Thanh bên bài viết
Số lượt xem pdf: 51
GIÁ TRỊ CỘNG HƯỞNG TỪ KHUẾCH TÁN TRONG CHẨN ĐOÁN U TUYẾN NƯỚC BỌT MANG TAI LÀNH TÍNH VÀ ÁC TÍNH THƯỜNG GẶP
Nội dung chính của bài viết
Tóm tắt
Mục tiêu: Khảo sát đặc điểm hình ảnh cộng hưởng từ (CHT) của các u tuyến nước bọt mang tai (TNBMT) lành tính và ác tính thường gặp; đánh giá giá trị các đặc điểm hình ảnh cộng hưởng từ trong phân biệt u lành tính và ác tính. Phương pháp: Nghiên cứu mô tả cắt ngang trên 39 bệnh nhân có u TNBMT được chụp CHT tại Bệnh viện Ung Bướu TP.HCM (01/2019–6/2025) và có kết quả giải phẫu bệnh xác nhận. Chúng tôi đánh giá các đặc điểm hình ảnh trên CHT thường quy và khuếch tán, giá trị hệ số khuếch tán biểu kiến (ADC) của u, ADC tuyến mang tai bình thường, tỉ số rADC giữa hai giá trị trên. Kết quả: U TNBMT ác tính thường có bờ không rõ (43,8%), không có vỏ bao (95,7%), phù quanh u (60,9%), xâm lấn mô xung quanh (47,8%) và hạch cổ (30,4%) cao hơn có ý nghĩa thống kê so với u TNBMT lành tính (p < 0,05). Trên CHT khuếch tán, 56,5% u TNBMT ác tính có hạn chế khuếch tán mạnh (tín hiệu DWI cao, thấp trên ADC) trong khi đa số u lành không hạn chế khuếch tán. Giá trị ADC trung bình dựa vào ROI thành phần đặc trong tổn thương ở nhóm u ác tính thấp hơn có ý nghĩa thống kê so với nhóm u lành tính, với p < 0,001. Dựa trên đường cong ROC và tính toán chỉ số Youden lớn nhất, điểm cắt 1,057×10−3 mm²/s cho giá trị tối ưu trong chẩn đoán, cho phép dự đoán u ác tính với độ nhạy 78,3%, đặc hiệu 93,7%. Tỉ số rADC cũng thấp hơn ở u ác (1,04 so với 1,32; p = 0,001). Kết luận: CHT có độ tin cậy trong phân biệt u TNBMT lành tính và ác tính, sự kết hợp đánh giá hình ảnh hình thái CHT và đo lường hệ số khuếch tán ADC dựa vào ROI thành phần đặc trong tổn thương có giá trị trong chẩn đoán phân biệt u tuyến mang tai lành tính và ác tính.
Chi tiết bài viết
Từ khóa
Cộng hưởng từ; u tuyến nước bọt mang tai; giá trị khuếch tán biểu kiến, rADC
Tài liệu tham khảo
2. Thoeny HC. Imaging of salivary gland tumours. Cancer Imaging. 2007 Apr 30;7(1):52–62.
3. Habermann CR, Arndt C, Graessner J, Diestel L, Petersen KU, Reitmeier F, et al. Diffusion-weighted echo-planar MR imaging of primary parotid gland tumors: is a prediction of different histologic subtypes possible? AJNR Am J Neuroradiol. 2009 Mar;30(3):591–6.
4. Christe A, Waldherr C, Hallett R, Zbaeren P, Thoeny H. MR Imaging of Parotid Tumors: Typical Lesion Characteristics in MR Imaging Improve Discrimination between Benign and Malignant Disease. American Journal of Neuroradiology. 2011 Aug 1;32(7):1202–7.
5. Kim SY, Borner U, Lee JH, Wagner F, Tshering Vogel DW. Magnetic resonance imaging of parotid gland tumors: a pictorial essay. BMC Med Imaging. 2022 Nov 7;22:191.
6. Vogl TJ, Dresel SH, Späth M, Grevers G, Wilimzig C, Schedel HK, et al. Parotid gland: plain and gadolinium-enhanced MR imaging. Radiology. 1990 Dec;177(3):667–74.
7. Faheem M, Refaat M. Role of magnetic resonance imaging (MRI) including diffusion weighted images (DWIs) in assessment of parotid gland masses with histopathological correlation. The Egyptian Journal of Radiology and Nuclear Medicine. 2018 May 9;49.
8. Bruvo M, Mahmood F. Apparent diffusion coefficient measurement of the parotid gland parenchyma. Quant Imaging Med Surg. 2021 Aug;11(8):3812–29.
9. Karaman CZ, Tanyeri A, Özgür R, Öztürk VS. Parotid gland tumors: comparison of conventional and diffusion-weighted MRI findings with histopathological results. Dentomaxillofac Radiol. 2021 May 1;50(4):20200391.
10. Espinoza S, Halimi P. Interpretation pearls for MR imaging of parotid gland tumor. Eur Ann Otorhinolaryngol Head Neck Dis. 2013 Feb;130(1):30–5.