative dynamic enhanced MRI. These imaging methods can predict early response to neoadjuvant chemotherapy (NAC) in patients with locally advanced breast cancer (LABC) by monitoring vascular supply of tumor and pathological response early after the initiation of treatment. Therefore, fMRI may bring benefits for clinical therapeutic strategy optimization. Combination of different fMRI methods is useful to evaluate early response to NAC.
[关键词] 磁共振成像;乳腺癌;新辅助化疗
[Keywords] Magnetic resonance imaging;Breast cancer;Neoadjuvant chemotherapy

汪晓红 复旦大学附属肿瘤医院放射诊断科,复旦大学上海医学院肿瘤学系,上海 200032

李瑞敏 复旦大学附属肿瘤医院放射诊断科,复旦大学上海医学院肿瘤学系,上海 200032

彭卫军* 复旦大学附属肿瘤医院放射诊断科,复旦大学上海医学院肿瘤学系,上海 200032

通讯作者:彭卫军,E-mail: cjr.pengweijun@vip.163.com


第一作者简介:
        汪晓红(1975-)女,博士,副主任医师。研究方向:乳腺疾病影像学。E-mail: wangxh0312@yahoo.com.cn

收稿日期:2011-03-23
接受日期:2011-04-28
中图分类号:R445.2; R737.9 
文献标识码:A
DOI: 10.3969/j.issn.1674-8034.2011.03.003
汪晓红,李瑞敏,彭卫军.磁共振功能成像在乳腺癌新辅助化疗早期疗效评价中的应用.磁共振成像, 2011, 2(3): 172-176. DOI:10.3969/j.issn.1674-8034.2011.03.003.

       新辅助化疗(neoadjuvant chemotherapy, NAC)是对进展期乳腺癌患者术前进行的全身性、系统性的细胞毒性药物治疗,使原发肿瘤及淋巴结降期,进而达到保乳手术治疗的目的;加上术后的巩固化疗,使局部晚期乳腺癌的疗效及预后明显改善[1,2]。早期评价乳腺癌NAC疗效,有利于尽早发现那些对治疗无反应的顽固性肿瘤,并及时调整更换治疗方案,合理安排手术时机,以减少无谓的治疗及化疗药物的毒副反应[3,4]。因此,尽早有效评估乳腺癌NAC疗效对于正确引导临床选择治疗方案,最大限度使患者受益于NAC是至关重要的。

       磁共振功能成像(fMRI)包括磁共振弥散成像、磁共振波谱、定量动态增强MR可通过提供肿瘤的生理及生化代谢信息,反映靶向治疗中肿瘤内部的生物学反应[1,3]。因此fMRI能提供体内肿瘤化疗敏感性的信息,有望在乳腺癌新辅助化疗早期在形态学发生变化之前评价疗效,协助临床制定有效的治疗方案,从而为术后辅助化疗方案的选择提供依据。

1 弥散加权成像(diffusion-weighted imaging, DWI)

       DWI可以通过表观扩散系数(ADC)值来检测水分子在体内的扩散量,从而观察分析组织结构及内部特征[5,6]。因此,DWI可通过肿瘤化疗前后表观弥散系数ADC值的变化监测肿瘤微环境的变化来评估肿瘤细胞对NAC的早期反应[6]。研究[4,5,6]显示ADC值与组织内细胞密度呈负相关:即当组织中细胞密度低,水分子运动障碍越小,ADC值越高;反之,则ADC值越低。如果肿瘤治疗有效,肿瘤细胞坏死,细胞密度就会减小,水分子运动的障碍也就减小,那么ADC值就会升高。目前已有多篇文献报道[5,6,7]在肿瘤模型中DWI可作为无创性的早期疗效评估监测方法。近年来,大量动物实验及细胞模型的研究亦证实DWI可以早期预测肿瘤对治疗的反应(如放疗、化疗、光敏疗法以及基因治疗[4,5,6,7,8]等)。

       多项研究证实,磁共振弥散加权成像可在肿瘤早期疗效评估中先于肿瘤大小变化而通过ADC值来监测组织及细胞内结构结合水的变化提供更有效的生物学证据[7,8]。Chenevert等[9]认为,ADC值提供了评判治疗有效与否的信息,由于ADC值的变化代表了肿瘤细胞的灭活。而这些改变往往发生在体积缩小发生前。Galons等[10]应用扩散加权成像测定小鼠动物模型化疗前后肿瘤的ADC值。结果显示,治疗组化疗后ADC值明显上升,而对照组ADC值无明显变化。Lee等[11]研究DWI在预测小鼠模型乳腺癌新辅助化疗疗效中的作用,结果显示在治疗后第4天和第7天,ADC就有明显的改变,而这些改变均出现在肿瘤形态学改变之前。在NAC有效治疗早期,瘤体在弥散加权图上的信号强度明显减弱,表观弥散系数值则明显升高,而此时在DWI图上测量的肿瘤体积尚未有明显退缩(图1)。

       此外,研究显示治疗前ADC值能预测治疗疗效(包括治疗中ADC值的变化程度、肿瘤退缩率),并且呈负相关关系:即治疗前ADC越低,治疗后瘤体ADC值升高越明显,肿瘤退缩明显,则疗效越明显。治疗前ADC值能预测乳腺癌新辅助化疗的疗效,我们的研究结果发现:有效组肿瘤治疗前ADC值明显低于无效组(P=0.009),提示化疗前低ADC值的乳腺癌相对高ADC值乳腺癌对化疗更敏感。这是因为ADC值是与细胞密度呈负相关的,与肿瘤分化程度呈正相关,即治疗前较低的ADC值代表了肿瘤细胞密度高,生长代谢旺盛;而ADC值较高的肿瘤细胞分化较好,其新陈代谢率较分化差的肿瘤低,肿瘤血供也没有分化差的肿瘤丰富,肿瘤内有较多坏死区,产生乏氧乏血供区,细胞密度相对较低,因此,化疗药物理论上在ADC值较高的肿瘤中分布浓度要低于ADC值低即分化差的肿瘤,故而对化疗药物治疗的敏感性也不如分化差的肿瘤[12]。在脑肿瘤中也有类似报道,Mardor等[13,14,15]认为治疗前ADC值较低的肿瘤,其肿瘤活性较高,分化较差,对放疗较敏感;然而治疗前ADC值较高的肿瘤,其肿瘤分化较好,并且肿瘤内有较多坏死细胞,肿瘤的含氧量较低,因而对治疗不敏感。

       DWI检查具有不需增强,检查时间短的优势,因此乳腺肿瘤的ADC值检测用于评估疗效不失为一种快速易行的方法,但由于DWI检查的空间分辨率相对较差,解剖图像质量远不如增强扫描,故难以显示小病灶。因而目前临床应用于乳腺疾病诊断的并不多,其技术改进及其意义尚在进一步探讨中。

图1  50岁,左乳浸润性导管癌,NAC治疗有效。图1A、1B分别为左乳肿瘤两次DWI图比较,DWI图呈明显高信号灶;图1C、1D分别为治疗前后由DWI软件处理后生成的肿瘤ADC图比较,显示治疗后肿瘤较前略小,病灶呈明显低信号。图1E、1F为治疗前后由DWI软件处理后生成的肿瘤ADC直方图比较,显示治疗前为0.978×10-3 mm2/s;1疗程后ADC值升高为1.175×10-3 mm2/s
Fig 1  A responder, 50 years old female, invasive ductal carcinoma. Fig 1A and Fig 1B, DWI maps of the lesion before and after the first cycle of NAC, lesions showed high signal intensity. Fig 1C and Fig 1D, ADC maps of the lesion before and after the first cycle of NAC, lesions shrinked and showed lower signal intensity after NAC. Fig 1E and Fig 1F, Corresponding ADC values of the lesion before and after the first cycle of NAC. After first cycle of treatment, the ADC value increased from 0.978×10-3 mm2/s to 1.175×10-3 mm2/s.

2 氢质子磁共振波谱成像(1H-MRS)

       氢质子磁共振波谱(1H-MRS)以图谱形式通过测量在体组织内的不同代谢产物波峰来定量提供生化代谢信息,可反映靶向治疗中肿瘤内部的生物学反应[16]。由于乳腺恶性肿瘤内可出现多种代谢产物含量的改变,癌细胞内胆碱激酶和磷脂酶C过度表达,导致瘤体内胆碱磷酸显著升高和磷脂酶C介导的分解代谢活跃[17,18,19],细胞生长代谢旺盛、细胞膜合成明显增加,胆碱含量显著增高[20],因此在MRS谱线上表现为tCho共振峰升高[16,19,21]

       从肿瘤提取物、细胞模型及肿瘤异体移植模型的多项研究[18,22,23,24]证实,MRS不但可用于乳腺癌的辅助诊断,还能提供肿瘤NAC早期疗效信息。考虑到通过1H-MRS的谱线分析,可以了解到化疗药物在人体内的摄取与代谢,Wolf等[25]研究证实,用MRS监测随访乳腺癌治疗早期疗效是可行的。

       1H-MRS可以无创伤性检测组织内部生化代谢及生物学特性,从而了解肿瘤生物学行为、进展、病理生理学及治疗反应等[26]。随着乳腺癌的进展,瘤体内tCho的含量将明显增高;而经NAC有效治疗后,肿瘤细胞增殖活性降低,生长代谢明显减弱,细胞逐渐凋亡,坏死,细胞密度下降,tCho的含量随之降低,而1H-MRS谱线上的tCho峰将出现明显变化[27]。因此,1H-MRS在疗程随访早期根据tCho峰变化,对瘤体内的胆碱化合物含量进行测定,反映治疗后肿瘤生物学活性及生长代谢发生的变化,不失为一种早期、直观的疗效评价方法,可以协助临床尽早了解化疗疗效,及时调整治疗方案。

       Griffiths等[27]对肿瘤模型化疗反应的研究亦证实,未经治疗的肿瘤的生长及内部生化代谢水平远高于治疗后。自2001年Jaganathan等[26]首次应用1H-MRS监测乳腺癌治疗疗效时,发现89%的患者经治疗后胆碱共振峰消失或明显减弱。我们的研究结果中,有效组经1个疗程化疗后有82.5%的Cho峰消失,而部分乳腺癌Cho峰表现为明显下降(图2)。Meisamy等[28]认为1H-MRS能在局部进展期乳腺癌新辅助化疗治疗最初24小时内检测出治疗反应的变化。因此,新辅助化疗前后的MRS波谱分析发现胆碱复合峰的消失或减弱可作为早期监测局部进展期乳腺癌对NAC的治疗反应的一项有效指标[26]。我们的结果显示,乳腺癌患者化疗有效者其初始1H-MRS测得的胆碱水平(胆碱峰高、峰下面积及信噪比)均明显高于治疗无效者,与文献报道相符[28]。这可能是因为有效组乳腺癌生长代谢较无效组更为活跃,对化疗药物作用更敏感的缘故,有待于进一步的药代动力学研究证实。

       尽管多项研究证实1H-MRS可用于监测评估乳腺癌的早期治疗反应,但由于检查技术方法或代谢产物含量低的缘故,磁共振波谱敏感度受限,其临床应用受信噪比、检查时间的限制,且受肿瘤位置、大小的影响。因此,1H-MRS在监测乳腺癌方面的应用具可行性,但重复性和稳定性不及动态增强MR成像。

图2  47岁,浸润性导管癌。图2A为乳腺癌灶1H-MRS定位图,图2B、2C分别为治疗前、1疗程后谱线图,经NAC一疗程后Cho峰高、峰下面积及信噪比均有显著下降(箭头)
Fig 2  A responder, 47 years old female, invasive ductal carcinoma. Fig 2A, VOI of the lesion for 1H-MRS. Fig 2B, Corresponding spectra of initial 1H-MRS. Fig 2C, Corresponding spectra of the lesion after the first cycle of NAC. After first cycle of treatment, the peak height, area under curve and signal-noise ratio of tCho decreased (arrow).

3 定量动态增强MR

       定量动态增强MR检查通过一定的药代动力学模型(两室或三室模型)计算出定量动态增强参数,在体反映病变新生血管对化疗药物作用的变化,对化疗疗效做出定量判断[29,30],使评估结果更为准确客观。国外已有研究证明定量动态增强参数可作为评估乳腺癌化疗疗效的有效因子。目前国内在该方面的研究尚处于起步阶段。

       定量动态增强参数包括[31]:①容量转移常数(volume transfer constant, Ktrans):指对比剂从血管内扩散到血管外的速度常数,单位为min-1;②速率常数(rate constant, Kep):组织间对比剂经扩散重新回到血管内的速度常数,单位为min-1;③血管外细胞外间隙容积比(Ve),是血管外细胞外间隙占整个体素的百分比。三者满足如下关系:Kep=Ktrans/Ve。其中Ktrans因其既能反映肿瘤组织的血流量,又能反映局部的渗透率,被认为是最能反映肿瘤的灌注情况的一个指标[32]

       我们的研究运用药代动力学两室模型[33],将观察组织假设为血管内和血管外两个模室,以胸廓内动脉为输入动脉,运用非线性最小二乘积算法(nonlinear least square method, NLS)计算Ktrans、Kep、Ve,并进行化疗前后的比较。结果显示,新辅助化疗后,有效病例的Ktrans、Kep较治疗前明显降低(图3),这与新辅助化疗后,抗肿瘤药物抑制肿瘤血管生成,病变血供减少,癌细胞血供不足,发生崩解坏死、部分病理血管闭塞消退,血管通透性减低,局部癌组织的微血管灌注及血流灌注降低有关。我们的研究与Huang等[34]的研究结果有着很好的一致性,可认为Ktrans、Kep能够作为判断乳腺癌化疗疗效的有效因子。同时研究显示治疗前Ktrans值较高的肿瘤对化疗的反应较好,表明Ktrans在治疗前对化疗疗效具有一定的预测作用。但目前研究对Ve在乳腺癌新辅助化疗疗效评估中的作用争论较大。有研究认为对新辅助化疗有效的肿瘤Ve值将增加,因为肿瘤细胞将发生不同程度的崩解破坏,退变坏死,肿瘤微环境中的血管外细胞外间隙明显增加,Ve值也随着增加。也有研究认为Ve在病变过程中稳定性较差,常受病变周围水肿的影响有关[34]。我们的研究显示Ve值在新辅助化疗疗效评估中意义不大,可能与病变发展过程中组织内血管外细胞外容积的相对比例变化较慢有关,使良恶性病变间的Ve值范围存在一定重叠性,导致Ve在良恶性病变间的均值差异无统计学意义。Ve值在评估疗效中的作用还有待进一步的研究。总之定量动态增强MR检查因其参数的定量化,判读结果的可靠,将在乳腺癌新辅助化疗疗效评估中发挥越来越重要的作用。

图3  左乳内上象限浸润性导管癌化疗前(图3A、3C)及化疗后(图3B、3D)治疗有效,肿块较前缩小,Ktrans、Kep较前下降,定量动态增强曲线由III型趋向II型
Fig 3  An IDC lesion with irregular margin in inner upper quadrant of left breast before and after chemotherapy. The lesion shrinked, the Ktrans, Kep decreased and the quantitative dynamic curve of lesion changed from type III to II.

4 总结与前景

       利用影像学手段评估NAC早期疗效对临床具有重要意义,既可以在体测量肿瘤的体积变化、有效评估瘤体内的生理生化代谢状况,又可动态重复监测。fMRI由于无放射损伤,可以安全、系列地观察病变,作为监测肿瘤化疗后早期反应的有效的检查技术,可为外科手术计划的制定提供依据。但由于fMRI在乳腺方面的应用研究尚不成熟,检查技术及评估方法上存在不足,因此如何提高对化疗疗效评价的准确性是fMRI在新辅助化疗疗效评价中亟需解决的问题。

[1]
Charfare H, Limongelli S, Purushotham AD, et al. Neoadjuvant chemotherapy in breast cancer. Br J Surg, 2005, 92(1):14-23.
[2]
Partridge SC, Gibbs JE, Lu Y, et al. MRI measurements of breast tumor volume predict response to neoadjuvant chemotherapy and recurrence-free survival. AJR Am J Roentgenol, 2005, 184(6):1774-1781.
[3]
Roben SM, Leach MO. Imaging biochemistry: applications to breast cancer. Breast Cancer Res, 2001, 3(1):36-40.
[4]
Hylton N. MR imaging for assessment of breast cancer response to neoadjuvant chemotherapy. Magn Reson Imaging Clin N Am, 2006, 14(3):383-389.
[5]
Junkermann H, Fournier D von. Imaging procedures for assessment of the response of mammary carcinoma to preoperative chemotherapy. Radiology, 1997, 37(9):726-732.
[6]
Pickles MD, Gibbs P, Lowry M, et al. Diffusion changes precede size reduction in neoadjuvant treatment of breast cancer. Magn Reson Imaging, 2006, 24(7):843-847.
[7]
Padhani AR. Functional MRI for anticancer therapy assessment. Eur J Cancer, 2002, 38(16): 2116-2127.
[8]
Cocquyt VF, Villeirs GM, Blondeel PN, et al. Assessment of response to preoperative chemotherapy in patients with stage II and III breast cancer: the value of MRI. Breast, 2002, 11(4): 306-315.
[9]
Chenevert TL, Stegman LD, Taylor JMG, et al. Diffusion magnetic resonance imaging: an early surrogate marker of therapeutic efficacy in brain tumors. J Natl Cancer Inst, 2000, 92(24):2029-2036.
[10]
Galons JP, Altbach MI, Paine-Murrieta GD, et al. Early increases in breast tumor xenograft water mobility in response to paclitaxel therapy detected by non-invasive diffusion magnetic resonance imaging. Neoplasia, 1999, 1(2):113-117.
[11]
Lee KC, Moffat BA, Schott AF, et al. Prospective early response imaging biomarker for neoadjuvant breast cancer chemotherapy. Clin Cancer Res, 2007, 13(2Pt 1):443-50.
[12]
Balu MC, Chapellier C, Bleuse A, et al. Imaging in evaluation of response to neoadjuvant breast cancer treatment benefits of MRI. Breast Cancer Research and Treatment, 2002, 72(2):145-152.
[13]
Mardor Y, Roth Y, Ocherashvilli A, et al. Pretreatment prediction of brain tumors' response to radiation therapy using high B-value diffusion-weighted MRI. Neoplasia, 2004, 6(2):136-142.
[14]
Davis PL, Staiger MJ, Harris KB, et al. Breast cancer measurements with magnetic resonance imaging, ultrasonography and mammography. Breast Cancer Res Treat, 1996, 37(1):1-9.
[15]
George ML, Dzik-Jurasz ASK, Padhani AR, et al. Non-invasive methods of assessing angiogenesis and their value in predicting response totreatment in colorectal cancer. Br J Surg, 2001, 88(12):1628-1636.
[16]
Hylton N. MR imaging for assessment of breast cancer response to neoadjuvant chemotherapy. Magn Reson Imaging Clin N Am, 2006, 14(3):383-389.
[17]
Ronen SM, Leach MO. Imaging biochemistry: applications to breast cancer. Breast Cancer Res, 2001, 3(1):36-40.
[18]
Mackinnon WB, Barry PA, Malycha PL, et al. Fine-needle biopsy specimens of benign breast lesions distinguished from invasive cancer ex vivo with proton MR spectroscopy. Radiology, 1997, 204(3):661-666.
[19]
Gribbestad IS, Sitter B, Lundgren S, et al. Metabolite composition in breast tumors examined by proton nuclear magnetic resonance spectroscopy. Anticancer Res, 1999, 19(3A):1737-1746.
[20]
Podo F. Tumor phospholipid metabolism. NMR in Biomedicine, 1999, 12(7):413-439.
[21]
Glunde K, Jie C, Bhujwalla ZM, et al. Molecular causes of the Aberrant Choline Phospholipid metabolism in breast cancer. Cancer Research, 2004, 64(12):4270-4276.
[22]
Cheng LL, Chang W, Smith BL, et al. Evaluating human breast ductal carcinomas with high-resolution magicanglespinning proton magnetic resonance spectrscopy. J Magn Reson, 1998, 135(1):194-202.
[23]
Roebuck JR, Cecil KM, Schnall MD, et al. Human breast lesions: characterization with proton MR spectroscopy. Radiology, 1998, 209(1):269-275.
[24]
Kvistad KA, Bakken IJ, Gribbestad IS, et al. Characterization of neoplastic and normal human breast tissues with in vivo 1H NMR spectra with increased magnetic field strength. J Magn Reson Imaging, 1999, 10(2):159-164.
[25]
Wolf W, Waluch V, Presant CA. Non-invasive 19F-NMRS of 5-fluorouracil in pharmacokinetics and pharmacodynamic studies. NMR Biomed, 1998, 11(7):380-387.
[26]
Jagannathan NR, Kumar M, Seenu V, et al. Evaluation of total choline from in-vivo volume localized proton MR spectroscopy and its response to neoadjuvant chemotherapy in locally advanced breast cancer. Br J Cancer, 2001, 84(8):1016-1022.
[27]
Griffiths JR, Glickson JD. Monitoring pharmacokinetics of anticancer drugs: non-invasive investigation using magnetic resonance spectroscopy. Adv Drug Deliv Rev, 2000, 41(1):75-89.
[28]
Meisamy S, Bolan PJ, Baker EH, et al. Neoadjuvant Chemotherapy of Locally Advanced Breast Cancer: Predicting Response with in Vivo 1H MR Spectroscopy-A Pilot Study at 4 T. Radiology, 2004, 233(2):424-431.
[29]
Murase K. Efficient method for calculating kinetic parameters using T1-weighted dynamic contrast-enhanced magnetic resonance imaging. Magn Reson Med,2004, 51(4):858-862.
[30]
Yankeelov TE, Lepage M, Chakravarthy A, et al. Integration of quantitative DCE-MRI and ADC mapping to monitor treatment response in human breast cancer: initial results. Magn Reson Imaging, 2007, 25(1):1-13.
[31]
Tofts PS, Brix G, Buckley DL, et al. Estimating kinetic parameters from dynamic contrast-enhanced T1-weighted MRI of a diffusable tracer: standardized quantities and symbols. J Magn Reson Imaging, 1999, 10(3):223-232.
[32]
Semple SI, Harry VN, Parkin DE, et al. A combined pharmacokinetic and radiologic assessment of dynamic contrast-enhancement magnetic resonance imaging predicts response to chemoradiation in locally advanced cervical cancer. Int Radiat Oncol Biol Phys, 2009, 75(2):611-617.
[33]
Tofts PS. Modeling tracer kinetics in dynamic Gd-DTPA MR imaging. J Magn Reson Imaging, 1997, 7(1):91-101.
[34]
Huang W, Li X, Morris EA, et al. The magnetic resonance shutter speed discriminates vascular properties of malignant and benign breast tumors in vivo. Proc Natl Acad Sci USA, 2008, 105(46): 17943-17948.

上一篇 MRI随访在乳腺癌诊断和疗效评估中的价值
下一篇 乳腺MRI检查最佳序列选择及扫描参数优化
  
诚聘英才 | 广告合作 | 免责声明 | 版权声明
联系电话:010-67113815
京ICP备19028836号-2