LiverMultiScan MRI-skannausten analyysi HCC:ssä

Maksasyöpä on tällä hetkellä toiseksi yleisin syöpään liittyvien kuolemien syy maailmanlaajuisesti, ja hepatosellulaarinen karsinooma (HCC) aiheuttaa yli 90 prosenttia maksasyövistä. HCC:hen liittyvät vuotuiset kuolleisuusluvut ovat lisääntyneet huomattavasti viimeisen kahden vuosikymmenen aikana, ja suurin osa kaikista HCC-tapauksista maailmanlaajuisesti löydettiin Aasian ja Tyynenmeren alueella. Sellaisenaan HCC on suuri kansanterveysongelma Aasian ja Tyynenmeren alueella ja maailmanlaajuisesti. On olemassa huomattava määrä muuttujia, joiden tiedetään vaikuttavan HCC:n ennusteeseen, ja taustalla olevan maksasairauden vaihe on hallitseva tekijä. Näiden muuttujien selvittäminen on edelleen haaste, ja näiden muuttujien huono ymmärtäminen on johtanut huonoon hoitotulosten ennustamiseen. Tähän mennessä ei ole kehitetty ihanteellista ennustamismenetelmää. Yksi HCC:n hoitomuodoista on kirurginen resektio. Huolimatta edistymisestä kirurgisilla ja perioperatiivisilla aloilla, mahdollinen posthepatektomian maksan vajaatoiminta (PHLF) on edelleen hengenvaarallinen komplikaatio, ja sitä on raportoitu jopa 15 %:lla potilaista (Aliza et al., 2017). Tämä korostaa tarvetta kehittää tarkkoja menetelmiä tulevien maksajäänteiden (FLR) kvantitatiiviseksi karakterisoimiseksi ennen leikkausta, koska leikkauksen jälkeiset tulokset riippuvat pääasiassa FLR:n koosta ja laadusta (Cieslak et al., 2014).

Tämä tutkimus pyrkii vastaamaan tähän tyydyttämättömään tarpeeseen, sillä käytämme LMS-alustaa arvioidaksemme ja seurataksemme muutoksia HCC-potilaiden maksan terveydessä hoidon jälkeen. Lisäksi tätä alustaa hyödynnetään seuraamaan potilaiden vastetta erilaisiin hoitomuotoihin, kuten kirurgiseen resektioon, Y90:een ja systeemiseen hoitoon. Nämä tavoitteet saavutetaan maksakudosten kvantitatiivisella karakterisoinnilla, joka muodostaa LMS-teknologian perustan. LMS on MRI-pohjainen ei-invasiivinen työkalu, joka on saavuttanut CE-merkinnän ja FDA-hyväksynnän auttaakseen diagnosoimaan potilaita, joilla on maksasairaus. Tämä tekniikka on erittäin herkkä pienille eroille maksakudoksen koostumuksessa ja ottaa nopeasti näytteitä koko maksasta, mikä tekee siitä ihanteellisen alustan maksakudoksen karakterisointiin. LMS käyttää MRI-kartoitustekniikoita maksakudoksen karakterisoimiseen solutasolla ja antaa maksan rasvan kvantifioinnin sekä fibroinflammion ja rautakuormituksen korrelaatiot käyttämällä protonitiheysrasvafraktiota (PDFF), T1- ja T2*-karttoja, vastaavasti. Tämän laitteen mallintamisalgoritmit korjaavat T1-kartan (cT1) raudan ylikuormituksen hämmentävän vaikutuksen vuoksi. Lisäksi tämä alusta on edelleen tarkentanut PDFF:n mittauksia, jotta ne ovat tarkempia maksakudoksen karakterisoinnissa. Aiemmin LMS:n käyttö kliinisten tulosten ennustamiseen kudosten karakterisoinnin avulla on validoitu muutamissa kliinisissä tutkimuksissa potilailla, joilla on maksasairaus. Prospektiivisessa yleisen hepatologian kliinisessä kohortissa, joka seurasi 112 potilasta keskimäärin 27 kuukauden ajan, potilailla, joilla oli korkeammat cT1-arvot, oli taipumus kokea kliinisiä tapahtumia, kun taas potilailla, joilla oli normaali tai matala cT1-arvo, ei esiintynyt kliinisiä tapahtumia (Pavlides et al., 2016). Lisäksi prospektiivisen tutkimuksen mukaan 71 potilaalla, joilla epäillään alkoholitonta rasvamaksasairauksia (NAFLD), cT1-arvojen on osoitettu korreloivan kirroosin, ilmapallojen ja merkittävän NAFLD:n kanssa (Pavlides et al., 2016). Lopuksi, riippumaton tutkimus on myös osoittanut T1-kartoituksen hyödyn kliinisten tulosten ennustamisessa ja dekompensoituneiden kirroosien erottamisessa kompensoiduista kirroosista (Bradley, 2018).

Maksakudosten syvällinen karakterisointi tehdään maksan Couinaud-segmentoinnin jälkeen. Kirurgisen resektiokohortin osalta arvioitu FLR-tilavuus ja cT1 yhdistetään LMS-alustan parantamiseksi maksan terveyden arvioinnissa. Tämän merkitys pitkällä aikavälillä on kirurgisten riskien tarkemmassa arvioinnissa, mikä on ensiarvoisen tärkeää kirurgiseen resektioon harkitsevien HCC-potilaiden hoidon parantamiseksi. Ottamalla LMS-alustan käyttöön potilaiden hoitovasteen tarkkailemiseksi pituussuunnassa niiden maksakudosten karakterisoinnin avulla, tutkimuksemme pyrkii myös havaitsemaan LMS-alustan ominaisuuksia, jotka ennustavat potilaiden tuloksia. Lisäksi tässä tutkimuksessa verrataan anonymisoituja verikoetuloksia ja anonymisoituja histologisia raportteja (histologiset raportit vain kirurgiselle resektiokohortille) LMS-alustassa havaittuihin piirteisiin, jotta potilaiden tuloksia osoittavat piirteet voidaan erottaa paremmin.

Tässä tutkimuksessa seurataan potilaita tarkasti ennen hoitoa ja hoidon jälkeen seurantakäynneillä, ja näiden potilaiden MRI-skannaukset näiden käyntien ajalta analysoidaan LMS:n avulla. Jokaiselle potilaalle otetaan yhteensä 4 MRI-kuvaa, joista ensimmäinen magneettikuvaus tehdään 6 viikon sisällä ennen hoitoa ja loput magneettikuvaukset 1., 3. ja 9. kuukauden kuluttua hoidon aloittamisesta.