磁共振弛豫时间定量成像预测乳腺浸润性导管癌分子亚型的价值

doi:10.11958/20231486

天津医药 ›› 2024, Vol. 52 ›› Issue (7): 770-774.doi: 10.11958/20231486

磁共振弛豫时间定量成像预测乳腺浸润性导管癌分子亚型的价值

朱刚明(), 董永德, 朱瑞婷, 谭源满, 陶娟, 刘晓, 陈德成, 杨概

东莞东华医院放射科，东莞市医学影像功能成像与人工智能应用重点实验室（邮编523808）

收稿日期:2023-10-10 修回日期:2024-01-27 出版日期:2024-07-15 发布日期:2024-07-11
作者简介:朱刚明（1979），男，主任医师，主要从事磁共振功能成像方面研究。E-mail：171849102@masu.edu.cn
基金资助:
东莞市社会发展科技项目重点项目(20211800904732)

The value of magnetic resonance relaxation time quantitative imaging in predicting molecular subtypes of invasive ductal carcinoma

ZHU Gangming(), DONG Yongde, ZHU Ruiting, TAN Yuanman, TAO Juan, LIU Xiao, CHEN Decheng, YANG Gai

Department of Radiology, Dongguan Tungwah Hospital; Dongguan Medical Imaging Functional Imaging and Artificial Intelligence Application Key Laboratory, Dongguan 523808, China

Received:2023-10-10 Revised:2024-01-27 Published:2024-07-15 Online:2024-07-11

朱刚明, 董永德, 朱瑞婷, 谭源满, 陶娟, 刘晓, 陈德成, 杨概. 磁共振弛豫时间定量成像预测乳腺浸润性导管癌分子亚型的价值[J]. 天津医药, 2024, 52(7): 770-774.

ZHU Gangming, DONG Yongde, ZHU Ruiting, TAN Yuanman, TAO Juan, LIU Xiao, CHEN Decheng, YANG Gai. The value of magnetic resonance relaxation time quantitative imaging in predicting molecular subtypes of invasive ductal carcinoma[J]. Tianjin Medical Journal, 2024, 52(7): 770-774.

摘要/Abstract

摘要：

目的探讨磁共振弛豫时间定量成像对乳腺浸润性导管癌（IDC）分子亚型的预测价值。方法对79例IDC患者行MRI常规扫描及弛豫时间定量成像，根据病灶免疫组化结果分为不同的免疫组化指标组、分子亚型组，比较各组病灶MRI征象、T₁值、T₂值差异，并采用受检者工作特征（ROC）曲线评价单独使用T₁、T₂值及二者联用对IDC分子亚型的鉴别诊断价值。结果 79例患者共82个病灶中，Luminal A型16个（19.51%）、Luminal B1型11个（13.41%）、Luminal B2型27个（32.93%）、酪氨酸激酶受体-2过度表达型（Erb-B2过表达型）14个（17.07%）、三阴型（TNBC）14个（17.07%）。各分子亚型患者年龄、病灶分布、最大径、形态、边缘、强化表现差异均无统计学意义（P>0.05）。免疫组化指标中仅Ki-67阳性组T₁值高于阴性组（P<0.05）。ROC曲线分析显示，Ki-67阳性病灶T₁值临界值为2 145 ms，约登指数为0.368，敏感度为53.47%，特异度为83.33%，曲线下面积（AUC）为0.640（95%CI：0.527~0.744）。Luminal A、Luminal B1、Luminal B2、Erb-B2过表达型、TNBC分子亚型间T₁、T₂值差异均无统计学意义（P>0.05），而Luminal型病灶T₁、T₂值均低于TNBC型（P<0.05）。ROC曲线分析显示，联合T₁、T₂值鉴别Luminal型/TNBC型的效能优于单独使用T₁、T₂值。结论 T₁ mapping可作为预测IDC肿瘤Ki-67高低表达程度的方法之一，联合使用T₁、T₂值可提高预测Luminal型/TNBC型的效能。

关键词: 乳腺肿瘤, 癌，导管，乳腺, 磁共振成像, 弛豫时间定量成像, 分子亚型

Abstract:

Objective To explore the value of magnetic resonance relaxation time quantitative imaging in predicting molecular subtypes of invasive ductal carcinoma (IDC) of breast. Methods A total of 79 IDC patients underwent routine magnetic resonance imaging (MRI) scanning and relaxation time quantitative imaging. According to immunohistochemical results of lesions, patients were divided into different immunohistochemical index groups and molecular subtype groups. The differences in MRI signs, T₁ values and T₂ values of lesions were statistically compared between each group. Patient operating characteristic (ROC) curve was used to evaluate values of T₁ and T₂ alone and the combination of them in differential diagnosis of IDC molecular subtypes. Results There were 82 samples of lesion in 79 patients, in which, Luminal A type 16 (19.51%), Luminal B1 type 11 (13.41%), Luminal B2 type 27 (32.93%), tyrosine kinase receptor-2 overexpression type (Erb-B2) 14 (17.07%) and TNBC 14 (17.07%). There were no significant differences in patient age, lesion distribution, maximum diameter, morphology, margin and enhancement performance between patients with various molecular subtypes (P > 0.05). Among the immunohistochemical indexes, only the Ki-67 positive group had higher T₁ value than the negative group (P < 0.05). In ROC analysis, the critical T₁ value of Ki-67 positive lesions was 2 145 ms, Yoden index was 0.368, the sensitivity was 53.47%, the specificity was 83.33% and the area under the curve (AUC) was 0.640 (95%CI: 0.527-0.744). There were no significant differences in T₁ and T₂ values between Luminal A, Luminal B1, Luminal B2, Erb-B2 enriched and TNBC subtypes (P < 0.05). T₁ and T₂ values were lower in Luminal type lesion than those of TNBC type lesion (P<0.05). ROC curve analysis showed that the combined T₁ and T₂ values were more effective in differentiating Luminal/TNBC type than those of T₁ and T₂ values alone. Conclusion T₁ mapping can be used as one of the methods to predict the high or low expression levels of Ki-67 in IDC tumors. The combination of T₁ and T₂ values can improve the ability to predict Luminal/TNBC subtypes.

Key words: breast neoplasms, carcinoma, ductal, breast, magnetic resonance imaging, relaxation quantitative mapping, molecular subtype

中图分类号:

R737.9，R445.2

图/表 7

参考文献 22

[1]	TSANG J Y S, TSE G M. Molecular Classification of Breast Cancer[J]. Adv Anat Pathol, 2020, 27(1):27-35. doi:10.1097/PAP.0000000000000232.
[2]	魏玲, 江林, 马学进, 等. 定量MRI在乳腺癌诊断中的研究进展[J]. 国际医学放射学杂志, 2023, 46(1):55-59.
	WEI L, JIANG L, MA X J, et al. Research progress of quantitative MRI in the diagnosis of breast cancer[J]. Int J Med Radiol, 2023, 46(1):55-59. doi:10.19300/j.2023.Z20042.
[3]	杨自力, 邵凯, 朱来敏, 等. 多模态MRI定量参数与乳腺癌HER-2表达状态的相关性分析[J]. 放射学实践, 2023, 38(8):1197-1200.
	YANG Z L, SHAO K, ZHU L M, et al. Correlation between mutiple parameters of magnetic resonance imaging and HER-2 expression status of breast cancer[J]. Radiologic Practice, 2023, 38(8):1197-1200. doi:10.13609/j.cnki.1000-0313.2023.08.009.
[4]	CURIGLIANO G, BURSTEIN H J, WINER E P, et al. De-escalating and escalating treatments for early-stage breast cancer:the St. Gallen International Expert Consensus Conference on the Primary Therapy of Early Breast Cancer[J]. Ann Oncol, 2017, 28(8):1700-1712. doi:10.1093/annonc/mdx308.
[5]	HAMMOND M E, HAYES D F, WOLFF A C, et al. American Society of Clinical Oncology/College of American Pathologists guideline recommendations for immunohistochemical testing of oestrogen and progesterone receptors in breast cancer[J]. J Oncol Pract, 2010, 6(4):195-197. doi:10.1200/JOP.777003.
[6]	FERNANDES J L, ROCHITTE C E. T1 mapping:technique and applications[J]. Magn Reson Imaging Clin N Am, 2015, 23(1):25-34. doi:10.1016/j.mric.2014.08.007.
[7]	MENG T B, HE N, HE H Q, et al. The diagnostic performance of quantitative mapping in breast cancer patients:apreliminary study using synthetic MRI[J]. Cancer Imaging, 2020, 20(1):88. doi:10.1186/s40644-020-00365-4.
[8]	BORIA F, TAGLIATI C, BALDASSARRE S, et al. Morphological MR features and quantitative ADC evaluation in invasive breast cancer:Correlation with prognostic factors[J]. Clin Imaging, 2018, 50:141-146. doi:10.1016/j.clinimag.2018.02.011.
[9]	SZABÓ B K, AAPELIN P, KRISTOFFERSEN W M, et al. Invasive breast cancer:correlation of dynamic MR features with prognostic factors[J]. Eur Radiol, 2003, 13(11):2425-2435. doi:10.1007/s00330-003-2000-y.
[10]	ALDUK A M, BRCIC I, PODOLSKI P, et al. Correlation of MRI features and pathohistological prognostic factors in invasive ductal breast carcinoma[J]. Acta Clin Belg, 2017, 72(5):306-312. doi:10.1080/17843286.2016.1266432.
[11]	DENKERT C, LOIBL S, MULLER B M, et al. Ki67 levels as predictive and prognostic parameters in pretherapeutic breastcancer core biopsies:a translational investigation in the neoadjuvantGeparTrio trial[J]. Ann Oncol, 2013, 24(11):2786-2793. doi:10.1093/annonc/mdt350.
[12]	WANG Z, REN G Y, YIN Q, et al. Correlation of magnetic resonance imaging quantitative parameters and apparent diffusion coefficient value with pathological breast cancer[J]. World J Clin Cases, 2022, 10(21):7333-7340. doi:10.12998/wjcc.v10.i21.7333.
[13]	MCSHEEHY P M, WEIDENSTEINER C, CANNET C, et al. Quantified tumor T1 is a generic early-response imaging biomarker forchemotherapy reflecting cell viability[J]. Clin Cancer Res, 2010, 16(1):212-225. doi:10.1158/1078-0432.CCR-09-0686.
[14]	罗宁斌, 苏丹柯, 黄向阳, 等. 乳腺癌新辅助化疗前后MR扩散加权成像ADC值与Ki-67表达水平的相关性研究[J]. 临床放射学杂志, 2018, 37(6):922-925.
	LUO N B, SU D K, HUANG X Y, et al. Correlation of ADC value of the breast cancer with Ki-67 expression during neoadjuvant chemotherapy[J]. Clinical Radiology, 2018, 37(6):922-925. doi:10.13437/j.cnki.jcr.2018.06.008.
[15]	KIM S H, LEE H S, KANG B J. Dynamic contrast-enhanced MRI perfusion parameters as imaging biomarkers of angiogenesis[J]. PLoS One, 2016, 11(12):e0168632. doi:10.1371/journal.pone.0168632.
[16]	CHOI E J, CHOI H, CHOI S A, et al. Dynamic contrast-enhanced breast magnetic resonance imaging for the prediction of early and late recurrences in breast cancer[J]. Medicine(Baltimore), 2016, 95(48):e5330. doi:10.1097/MD.0000000000005330.
[17]	GAO W, YANG Q, LI X, et al. Synthetic MRI with quantitative mappings for identifying receptor status,proliferation rate,and molecular subtypes of breast cancer[J]. Eur J Radiol, 2022,148:110168. doi:10.1016/j.ejrad.2022.110168.
[18]	VODUCK D, CHENG M C, TYLDESLEY S, et al. Breast cancer subtypes and the risk of local and regional relapse[J]. J Clin Oncol, 2010, 28(10):1684-1691. doi:10.1200/JCO.2009.24.9284.
[19]	PEROU C M, SORLIE T, EISEN M B, et al. Molecular portraits of human breast tumours[J]. Nature, 2000, 406(6797):747-752. doi:10.1038/35021093.
[20]	BADVE S, DABBS D J, SCHNITT S J, et al. Basal-like and triplenegative breast cancers:a critical review with an emphasis on the implications for pathologists and oncologists[J]. Mod Pathol, 2011, 24(2):157-167. doi:10.1038/modpathol.2010.200.
[21]	李婧琳, 于湛, 李然然, 等. 浸润性乳腺癌锥光束乳腺CT平扫影像特征与分子亚型及免疫组织化学受体的相关性研究[J]. 临床放射学杂志, 2023, 42(4):40-45.
	LI J L, YU Z, LI R R, et al. Study on the correlation between the cheracteristics of non-contrast-enhanced conebeam breast CT with molecular subtypes and immunohistochemical receptors in invasive breast cancer[J]. Clinical Radiology, 2023, 42(4):40-45. doi:10.13437/j.cnki.jcr.2023.04.017.
[22]	张宇, 刘梁生, 马文娟, 等. 早期肿块型乳腺浸润性导管癌超声征象与分子分型的相关性研究[J]. 天津医药, 2022, 50(8):853-858.
	ZHANG Y, LIU L S, MA W J, et al. Correlation between ultrasonographic features and molecular subtypes of early mass-type breast invasive ductal carcinoma[J]. Tianjin Med J, 2022, 50(8):853-858. doi:10.11958/20220230.

分子亚型		n	年龄/岁			分布/个				最大径/mm		形态/个
分子亚型		n	年龄/岁			左		右		最大径/mm		圆形		椭圆		不规则
Luminal A型		16	45.50±11.22			8（50.00）		8（50.00）		21.13±13.83		1（6.25）		2（12.50）		13（81.25）
Luminal B1型		11	47.27±5.31			8（72.73）		3（27.27）		22.36±9.37		0（0.00）		0（0.00）		11（100.00）
Luminal B2型		27	48.29±9.51			15（55.56）		12（44.44）		27.00±18.39		0（0.00）		3（11.11）		24（88.89）
Erb-B2过表达型		14	53.43±6.82			7（50.00）		7（50.00）		21.07±5.21		0（0.00）		1（7.14）		13（92.86）
TNBC型		14	47.14±7.11			6（42.86）		8（57.14）		24.21±14.67		1（7.14）		4（28.57）		9（64.29）
F或χ²			1.743			2.466				0.638		8.485
分子亚型	边缘/个						强化/个						TIC曲线/个
分子亚型	完整			不规则	裂隙		均匀		不均匀		边缘		流入型		平台型		流出型
Luminal A型	3（18.75）			5（31.25）	8（50.00）		9（56.25）		7（43.75）		0（0.00）		1（6.25）		5（31.25）		10（62.50）
Luminal B1型	0（0.00）			1（9.09）	10（90.91）		7（63.64）		4（36.36）		0（0.00）		0（0.00）		5（45.45）		6（54.55）
Luminal B2型	3（11.11）			12（44.44）	12（44.44）		16（59.26）		10（37.04）		1（3.70）		0（0.00）		21（77.78）^a		6（22.22）
Erb-B2过表达型	1（7.14）			3（21.43）	10（71.43）		8（57.14）		5（35.71）		1（7.15）		0（0.00）		6（42.86）		8（57.14）
TNBC型	1（7.14）			2（14.29）	11（78.57）		7（50.00）		5（35.71）		2（14.29）		0（0.00）		9（64.29）		5（35.71）
F或χ²	10.686						3.803						14.491^＊

分子亚型		n	年龄/岁			分布/个				最大径/mm		形态/个
分子亚型		n	年龄/岁			左		右		最大径/mm		圆形		椭圆		不规则
Luminal A型		16	45.50±11.22			8（50.00）		8（50.00）		21.13±13.83		1（6.25）		2（12.50）		13（81.25）
Luminal B1型		11	47.27±5.31			8（72.73）		3（27.27）		22.36±9.37		0（0.00）		0（0.00）		11（100.00）
Luminal B2型		27	48.29±9.51			15（55.56）		12（44.44）		27.00±18.39		0（0.00）		3（11.11）		24（88.89）
Erb-B2过表达型		14	53.43±6.82			7（50.00）		7（50.00）		21.07±5.21		0（0.00）		1（7.14）		13（92.86）
TNBC型		14	47.14±7.11			6（42.86）		8（57.14）		24.21±14.67		1（7.14）		4（28.57）		9（64.29）
F或χ²			1.743			2.466				0.638		8.485
分子亚型	边缘/个						强化/个						TIC曲线/个
分子亚型	完整			不规则	裂隙		均匀		不均匀		边缘		流入型		平台型		流出型
Luminal A型	3（18.75）			5（31.25）	8（50.00）		9（56.25）		7（43.75）		0（0.00）		1（6.25）		5（31.25）		10（62.50）
Luminal B1型	0（0.00）			1（9.09）	10（90.91）		7（63.64）		4（36.36）		0（0.00）		0（0.00）		5（45.45）		6（54.55）
Luminal B2型	3（11.11）			12（44.44）	12（44.44）		16（59.26）		10（37.04）		1（3.70）		0（0.00）		21（77.78）^a		6（22.22）
Erb-B2过表达型	1（7.14）			3（21.43）	10（71.43）		8（57.14）		5（35.71）		1（7.15）		0（0.00）		6（42.86）		8（57.14）
TNBC型	1（7.14）			2（14.29）	11（78.57）		7（50.00）		5（35.71）		2（14.29）		0（0.00）		9（64.29）		5（35.71）
F或χ²	10.686						3.803						14.491^＊

组别	n	T₁/ms	T₂/ms
ER阳性	54	2 080.34±330.59	91.40±18.41
ER阴性	28	2 205.85±287.04	97.78±16.15
t		1.703	1.550
PR阳性	52	2 076.92±330.28	91.38±18.58
PR阴性	30	2 203.40±290.05	97.38±16.05
t		1.740	1.478
HER-2阳性	41	2 110.85±349.15	92.29±14.34
HER-2阴性	41	2 135.54±292.34	94.87±20.86
t		0.347	0.653
Ki-67阳性	24	2 165.07±345.06	95.32±16.85
Ki-67阴性	58	2 021.99±225.85	89.35±19.75
t		2.213^＊	1.388

组别	n	T₁/ms	T₂/ms
ER阳性	54	2 080.34±330.59	91.40±18.41
ER阴性	28	2 205.85±287.04	97.78±16.15
t		1.703	1.550
PR阳性	52	2 076.92±330.28	91.38±18.58
PR阴性	30	2 203.40±290.05	97.38±16.05
t		1.740	1.478
HER-2阳性	41	2 110.85±349.15	92.29±14.34
HER-2阴性	41	2 135.54±292.34	94.87±20.86
t		0.347	0.653
Ki-67阳性	24	2 165.07±345.06	95.32±16.85
Ki-67阴性	58	2 021.99±225.85	89.35±19.75
t		2.213^＊	1.388

分子亚型	n	T₁/ms	T₂/ms
Luminal A型	16	2 019.68±248.80	82.30（74.40，112.38）
Luminal B1型	11	2076.00±267.33	89.86±22.82
Luminal B2型	27	2 044.80（1 853.60，2 453.00） 92.53±13.85
Erb-B2 过表达型	14	2 097.14±251.22	91.81±15.76
TNBC型	14	2 314.56±287.32	103.74±14.73
H		8.277	6.528

磁共振弛豫时间定量成像预测乳腺浸润性导管癌分子亚型的价值

The value of magnetic resonance relaxation time quantitative imaging in predicting molecular subtypes of invasive ductal carcinoma

引用本文

RichHTML

PDF (PC)

可视化

摘要/Abstract

使用本文

图/表 7

参考文献 22

相关文章 15

编辑推荐

Metrics

本文评价

指标	AUC（95%CI）	临界值/ms	敏感度/%	特异度/%	阳性预测值/%	阴性预测值/%	约登指数
T₁	0.722（0.600~0.824）	2 151.32	70.37	71.43	82.60	55.60	0.418
T₂	0.708（0.586~0.812）	97.94	66.67	78.57	85.70	55.00	0.452
联合	0.770（0.652~0.863）		70.73	85.71	90.50	60.00	0.561

[1]	武才鑫, 闫彦, 邓瑗琳, 杜雅敏, 杨振文, 潘晴, 杨帆. 心脏磁共振评估结缔组织病伴重度肺动脉高压的价值[J]. 天津医药, 2024, 52(7): 691-694.
[2]	顾程, 申新宇, 孙静华, 闫赛克, 王海平. 动态MRI成像技术对低位直肠癌保肛术后LARS的评估价值[J]. 天津医药, 2024, 52(6): 653-657.
[3]	陈芷彦, 伍秋苑, 邓裕华, 周丹. 类器官技术在乳腺癌研究中的现状及应用[J]. 天津医药, 2024, 52(6): 668-672.
[4]	刘丹阳, 李永涛, 张海燕, 李林, 刘洋, 沈雷. 乳腺癌细胞条件培养基对骨髓间充质干细胞生物学行为的影响[J]. 天津医药, 2024, 52(5): 454-458.
[5]	高光仁, 冯连荣, 付金国, 郭润, 牛和平, 李凤鹏, 张倩玉, 张军. 急性心肌梗死合并胸腔积液患者的心肌损伤特点及对远期预后的影响[J]. 天津医药, 2024, 52(2): 197-200.
[6]	谢皓冉, 李一浩, 刘成, 夏瑜婷, 裘圣蕾, 熊斌, 冯其贞. 医保DIP支付背景下乳腺癌腋窝淋巴结转移的预测因素探讨[J]. 天津医药, 2024, 52(11): 1193-1196.
[7]	吴海啸, 马文娟, 李之珺, 张超. 基于放射组学评估胸肌指数与乳腺癌骨转移患者预后关系的研究[J]. 天津医药, 2023, 51(9): 1007-1010.
[8]	杨娉娉, 张景, 陈红宇, 张淼, 周定安, 方文. 抑癌基因SASH1在乳腺癌中结合Vimentin并负性调节Vimentin的表达[J]. 天津医药, 2023, 51(9): 904-908.
[9]	赵津津, 王振宇, 马贞秀. circRASSF2靶向miR-1343-3p对乳腺癌MDA-MB-231细胞增殖和凋亡的影响[J]. 天津医药, 2023, 51(7): 713-717.
[10]	刘丹阳, 王璐璐, 何军, 姜杨, 李永涛, 张晓东, 李鹏辉, 沈雷. 乳腺癌细胞培养上清液促进人脂肪间充质干细胞迁移和增殖的机制探讨[J]. 天津医药, 2023, 51(11): 1153-1157.
[11]	平静, 周东华, 朱大江, 田杰, 陈莹, 范菊花. Musashi2在不同分子分型乳腺浸润性导管癌中的表达及临床意义[J]. 天津医药, 2022, 50(9): 907-911.
[12]	张宇, 刘梁生, 马文娟, 韩敏, 朱鹰, 路红. 早期肿块型乳腺浸润性导管癌超声征象与分子分型的相关性研究[J]. 天津医药, 2022, 50(8): 853-858.
[13]	伊万萍, 马德寿. 高强度聚焦超声通过TRIF介导的ERK通路增强乳腺癌的顺铂化疗敏感性[J]. 天津医药, 2022, 50(7): 698-706.
[14]	杜伟娇张家丽于文文沈梦曹水. 乳腺癌髓系来源抑制细胞与外周血单核细胞的相关性及对预后的影响[J]. 天津医药, 2022, 50(7): 734-738.
[15]	陈佩贤, 陈凯, 周丹, 潘瑞琳, 叶国麟△, 陈小松, 苏逢锡. 前哨淋巴结阳性及全乳切除的乳腺癌患者非前哨淋巴结转移的术中预测模型[J]. 天津医药, 2022, 50(5): 533-538.