Мультимодальная ультразвуковая оценка ипсилатеральных подмышечных лимфатических узлов у пациентов с раком молочной железы: исследование STARD

ПРЕДПОСЫЛКИ Рак молочной железы (BrCa) является наиболее распространенным злокачественным новообразованием у женщин во всем мире с непрерывным ростом заболеваемости и смертности от рака (1-3). Точная оценка наличия, степени и состояния подмышечных лимфатических узлов (ALN) у пациентов с BrCa имеет важное прогностическое значение и необходима для определения стадии заболевания и планирования лечения (4).

Исторически для определения стадии BrCa использовалась диссекция подмышечных лимфатических узлов (ALND) и гистопатология, но с неизбежными краткосрочными и долгосрочными осложнениями, такими как лимфедема, повреждение нервов, серома и инфекция (5). Впоследствии биопсия сигнальных лимфатических узлов (СЛУ) (СЛУ) постепенно заменила ALND, несмотря на ее инвазивный характер, неизбежные ложноотрицательные результаты и послеоперационные осложнения, которые намного реже, чем при ALND (6). В соответствии с рекомендациями Американского общества онкологии, если результаты SLNB отрицательны, дальнейшее рассечение не проводится, поскольку выполнение ALND в этих условиях не дает преимуществ для выживания. Пациентам с положительными результатами БСЛУ традиционно проводят «завершение» ALND (6,7).

УЗИ в серой шкале (УЗИ) — это неинвазивный метод, который играет важную роль в предоперационной оценке ALN и получении образцов у пациентов с BrCa (8–11). Тем не менее, УЗИ зависит от оператора и фокусируется в основном на морфологических особенностях лимфатических узлов (ЛУ). Добавление цветного доплеровского ультразвукового исследования (CDU) помогает оценить наличие и распределение рисунка сосудистой сети, а также резистивный индекс (RI) ALN (11-13). Несмотря на многообещающие результаты УЗИ и ХДС, исследования показали очень широкий диапазон и вариации чувствительности и специфичности (8-13).

Ультразвуковая компрессионная эластография (УЭ) в режиме реального времени — это метод визуализации, в котором используется давно установленная клиническая концепция о том, что злокачественные образования часто более жесткие, чем нормальные ткани. Жесткость, характеристика, которая не может быть оценена с помощью УЗИ, CDU (14) и UE, поэтому использовалась для оценки патологических изменений во многих органах, таких как печень, молочная железа, щитовидная железа, мышцы, почки, предстательная железа и шейные лимфатические узлы. (Хороший обзор в 14). Кроме того, эластограммы, полученные с помощью UE, представляют собой изображения с цветовой кодировкой, указывающие на различия в жесткости участков ткани-мишени. Эти цветовые карты или изображения возникают в результате анализа изменений радиочастотных импульсов до и после ритмического ручного сжатия, направленного вдоль оси излучения. Кроме того, изображения UE создаются одновременно с обычным УЗИ в оттенках серого, чтобы гарантировать точное получение изображений одного и того же узла (14). UE также использовался для оценки ALN, но с переменными и противоречивыми результатами (15,16). Два недавних метаанализа пришли к выводу, что UE может предоставить дополнительную полезную информацию об оценке ALN до выбора хирургической процедуры (17,18).

Другие методы визуализации, такие как маммография, магнитно-резонансная томография (МРТ), мультидетекторная компьютерная томография (КТ), позитронно-эмиссионная томография (ПЭТ-КТ), также были опробованы, но их широкое использование ограничено их умеренной чувствительностью, низкой специфичностью, необходимость специального протокола для оценки ALN, доступность закона, высокая стоимость и радиационная опасность (19-25).

Мультимодальная визуализация объединяет два или более метода визуализации в одну систему для получения деталей клинической диагностической визуализации, которые являются более точными, чем любая обычная визуализация в отдельности.

ЦЕЛЬ Настоящее исследование предназначено для оценки роли одновременных мультимодальных сонографических инструментов (УЗИ, ХДС, УЭ) в оценке природы (доброкачественной или злокачественной) ипсилатеральных ALN у пациентов с первичной BrCa вместе со сравнением диагностических показателей каждого с все вместе (комбинированные модальности). Другими словами, повысит ли добавление UE к обычным серым УЗИ и CDU их диагностическую точность или нет.

МЕТОДЫ A: Тип исследования: проспективное когортное диагностическое исследование в больнице B: Место проведения исследования: Отделение диагностической радиологии, Университетские больницы Асьюта.

C: Расчет размера выборки. В исследование будут включены 30 последовательных пациентов с первичной BrCa и ипсилатеральными ALN неясной природы, видимыми при подмышечном обычном/серотональном ультразвуковом сканировании (УЗИ). У каждого пациента можно исследовать один или несколько ЛУ.

D: Учебные инструменты: Все участники будут подвергнуты следующему:

I. Клинический скрининг и ультразвуковое исследование в серой шкале подмышечной впадины Пациентам, находящимся в положении лежа на спине, опытный рентгенолог в обычном УЗИ, ХДС, UE проведет физикальное клиническое обследование с использованием цифрового ультразвукового сканера в шкале серого (General Electric (GE) , США), оснащенный линейным датчиком 7,5–13 МГц, будет сначала выполнен для оценки наличия ALN. Будет оцениваться только ипсилатеральная подмышечная область.

II. Стандартное ультразвуковое исследование (УЗИ) (по шкале серого) Оценка ALN Будет внедрена стандартная система оценки УЗИ по шкале серого, состоящая из 5 критериев. К ним относятся 1) диаметр по короткой оси (S) (S >7 мм = оценка 1; S ≤7 мм = оценка 0), 2) отношение диаметров по длинной оси к короткой (L/S) (L/S; < 2 = 1 балл; ≥ 2 = 0 баллов), 3) отношение диаметра длинной оси ворот к длинной оси узла (H/L) (H/L <0,5 = 1 балл; H/L ≥ 0,5 = 0 баллов) . 4) Граница (неправильная = 1 балл; правильная = 0 баллов) и 5) Толщина коры (T> 3 мм = 1 балл; T ≤ 3 мм = 0 баллов). Когда узел не имеет прикорневой области, толщина коры будет считаться ≥ 3 мм, когда диаметр по короткой оси > 3 мм (26) и рисунок 2.

III. Цветное допплеровское ультразвуковое исследование (CDU) ALNs После УЗИ CDU будет выполняться, как описано ранее (11-13) со следующими предосторожностями: 1) использование фильтра с низкой стенкой и шкалы низкой скорости, чтобы иметь возможность обнаружить медленный поток. 2) установите максимальное усиление цвета, чтобы улучшить демонстрацию кровотока и избежать шумовых артефактов. 3) размещайте датчик осторожно, чтобы избежать сдавления поверхностных сосудов, что может привести к увеличению сосудистого сопротивления. Внутриузловой кровоток при цветном допплеровском исследовании будет классифицироваться на 4 категории: 1) центральный кровоток; 2) периферический поток; или 3) смешанный периферический и центральный, 4) отсутствие кровотока. Центральные сосуды появляются только в прикорневых и околокорневых ветвях. Периферические сосуды - это сосуды на периферии, которые не связаны с прикорневым сосудом. Лимфатические узлы как с периферическим, так и с центральным (смешанным) потоком будут группироваться как смешанные. Если обнаружены кровеносные сосуды, будут получены 3 доплеровские спектральные волны, а их среднее значение будет рассчитано и учтено как индекс удельного сопротивления (RI). RI выбран так, что он не зависит от угла инсонации, а значит, может быть точно рассчитан даже в мелких сосудах. RI рассчитывается следующим образом: RI = пиковая систолическая скорость - конечная диастолическая скорость/пиковая систолическая скорость

IV. Компрессионная ультразвуковая эластография (UE) изображений UE ALNs будет оцениваться с помощью системы баллов, основанной на проценте и распределении гипоэхогенных областей коры с видимыми воротами в ALN (шаблон I) или всех гипоэхогенных лимфатических узлов с отсутствующими воротами ( Схема II).

В схеме I (LN с Hila) оценка будет следующей (26):

1. зеленая часть занимала почти всю кору;
2. синяя часть занимает <50% коры;
3. синяя часть занимает> 50% коры, с разбросанными зелеными частями;
4. синяя часть занимает почти всю кору;
5. синяя часть занимает почти всю кору с зеленым кольцом на краю узла.

В схеме II (LN без Hila) оценка будет следующей (26):

1. Зеленая часть, занимающая почти всю кору.
2. Синяя часть занимает менее 50% коры.
3. Синяя часть, занимающая более 50% коры, с рассеянной зеленой частью.
4. Синяя часть, занимающая почти всю кору.
5. Синяя часть, занимающая почти всю кору, с зеленым кольцом по краю узла.

Расчет коэффициента деформации (SR) по UE. SR представляет собой соотношение между значением деформации двух областей интереса (ROI) A и B, где ROI-A — это самые глубокие синие участки гипоэхогенных областей внутри узлов, а ROI-B — это окружающая мягкая и жировая ткань. на той же глубине.

(SR = значение деформации ROI-B / значение деформации ROI-A) Следует отметить, что SR автоматически рассчитывается программным обеспечением, встроенным в определенное оборудование, и отображается на его мониторе (26).

V. Комбинированная оценка по серой шкале УЗИ, ХДС и УЭ. Балл комбинированной оценки для каждого лимфатического узла будет представлять собой сумму баллов по шкале серого УЗИ (5 баллов), CDU (1 балл) и UE (5 баллов). Пороговое значение будет оцениваться с патологическим диагнозом.

VI. FNA под ультразвуковым контролем из ALN После завершения 3-х вышеуказанных сонографических исследований и под местной анестезией с использованием 5 мл подкожного 1% ксилокаина тонкоигольная аспирация (FNA) под контролем УЗИ будет выполняться тем же радиологом для всех видимых ALN с использованием игл калибра 20-22, прикрепленных к пластиковому шприцу объемом 10 мл. Под контролем UE игла будет введена в кору головного мозга за 3 прохода, как это обычно выполняется и описано ранее (27). При выявлении 2 или более аномальных LN аспирируется узел, который выглядит наиболее подозрительно. Затем образцы распределяют и фиксируют на предметных стеклах с помощью 95% спирта и высушивают на воздухе для окрашивания Pap & Diff-Quik (American Scientific Products, McGraw Park, IL, USA) в отделении патологии перед исследованием. Окончательный патологический диагноз ЛУ будет поставлен патологоанатомом, который не знает результатов визуализации. Результаты модальностей США будут сопоставлены с результатами FNAC.

E: Управление данными и статистический анализ. Сбор данных будет осуществляться в предварительно сформированной «Форме сбора данных» (Приложение 1) до их ввода в Microsoft Exel 2016. После этого данные будут экспортированы в пакет программного обеспечения Statistical Package for Social Sciences (SPSS) версии 23.0 (SPSS, Inc., Чикаго, Иллинойс, США) для статистического анализа. Сравнение числовых (непрерывных) переменных и категориальных переменных будет выполняться с использованием критерия суммы рангов Уилкоксона или t-критерия Стьюдента и критерия Хи-квадрат или точного критерия Фишера соответственно и в зависимости от ситуации. Чувствительность, специфичность, положительная прогностическая ценность (PPV), отрицательная прогностическая ценность (NPV) и точность будут рассчитываться для сравнения диагностических характеристик каждого метода. Площади под кривыми рабочих характеристик приемника (ROC) (AUC) будут рассчитываться и сравниваться с использованием U-теста. Все значения отсечки будут определяться в зависимости от наилучшей точности, определяемой ROC-кривыми. Значение вероятности (P<0,05) будет считаться статистически значимым для всех тестов. Цитопатологический диагноз будет считаться эталонным золотым стандартом.

ИСПОЛЬЗОВАННАЯ ЛИТЕРАТУРА

1. Сигел Р.Л., Миллер К.Д., Джемал А. Статистика рака, 2019 г. CA Рак J Clin. 2019;69(1):7-34.
2. ДеСантис К.Э., Ма Дж., Годе М.М. и др. Статистика рака молочной железы, 2019. CA Рак J Clin. 2019;69(6):438-451.
3. Брей Ф., Ферлей Дж., Соержоматарам И. и др. Глобальная статистика рака 2018: GLOBOCAN оценивает заболеваемость и смертность во всем мире от 36 видов рака в 185 странах. CA Cancer J Clin 2018;68:394-424.
4. Клеер К.Г., Сабель М.С. Прогностические и прогностические факторы рака молочной железы. В: Kuerer HM, изд. Хирургическая онкология молочной железы Кюрера. Нью-Йорк, штат Нью-Йорк: McGrawHill, 2010 г.; 244.
5. Ивенс Д., Хоэ А.Л., Подд Т.Дж. и др. Оценка болезненности при полной подмышечной диссекции. Бр Дж Рак 1992;66:136-138.
6. Lyman GH, Giuliano AE, Somerfield MR, et al. Рекомендации Американского общества клинической онкологии по биопсии сигнальных лимфатических узлов при раке молочной железы на ранней стадии. Дж. Клин Онкол. 2005;23(30):7703-7720.
7. Краг Д.Н., Андерсон С.Дж., Джулиан Т.Б. и др. Технические результаты резекции сторожевых лимфатических узлов и обычной диссекции подмышечных лимфатических узлов у пациентов с раком молочной железы с клинически отрицательным поражением лимфатических узлов: результаты рандомизированного исследования III фазы NSABP B-32. Ланцет Онкол 2007; 8:881-888.
8. Britton, PD, Meroni S, Moscovici OC, et al. Использование биопсии подмышечных лимфоузлов под ультразвуковым контролем при стадировании раннего рака молочной железы. Евро Радиол 2009;19:561-569.
9. Choi YJ, Ko EY, Han BK, et al. Ультрасонографические признаки высокого разрешения метастазов в подмышечные лимфатические узлы у пациентов с раком молочной железы. Грудь 2009;18:119-122.
10. Альварес С., Анорбе Э., Алькорта П. и др. Роль УЗИ в диагностике метастазов в подмышечные лимфатические узлы при раке молочной железы: систематический обзор. Am J Roentgenol 2006;186:1342-1348.
11. Чоудхари Дж., Агравал Р., Мишра А., Нандвани Р. Ультразвуковая и цветовая допплеровская оценка подмышечных лимфатических узлов при карциноме молочной железы с гистопатологической корреляцией. Int J Scientific Study 2018;5(10):59-66.
12. Эсен Г., Гурсес Б., Йилмаз М.Х. и др. Серая шкала и энергетическая допплерография в предоперационной оценке подмышечных метастазов у ​​пациентов с раком молочной железы без пальпируемых лимфатических узлов. Евро Радиол. 2005;15(6):1215-1223.
13. Эсен Г. УЗИ поверхностных лимфатических узлов. Евр Дж Радиол. 2006;58(3):345-359.
14. Sigrist RMS, Liau J, El Kaffas A, et al. Ультразвуковая эластография: обзор методов и клинического применения. Тераностика 2017; 7:1303-1329.
15. Tsai WC, Lin CK, Wei HK, et al. Сонографическая эластография улучшает чувствительность и специфичность взятия образцов подмышечной впадины при раке молочной железы: проспективное исследование. Ультразвук Мед Биол 2013;39:941-949.
16. Парк Ю.М., Форнаж Б.Д., Бенвенист А.П. и др. Компрессионная эластография аномальных подмышечных лимфоузлов у больных раком молочной железы не повышает точность диагностики по сравнению с обычным ультразвуковым исследованием. AJR Am J Roentgenol 2014;203(6):1371-1378.
17. Ван Р.Ю., Чжан Ю.В., Гао З.М., Ван Х.М. Роль соноэластографии в оценке подмышечных лимфатических узлов при раке молочной железы: систематический обзор и метаанализ. Клин Радиол 2020;75:320.e1-320.e7.
18. Тан GX, Сяо XY, Сюй XL и др. Диагностическая ценность ультразвуковой эластографии для дифференциации доброкачественных и злокачественных подмышечных лимфатических узлов: метаанализ. Клин Радиол 2020;75:481.e9-481.e16.
19. Валенте С.А., Левин Г.М., Сильверстайн М.Дж. и др. Точность прогнозирования положительности подмышечных лимфатических узлов с помощью физического осмотра, маммографии, УЗИ и магнитно-резонансной томографии. Энн Сург Онкол 2012; 19:1825-1830.
20. Ким В.Х., Ким Х.Дж., Ли С.М. и др. Предоперационное стадирование подмышечных узлов с помощью УЗИ и магнитно-резонансной томографии: прогностические значения количественных и семантических признаков. Бр Дж Радиол. 2018;91(1092):20180507.
21. Felipe VC, Graziano L, Barbosa PNVP и соавт. Мультидетекторная компьютерная томография со специальным протоколом для локорегионарного стадирования рака молочной железы: технико-экономическое обоснование. Диагностика (Базель). 2020;10(7):479.
22. Лян С., Ю Дж., Вен Б. и др. Оценка метастазов в подмышечных лимфатических узлах при раннем раке молочной железы на основе МРТ и ФДГ-ПЭТ/КТ: метаанализ. Клин Радиол. 2017;72(4):295-301
23. Zhang X, Liu Y, Luo H, Zhang J. ПЭТ/КТ и МРТ для выявления метастазов в подмышечных лимфатических узлах у пациентов с раком молочной железы: систематический обзор и метаанализ [опубликовано в Интернете до печати, 21 июня 2020 г.]. J Magn Reson Imaging. 2020;10.1002/jmri.27246.
24. Марино М.А., Авендано Д., Запата П. и соавт. Визуализация лимфатических узлов у пациентов с первичным раком молочной железы: параллельные диагностические инструменты. Онколог 2020;25:e231-e242.
25. Лоус С., Ливер А., Кокс К. и соавт. Развитие методов визуализации для определения подмышечных лимфатических узлов при раке молочной железы. Клин Радиол. 2018;73(4):396-409.
26. Сюй И, Бай С, Чен И и др. Применение ультразвуковой эластографии в реальном времени в диагностике метастазов в подмышечных лимфатических узлах у пациентов с раком молочной железы. Научный доклад 2018; 8 (1): 10234.
27. Кришнамурти С., Снейдж Н., Беди Д.Г. и др. Роль тонкоигольной аспирации под контролем УЗИ неопределенных и подозрительных подмышечных лимфатических узлов в начальной стадии рака молочной железы. Рак. 2002;95(5):982-988.
28. https://www.wma.net/policies-post/wma-declaration-of-helsinki-ethical-principles-for-medical-research-involving-human-subjects/(Последний видел 25,8,2020).