ADC-basierte Einteilung vom Gliom-Subtypen in der prä-interventionellen diffusionsgewichteten MRT-Bildgebung

Abstract

Hintergrund: Gliome gehören zu den Tumoren, welche mit der größten Verkürzung an Lebenszeit einhergehen. Da die unterschiedlichen Gliom-Gruppen non-invasiv, also ohne Gewebegewinnung durch Operation oder Biopsie und anschließender histop-athologischer und molekulargenetischer Aufarbeitung, nicht ausreichend genau klassifiziert werden können, kann häufig die Prognose initial nicht zufriedenstellend abgeschätzt werden. Die diffusionsgewichtete MRT-Bildgebung stellt einen vielversprechenden Ansatz zur frühen, prä-interventionellen Klassifizierung dar. Ziel: Untersuchung des Potentials verschiedener Auswertungstechniken der diffusionsgewichteten Bildgebung zur Unterscheidung von drei molekularen Tumorsubgruppen: IDH wildtyp Glioblastome, IDH mutierte Astrozytome und Gliome mit 1p/19q-Co-Deletion, sog. Oligodendrogliome Methoden: Auswertung von 130 Patienten, welche bei Verdacht auf Gliom eine prä-interventionelle Diffusionsbildgebung mit hohen b-Werten erhielten. Es konnten 97 Patienten in die Studie eingeschlossen werden, davon 30 Astrozytome, 23 Oligodendrogliome und 44 Glioblastome. Anschließend wurden die Tumorregionen in der FLAIR-Sequenz eingezeichnet und auf die diffusionsgewichteten Bilder übertragen. Es wurden sowohl ADC-, AKC- und MD-maps berechnet und anschließend die Intensitäten der einzelnen Voxel der übertragenen Tumorvolumina statistisch ausgewertet. Ergebnisse: Es zeigten sich signifikante Unterschiede zwischen den drei Tumorsubgruppen in allen drei Auswertungsmethoden. In der ADC-basierten Evaluation ergaben sich höhere Signifikanzniveaus bei höheren b-Werten. Diese erhöhten sich nochmals, wenn der b0-Wert nicht in die Auswertung mit eingeschlossen wurde, vermutlich auf Grund von größerem Perfusionseinfluss auf die Bilder bei niedrigeren b-Werten. Trotzdem zeigten die Standardabweichungen in allen Auswertungsmethoden einen Überlappungsbereich. Die ADC-basierte Methode benötigt nur ein Drittel der Messdaten und könnte daher zu einer Messzeitreduktion von zwei Drittel bei mit den AKC-maps vergleichbaren Ergebnissen führen.

Hintergrund: Gliome gehören zu den Tumoren, welche mit der größten Verkürzung an Lebenszeit einhergehen. Da die unterschiedlichen Gliom-Gruppen non-invasiv, also ohne Gewebegewinnung durch Operation oder Biopsie und anschließender histop-athologischer und molekulargenetischer Aufarbeitung, nicht ausreichend genau klassifiziert werden können, kann häufig die Prognose initial nicht zufriedenstellend abgeschätzt werden. Die diffusionsgewichtete MRT-Bildgebung stellt einen vielversprechenden Ansatz zur frühen, prä-interventionellen Klassifizierung dar. Ziel: Untersuchung des Potentials verschiedener Auswertungstechniken der diffusionsgewichteten Bildgebung zur Unterscheidung von drei molekularen Tumorsubgruppen: IDH wildtyp Glioblastome, IDH mutierte Astrozytome und Gliome mit 1p/19q-Co-Deletion, sog. Oligodendrogliome Methoden: Auswertung von 130 Patienten, welche bei Verdacht auf Gliom eine prä-interventionelle Diffusionsbildgebung mit hohen b-Werten erhielten. Es konnten 97 Patienten in die Studie eingeschlossen werden, davon 30 Astrozytome, 23 Oligodendrogliome und 44 Glioblastome. Anschließend wurden die Tumorregionen in der FLAIR-Sequenz eingezeichnet und auf die diffusionsgewichteten Bilder übertragen. Es wurden sowohl ADC-, AKC- und MD-maps berechnet und anschließend die Intensitäten der einzelnen Voxel der übertragenen Tumorvolumina statistisch ausgewertet. Ergebnisse: Es zeigten sich signifikante Unterschiede zwischen den drei Tumorsubgruppen in allen drei Auswertungsmethoden. In der ADC-basierten Evaluation ergaben sich höhere Signifikanzniveaus bei höheren b-Werten. Diese erhöhten sich nochmals, wenn der b0-Wert nicht in die Auswertung mit eingeschlossen wurde, vermutlich auf Grund von größerem Perfusionseinfluss auf die Bilder bei niedrigeren b-Werten. Trotzdem zeigten die Standardabweichungen in allen Auswertungsmethoden einen Überlappungsbereich. Die ADC-basierte Methode benötigt nur ein Drittel der Messdaten und könnte daher zu einer Messzeitreduktion von zwei Drittel bei mit den AKC-maps vergleichbaren Ergebnissen führen.