论文部分内容阅读
第一部分AQP MRI在前列腺癌鉴别诊断中的价值及其与AQP1的相关性研究目的:探讨基于多个超高b值的AQP MRI在前列腺癌鉴别诊断中的价值及与AQP1的相关性。材料与方法:回顾性地纳入我院自2018年1月至2021年7月行术前3.0 T MRI检查,且经手术病理证实的前列腺癌43例,前列腺增生43例。MRI扫描序列包括T1WI、T2WI、DWI（0,1000s/mm~2）和多个超高b值（multiple ultra-high b values,MUHB）DWI（2000,3000,4000 s/mm~2）的AQP MRI。对图像进行后处理（Philips ISP V10工作站）,以获取ADC图像（基于DWI序列）、AQP-ADC图（基于MUHB DWI序列）。分别由两名观察者（具有6年及2年前列腺MRI读片经验的观察者1、观察者2）独立进行测量PCa及BPH病灶实性部分的ADC值、AQP-ADC值。勾画病灶ROI时,依据T2WI及DWI图像,通过测量前列腺癌选取病灶最大的层面并沿病灶边缘进行勾画,测量前列腺增生沿着前列腺中央腺体边缘勾画,勾画时尽量避开出血及液化坏死区。取影像入组的前列腺癌和前列腺增生组织,用免疫组织化学（IHC）技术检测AQP1的表达,并利用Image J后处理软件得到组织AQP1染色部分的平均光密度（average optical density,AOD）。采用SPSS 25.0软件、Med Calc 19.5软件和Graph Pad Prism 8软件进行以下统计和作图:采用组内相关系数（intra-class correlation coefficients,ICC）评价两名观察者ADC值、AQP-ADC值测量结果的一致性。采用Shapiro-Wilks检验正态分布。采用两独立样本t检验或Mann-Whitney U检验分析前列腺癌与前列腺增生两组间ADC值、AQP-ADC值及AQP1-AOD值的差异;采用线性回归分析对ADC值、AQP-ADC值与AQP1-AOD值间进行相关性检验;利用cocor进行相关系数间的差异性比较;采用受试者工作特征曲线（ROC）评价ADC值、AQP-ADC值及AQP1-AOD值鉴别前列腺癌与前列腺增生的价值;采用Delong检验对ADC值、AQP-ADC值及AQP1-AOD值的受试者工作特征曲线下面积（AUC）进行比较。分别利用ADC值、AQP-ADC值的阈值对病例进行良恶性分类,使定量参数转换为分类变量,再利用配对卡方检验比较ADC值、AQP-ADC值区分PCa和BPH的敏感度、特异度的差异性。结果:两位观察者对ADC值、AQP-ADC值测量的一致性良好（ICC＞0.80）;PCa组的AQP-ADC值及AQP1-AOD值均大于BPH组(AQP-ADC值:（0.28±0.05）×10-3 s/mm~2 vs（0.21±0.05）×10-3 s/mm~2;AQP1-AOD值:（0.32±0.04）vs（0.24±0.04）),而PCa组的ADC值小于BPH组(（1.12±0.18）×10-3 s/mm~2 vs（1.30±0.10）×10-3 s/mm~2),且差异均有统计学意义（P值均＜0.01）;ADC值与AQP1-AOD值及AQP-ADC值与AQP1-AOD值的相关系数分别为﹣0.32和0.49（P＜0.05）,R~2分别为0.10和0.24。AQP-ADC值与AQP1-AOD值间的相关性高于ADC值与AQP1-AOD值,但差异无统计学意义（P=0.13,Z=﹣1.52）。ADC值、AQP-ADC值与AQP1-AOD值鉴别PCa与BPH的AUC分别为0.79、0.87和0.95,敏感度和特异度分别为（54%、98%）,（86%、72%）和（88%、93%）;通过Delong检验,AQP-ADC值的AUC与ADC值的AUC间差异无统计学意义（P=0.20,Z=1.28）。AQP-ADC值鉴别PCa和BPH的敏感度显著高于ADC值（P＜0.01,χ~2=10.56）,而ADC值鉴别PCa和BPH的特异度显著高于AQP-ADC值（P＜0.01,χ~2=7.69）。结论:基于多个超高b值序列的AQP MRI能有效地鉴别前列腺癌与前列腺增生,对前列腺癌的漏诊率显著低于传统DWI序列,且AQP-ADC值能很好地反映AQP1表达,效果优于传统ADC值。第二部分AQP MRI预测前列腺癌风险性的价值及其与AQP1的相关性研究目的:探讨基于多个超高b值序列的AQP MRI在前列腺癌风险预测中的应用价值及与AQP1的相关性。材料与方法:回顾性纳入我院于2018年1月至2021年7月行术前3.0 T MRI检查且经手术病理证实的前列腺癌43例,扫描序列包括T1WI、T2WI、DWI（0,1000s/mm2）和MUHB DWI（2000,3000,4000 s/mm2）的AQP MRI。分为两组:高风险组（Gleason≥4+3=7）26例,低风险组（Gleason≤3+4=7）17例。由两名观察者（分别有6年及2年前列腺MRI读片经验的观察者1、2）对病灶的ADC值、AQP-ADC值进行测量。应用IHC技术检测AQP1在不同GS的前列腺癌的表达,并利用Image J软件得到AQP1的AQP1-AOD。两位观察者利用ICC对数据进行一致性检验。采用Shapiro-Wilks检验正态分布。采用两独立样本t检验或Mann-Whitney U检验分析高低风险组前列腺癌间ADC值、AQP-ADC值、AQP1-AOD值的差异;采用线性回归分析分别对ADC值、AQP-ADC值与AQP1-AOD值间进行相关性检验;使用cocor进行相关系数间的差异性比较;并利用Spearman秩相关检验分别对ADC值、AQP-ADC值、AQP1-AOD值与不同风险组进行相关性检验;采用受试者工作特征曲线（ROC）评价各参数评估PCa风险性的价值;采用Delong检验对参数间的受试者工作特征曲线下面积（AUC）进行比较。分别利用ADC值、AQP-ADC值的阈值对PCa不同风险组进行分类,使定量参数转换为分类变量,再利用配对卡方检验比较ADC值、AQP-ADC值区分PCa高低风险组的敏感度、特异度的差异性。结果:两位观察者对两组前列腺癌ADC值、AQP-ADC值的测量具有良好的一致性（ICC＞0.80）;高风险组的AQP-ADC值和AQP1-AOD值均大于低风险组（AQP-ADC值:（0.30±0.05）×10-3 s/mm2 vs（0.25±0.02）×10-3 s/mm2;AQP1-AOD值:（0.33±0.03）vs（0.29±0.02））,而高风险组的ADC值小于低风险组（（1.06±0.17）×10-3 s/mm2 vs（1.21±0.17）×10-3 s/mm2）,且差异均有统计学意义（P值均＜0.01）;ADC值、AQP-ADC值与AQP1-AOD值的相关系数分别为﹣0.34和0.44（P＜0.05）,R2分别为0.11和0.20;AQP-ADC值与AQP1-AOD值间的相关性高于ADC值与AQP1-AOD值,但差异无统计学意义（P=0.60,Z=﹣0.52）;ADC值、AQP-ADC值、AQP1-AOD值与PCa风险分组的Spearman相关系数分别为﹣0.42,0.61和0.58（P＜0.05）;ADC值、AQP-ADC值及AQP1-AOD值评估PCa风险分组的AUC分别为0.75、0.86和0.84,敏感度和特异度分别为（69%、77%）、（73%、82%）和（62%、100%）;Delong检验显示,AQP-ADC值的AUC与ADC值间的差异无统计学意义（P=0.29,Z=1.05）。AQP-ADC值与ADC值在评估PCa高低风险组中的敏感度、特异度均无统计学差异（P=1,χ~2=0）。结论:基于多个超高b值的AQP MRI序列能很好地评估前列腺癌风险,且AQP-ADC值能较好地反映AQP1表达状态,效果优于传统ADC值。