2. 宿迁市钟吾医院, 江苏 宿迁 223800
2. Zhongwu Hospital of Suqian, Suqian 223800, Jiangsu, P. R. China
肺癌是我国目前死亡率最高的癌症,放疗、化疗和靶向治疗的发展使肺癌患者的生存率得到极大提高,但是发病率依然居高不下,近10年我国肺癌的发病率增加近54%[1]。对于肺癌治疗效果的评估,传统的方法是采用CT扫描的方式对肺癌病灶进行扫描诊断,根据肿瘤组织大小的变化评估治疗效果[2]。但是肿瘤细胞死亡所形成的的瘢痕组织和水肿会对CT诊断结果的准确性造成严重影响,导致肺癌患者的过度治疗[3]。随着CT技术的不断发展,CT灌注(CT perfusion, CTP)技术因具有高分辨率、操作简便等优点,已经成为医学诊断的研究热点,在胶质瘤、胃癌和食管癌等癌症的诊断中应用十分广泛[4]。CTP技术原理包括放射性示踪剂稀释原理及中心容积定律,在此基础上通过去卷积算法计算相应的血流量(blood flow,BF)、血容量(blood volume,BV)、对比剂到达峰值时间(time to peak, TTP)和表面通透性(permeability surface, PS),根据这4项参数对血流特点和组织器官的灌注状态进行评估,最终反映相应组织器官的生理结构变化[5]。CTP在肺癌诊断中的应用较少,主要是由于CTP参数与肺癌病理参数及放化疗疗效之间的联系目前仍不明确,因此,本研究对在我院接受放化疗治疗的肺癌患者进行CTP检查,探究CTP在评估肺癌病理参数及放化疗前后临床疗效中的应用价值。
1 资料与方法 1.1 一般资料选择2017年2月~2018年2月在我院接受放化疗治疗的152例肺癌患者作为研究对象,其中,男性92例、女性60例。患者年龄分布在38~75岁,平均(57.38±13.42)岁。152例患者中,鳞癌65例、腺癌58例、小细胞肺癌29例。治疗后,缓解患者114例,未缓解患者38例。纳入标准:肺癌处于中晚期,肺癌大小在3 cm以上;患者经病理学诊断确诊为肺癌; 患者入院前未接受过放化疗治疗,且患者符合放疗的适应症;放化疗治疗前后均接受CT检查。排除标准:并发有其它类型肿瘤;伴有阻塞性肺炎或者阻塞性肺不张,存在严重肝肾功能障碍;患者存在精神障碍,对治疗的依从性较差;患者未完成相应的治疗方案。本研究开展前均与患者签署知情同意书,并经院伦理委员会同意。
1.2 CTP方法入组的肺癌患者在放化疗前及放化疗3周后均进行一次CTP扫描。CTP方案:首先对肺癌患者采用CT平扫,扫描参数为200 mA,120 kV,重建层厚为4~6 mm,扫描范围为胸廓入口到床层肋膈角平面。根据平扫的结果选择肺癌病灶作为CTP的中心层面,对选定好的肺癌病灶进行连续动态扫描,并需覆盖肺门水平上下范围内的肺癌病灶。固定床位置,动态容积扫描在40 s之内完成。灌注扫描:采用双筒高压注射器,注射碘普罗胺(370 mgI/mL)50 mL,随后以相同速率注射生理盐水20 mL,经肘前静脉注射,注射流速5 mL/s,屏气2 s后启动动态容积扫描,容积总数为15,时间间隔为2 s,30 s内完成灌注扫描,屏气总时间为30 s。CT动态容积扫描结束后,采集图像数据并进行图像重建。
1.3 放化疗方案Ⅲ期和Ⅳ期小细胞肺癌患者采用放化疗联合治疗方案,在放化疗治疗同时结合阿法替尼、奥西替尼等靶向治疗药物进行治疗。化疗方案均采用奈达铂联合多西他塞进行。多西他赛注射液75 mg/m2用生理盐水200 mL稀释,静脉滴注50~60 min,使用多西他赛注射液前需要连续口服地塞米松3天,8 mg/次,每隔12 h服用一次。奈达铂75 mg/m2用生理盐水500 mL稀释,静脉滴注,并在输注奈达铂后至少输液1000 mL。每21天为一个周期,每例化疗2个周期后复查评估,治疗四周之后评价疗效。
1.4 放化疗疗效评价疗效评价标准采用实体瘤疗效评价标准(response evaluation criteria in solid tumors, RECIST),分为:(1)完全缓解:无新的肺癌病灶形成,无肺癌相关临床症状出现;(2)部分缓解:肺癌患者病情稳定而无进展,没有新的肺癌病灶产生;(3)疾病进展:病灶的最大径较原肿瘤增大30%以上,能够观察到肺癌相关临床症状。将完全缓解和部分缓解的肺癌患者纳入缓解组,而疾病进展的肺癌患者则纳入未缓解组。
1.5 统计学分析使用SPSS 20.0软件对临床数据进行统计学分析,计量资料以(平均值±标准差)表示,组间的显著性比较采用t检验。而放化疗治疗前后的比较采用配对样本t检验,不同病理类型之间的比较,以及各参数的ROC曲线下面积(area under curve,AUC)比较,采用单因素方差分析,P < 0.05为数据间具有显著性差异。
2 结果 2.1 不同病理类型肺癌的CTP参数比较小细胞肺癌的BF、BV、TTP和PS值高于鳞癌和腺癌,且腺癌的BF、BV、TTP和PS值高于鳞癌,组间差异具有统计学意义(P < 0.05)。详见表 1。
肿瘤体积≥40 cm3的肺癌BF、BV、TTP和PS值高于体积 < 40 cm3的肺癌,组间差异具有统计学意义(P < 0.05)。详见表 2。
放化疗前的BF、BV、TTP和PS值高于放化疗后,组间差异具有统计学意义(P < 0.05)。详见表 3。放化疗前后患者肺部伪彩图见图 1。
未缓解组的BF、BV、TTP和PS值高于缓解组,组间差异具有统计学意义(P < 0.05)。见表 4。
BF、BV、TTP、PS评估放化疗疗效的AUC分别为0.754、0.655、0.721、0.670,组间差异具有统计学意义(F=7.893,P < 0.05)。ROC曲线见图 2。
目前肺癌的治疗方法众多,主要包括放疗、化疗、靶向药物治疗、手术治疗和中医治疗等,但是却缺乏准确有效的治疗效果评估手段[6]。随着CT技术的不断发展,CTP技术在肿瘤学的心脑血管疾病诊断中的应用逐渐得到普及。CTP技术能够检测组织器官中血流灌注的改变,以此区分肿瘤组织和正常组织[7]。研究报道显示CTP参数与肿瘤病理参数之间存在密切联系,同时能够反映肿瘤治疗的临床效果。肿瘤的大小、病理分型和病理分期上均有研究报道显示与CTP参数相关[8, 9],提示CTP在肿瘤诊断中的重要价值。近年来CTP逐渐被应用于肺癌的诊断当中,但是对于各项CTP参数与肺癌病理参数及放化疗疗效之间的相关性仍然需要深入探讨。
本研究发现小细胞肺癌的各项CTP参数明显高于非小细胞肺癌,其中以BF的组间差异最为明显。BV反映了局部组织器官血管中的血流量。研究报道显示恶性程度更高的肿瘤往往对氧的需求更大[10],因此, 小细胞肺癌的BV值明显高于非小细胞肺癌主要是由于小细胞肺癌的恶性程度更高,需要增加肿瘤组织附近的血流量以促进肿瘤组织的氧供应。CTP技术通过放射性示踪剂对血流灌注情况进行检测,能够反映肺癌患者体内的血流信号。研究报道显示, 相较非小细胞肺癌患者,小细胞肺癌患者体内能够检测到丰富的肿瘤血管信号[11],表明肿瘤血管的丰富度与肺癌的恶性程度之间存在密切联系。肺癌的发生发展过程中肿瘤血管新生起到重要作用,肺癌细胞的增殖和转移均离不开肿瘤血管。研究结果表明CTP有助于评估肺癌患者的病理类型[12]。本研究发现肿瘤组织较大的肺癌患者CTP参数更大,实验结果表明肿瘤组织的大小与CTP参数存在一定联系,并且BF的差异最为显著。有研究发现在肺癌组织增大过程中,肿瘤组织中的血管内皮生长因子(vascular endothelial growth factor,VEGF)水平提高,导致肿瘤血管的大量形成[13]。在肺癌发展过程中, 肺癌对营养物质的需求增加,并诱导肿瘤组织中VEGF的表达,进而导致肿瘤血管的大量形成,进一步加剧肺癌的发展。同时,BF参数能够反映血流量的变化。肺癌组织增大的同时,肿瘤血管在VEGF的刺激作用下不断增粗,导致血流量增加。放化疗治疗后肺癌患者的CTP参数明显降低,表明CTP参数能够反映放化疗治疗的临床效果。研究显示, 放化疗治疗会抑制肿瘤细胞合成血管生成因子[14, 15], 因此在肺癌患者接受放化疗治疗后,肺癌细胞分泌合成的血管生成因子大量减少,肿瘤新生血管的生成受到抑制,使得CTP相应的血流灌注参数都会有一定下降。本研究发现未缓解组肺癌患者的CTP参数明显高于缓解组。CTP能够反应肺癌患者体内的血流灌注信号,而研究报道显示与未缓解患者相比,肺癌缓解患者体内的肿瘤血管明显减少,并且肿瘤血管的丰富度与肺癌患者的不良预后密切相关[16]。因此在病情缓解的肺癌患者体内由于其肿瘤血管的减少,其对应的血流灌注信号也会下降,进而导致CTP参数值下降。在各项CTP参数中,评估放化疗疗效较好的指标为BF和TTP,BF反映了血流量的变化,而TTP反映的是对比剂从出现至到达峰值所经过的时间。其次为PS参数,PS参数显示对比剂从毛细血管内皮进入到细胞间隙的传递速率,反映了毛细血管的通透性,肺部是毛细血管分布较为丰富的组织区域,毛细血管的大量分布有利于肺泡与外部环境进行空气交换。肺癌组织的毛细血管通透性增加,以此满足肺癌细胞对氧气的需求,研究结果表明PS也能较好评价放化疗疗效。
综上所述,CTP参数与肺癌的病理类型、肿瘤大小之间存在联系,并且放化疗治疗后肺癌患者的CTP参数值均有所下降,病情缓解的肺癌患者其CTP参数值也有所下降。
[1] |
Wozniak A J, Schwartz A G. Risk of second lung cancer in patients with previously treated lung cancer:analysis of surveillance, epidemiology, and end results data[J]. Journal of Thoracic Oncology, 2018, 13(6): 106-107. DOI:10.1016/j.jtho.2018.04.009 |
[2] |
Bakan S, Kandemirli S G, Dikici A S, et al. Evaluation of anterior mediastinal solid tumors by CT perfusion:a preliminary study[J]. Diagnostic and Interventional Radiology, 2017, 23(1): 10. DOI:10.5152/dir.2016.16093 |
[3] |
李知书, 马兵, 陈绍平, 等. 螺旋CT及能谱CT与PET-CT扫描诊断肺癌的临床价值比较[J]. 西部医学, 2017, 29(11): 1532-1536. |
[4] |
Venkat B, Sharma S, Sharma D, et al. CT perfusion in non-small cell lung cancers for assessing treatment response, monitoring treatment and predicting prognosis[J]. European Radiology, 2018, 49(2): 145. |
[5] |
董瑞彤, 董越, 罗娅红, 等. 宫颈鳞癌容积CT灌注参数的测量稳定性和影响因素[J]. 中国医学影像学杂志, 2018, 26(6): 11-15. |
[6] |
Jamal-Hanjani M, Wilson G A, Mcgranahan N, et al. Tracking the Evolution of Non-Small-Cell Lung Cancer[J]. New England Journal Medicine, 2017, 376(22): 2109-2121. DOI:10.1056/NEJMoa1616288 |
[7] |
赵莹, 刘爱连. 肾上腺肿瘤的CT新技术应用进展[J]. 中国临床医学影像杂志, 2017, 28(11): 829-832. |
[8] |
梁长华, 梁盼, 刘甲, 等. 原发性肝癌320排容积CT全肿瘤灌注参数值与微血管密度及其与病理分级的相关性研究[J]. 临床放射学杂志, 2017, 36(4): 517-522. |
[9] |
代光政, 田翠丽, 刘澜涛, 等. 不同病理类型肺癌放化疗前后CT灌注参数变化研究[J]. 临床肺科杂志, 2017, 22(11): 2081-2084. |
[10] |
Zhang R, Feng L, Dong Z, et al. Glucose & oxygen exhausting liposomes for combined cancer starvation and hypoxia-activated therapy[J]. Biomaterials, 2018, 162: 123-131. DOI:10.1016/j.biomaterials.2018.02.004 |
[11] |
Gao L, Yang Q, Yabin H U, et al. Assessment of bronchial and pulmonary blood supply in lung adenocarcinoma and squamous cell carcinoma using dual-input perfusion CT[J]. China Journal Medical Image Technology, 2017, 33(3): 419-422. |
[12] |
Chu L L, Knebel R J, Shay A D, et al. CT perfusion imaging of lung cancer:benefit of motion correction for blood flow estimates[J]. European Radiology, 2018, 28(1): 1-7. |
[13] |
王广丽, 崔丁也, 邓凯, 等. 非小细胞肺癌VEGF表达与CT能谱成像相关性的初步研究[J]. 临床放射学杂志, 2017, 36(8): 1111-1114. |
[14] |
Frezzetti D, Gallo M, Maiello M R, et al. VEGF as a potential target in lung cancer[J]. Expert Opinion on Therapeutic Targets, 2017, 21(10): 1. DOI:10.1080/14728222.2017.1371137 |
[15] |
张士放, 文艳梅, 陈红, 等. 靶向抗血管生成治疗非小细胞肺癌的研究进展[J]. 山东医药, 2017, 57(14): 107-110. |
[16] |
Malavasi S, Barone D, Gavelli G, et al. Multislice analysis of blood flow values in CT perfusion studies of lung cancer[J]. Biomed Research International, 2017, 2017: 1-11. |