Radiology:利用MRI上的定量肿瘤负荷指标,优化BCLC分期系统的风险分层
2022-08-25 shaosai MedSci原创
现阶段,巴塞罗那诊所肝癌(BCLC)分期系统是现阶段临床上的HCC标准分期系统。
据统计,肝细胞癌(HCC)是全球癌症相关死亡的第四大常见原因,超过70%的HCC患者确诊时已为中晚期,不符合根治性治疗的条件。巴塞罗那诊所肝癌(BCLC)分期系统是现阶段临床上的HCC标准分期系统,其中BCLC B型癌症患者的推荐治疗方案是经动脉化疗栓塞(TACE)。对于BCLC C型癌症患者,全身治疗和免疫检查点抑制剂是目前的治疗标准。
然而有研究发现,TACE经常被应用到BCLC B期以上,46%的BCLC C期肿瘤患者接受了TACE。在接受TACE治疗的患者中观察到了生存优势,这些患者的BCLC C分类完全是根据节段性大血管门静脉侵犯来确定的。这一发现表明,BCLC B期和C期都是由高度异质性的癌症组成,其肿瘤负荷的程度大不相同。因此,对这一异质性人群进行优化分类以实现对每个病人的个性化治疗方案的制定至关重要。
目前,BCLC分层算法依赖于一维的肿瘤大小测量和病灶数量,并在早期和中期阶段推荐最合适的治疗方法。然而,在对中晚期(BCLC B与C)进行分层时,不再考虑肿瘤负荷和病灶大小,而且在形式上与临床决策无关,这在最近提出的修正案中被认为是该系统的一个主要局限。这些一维的肿瘤测量在反映真实的肿瘤大小、活力和生长潜力方面有局限性。
多参数MRI可对增强的肿瘤组织进行体积量化,已被证明能更可靠地预测TACE后的生存率。
近日,发表在Radiology杂志的一项研究评估了三维定量肿瘤负荷分析对BCLC系统亚分类的作用,为接受TACE治疗的中晚期HCC患者建立了改善治疗的风险分层。
本项回顾性研究对2000年1月-2014年12月期间接受传统TACE或TACE治疗的682名HCC患者进行了评估。对增强MRI进行三维定量分析,以确定ETV和ETB(ETV与正常肝脏体积的比率)的阈值。ETV低于65 cm3或ETB低于4%的患者被重新分配到BCLC Bn,而ETV或ETB高于确定的临界值的患者则通过逐步验证中位总生存期(mOS)来重新分配或保留在BCLC Cn。
这项研究包括494名患者(中位年龄,62岁[IQR,56-71岁];401名男性)。最初,123名患者被归类为BCLC B,mOS为24.3个月(95% CI: 21.4, 32.9),371名患者被归类为BCLC C,mOS为11.9个月(95% CI: 10.5, 14.8)。所有纳入的患者(包括BCLC B和C组)的mOS为15个月(95% CI: 12.3, 17.2)。共有152名BCLC C级肿瘤患者被重新划分为新的BCLC Bn级,其中的mOS为25.1个月(95% CI: 21.8, 29.7; P < .001)。其余患者(即BCLC Cn组)(n = 222;ETV≥65 cm3或ETB≥4%)的mOS为8.4个月(95% CI: 6.1, 11.2)。
图 Kaplan-Meier生存曲线显示了高(增强肿瘤体积[ETV]65 cm3和增强肿瘤负担[ETB]4%)和低肿瘤负荷(ETV ,65 cm3和ETB ,4%)患者在(A, B)所有患者(巴塞罗那诊所肝癌[BCLC]B 1 C组)、(C, D)只有BCLC B肿瘤患者和(E, F)只有BCLC C肿瘤患者之间的比较
本研究结果表明,根据基于增强的三维定量肿瘤负荷测量对最初被归类为巴塞罗那诊所肝癌B期或C期的患者进行重新分类,可以可靠地区分那些可以从经动脉化疗栓塞术中获益和那些术后效果不佳的患者,特别是在晚期患者中尤为显著。这些发现表明,这种成像指标可作为一种改善经动脉局部治疗HCC患者的分流工具,为提高患者预后提供了参考依据。
原文出处:
Tabea Borde,Nariman Nezami,Fabian Laage Gaupp,et al.Optimization of the BCLC Staging System for Locoregional Therapy for Hepatocellular Carcinoma by Using Quantitative Tumor Burden Imaging Biomarkers at MRI.DOI:10.1148/radiol.212426
作者:shaosai
版权声明:
本网站所有注明“来源:梅斯医学”或“来源:MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明“来源:梅斯医学”。其它来源的文章系转载文章,本网所有转载文章系出于传递更多信息之目的,转载内容不代表本站立场。不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
#肿瘤负荷#
88
#风险分层#
94