专题笔谈:神经内分泌肿瘤
胰腺神经内分泌肿瘤影像学分级再认识
中华医学杂志, 2022,102(14) : 988-991. DOI: 10.3760/cma.j.cn112137-20220210-00280
摘要

随着胰腺神经内分泌肿瘤病理分级的不断更新,影像学评估也随之进展。肿瘤大小、血供、表观弥散系数(ADC)值是胰腺神经内分泌肿瘤恶性程度评估最常用的影像学指标,其他还有代表肿瘤侵袭性生物学行为的影像学特征。生长抑素受体(SSR)-正电子发射断层扫描(PET)和氟脱氧葡萄糖(FDG)-PET双探针显像进一步提高了胰腺神经内分泌肿瘤诊断和分级的准确性,并为肿瘤治疗方案的制定和预后判断提供依据。包括图像纹理分析和影像组学在内的定量分析也是胰腺神经内分泌肿瘤影像学研究的新热点。结合形态学、功能影像以及定量分析可能有助于胰腺神经内分泌肿瘤恶性程度的无创性评估。

引用本文: 缪飞, 林晓珠. 胰腺神经内分泌肿瘤影像学分级再认识 [J] . 中华医学杂志, 2022, 102(14) : 988-991. DOI: 10.3760/cma.j.cn112137-20220210-00280.
参考文献导出:   Endnote    NoteExpress    RefWorks    NoteFirst    医学文献王
扫  描  看  全  文

正文
作者信息
基金 0  关键词  0
English Abstract
评论
阅读 0  评论  0
相关资源
引用 | 论文 | 视频

版权归中华医学会所有。

未经授权,不得转载、摘编本刊文章,不得使用本刊的版式设计。

除非特别声明,本刊刊出的所有文章不代表中华医学会和本刊编委会的观点。

神经内分泌肿瘤(neuroendocrione neoplasms,NENs)起源于神经内分泌细胞,几乎分布于全身各处,常见于胃肠道、胰腺以及肺、支气管,较少见的部位包括胸腺和其他具有内分泌功能的器官,如肾上腺髓质、垂体、甲状旁腺和甲状腺。胰腺神经内分泌肿瘤(pancreatic neuroendocrine neoplasms,PNENs)是主要发生于胰腺和小肠上部的NENs。根据2019年《WHO消化系统肿瘤分类》,胃肠胰神经内分泌肿瘤(gastroenteropancreatic neuroendocrine neoplasm,GEP-NEN)根据其分子病理学差异分为胃肠胰神经内分泌瘤(gastroenteropancreatic neuroendocrine tumor,GEP-NET)和胃肠胰神经内分泌癌(gastroenteropancreatic neuroendocrine carcinoma,GEP-NEC)。GEP-NET中突变频率高的为多发性内分泌肿瘤Ⅰ型(multiple Endocrine Neoplasia type 1,MEN1)基因、DAXX/ATRX等,而GEP-NEC通常为抑癌基因TP53或RB1的失活突变。GEP-NET分化好,根据核分裂像和Ki-67指数分为1级[grade1,G1,核分裂像<2/10高倍视野(high power field,HPF),Ki-67<3%]、2级(grade 2,G2,核分裂像2~20/10 HPF,Ki-67 3%~20%)、3级(grade 3,G3,核分裂像>20/10 HPF,Ki-67>20%)。GEP-NEC分化差,根据肿瘤细胞的形态,包括核的大小、染色质的特点及胞质的多少等,分为小细胞型(samll cell NEC,SCNEC)和大细胞型(larde cell NEC,LCNEC)。其他还有混合性神经内分泌-非神经内分泌肿瘤(mixed neuroendocrine-non-neuroendocrine neoplasms,MiNENs)。

根据临床表现PNENs分为功能性和非功能性肿瘤。功能性肿瘤伴有异常的激素分泌引起的临床综合征,包括胰岛素瘤、胃泌素瘤、血管活性肠肽瘤、胰高血糖素瘤、生长抑素瘤、ACTH瘤及其他少见肿瘤。功能性肿瘤往往在病灶很小的时候就出现临床症状,根据特异的临床症状可以诊断不同类型的功能性肿瘤。非功能肿瘤不伴独特的激素综合征,诊断时往往肿瘤较大且伴有肝转移。非功能性肿瘤是导致PNENs不能确诊的主要原因,非功能性肿瘤没有特异的临床症状,且其中病理分级高的肿瘤较多,影像学往往表现为乏血供,可发生囊变、钙化等,或出现一些恶性征象如肝脏转移、血管侵犯等。

有四种遗传性综合征与PNENs的发生有关,分别是MEN 1、Von Hippel-Lindau 综合征(Von Hippel-Lindau syndrome,VHL)、Von Recklinghausen 病(Von Recklinghausen disease,VRD)和结节性硬化。其中MEN 1最为重要,有40%~65%的患者会罹患PNENs。PNENs大多是散发的,但约有10%的PNENs发生于MEN 1患者。发生于MEN 1的PNENs与散发的有所不同,往往发病年龄更小,肿瘤多发更常见。MEN 1和VHL病患者均可发生PNENs,大部分为无功能性,肿瘤往往多发、较小,低级别更多见;部分MEN 1患者的PNENs为功能性肿瘤,常见的依次为胃泌素瘤、胰岛素瘤以及其他功能性肿瘤。

多期CT或MRI是PNENs首选的影像学检查方法,其中专门针对胰腺的多期动态增强多排螺旋CT(MDCT)在实际临床应用中更为广泛,另外CT能谱成像有助于PNENs的检出。近年来MRI在PNENs检测方面的价值也越来越受到关注,与CT相似,MRI具有安全、无创、简便等优势,而且在检测转移灶方面比CT更敏感。MRI为多参数成像模态,MRI不同序列在PNENs检测中可起到互补作用。在实际应用过程中建议根据需要进行CT、MRI序贯检查1,酌情采用生长抑素受体(somatostatin receptor,SSR)正电子发射断层扫描(positron emission tomography,PET)/CT或PET/MRI检查,PET常用显像剂包括68Ga-DOTATATE、68Ga-DOTANOC、68Ga-DOTATOC。SSR有不同亚型,在NENs中广泛分布;SSR 2A亚型在大多数分化好的胰腺神经内分泌瘤(pNET)中表达,而在胰腺神经内分泌癌(pNEC)中表达率低,可用于协助两者的鉴别诊断。18F-FDG-PET可以作为SSR-PET的补充,双探针联合显像有助于肿瘤的鉴别、预后预测、明确肿瘤的代谢表型、治疗方案的制定2

随着对NENs研究的深入,其肿瘤起源、遗传基因学、细胞分子特征的逐步明确以及相关特异性治疗的应用,PNENs的分级标准也一直在更新修正。目前PNENs以细胞增殖和异型性为基础,结合分子病理学进行分类、分级,这对影像学诊断提出了新的挑战。

一、pNET G1与pNET G2

肿瘤大小是影响PNENs病理分级最主要的特征之一,<2 cm尤其是<1 cm的肿瘤,G1的可能性较大。因此,临床上对部分肿瘤≤2 cm、低级别、非功能性、偶发瘤,患者有手术风险或合并其他疾病不适于手术者可以进行观察。但是,值得注意的是1~2 cm的肿瘤也可能发生淋巴结转移。而肿瘤>2 cm、尤其>3 cm,强化不均匀或弱强化则提示更高级别可能。

其次是肿瘤强化特点,增强扫描动脉期PNENs既可以表现为富血供,也可以表现为等或弱强化,G1与G2强化方式类似、多表现为持续性高强化特征,肿瘤呈均匀、环形或不均匀强化;总的来说血供越丰富,血流灌注越高,级别越低,G1的可能性越大;动脉期CT值明显高于胰腺实质的G1可能性大。反之,PNENs越大且动脉期强化不明显,则肿瘤病理分级越高3, 4。大部分PNENs病灶T2加权像(T2-weighted images,T2WI)呈高或稍高信号,少数为等信号,极少数病灶为低信号,提示肿瘤内伴钙化或出血可能;其中T2WI高亮信号较多见于低级别肿瘤,级别越高的肿瘤较多表现为稍高信号。PNENs可以发生部分囊变或大部分囊变,囊性PNENs发生率约为10%,大部分完全囊变的PNENs良性、G1更多见,淋巴结转移更少。

扩散加权成像(diffusion-weighted imaging,DWI)在PNENs的检测和鉴别中具有重要价值,PNENs一般DWI呈高信号、表观弥散系数(apparent diffusion coefficient,ADC)减低,但目前并未有公认的ADC值可用于肿瘤的分级。研究显示ADC值有助于鉴别不同分级的PNENs,且与肿瘤的细胞增殖有关;肿瘤ADC值越低、肿瘤/胰腺实质ADC比值越低、ADC熵增高、ADC峰值增加提示高级别肿瘤5, 6

PET双探针显像对于PNENs的分级具有鉴别诊断作用7,一般G1的SSR-PET显像阳性而FDG-PET显像阴性或阳性;SSR-PET显像阴性而FDG显像阳性的则提示为G2及以上肿瘤,G3大多FDG-PET显像阳性而SSR-PET显像阴性或阳性。单纯18F-FDG PET在鉴别G1与G2也有一定帮助,G2的最大标准摄取值(maximum standardized uptake value,SUVmax)、MTV、TLG大于G18, 9。得益于MRI动态增强半定量指标、DWI及其定量指标ADC的加入,一体化PET/MRI在PNENs的分级和侵袭性评估中具有潜在应用价值10。众所周知,MRI检测及定性肝脏小病灶的能力优于CT,68Ga-DOTA-生长抑素类似物(somatostatin analogue,SSA)PET/MRI对NETs肝脏转移灶的检测也优于PET/CT,效能提升约15%11

PNENs存在显著的空间和时间异质性,处于中间级别的G2在影像学上也表现出较强的异质性,或类似于偏良性的G1,也可表现为类似于G3的偏侵袭性。目前基于新的分级系统的研究较少,既往研究也大多为小样本、单中心的回顾性研究,由于不同级别病例分布不均,导致大多研究均着力于G1与其他级别的鉴别,单独研究G2、G3的较少。从本质上来讲,G1、G2、G3是肿瘤恶性程度连续变化的过程,提示的是风险度的增高和预后不良程度的增加,也会随着肿瘤本身的演进而发生变化,因此采用影像学方法进行截然的区分是困难的。

二、pNET G3与pNEC

基于分子分型的病理诊断对影像学提出了新的挑战。pNET G3是高级别NET,分化好,但肿瘤细胞增殖活跃,pNEC形态学分化差,两者在驱动基因和疾病起源上呈现显著差异,目前认为pNET起源于神经内分泌细胞,而pNEC可能是来源于胰腺的多能干细胞。pNET 可发生肿瘤的升级,即由G1/G2肿瘤转变为G3肿瘤,因此pNET G3常常伴有经典的pNET G1/G2区域;而pNEC通常与pNET进展无关,一般没有经典的pNET形态。

pNET G3肿瘤往往>3cm,边缘不规则,动脉期中低度强化,门静脉期呈相对低信号(密度)。肿瘤不均质,可伴有坏死、囊变、导管侵犯。T2WI呈低或中等信号,DWI信号增高。胰周淋巴结和肝脏转移很常见。相对于pNET G3,pNEC影像学特点为肿块更大,边缘不规则、边界不清楚,有侵袭性表现,肿瘤直接扩散至静脉,累及血管,肿瘤上游胰管扩张,其中主胰管扩张在pNEC中较pNET更常见12, 13, 14。动脉期不均匀或边缘强化,门静脉期低强化14,ADC值更低12。神经内分泌癌大部分动脉期低中度强化,而部分pNET G3可表现为富血供,前者胰周淋巴结和肝脏转移更常见。SSR 2A 在分化好的pNET 中表达率显著高于pNEC。因此,进行双探针PET显像时,pNET G3往往SSR-PET摄取增高,而pNEC往往FDG摄取增高,SSR-PET摄取增高约占一半。

pNET G3的诊断与鉴别诊断直接影响临床治疗方案选择和预后评估,仅依靠影像学对pNET G3与pNEC进行鉴别是有困难的。因此如遇pNET G3与pNEC诊断和鉴别诊断困难病例,需与临床医师沟通,临床上需结合有无pNET G1或G2病史、Ki-67 指数、血清学指标、免疫组化染色、基因检测等综合判断。通过多学科讨论解决后续诊断和治疗问题,并注意追踪随访。

三、MiNENs

MiNENs是同时含有神经内分泌和非神经内分泌成分的混合性上皮性肿瘤,每一种成分在组织学形态和免疫组织化学上可区分,并且至少占30%,其中非神经内分泌成分必须是癌,神经内分泌成分分化好或差。MiNENs影像学表现没有特异性,一般肿块较大(>5cm),其中神经内分泌成分分化好的病例可表现为部分富血供,该病可出现局部侵犯、远处转移,淋巴结肿大,其影像学表现类似于pNEC。

近年来,在PNENs影像学分级诊断的研究中,图像纹理分析和影像组学的研究也日益增多15。这些图像特征中包含一阶、二阶以及高阶特征,其中一阶特征的临床可解释性较好,更具有实用性。比如增强CT动脉期最大分形维数越大,提示肿瘤内异质性越大,肿瘤病理分级越高16;直方图分析,增强CT门静脉期峰度值越高、动脉期联合能量(均匀度)越低、ADC图相关性(灰度线性依赖)越高肿瘤分级越高17。各种研究中涉及的二阶及高阶图像特征不为临床医师所熟悉,尚不能应用于临床实际工作中,需要更多的研究来证实其临床有效性和可行性。

综上,影像学检查在PNENs的诊断、分级、监测、随访中均有重要作用,目前影像学对于PNENs的分级、分类诊断还处于描述性诊断为主,没有形成系统的分级标准。日常工作中可首先根据肿瘤大小、动脉期强化程度初步判断是否为G1级肿瘤还是更高级别肿瘤;然后观察肿瘤的轮廓、边界、邻近结构受累情况判断为pNEC还是高级别pNET;再结合双探针PET显像结果进一步评估可能为哪个级别。采用形态学结合功能影像能为PNENs提供更为精细的诊断信息,期待结合形态学及定量分析结果,通过半定量手段来对PNENs进行无创性的风险评估,协助个体化诊疗的开展。

利益冲突
利益冲突

所有作者均声明不存在利益冲突

参考文献
[1]
缪飞. 胰腺影像学[M]. 2015. 北京. 人民卫生出版社.
[2]
Has SimsekD, KuyumcuS, TurkmenC, et al. Can complementary 68Ga-DOTATATE and 18F-FDG PET/CT establish the missing link between histopathology and therapeutic approach in gastroenteropancreatic neuroendocrine tumors?[J]. J Nucl Med, 2014, 55(11):1811-1817. DOI: 10.2967/jnumed.114.142224.
[3]
LiWX, MiaoF, XuXQ, et al. Pancreatic neuroendocrine neoplasms: CT spectral imaging in grading[J]. Acad Radiol, 2021, 28(2):208-216. DOI: 10.1016/j.acra.2020.01.033.
[4]
SalahshourF, MehrabinejadMM, Zare DehnaviA, et al. Pancreatic neuroendocrine tumors (pNETs): the predictive value of MDCT characteristics in the differentiation of histopathological grades[J]. Abdom Radiol (NY), 2020, 45(10):3155-3162. DOI: 10.1007/s00261-019-02372-x.
[5]
De RobertisR, MarisB, CardobiN, et al. Can histogram analysis of MR images predict aggressiveness in pancreatic neuroendocrine tumors?[J]. Eur Radiol, 2018, 28(6):2582-2591. DOI: 10.1007/s00330-017-5236-7.
[6]
LotfalizadehE, RonotM, WagnerM, et al. Prediction of pancreatic neuroendocrine tumour grade with MR imaging features: added value of diffusion-weighted imaging[J]. Eur Radiol, 2017, 27(4):1748-1759. DOI: 10.1007/s00330-016-4539-4.
[7]
HayesAR, O′MahonyLF, QuigleyAM, et al. The Combined interpretation of 68Ga-DOTATATE PET/CT and 18F-FDG PET/CT in metastatic gastroenteropancreatic neuroendocrine tumors: a classification system with prognostic impact[J]. Clin Nucl Med, 2022, 47(1):26-35. DOI: 10.1097/RLU.0000000000003937.
[8]
MatsumotoT, OkabeH, YamashitaYI, et al. Clinical role of fludeoxyglucose (18F) positron emission tomography/computed tomography ((18)F-FDG PET/CT) in patients with pancreatic neuroendocrine tumors[J]. Surg Today, 2019, 49(1):21-26. DOI: 10.1007/s00595-018-1703-2.
[9]
SatohK, SadowskiSM, DieckmannW, et al. (18)F-FDG PET/CT volumetric parameters are associated with tumor grade and metastasis in pancreatic neuroendocrine tumors in von Hippel-Lindau disease[J]. Ann Surg Oncol, 2016, 23(Suppl 5):714-721. DOI: 10.1245/s10434-016-5541-4.
[10]
BruckmannNM, RischplerC, KirchnerJ, et al. Correlation between contrast enhancement, standardized uptake value (SUV), and diffusion restriction (ADC) with tumor grading in patients with therapy-naive neuroendocrine neoplasms using hybrid (68)Ga-DOTATOC PET/MRI[J]. Eur J Radiol, 2021, 137:109588. DOI: 10.1016/j.ejrad.2021.109588.
[11]
ChoiSJ, ChoiSH, LeeDY, et al. Diagnostic value of [(68) Ga]Ga-DOTA-labeled-somatostatin analogue PET/MRI for detecting liver metastasis in patients with neuroendocrine tumors: a systematic review and meta-analysis[J/OL]. Eur Radiol. [2022-01-29].DOI: 10.1007/s00330-021-08527-z.https://link.springer.com/article/10.1007/s00330-021-08527-z.
[12]
AzoulayA, CrosJ, VulliermeMP, et al. Morphological imaging and CT histogram analysis to differentiate pancreatic neuroendocrine tumor grade 3 from neuroendocrine carcinoma[J]. Diagn Interv Imaging, 2020, 101(12):821-830. DOI: 10.1016/j.diii.2020.06.006.
[13]
YangB, ChenHY, ZhangXY, et al. The prognostic value of multidetector CT features in predicting overall survival outcomes in patients with pancreatic neuroendocrine tumors[J]. Eur J Radiol, 2020, 124:108847. DOI: 10.1016/j.ejrad.2020.108847.
[14]
ParkHJ, KimHJ, KimKW, et al. Comparison between neuroendocrine carcinomas and well-differentiated neuroendocrine tumors of the pancreas using dynamic enhanced CT[J]. Eur Radiol, 2020, 30(9):4772-4782. DOI: 10.1007/s00330-020-06867-w.
[15]
BezziC, MapelliP, PresottoL, et al. Radiomics in pancreatic neuroendocrine tumors: methodological issues and clinical significance[J]. Eur J Nucl Med Mol Imaging, 2021, 48(12):4002-4015. DOI: 10.1007/s00259-021-05338-8.
[16]
NakanoA, HayanoK, TochigiT, et al. Prediction of non-functioning pancreatic neuroendocrine tumor grades with fractal analysis of preoperative contrast-enhanced computed tomography images[J]. Eur J Radiol, 2021, 141:109803. DOI: 10.1016/j.ejrad.2021.109803.
[17]
OhkiK, IgarashiT, AshidaH, et al. Usefulness of texture analysis for grading pancreatic neuroendocrine tumors on contrast-enhanced computed tomography and apparent diffusion coefficient maps[J]. Jpn J Radiol, 2021, 39(1):66-75. DOI: 10.1007/s11604-020-01038-9.
 
 
展开/关闭提纲
查看图表详情
回到顶部
放大字体
缩小字体
标签
关键词