Kontrastivahvistetun ultraäänen avulla tehtävä preoperatiivinen ennuste T1N0M0-papilläärisen kilpirauhassyövän imusolmukemetastaasista

Pappillaarisen kilpirauhassyövän (PTC) vallitsevin alatyyppi on kilpirauhasen maligniteetti, joka kattaa noin 80–90 % kaikista maailmanlaajuisista kilpirauhassyövistä. Korkearesoluutioisen ultraäänen laajamittaisen käytön myötä rutiinikuntotutkimuksissa yhä useampia varhaisvaiheen PTC-tapauksia, erityisesti T1N0M0-luokiteltuja (kasvaimen koko ≤2 cm, ei kliinistä todistetta imusolmukemetastaasista ja ei etämetastaaseja), havaitaan. Huolimatta T1N0M0 PTC:n suhteellisen suotuisasta ennusteesta, keskusimusolmukemetastaasin (CLNM) esiintyminen ja taakka pysyvät kriittisinä tekijöinä, jotka ohjaavat suoraan potilaiden yksilöllisiä hoitostrategioita ja pitkäaikaisia seurantasuunnitelmia.

Vastaavasti CLNM:n taakka vaikuttaa ratkaisevasti T1N0M0 PTC-potilaiden yksilölliseen hoidonhallintaan, sillä erilaiset metastaasitaakat vastaavat merkittävästi erilaisia terapeuttisia lähestymistapoja. Erityisesti, minkä tahansa taakan imusolmukemetastaasi on ehdottoman vasta-aiheinen lämpöablatoinnille, vähävammaiselle hoitovaihtoehdolle, jota käytetään yhä enemmän matalan riskin PTC:lle; matalan taakan CLNM:ää saavilla potilailla (määritelty ≤3 positiiviseksi keskusimusolmukkeeksi ilman kapselin ulkopuolista laajentumista) soveltuvat tyypillisesti kilpirauhasen lohkoleikkaukseen yhdistettynä keskusimusolmukepoistoon, mikä tasapainottaa kasvaimen hallinnan ja kilpirauhasen toiminnan säilymisen; sen sijaan korkean taakan CLNM:ää (määritelty >3 positiiviseksi keskusimusolmukkeeksi tai kapselin ulkopuolisen laajentumisen läsnäoloksi) suositellaan kokonaista kilpirauhasen poistoa kattavalla keskusimusolmukepoistolla, jota seuraa radioaktiivinen jodihoido tarvittaessa toistumisriskin vähentämiseksi. Kuitenkin perinteisillä esioperaatioisilla kuvantamistutkimuksilla, mukaan lukien perinteinen ultraääni, tietokonetomografia (CT) ja magneettikuvaus (MRI), on luontaisia rajoituksia CLNM:n diagnosoinnissa ja sen taakan arvioinnissa. Perinteinen ultraääni perustuu pääasiassa morfologisiin piirteisiin (esim. imusolmukkeen koko, muoto, aivokuoren paksuus), joilta puuttuu riittävä spesifisyys, kun taas CT ja MRI liittyvät säteilyaltistukseen (CT:lle) tai korkeaan kustannukseen (MRI:lle) ja osoittavat edelleen matalan herkkyyden ja spesifisyyden pienten tai mikrometastaattisten imusolmukkeiden havaitsemisessa keskuskompartimentissa, johten usein väärädiagnooseihin tai alidiagnooseihin.

Tämä rajoitus aiheuttaa kliinisen dilemman: epätarkka esioperaatioinen CLNM-taakan arviointi voi johtaa liikahoitoon (esim. tarpeeton kokonainen kilpirauhasen poisto potilailla, joilla ei ole metastaasia tai on matala taakka, johtaen elinikäiseen kilpirauhashormonikorvaushoitoon) tai alihoitoon (esim. lohkoleikkaus potilailla, joilla on korkea taakka, lisäten paikallisen toistumisen riskiä ja uusintaleikkauksen tarvetta). Siksi on kiireellinen kliininen tarve ei-invasiiviselle, tarkalle ja kustannustehokkaalle kuvantamismenetelmälle esioperaatioisesti arvioida CLNM:n taakkaa T1N0M0 PTC-potilailla.

Dynaaminen kontrastiaineen avulla tehty ultraääni (CEUS) on noussut lupaavaksi kuvantamistekniikaksi kilpirauhas- ja imusolmukediagnostiikan alalla. Ruiskuuttamalla mikrokuplakontrastiainetta suoneen, CEUS voi dynaamisesti visualisoida kohdekohteiden mikrovaskulaarisen perfuusion reaaliajassa, tarjoten kvalitatiivisia (esim. vahvistumismalli, homogeenisuus, perfuusiovajeen läsnäolo) ja kvantitatiivisia (esim. huippuun pääsyn aika, huippuintensiteetti, sisäänvirtausnopeus, ulosvirtausnopeus) parametreja, jotka heijastavat leesioiden patologista mikroympäristöä. Verrattuna perinteisiin kuvantamismenetelmiin, CEUS tarjoaa useita etuja, mukaan lukien ei-säteilyaltistus, reaaliaikainen kuvantaminen, korkea spatiaalinen ja temporaalinen resoluutio sekä kyky arvioida mikrokierron, mikä saattaa mahdollistaa tarkemman metastattisten imusolmukkeiden tunnistamisen ja niiden taakan arvioinnin.

Vastatakseen edellä mainittuun kliiniseen aukkoon, tämä monikeskuksinen retrospektiivinen poikkileikkaustutkimus suunniteltiin tutkimaan CEUS:n arvoa ennustaa esioperaatioisesti CLNM:n taakkaa T1N0M0 PTC-potilailla. Tutkimukseen otettiin 600 peräkkäistä T1N0M0 PTC-potilasta, jotka otettiin kolmeen tertiäärisairaalaan (johtokeskus ja kaksi yhteistyökeskusta) kesäkuusta 2018 kesäkuuhun 2025 ja joiden diagnoosi vahvistettiin leikkauksen jälkeisellä patologialla. Kaikki potilaat täyttivät tiukat sisällytyskriteerit: (1) histopatologisesti vahvistettu PTC leikkauksen jälkeen; (2) esioperaatioinen kasvainvaihe vastaa T1N0M0:aa kliinisen tutkimuksen ja perinteisen kuvantamisen perusteella; (3) ei historiaa kilpirauhasen leikkauksesta, radioaktiivisesta jodihoidosta tai muista pahanlaatuisista kasvaimista; (4) saatavilla täydelliset esioperaatioiset CEUS-tiedot kilpirauhasesta ja keskuskompartimentin imusolmukkeista; ja (5) ei kontraindikaatioita kontrastiaineen ruiskuttamiselle. Potilaat, joilla oli epätäydellisiä kliinisiä, kuvantamis- tai patologisia tietoja, suljettiin tutkimuksesta pois.

Kaksi senioriultraäänilääkäriä, joilla oli yli 10 vuoden kokemus kilpirauhas- ja imusolmukekuvantamisesta, ja jotka olivat täysin tietämättömiä leikkauksen jälkeisistä patologiatuloksista (mukaan lukien CLNM:n esiintyminen ja taakka), analysoivat itsenäisesti tallennetut CEUS-kuvat. He poimivat kattavan joukon kvalitatiivisia ja kvantitatiivisia CEUS-piirteitä. Kvalitatiivisiin piirteisiin kuuluivat: (1) kilpirauhasleesion vahvistumismalli (homogeeninen vs. heterogeeninen, hypervahvistuminen vs. hypovahvistuminen vs. isovahvistuminen verrattuna ympäröivään normaaliin kilpirauhaskudokseen, reunavahvistuksen läsnäolo); (2) epäilyttävien imusolmukkeiden vahvistumisominaisuudet (homogeeninen vs. heterogeeninen vahvistuminen, perfuusiovajeen läsnäolo, aivokuoren vahvistuminen, medullarisen hiluksen häviäminen); ja (3) vahvistumisen aikajärjestys (vahvistuuko leesio/imusolmuke aikaisemmin vai myöhemmin kuin normaali kudos). Kvantitatiiviset piirteet mitattiin käyttäen erikoistettua offline-analyysiohjelmistoa, mukaan lukien huippuun pääsyn aika (TTP), huippuintensiteetti (PI), sisäänvirtauskaltevuus (WIS), ulosvirtausnopeus (WOR) ja aikaintensiteettikäyrän alla oleva pinta-ala (AUC-TIC) sekä kilpirauhasleesiolle että epäilyttäville imusolmukkeille.

Ottamalla leikkauksen jälkeiset patologiatulokset kultaisena standardina (kultainen standardi CLNM-diagnoosille ja taakan arvioinnille), potilaat jaettiin kolmeen ryhmään: (1) ei-metastaasiryhmä: ei patologialla vahvistettuja positiivisia keskusimusolmukkeita; (2) matalan taakan metastaasiryhmä: ≤3 positiivista keskusimusolmuketta ilman kapselin ulkopuolista laajentumista; (3) korkean taakan metastaasiryhmä: >3 positiivista keskusimusolmuketta tai kapselin ulkopuolisen laajentumisen läsnäolo (kapselin ulkopuolinen laajentuminen määriteltiin metastattisen imusolmukekudoksen tunkeutumiseksi imusolmukekapselin ulkopuolelle viereisiin pehmytkudoksiin). Patologinen tutkimus suoritettiin kahden senioripatologin toimesta, jotka olivat tietämättömiä CEUS-tuloksista, ja kaikki erimielisyydet ratkaistiin konsensuskeskustelun kautta.

Tilastollinen analyysi suoritettiin käyttäen SPSS 26.0- ja R 4.2.0-ohjelmistoja. Ensiksi, tarkkailijoiden välistä sopimusta kvalitatiivisille ja kvantitatiivisille CEUS-piirteille arvioitiin käyttäen kappa-kerrointa (kvalitatiivisille piirteille) ja luokkasisäistä korrelaatiokerrointa (ICC) (kvantitatiivisille piirteille), jossa kappa/ICC >0,75 osoitti erinomaista sopimusta. Piirteet, joilla oli erinomainen tarkkailijoiden välinen sopimus, sisällytettiin myöhempiin analyyseihin. Sitten, yhden muuttujan logistista regressioanalyysiä käytettiin mahdollisten CLNM-taakan ennustajien seulomiseen (eli vertaamalla ei-metastaasia vs. metastaasia, ja matalaa taakkaa vs. korkeaa taakkaa). Muuttujat, joilla oli P-arvo <0,1 yhden muuttujan analyysissä, sisällytettiin monimuuttujaloggistiseen regressioanalyysiin tunnistaakseen CLNM-taakan riippumattomat ennustajat. Perustuen riippumattomiin ennustajiin, rakennettiin yhdistetty ennustemalli, ja kunkin ennustajan regressiokerrointa käytettiin painon antamiseen luodakseen riskipiste CLNM-taakalle.

Arvioidakseen yhdistetyn mallin diagnostista tehokkuutta, piirrettiin vastaanottajan toimintakäyrät (ROC) ja laskettiin käyrän alla oleva pinta-ala (AUC) ensisijaiseksi tuloksen mittariksi. Riskipisteen optimaalinen raja-arvo määritettiin käyttäen Youden-indeksiä (herkkyys + spesifisyys - 1). Toissijaisiin tuloksen mittareihin kuuluivat herkkyys, spesifisyys, positiivinen ennustearvo (PPV), negatiivinen ennustearvo (NPV) ja tarkkuus, jotka laskettiin perustuen optimaaliseen raja-arvoon. Lisäksi, päätöskäyräanalyysi (DCA) suoritettiin arvioidakseen mallin kliinistä käytännöllisyyttä kvantifioimalla mallin käytön nettohyötyä verrattuna "hoita kaikki" tai "älä hoida ketään" -strategioihin eri kynnystodennäköisyyksillä.

Tämä tutkimus odotetaan saavuttavan useita keskeisiä tavoitteita: ensinnäkin, tunnistaa arvokkaimmat kvalitatiiviset ja kvantitatiiviset CEUS-piirteet ennustaa CLNM:n taakkaa T1N0M0 PTC:lle; toiseksi, rakentaa luotettava yhdistetty ennustemalli perustuen näihin CEUS-piirteisiin, joka voi tarkasti erottaa ei-metastaasin, matalan taakan metastaasin ja korkean taakan metastaasin esioperaatioisesti; kolmanneksi, vahvistaa mallin diagnostinen tehokkuus ja kliininen sovellettavuus ROC- ja DCA-analyysien kautta. Lopuksi, tämä projekti pyrkii tarjoamaan ei-invasiivisen, tarkan ja käytännöllisen työkalun esioperaatioisesti arvioida CLNM:n taakkaa T1N0M0 PTC-potilailla, ohjaten siten kliinikkoja muodostamaan tarkempia ja yksilöllisempiä hoitosuunnitelmia, vähentäen liika- tai alihoidon riskiä, parantaen potilaiden ennustetta ja optimoiden lääketieteellisten resurssien käyttöä.