Srovnání modelů difúze u Wilmsových nádorů a normální kontralaterální ledvinové tkáně

Kontakt:tina.xiang@wecistanche.com

Abstraktní

ObjektivníADC (zjevný difúzní koeficient) odvozený z Diffusion-Weighted Imaging (DWI) se ukázal jako slibný -1invazivní kvantitativní zobrazovací biomarker vWilmsovy nádory. Na DWI by však mohlo být aplikováno mnoho negaussovských modelů. Cílem této studie bylo porovnat vhodnost čtyřdifúzemodely (monoexponenciální, IVIM [intravoxelový nekoherentní pohyb], natažený exponenciální a špičatý) u Wilmsových nádorů a nepostižených kontralaterálníchledviny.

Materiály a metody Data DWI byla retrospektivně zhodnocena (110 Wilmsových nádorů a 75 datových souborů normální ledviny). Dobrá shoda pro každý model byla měřena voxelově pomocí Akaike Information Criteria (AIC). Průměrná AIC byla vypočtena pro každý objem nádoru (nebo kontralaterální normální tkáň ledvin). Jednocestné ANOVA s Greenhouse-Geisserovou korekcí a post hoc testy využívající Bonferroniho korekci vyhodnotily významné rozdíly mezi hodnotami AIC; nejnižší AIC označující optimální model.

VýsledekIVIM a natažená exponenciála poskytly nejlepší shodu s daty DWI Wilmsova nádoru. IVIM poskytla nejlepší shodu pro data normální ledviny. Mono exponenciála byla nejméně vhodná metoda přizpůsobení pro data Wilmsova tumoru i normální ledviny.

DiskuseDifuzně vážený signál vWilmsovy nádorya normálníledvinové tkáněnevykazuje mono-exponenciální rozpad a je lépe popsán negaussovskými modely difúze.

Klíčová slovaWilmsův nádor. Ledviny. Difúze

Pro více informací klikněte sem

Úvod

Wilmsův tumor je nejčastějším dětským renálním tumorem [1] a v Evropě jsou pacienti před operací léčeni chemoterapií ke zmenšení velikosti tumoru [2]. Po úplné nebo částečné nefrektomii klasifikuje histologická analýza nádor jako podtyp v závislosti na převládajícím buněčném typu [3]. Pacienti budou často podstupovat více skenů MRI, aby mohli sledovat odpověď na léčbu, přičemž často se získá zobrazení difúzně váženého zobrazení (DWI).

Zdánlivý difúzní koeficient (ADC) lze odvodit z DWI použitím monoexponenciálního proložení (Rov. 1) na difúzní data.

(1)S(b)= Se-b.ADC

kde S(b) je signál při dané hodnotě b a S. je signál bez difúzního vážení.

ADC se ukázalo jako velmi slibný nástroj pro kvantitativní zobrazování u Wilms'tumoru. Například ADC byl použit k rozlišení benigních nádorů od maligních (podmnožina tohoto

kohorta jsou Wilmsovy tumory)[4], oddělují neuroblastom od Wilmsova tumoru[5], monitorují odpověď na chemoterapii [6, 7], identifikují histologické podtypy [7] a pomáhají při identifikaci nekrotické tkáně Wilmsova tumoru [8].

I když je ADC užitečný parametr, existují i ​​jiné negaussovské modely (VIM[9][ntravoxel Inkoherentní pohyb], roztažená exponenciála [10] a špičatost [11]), které lze použít na data DWI k vytvoření široké škály difúzní metriky. IVIM(Eq.2) je bi-exponenciální model, který nejen popisuje pohyb vody v extravaskulárním prostoru, ale také v náhodně orientované mikrokapilární síti. Vytváří parametry D (koeficient difúze bez vlivu rychle tekoucí vody v kapilární síti, označovaný jako pomalá difúze), D* (koeficient difúze v důsledku náhodně orientovaného pohybu vody v krvi v krvi). kapilární síť-rychlá difúze) a f (objemový podíl spojený s rychle tekoucí složkou). (2)S(b)= So[(1-f)e(-bD plus fel-b(D plus D')

Natažený exponenciální model (Rovnice 3) popisuje heterogenitu v difúzi v rámci jednoho voxelu a popisuje odchylku od monoexponenciálního rozpadu. Vytváří parametry DDC (koeficient distribuované difúze) a a (parametr natažení k popisu odchylky od homogenní difúze).

(3)S(b)= S,e(-(b.DDC)“)

Model špičatosti (Rov. 4) popisuje odchylku od posunu molekul vody po Gaussově rozdělení a vytváří parametry D (koeficient difúze korigovaný na negaussovský posun) a K (špicatost).

(4)S(b)= Soe-bD plus b2D,?K/6

Tyto modely mají potenciál poskytnout doplňkové informace týkající se mikrostruktury tkáně. Navíc se ukázalo, že poskytují lepší popisy difuzních dat ve srovnání s monoexponenciálním modelem u karcinomu rekta [12], kostních metastáz karcinomu prostaty [13], karcinomu vaječníků [14] a zdravé ledvinové tkáně[15]. Existuje však omezený výzkum aplikace těchto modelů ve Wilmsově nádoru, kde mohou být užitečné, kvůli vysoce heterogennímu buněčnému prostředí nádorové tkáně. Dále se předpokládá, že v důsledku vysokých úrovní perfuze vledvinya že IVIM je navržen tak, aby zohlednil složku související s perfuzí v difuzním signálu, tento model může poskytnout lepší přizpůsobení těmto datům DWI [16].

Cílem tohoto výzkumu bylo zjistit, zda tyto modely (VIM, natažená exponenciální a špičatost) poskytují lepší přizpůsobení difuzně váženému signálu ve srovnání s monoexponenciálním modelem u Wilmsových nádorů a kontralaterálního normálníholedvina. Dobrá shoda byla vypočítána pomocí Akaike Information Criterion (AIC)[17], které penalizuje modely obsahující více volných parametrů, než je podporováno nezpracovanými daty. Sekundárním cílem bylo navíc oddělení Wilmsových nádorů podle histologického podtypu, aby se zjistilo, zda určité modely upřednostňují určité podtypy.

Materiály a metody Studijní populace

Institucionální etické schválení bylo uděleno a upustilo od nutnosti souhlasu pro tuto studii jediného centra. Byla provedena 10-letá retrospektivní revize (duben 2007-březen 2017) radiologického zobrazovacího systému v našem ústavu pro všechna data abdominální MRI u dětí s prokázanou histologickou diagnózouWilmsův nádor. Kritéria pro zařazení byla kritéria s vícenásobnými hodnotami b DWI dat (včetně maximální hodnoty b 1000 s/mm2) a velikostí nádoru pokrývající alespoň 2 axiální řezy na DWI. Byly také odstraněny DWI s artefakty extrémního pohybu. Data MRI byla shromážděna od pacientů s Wilmsovým nádorem před chemoterapií i po ní. U podskupiny nádorů byly po operaci potvrzeny histologické podtypy. Pro údaje o normální ledvině byla použita kontralaterální nepostižená ledvina, s výjimkou pacientů s bilaterálním onemocněním.

MRI

Veškeré zobrazování bylo prováděno na 1,5T skeneru Siemens Magnetom Avanto vybaveném gradienty 40 mT/m. V závislosti na velikosti pacienta byla k dosažení plného pokrytí použita jedna nebo dvě tělní matricové cívky (design 6 prvků, Siemens). Pacienti byli buď vzhůru, nebo byli v anestezii v závislosti na jejich věku.

Vícenásobná hodnota b DWI byla získána pro všechny pacienty a byla získána během volného dýchání. Protokol DWI byl následující: hodnoty 7 nebo 8b ve 3 ortogonálních směrech (0, 50, 100, 250, 500, 750, 1000 s/mm² nebo 0,50, 100, 150, 200, 250, 500, 1000 slice², tloušťka mm（ 6 mm） slice) TR/TE:2800 ms/89 ms, zorné pole:350×350 mm, velikost voxelu:1,4×1,4×6 mm, počet řezů:19, velikost matice:128×96×19. Bylo získáno devět průměrů pro každá hodnota a snímky stop (průměr ve 3 směrech) byly použity pro analýzu. Standardní klinické sekvence byly také získány společně, včetně Tw s potlačeným tukem před a po podání kontrastu na bázi gadolinia; úplné podrobnosti o klinických zobrazovacích sekvencích lze najdete v [18].

Následné zpracování

Difúzedata byla zpracována pomocí trasovacích obrázků a vlastních rutin pro přizpůsobení modelů navržených v Matlabu (verze 2019a, MathWorks Inc., Natick, MA, USA) na bázi voxel po voxelu pomocí čtyř různých modelů difúze: monoexponenciální (Eq. 1), IVIM (Rov. 2), natažená exponenciální (Rov. 3) a špičatost (Rov. 4).

V každém případě byl Swas definován jako signál na b{{{{10}}}} a pro mono-exponenciální model byl lineární fit In(S/S.) proti všem hodnotám b provedeno. U negaussovských modelů bylo přizpůsobení provedeno pomocí nelineárního algoritmu nejmenších čtverců Levenberg-Mar-quart (s použitím funkce 'lsq-curve-fit v Matlabu) napříč všemi hodnotami b (kromě modelu IVIM). Pro model IVIM byla nejprve vypočtena lineární shoda In(S/S.) proti b při vysokých hodnotách b (200-1000 s/mm2), aby se určila hodnota D. Následně D* a f byly přizpůsobeny současně (s pevným D). D nemělo žádná omezení na horních hranicích a f bylo omezeno mezi 0 a 1. Pro roztažený exponenciální model neměl DDC žádné horní okrajové podmínky a byl omezen mezi 0 a 1. Pro špičatost nebyly Dk ani K omezeny horními hranicemi a K měla dolní mez 0.

Oblasti zájmu (ROI)

ROI byly generovány pomocí Mango Software (Research Imaging Institute, UTHSCSA). ROI byly nakresleny na b{{0}} snímcích kolem celého objemu nádoru, tyto byly upraveny a ověřeny radiologem specializujícím se na dětskou radiologii (MV3 let věnovaná dětské radiologii). Normální ledvinová tkáň byla také definována na snímcích b0 pomocí kontralaterální ledviny (s výjimkou ledvin s bilaterálním onemocněním) kolem celého objemu ledviny a oblasti s vysokým průtokem, jako jsou oblasti obklopující ledvinovou pánvičku, byly vyloučeny; příklad je vidět na obr. 1. Veškerá analýza týkající se srovnání modelů byla omezena na tyto ROI.

Analýza porovnání modelů

AIC byla použita k porovnání čtyř modelů (monoexponenciální, IVIM, natažená exponenciální a špičatost). Pro každý voxel v rámci nádorových ROI a normálních ledvinových ROI. AIC byla vypočtena pro model. Průměrná AIC byla vypočtena pro celý objem ROI na model. Průměrné hodnoty AIC pro každý model byly poté porovnány pomocí jednocestné ANOVA s opakovanými měřeními s korekcí Greenhouse-Geis-ser, aby se zohlednily nestejné rozptyly, a byly provedeny post hoc testy s použitím Bonferroniho korekce. Významný rozdíl byl definován jako p<0.05.anovas were="" calculated="" for="" the="" entire="" wilms'tumour="" and="" normal="" kidney="" populations,="" as="" well="" as="" within="" different="" subgroups="" (pre-chemotherapy,="" post-chemotherapy,="" and="" different="" b="" value="" acquisitions="" [7="" and="" 8="" b="" value="" ranges]).="" additionally,="" models="" were="" compared="" between="" wilms'tumour="" histological="" subtypes="" to="" determine="" whether="" a="" certain="" subtype="" favoured="" a="" particular="" model.="" the="" post-chemotherapy="" data="" were="" used="" for="" this="" comparison="" as="" it="" was="" the="" nearest="" time="" point="" to="">

Výsledek

Studijní populace

Pro srovnávací analýzu difúzního modelu bylo zahrnuto celkem 110 Wilmsových nádorů; sestávající ze 49 nádorů před chemoterapií a 61 nádorů po chemoterapii (38 nádorů před chemoterapií bylo zahrnuto jako součást 61 kohort po chemoterapii). Vývojový diagram podrobně popisující zahrnutí a vyloučení případů lze vidět na Obr.2. Průměrný věk pacientů při skenování před chemoterapií byl 2,43 let (SD:2,2) a průměrný věk při skenování po chemoterapii byl 3,0 roky (SD:2,8).

The diffusion data were acquired using either 7 or 8 b values（0,50,100,250,500,750,1000 s/mm²or 0,50,100,150,200,250,500,1000 s/mm>Bylo to způsobeno změnou protokolu během období této studie z důvodů nesouvisejících s touto studií. 49 nádorů mělo protokol s hodnotou 7 b (22 před chemoterapií a 27 po chemoterapii) a 61 nádorů mělo protokol s hodnotou 8b (27 před chemoterapií a 34 po chemoterapii).

Z 61 nádorů po chemoterapii mělo 56 histologicky potvrzené podtypy: 7 blastemálních, 9 epiteliálních, 13 stromálních, 8 regresivních, 18 smíšených a 1 zcela nekrotický. Podtypy byly definovány podle protokolu SIOP-2001 [3].

Kontralaterální nepostižená ledvina byla použita jako data normální ledviny. Vzhledem k nutnosti vyloučit bilaterální případy bylo zahrnuto celkem 75 souborů normálních ledvin;38od pacientů, kteří podstoupili chemoterapii a 37 od pacientů, kteří ji nepodstoupili. Ze 75 souborů dat s normálními ledvinami mělo 31 protokol s hodnotou 7 b (15 před chemoterapií a 16 po chemoterapii) a 44 mělo protokol s hodnotou 8b (22 před a 22 po chemoterapii).

Výsledky Wilmsových nádorů

Jednosměrné ANOVA s Greenhouse-Geisserovou korekcí odhalily, že hodnoty AIC se významně lišily mezi modely difúze za všech podmínek:celá kohorta:(F(1,08, 117,91)=157.08,p=1,68 ×10-24), pre-chemoterapie:(F(1,05;50,53)=79,35,p=3,11×10-12),post-chemoterapie:( F(1.13;67.92)=85.92,p=1.34×10-14),7b hodnoty:(F(1.21,58.16)=76.23,p{ {39}}.10×10-13),a8b hodnoty:(F(1.04;62.49)=95.51,p=1.68×10-14).

Obrázek 3 ukazuje krabicové grafy každého stavu s významnými pruhy zvýrazňujícími výsledky post hoc testu pomocí Bonferroniho korekce. Za všech podmínek byly hodnoty AIC pro monoexponenciální model významně vyšší než u ostatních tří modelů, což naznačuje, že to byl nejméně vhodný model pro data Wilmsova nádoru. Pro celý Wilmsův nádor a kohorty po chemoterapii byla natažená exponenciála nejlepším modelem pro přizpůsobení difúzních dat, protože poskytla nejnižší hodnoty AIC. Obrázek 4 ukazuje příklad, jak dobře modely odpovídají signálu difúzního rozpadu v jediném voxelu Wilmsova nádoru po chemoterapii.

Pro kohortu před chemoterapií a když byla data rozdělena do rozmezí hodnot 7 a 8 b, byly za nejvhodnější modely považovány jak IVIM, tak natažená exponenciální, bez významného rozdílu mezi hodnotami AIC pro tyto dva modely.

Additionally, one-way ANOVAs were used to investigate whether the best fit model was related to Wilms'tumour histological subtypes, using the post-chemotherapy data as they were the closest timepoints to histology. Only one tumour was classified as necrotic and was therefore removed from this section of the analysis. Figure 5 shows the AIC values for each subtype based on different diffusion models. There were no significant differences between AIC values across the subtypes (blastemal [n=7], epithelial [n=9], mixed [n=18], stromal [n=13], regressive [n=8]), for any of the models (p>0.05).

Normální výsledky ledvin

Jednosměrné ANOVA s Greenhouse-Geisserovou korekcí také odhalily, že hodnoty AIC se významně lišily mezi modely difúze, za všech podmínek pro data normální ledviny: celá kohorta:(F(1,51,85,2)=276. 07, p=2,57×10-30), předchemoterapie:(F(1,43, 41,13)=119,38,p=1,16×{{22} }), post-chemoterapie: (F(1,16,42,81)=157,33,p=1,10×10-15,7b hodnoty:(F(1,14,34,10){{ 38}}.49,p=1.06×10-1) a hodnoty 8b:(F(1.14,49.10)=193.30,p=1.19× 10-19.

Obrázek 6 ukazuje krabicové grafy každého stavu s pruhy významnosti zvýrazňujícími výsledky post hoc testu pomocí Bonferroniho korekce. Údaje o normální ledvině poskytly podobné výsledky jako údaje o Wilmsově tumoru: za všech podmínek byly hodnoty AIC pro monoexponenciální model významně vyšší než u ostatních tří modelů, což naznačuje, že se jednalo o nejméně vhodný model pro údaje o normální ledvině. Na rozdíl od dat Wilmsova tumoru pro všechny stavy data normální ledviny ukázala, že IVIM poskytla nejnižší hodnoty AIC, což naznačuje, že to byl nejvhodnější model pro tato data difúze. Obrázek 7 ukazuje příklad, jak dobře modely odpovídají signálu difúzního rozpadu v kontralaterálních datech normální ledviny u pacienta s Wilmsovým nádorem po chemoterapii.

Diskuse

Tato studie porovnávala čtyři modelydifúze(monoexponenciální, IVIM, roztažená exponenciála a špičatost) na základě toho, jak dobře odpovídají poklesu signálu DWI, podle AIC. Tato srovnání byla provedena u Wilmsových nádorů, a to jak před chemoterapií, tak po ní, a na kontralaterální nepostižené ledvině jako měřítko normální renální tkáně. Údaje o difúzi pocházely z rozsahů hodnot 7 a 8b. Pro data Wilmsova tumoru se ukázalo, že natažený-exponenciální model celkově nejlépe odpovídal. Tento výsledek byl zachován, když byla analýza omezena na skupinu po chemoterapii. Když se však analýza zaměřila na data před chemoterapií a když byly odděleny akvizicí hodnoty b, nebyly žádné významné rozdíly mezi IVIM a nataženou exponenciálou, přičemž oba modely poskytovaly nejnižší hodnoty AIC. Kromě toho nebyly žádné konkrétní preference modelu, když byly nádory seskupeny podle histologického podtypu. Pokud jde o data normální ledviny, IVIM poskytla nejlepší shodu ve všech analýzách. Monoexponenciální model se ukázal jako nejméně vhodný model podle AIC; poskytují trvale výrazně vyšší hodnoty AIC ve srovnání s ostatními modely pro oba modelyWilmsův nádora normální datové soubory ledvin.

Hlavním zjištěním z tohoto výzkumu bylo, že negaussovské modely poskytly lepší popisy difúzních dat ve srovnání s monoexponenciálními, a to jak ve Wilmsově nádoru, tak v normální renální tkáni. Odchylka od monoexponenciálního rozpadu byla již dříve zdůrazněna a prozkoumána: ukázalo se, že došlo k rychlému poklesu signálu při nižších hodnotách, po kterém následoval pozvolnější pokles při vyšších hodnotách b v játrech [19]. Předpokládá se, že tento počáteční pokles je způsoben vaskulární perfuzí, protože nižší hodnoty b jsou považovány za citlivé na útlum signálu z perfuze [9], takže model IVIM je pro tato data vhodný. Bylo prokázáno, že tomu tak je u zdravé renální tkáně [20,21], kde se ukázalo, že signál je biexponenciální na rozdíl od monoexponenciálního; protože ledvina je dobře prokrvený orgán. Tato studie podporuje tato zjištění, protože IVIM byla upřednostňována před ostatními modely v normální renální tkáni. Toto zjištění bylo zachováno v souboru údajů o normálních ledvinách po chemoterapii, což naznačuje, že léčba neovlivnila normální tkáň ledvin způsobem, který by bylo možné detekovat údaji DWI.

Natažený exponenciální model dobře odpovídal datům DWI Wilmsova nádoru. Výše uvedené studie u karcinomu rekta a zdravé rektální tkáně[12], kostních metastáz karcinomu prostaty [13] a karcinomu vaječníků[14] všechny ukázaly, že tento model nejlépe odpovídá údajům DWI ve srovnání s IVIM a monoexponenciální. Natažený exponenciální model poskytuje dva parametry a DDC; ačkoli přesný fyziologický základ není znám, předpokládá se, že představuje heterogenitu tkání, přičemž nižší hodnota naznačuje heterogennější prostředí [10]. Vzhledem k tomu, že tkáň Wilmsova nádoru je velmi heterogenní, není překvapivé, že exponenciální model s roztažením popisuje tato data dobře.

Kromě nataženého exponenciálního modelu se IVIM stejně dobře hodil k Wilmsovým nádorům před chemoterapií, zatímco po léčbě tomu tak nebylo. Po léčbě pravděpodobně dojde ke zvýšení nekrotické tkáně a tím ke snížení perfuze, proto IVIM (model, který se zaměřuje na perfuzní účinky) může být méně vhodný.

Zdá se, že žádný konkrétní histologický podtyp neupřednostňuje určitý model, nicméně počty v každé skupině byly malé. Dále je důležité poznamenat, že histologické podtypy jsou definovány po analýze pouze podsekce

celého objemu nádoru. Wilmsovy nádory jsou velmi heterogenní a v rámci jednoho nádoru budou oblasti odlišného buněčného prostředí. Voxely v těchto odlišných oblastech mohou vykazovat různé preference modelu difúze. Vzhledem k nedostatku pokročilé histologie však tato analýza nebyla možná.

Použití negaussovských modelů může nejen poskytnout lepší přizpůsobení datům, ale může také poskytnout další klinické informace. Například se ukázalo, že D z kurtózy by mohl poskytnout vyšší diagnostickou přesnost ve srovnání s ADC při odlišení nádoru od nenádorového u karcinomu pankreatu [22]. Navíc (natažený exponenciálně) měl vyšší úroveň senzitivity a specificity při rozlišování mezi angiomyolipomem s minimálním obsahem tuku a karcinomem ledviny ve srovnání s ADC [23]. Kromě toho se jak D, tak f(IVIM) ukázaly jako slibné při zvýraznění funkce ledvin, přičemž oba parametry souvisejí s odhadovanou rychlostí glomerulární filtrace u pacientů s chronickým onemocněním ledvin [24]. Proto mohou mít negaussovské modely také potenciál poskytnout další informace o mikrostruktuře renální tkáně.

I když monoexponenciální model neposkytoval nejlepší shodu s daty DWI, neznamená to, že by neměl být klinicky používán. Jak již bylo zmíněno, bylo prokázáno, že ADC je klinicky užitečný u Wilmsova nádoru [4-8]. Navíc ADC nevyžaduje více hodnot b, což je výhoda, protože mnoho středisek nemusí standardně získávat DWI s více hodnotami b. Proto, přestože současná studie ukazuje odchylku od monoexponenciálního poklesu signálu, je důležité si uvědomit, že i když model nemusí být nejlepším deskriptorem dat DWI, je přesto klinicky užitečný.

Metoda výběru modelu, který nejlépe vyhovuje, je potenciální slabinou této studie. AIC bere v úvahu složitost modelu a dobré přizpůsobení, a proto se jevil jako vhodná volba pro srovnání a výběr modelu. Je důležité zvážit, zda je jeden model jednoznačně nejlepší pro celou tkáň, nebo zda je mezi modely jen malý rozdíl. To již dříve zdůraznili Manikis et al. [25] u karcinomu rekta, kde ačkoliv byla preferována celková mono exponenciální léčba před IVIM, existovala vysoká heterogenita napříč tkání. To bylo také prokázáno u Wilmsových nádorů v této studii, přičemž oba modely IVIM a exponenciální model s nataženou exponencií prokázaly dobré přizpůsobení údajům. S ohledem na to by měl být člověk obezřetný před tvrzením, že konkrétní model nejlépe odpovídá údajům, protože se může stát, že mnoho modelů je v kvalitě přizpůsobení téměř stejné.

Navíc maximální hodnota b 1000 s/mm² mohla být omezením pro model špičatosti, protože se stává citlivější při vyšších hodnotách b [26]. Proto s více optimalizovaným rozsahem hodnot b mohl tento model fungovat lépe než se současnými údaji. Nicméně ve studii týkající se proveditelnosti špičatosti v ledvinách bylo také použito maximum b=1000 s/mm' [27]. Kromě toho se tato studie chtěla zaměřit na přizpůsobení rutinně získaným klinickým údajům, které nemají extrémně vysoké hodnoty b. Tento sentiment byl také navržen v předchozí práci, která porovnávala mono-exponenciální model s kurtózou v játrech také s použitím maxima b=1000 s/mm² 【28】.

Celkově tato studie prokázala, že mono-exponenciální model nevyhovuje datům DWwI stejně jako IVIM, natažená exponenciální nebo špičatost ve tkáni Wilmsova nádoru nebo normální renální tkáni. Navíc neexistovala žádná preference modelu

různé buněčné podtypy. IVIM nejlépe vyhovoval normální renální tkáni a u Wilmsových nádorů poskytoval nejlepší deskriptory dat jak IVIM, tak natažené exponenciální modely. ADC se často používá v klinickém výzkumu, a proto se předpokládá, že pokles signálu je monoexponenciální. Tyto výsledky však naznačují, že ve Wilmsově nádoru a normální renální tkáni signál DWI nevykazuje monoexponenciální rozpad. Využití jiných modelů tedy může poskytnout přesnější reprezentace základního tkáňového prostředí a odvozené parametry mohou poskytnout klinicky užitečné informace.

Reference

1. Pastore G, Znaor A, Spreafco F et al (2006) Incidence a přežití maligních renálních tumorů u evropských dětí (1978–1997): zpráva z projektu Automated Childhood Cancer Information System. Eur J Cancer 42:2103–2114. https://doi. org/10.1016/j.ejca.2006.05.010

2. van den Heuvel-Eibrink MM, Hol JA, Pritchard-Jones K et al (2017) Stanovisko: Zdůvodnění léčby Wilmsova tumoru v protokolu UMBRELLA SIOP–RTSG 2016. Nature Rev Urol 14:743–752. https://doi.org/10.1038/nrurol.2017.163

3. Vujanić GM, Sandstedt B, Harms D et al (2002) Revidovaná pracovní klasifikace nádorů ledvin dětského věku Mezinárodní společnost pro dětskou onkologii (SIOP). Med Pediatr Oncol 38:79–82

4. Gawande RS, Gonzalez G, Messing S et al (2013) Role difuzně váženého zobrazování při odlišení benigních a maligních dětských abdominálních nádorů. Pediatr Radiol 43:836–845. https://doi.org/10.1007/s00247-013-2626-0

5. Aslan M, Aslan A, Habibi HA et al (2017) Difuzně vážená MRI pro odlišení Wilmsova tumoru od neuroblastomu. Diagn Interv Radiol 23:403–406. https://doi.org/10.5152/dir.2017.16541

6. Littooij AS, Humphries PD, Olsen ØE (2015) Intra- a interobserver variabilita měření zdánlivého difúzního koeficientu celého nádoru u nefroblastomu: pilotní studie. Pediatr Radiol 45:1651–1660. https://doi.org/10.1007/s00247-015-3354-4

7. Hales PW, Olsen ØE, Sebire NJ et al (2015) Multi-Gaussův model pro analýzu histogramu zjevného difúzního koeficientu podtypu Wilmsova nádoru a odpovědi na chemoterapii. NMR Biomed 28:948-957. https://doi.org/10.1002/nbm.3337

8. Rogers HJ, Verhagen MV, Shelmerdine SC et al (2018) Alternativní přístup ke kontrastnímu zobrazování: difuzně vážené zobrazování a T1-vážené zobrazování identifikuje a kvantifikuje nekrózu ve Wilmsově nádoru. Eur Radiol. https://doi. org/10.1007/s00330-018-5907-z

9. Le Bihan D, Breton E, Lallemand D et al (1988) Separace difúze a perfuze v intraoxelovém inkoherentním zobrazování MR. Radiology 168:497–505. https://doi.org/10.1148/radio logy.168.2.3393671

10. Bennett KM, Schmainda KM, Bennett RT et al (2003) Charakterizace kontinuálně distribuovaných kortikálních rychlostí difúze vody s nataženým exponenciálním modelem. Magn Reson Med 50:727–734. https://doi.org/10.1002/mrm.10581

11. Jensen JH, Helpern JA, Ramani A et al (2005) Zobrazení difuzní špičatosti: kvantifikace negaussovské difúze vody pomocí zobrazování magnetickou rezonancí. Magn Reson Med 53:1432–1440. https://doi.org/10.1002/mrm.20508

12. Zhang G, Wang S, Wen D et al (2016) Srovnání negaussovských a gaussovských difúzních modelů difuzně váženého zobrazování karcinomu rekta při 3,0 T MRI. Sci Rep. https://doi. org/10.1038/srep38782

13. Reischauer C, Patzwahl R, Koh DM et al (2017) Nemono exponenciální analýza zobrazení difuzně váženého zobrazení pro monitorování léčby u kostních metastáz rakoviny prostaty. Sci Rep. https://doi.org/10.1038/s41598-017-06246-4

14. Winfield JM, deSouza NM, Priest AN et al (2015) Modelování dat DW-MRI z primárních a metastatických ovariálních nádorů. Eur Radiol 25:2033–2040. https://doi.org/10.1007/s0033 0-014-3573-3

15. Pentang G, Lanzman RS, Heusch P et al (2014) Zobrazení lidské ledviny difuzní špičatostí: studie proveditelnosti. Magn Reson Imaging 32:413–420. https://doi.org/10.1016/j.mri.2014.01.006

16. Caroli A, Schneider M, Friedli I et al (2018) Zobrazování pomocí difuzně vážené magnetické rezonance k posouzení difuzní renální patologie: systematický přehled a sdělení. Transplantace nefrolového číselníku 33:ii29–ii40. https://doi.org/10.1093/ndt/gfy163