Pretreatment IVIM histogram parameters using multiple ROI strategies for predicting treatment response and survival outcomes in locally advanced rectal cancer
Deze studie toont aan dat prebehandeling IVIM-histogramanalyse, met name bij het gebruik van een door de lezer gedefinieerde kleine-steekproef ROI-strategie, effectief tumorregressie, pathologische complete respons en overlevingsuitkomsten voorspelt bij patiënten met lokaal gevorderde rectale kanker.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Rectale kanker is een ernstige ziekte die het onderste deel van de dikke darm aantast, en voor patiënten met gevorderde gevallen gebruiken artsen vaak een combinatie van bestraling en chemotherapie vóór de operatie om de tumor te laten krimpen. Deze pre-operatieve behandeling, bekend als neoadjuvante therapie, is een standaardaanpak, maar het werkt niet bij iedereen even goed. Sommige patiënten zien hun tumoren bijna volledig verdwijnen, terwijl anderen weinig verandering zien. Momenteel is de enige manier om zeker te weten hoe goed de behandeling heeft gewerkt, het chirurgisch verwijderen van de tumor en het onder een microscoop onderzoeken, een proces dat een "tumorregressiegraad" onthult. Deze graad vertelt artsen of de kankercellen weg zijn of dat ze nog steeds vechten. Omdat wachten tot na de operatie om de resultaten te vinden voor sommige patiënten te laat kan zijn om hun behandelplan te wijzigen, zoeken onderzoekers voortdelijk naar betere manieren om de uitkomst vooraf te voorspellen met behulp van niet-invasieve beeldvorming.
Eén veelbelovende tool is een specifiek type magnetische resonantiebeeldvorming genaamd intravoxel incoherent motion, of IVIM. In tegen tegenstelling tot standaard MRI-scans die simpelweg de vorm en grootte van een tumor laten zien, kijkt IVIM naar hoe watermoleculen zich binnen het weefsel bewegen. In een levende tumor beweegt water op twee verschillende manieren: het diffundeert willekeurig door de cellen, en het stroomt ook door de kleine bloedvaten die de kanker voeden. Door deze bewegingen te analyseren, kan de scan het signaal van de werkelijke celdensiteit scheiden van het signaal van de bloedstroom. Dit geeft artsen een veel rijker beeld van de interne omgeving van de tumor, inclusief hoe druk de cellen zijn en hoe goed de tumor van bloed wordt voorzien, wat cruciale factoren zijn in de manier waarop de kanker op de behandeling reageert.
Een team van onderzoekers aan het Sichuan Cancer Hospital en het Affiliated Hospital of Chengdu University zette zich in om te zien of zij deze gedetailleerde IVIM-metingen konden gebruiken om te voorspellen wie wel en wie niet goed op de therapie zou reageren. Ze bestudeerden 113 patiënten met lokaal gevorderde rectale kanker die deze gespecialiseerde scan hadden ondergaan voordat ze met hun behandeling begonnen. De kern van hun onderzoek ging niet alleen over de scan zelf, maar ook over hoe artsen de grenzen rond de tumor op het scherm trekken. Om de tumor te meten, moet een radioloog een 'region of interest' definiëren, in essentie een digitale omtrek die de computer vertelt welke pixels geanalyseerd moeten worden. De onderzoekers vergeleken drie verschillende manieren om deze omlijningen te trekken. De eerste methode hield in dat het gehele driedimensionale volume van de tumor werd omlijnd. De tweede richtte zich alleen op de enkelvoudige grootste doorsnede van de tumor. De derde, en meest specifieke methode, vroeg de radioloog om drie kleine, cirkelvormige cirkels binnen het solide, meest actieve deel van de tumor te tekenen, waarbij zorgvuldig werd vermeden dat er gebieden waren die leken op dood weefsel, vloeistof of normale bloedvaten.
Het team gebruikte vervolgens een computer om een histogram te genereren, wat in essentie een gedetailleerde kaart is van alle verschillende waarden die binnen die omlijnde gebieden werden gevonden. In plaats van alleen een gemiddeld getal te nemen, legt deze methode het volledige bereik van variatie binnen de tumor vast, wat onthult hoe gemengd of uniform het weefsel is. Ze keken naar specifieke getallen afgeleid van de scan: één die de gemiddelde bloedstroomfractie mat, een andere die de werkelijke beweging van water door cellen mat, en andere die de vorm van de datadistributie beschreven. Ze bouwden vervolgens statistische modellen om te zien welke combinatie van deze getallen en welke omlijningsmethode het beste kon voorspellen of een patiënt een goede respons zou hebben, gedefinieerd als een significante afname van kankercellen, of een slechte respons.
De resultaten toonden aan dat de manier waarop de tumor werd omlijnd een enorm verschil maakte in de nauwkeurigheid van de voorspelling. Het model gebaseerd op de kleine, door de lezer gedefinieerde cirkels binnen het solide deel van de tumor presteerde het best. Het identificeerde patiënten die een goede respons zouden hebben correct met een AUC van 0,88. In contrast hiermee was het model dat het gehele tumovolume analyseerde veel minder accuraat, met een AUC van 0,69. De onderzoekers ontdekten dat de belangrijkste factor in het succesvolle model de gemiddelde bloedstroomfractie was; patiënten wier tumoren vóór de behandeling een hogere bloedstroom hadden, waren veel waarschijnlijker om goed te reageren. Het best presterende model bevatte ook een maatstaf voor hoe ongelijkmatig de waterbeweging binnen het solide deel van de tumor was.
Naast het voorspellen van de directe respons op de behandeling, keken onderzoekers ook naar de langetermijnoverleving. Patiënten die werden geïdentificeerd als zijnde een hoge score te hebben op dit best presterende model, hadden een significant grotere kans om drie jaar na de operatie vrij te blijven van kankerterugkeer vergeleken met de groep met een lage score. Specifiek bleef 87,2 procent van de hoog-score groep ziektevrij, vergeleken met 70,1 procent van de laag-score groep. Dit suggereert dat de specifieke manier waarop de tumor werd bemonsterd — door te focussen op de meest actieve, solide kern in plaats van de rommelige randen of het gehele volume — de biologische realiteit van de kanker effectiever vastlegde. De studie concludeerde dat hoewel het bekijken van de hele tumor gemakkelijker en consistenter is tussen verschillende artsen, het nauw kijken naar de meest actieve kern een duidelijker signaal biedt voor het voorspellen van wie zal overleven en floreren na de behandeling. Deze aanpak zou artsen kunnen helpen om hun strategieën eerder af te stemmen, wat een meer gepersonaliseerd pad biedt voor patiënten die met deze moeilijke ziekte kampen.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.