Thanh bên bài viết
Số lượt xem pdf: 8
ĐỊNH LƯỢNG TÍN HIỆU BẢN ĐỒ ADC TRÊN MRI BẰNG ĐO TOÀN BỘ THỂ TÍCH VÀ ĐO CHỌN LỌC TRONG CHẨN ĐOÁN PHÂN BIỆT U TINH HOÀN LÀNH TÍNH VÀ ÁC TÍNH
Nội dung chính của bài viết
Tóm tắt
Mục đích: Nghiên cứu nhằm xác định giá trị của định lượng tín hiệu theo biểu đồ ADC (ADC histogram) trong chẩn đoán phân biệt u tinh hoàn (UTH) lành tính và ác tính. Đối tượng và phương pháp: Nghiên cứu hồi cứu thực hiện trên các trường hợp UTH được chụp MRI, được phẫu thuật cho kết quả giải phẫu bệnh. Tiến hành đo các chỉ số trên ADC histogram (mean, median, maximum, minimum, kurtosis, skewness, entropy, StDev, mpp, upp) theo hai phương pháp đặt VOI (Volume of Interest) toàn bộ khối u (VOI-1) và đặt VOI chọn lọc phần đặc khối u và loại trừ phần nang hay hoại tử (VOI-2). So sánh giá trị chẩn đoán phân biệt UTH lành tính và ác tính của 2 phương pháp đo. Kết quả: Nghiên cứu có 40 UTH với 7 trường hợp lành tính và 33 ác tính. Với phương pháp VOI-1 giá trị ADC max, ADC skewness, ADC entropy và ADC variance ở nhóm UTH lành tính là thấp hơn nhóm ác tính (p< 0,01) trong khi đó giá trị ADCmin và ADC uniformity ở nhóm UTH lành tính là cao hơn nhóm ác tính (p<0,01). Với phương pháp VOI-2, giá trị ADCmax, ADCskewness, ADCkurtosis, ADC entropy ở nhóm UTH lành tính là thấp hơn nhóm ác tính (p< 0,01) nhưng ADC min, ADCunifromity là cao hơn (p< 0,01). Phương pháp đo VOI-1 cho thấy có độ tin cậy cao hơn với khả năng tiên lượng UTH ác tính của các giá trị ADC max, ADC variance, ADC skewness có điểm cut-off (Sp, Se, AUC) lần lượt là 1846.00 (75.8; 100; 0.905) , 39198.39 (81.8; 85.7; 0.887), 0.893 (57.6; 100; 0.797). Kết luận : Định lượng tín hiệu trên bản đồ ADC có giá trị cao trong chẩn đoán phân biệt UTH lành tính và ác tính. Phương pháp đo toàn bộ thể tích khối u có độ tin cậy cao hơn phương pháp đo chọn lọc.
Chi tiết bài viết
Từ khóa
ung thư tinh hoàn, u tinh hoàn lành tính, u tinh hoàn ác tính, chuỗi xung khuếch tán, bản đồ hệ số khuếch tán biểu kiến, phân tích histogram.
Tài liệu tham khảo
2. Khan O, Protheroe A. Testis cancer. Postgraduate Medical Journal. 2007;83(984):624-632. doi:10.1136/pgmj.2007.057992
3. Tsili AC, Sofikitis N, Stiliara E, Argyropoulou MI. MRI of testicular malignancies. Abdom Radiol. 2019;44(3): 1070-1082. doi:10.1007/s00261-018-1816-5
4. Tsili AC, Sofikitis N, Pappa O, Bougia CK, Argyropoulou MI. An Overview of the Role of Multiparametric MRI in the Investigation of Testicular Tumors. Cancers (Basel). 2022;14(16): 3912. doi: 10.3390/cancers14163912
5. Pedersen MRV, Loft MK, Dam C, Rasmussen LÆL, Timm S. Diffusion-Weighted MRI in Patients with Testicular Tumors-Intra- and Interobserver Variability. Curr Oncol. 2022; 29(2):837-847. doi:10.3390/curroncol29020071
6. Wang W, Sun Z, Chen Y, et al. Testicular tumors: discriminative value of conventional MRI and diffusion weighted imaging. Medicine. 2021; 100(48): e27799. doi: 10.1097/MD. 0000000000027799
7. Moch H, Amin MB, Berney DM, et al. The 2022 World Health Organization Classification of Tumours of the Urinary System and Male Genital Organs—Part A: Renal, Penile, and Testicular Tumours. European Urology. 2022;82(5):458-468. doi:10.1016/j.eururo.2022.06.016
8. Min X, Feng Z, Wang L, et al. Characterization of testicular germ cell tumors: Whole-lesion histogram analysis of the apparent diffusion coefficient at 3T. European Journal of Radiology. 2018;98:25-31. doi:10.1016/j.ejrad.2017.10.030
9. Balasundaram P, Garg A, Prabhakar A, Joseph Devarajan LS, Gaikwad SB, Khanna G. Evolution of epidermoid cyst into dermoid cyst: Embryological explanation and radiological-pathological correlation. Neuroradiol J. 2019; 32(2):92-97. doi:10.1177/1971400918821086