LiverMultiScan-analyse av MR-skanninger i HCC

Leverkreft er for tiden den nest vanligste årsaken til kreftrelatert død på verdensbasis, og hepatocellulært karsinom (HCC) står for mer enn 90 % av leverkreftene. Det har vært en markant økning i HCC-relaterte årlige dødsrater de siste to tiårene, med flertallet av alle tilfeller av HCC over hele verden funnet i Asia-Stillehavsregionen. Som sådan representerer HCC et stort folkehelseproblem i Asia-Stillehavsregionen og globalt. Det er et betydelig antall variabler kjent for å påvirke prognosen for HCC, med stadium av underliggende leversykdom som en dominerende faktor. Å belyse disse variablene er fortsatt en utfordring, og den dårlige forståelsen av disse variablene har ført til dårlig prognose for behandlingsresultater. Til dags dato har ingen ideell prediktiv modalitet blitt utviklet. En av behandlingsterapiene ved HCC er kirurgisk reseksjon. Til tross for fremskritt innen kirurgiske og perioperative felt, vedvarer potensiell posthepatektomi leversvikt (PHLF) som en livstruende komplikasjon, og rapporteres hos opptil 15 % av pasientene (Aliza et al., 2017). Dette fremhever behovet for å utvikle nøyaktige metoder for å kvantitativt karakterisere fremtidige leverrester (FLR) før kirurgi, da postoperative utfall hovedsakelig avhenger av størrelsen og kvaliteten på FLR (Cieslak et al., 2014).

Denne studien søker å møte dette udekkede behovet, da vi vil bruke LMS-plattformen for å vurdere og overvåke endringer i leverhelsen til HCC-pasienter etter behandling. I tillegg vil denne plattformen bli utnyttet for å overvåke pasientenes respons på de forskjellige behandlingsmodalitetene som kirurgisk reseksjon, Y90 og systemisk terapi. Disse målene vil bli oppnådd gjennom kvantitativ karakterisering av levervev, som danner grunnlaget for LMS-teknologi. LMS er et MR-basert ikke-invasivt verktøy som har oppnådd CE-merking og FDA-godkjenning for å hjelpe diagnosen pasienter med leversykdom. Denne teknologien er svært følsom for subtile forskjeller i levervevssammensetning og tar raskt prøver av hele leveren, noe som gjør den til en ideell plattform for karakterisering av levervev. LMS bruker MR-kartleggingsteknikker for å karakterisere levervev på cellulært nivå, og levere kvantifisering av leverfett og korrelater av fibroinflammasjon og jernbelastning ved hjelp av henholdsvis protondensitetsfettfraksjon (PDFF), T1 og T2* kart. Modelleringsalgoritmene til denne enheten korrigerer T1-kartet (cT1) for den forvirrende effekten av jernoverbelastning. I tillegg har denne plattformen ytterligere foredlet målingene for PDFF for å være mer nøyaktige i levervevskarakterisering. Tidligere har bruken av LMS for å forutsi kliniske utfall gjennom vevskarakterisering blitt validert i noen få kliniske studier på pasienter med leversykdom. I en prospektiv generell hepatologisk klinisk kohort som fulgte 112 pasienter i en median på 27 måneder, hadde pasienter med høyere cT1-verdier en tendens til å oppleve kliniske hendelser, mens pasienter med normale eller lave cT1-verdier ikke hadde noen kliniske hendelser (Pavlides et al., 2016). I tillegg, fra en prospektiv studie på 71 pasienter med mistanke om ikke-alkoholisk fettleversykdom (NAFLD), har cT1-verdier vist seg å korrelere med skrumplever, ballongdannelse og signifikant NAFLD (Pavlides et al., 2016). Til slutt har en uavhengig studie også vist nytten av T1-kartlegging for å forutsi kliniske utfall og for å skille dekompensert cirrhotika fra kompensert cirrhotika (Bradley, 2018).

Dybdekarakterisering av levervev vil bli gjort etter Couinaud-segmentering av leveren. Spesifikt for den kirurgiske reseksjonskohorten, estimert FLR-volum og cT1 vil bli kombinert for å foredle LMS-plattformen i vurderingen av leverhelse. Betydningen av dette på lang sikt ligger i mer nøyaktig vurdering av kirurgisk risiko, som er avgjørende for å forbedre behandlingen av HCC-pasienter som vurderes for kirurgisk reseksjon. Ved å ta i bruk LMS-plattformen for å overvåke pasienters respons på behandling i lengderetningen gjennom karakterisering av levervevet deres, søker vår studie også å skille ut funksjoner som er tilstede i LMS-plattformen som er prediktive for pasientenes utfall. I tillegg vil denne studien sammenligne anonymiserte blodprøveresultater og anonymiserte histologiske rapporter (histologiske rapporter kun for den kirurgiske reseksjonskohorten) med funksjoner observert i LMS-plattformen for å bedre skille funksjoner som indikerer pasientenes utfall.

Denne studien vil overvåke pasienter nøye før behandling og etter behandling med oppfølgingsbesøk, og MR-skanning av disse pasientene på tvers av disse besøkene vil bli analysert ved hjelp av LMS. Totalt 4 MR-undersøkelser vil bli tatt for hver pasient med 1. MR-undersøkelse tatt innen 6 uker før behandling og de resterende MR-undersøkelsene tatt 1., 3. og 9. måned etter behandlingsstart.