È richiesta un abbonamento a JoVE per visualizzare questo contenuto. Accedi o inizia la tua prova gratuita.

Articolo di ricerca

Imaging per trasferimento di protoni ammide per differenziare gliomi e meningiomi e valutare l'infiltrazione tumorale

62 visualizzazioni

⸱

DOI:

10.3791/71626

⸱

11 agosto 2026

 ,  ,  ,  , 
1Department of Medical Imaging, Shenzhen Bao'an District Songgang People's Hospital (Shenzhen Baoan Medical College of Guangdong Pharmaceutical University), 2Department of Radiology, Shenzhen Second People's Hospital

In questo articolo

Sommario

Questo studio valuta l'imaging tramite Trasferimento Protonico Amide (APT) combinato con l'imaging convenzionale a risonanza magnetica (MRI) per differenziare meningiomi da gliomi di basso e alto grado e valutare le caratteristiche di imaging legate all'infiltrazione tumorale, dimostrandone il potenziale di migliorare la classificazione preoperatoria e fornire informazioni basate sull'imaging che possano orientare la pianificazione chirurgica.

Abstract

Differenziare i gliomi dai meningiomi e valutare le caratteristiche di imaging legate all'infiltrazione del glioma restano sfide con la risonanza magnetica convenzionale (MRI). L'imaging Amide Proton Transfer (APT), una tecnica di trasferimento di saturazione di scambio chimico, può rilevare cambiamenti nel contenuto proteico e nel pH dei tessuti, offrendo potenziali intuizioni funzionali sui tumori cerebrali. Questo studio retrospettivo ha valutato l'imaging APT combinato con la risonanza magnetica convenzionale in 105 pazienti con tumori cerebrali confermati patologicamente (55 meningiomi, 20 gliomi di basso grado [LGG] e 30 gliomi di alto grado [HGG]). Sono stati misurati e confrontati tra i gruppi l'area anomala dell'APT derivata da APT e l'area anomala dell'area iperintensa in T2 (RAPT/T2) e l'area che aumenta il contrasto (RAPT/E). La media dell'APTs era significativamente più alta negli HGG (mediana 4,60%) rispetto ai LGG (2,95%) e nei meningiomi (2,70%, P < 0,001). RAPT/T2 e RAPT/E erano anch'essi nettamente elevati negli HGG. Per distinguere HGG da meningiomi, APTmean ha ottenuto eccellenti prestazioni diagnostiche (area sotto la curva [AUC] = 0,969), rispetto a RAPT/E (0,836) e RAPT/T2 (0,800). Per differenziare LGG da meningiomi, RAPT/E (AUC = 0,781) e RAPT/T2 (AUC = 0,734) hanno mostrato buone prestazioni, mentrela media APT non differiva significativamente. Per la classificazione del glioma (HGG vs. LGG), APTmean ha prodotto un AUC di 0,916, superiore al grado di aumento del contrasto (0,823). Questi risultati indicano che l'imaging APT distingue efficacemente i meningiomi dai gliomi di diversi gradi e fornisce preziose informazioni basate sull'imaging per dedurre l'entità dell'infiltrazione tumorale. La combinazione di rapporti APTmean e di estensione spaziale fornisce uno strumento pratico di imaging per migliorare la diagnosi preoperatoria e supportare la pianificazione chirurgica, in particolare in casi atipici difficili.

Introduzione

I tumori intracranici sono tra i disturbi più comuni del sistema nervoso. La loro incidenza sta aumentando a livello globale, rappresentando una seria minaccia per la saluteumana 1. In base all'origine istopatologica, i tumori intracranici possono essere classificati in due categorie principali: primari e secondari (metastatici). Tra i tumori intracranici primari, meningioma e glioma rappresentano i due tipi più diffusi con origini e comportamenti biologici nettamentediversi 2. Il glioma, originario delle cellule gliali, è il tumore intracranico maligno più comune, caratterizzato da crescita infiltrativa, bordi poco definiti, alta tendenza alla recidiva e una prognosisfavorevole 3,4. L'Organizzazione Mondiale della Sanità (OMS) classifica i gliomi nei gradi I-IV in base alla loro malignità. Tra questi, i gliomi di alto grado (HGG, gradi III-IV dell'OMS) sono altamente invasivi e associati a un periodo di sopravvivenza brevedel paziente 5,6. Al contrario, il meningioma ha origine dalle cellule del cappuccio aracnoideo. La stragrande maggioranza è benigna (grado I dell'OMS), cresce lentamente e presenta confini chiari con una netta demarcazione dal tessuto cerebrale circostante. Dopo la resezione chirurgica completa, i pazienti hanno tipicamente una prognosifavorevole 7,8. Pertanto, una differenziazione accurata preoperatoria per immagini tra questi due tipi di tumori, insieme alla valutazione delle caratteristiche di imaging legate all'entità dell'infiltrazione del glioma, assume un'importanza clinica critica. È fondamentale per formulare piani chirurgici personalizzati, determinare i margini sicuri della resezione e, in ultima analisi, migliorare i risultati per i pazienti.

Attualmente, l'imaging a risonanza magnetica (MRI) è diventato una modalità ampiamente utilizzata per la diagnosi e la valutazione preoperatoria dei tumori intracranici grazie alla sua superiore risoluzione dei tessuti molli, alle capacità di imaging multiparametrico e al vantaggio di essere nonionizzante 9,10. Le sequenze convenzionali di risonanza magnetica, come l'imaging ponderato per T1 (T1WI), l'imaging ponderato per T2 (T2WI), il recupero per inversione attenuata del fluido (FLAIR) e l'imaging ponderato con contrasto (CE-T1WI), possono rivelare chiaramente la posizione, la dimensione, la morfologia, la struttura interna del tumore e la sua relazione con i tessutiadiacenti 11,12. I meningiomi tipici compaiono nella risonanza magnetica come masse extraassiali ben definite, che mostrano segnali iso- o leggermente ipointensi sul T1WI, segnali iso- o leggermente iperintensi sul T2WI, con un miglioramento significativo e omogeneo dopo il contrasto, spesso accompagnato da un "segno caudal durale"13. Al contrario, i gliomi di alto grado (HGG) si presentano tipicamente come masse di forma irregolare e poco definite. Spesso sono circondati da estesi edema peritumorali visibili nelle sequenze T2WI/FLAIR e mostrano un potenziamento eterogeneo a forma di anello o ghirlanda dopo la somministrazione delcontrasto 14,15.

Tuttavia, la risonanza magnetica convenzionale affronta ancora numerose sfide nella pratica clinica. Per quanto riguarda la diagnosi differenziale, alcuni casi presentano caratteristiche atipiche. Ad esempio, alcuni HGG possono presentare una "pseudocapsula" relativamente ben definita e omogeneamente potenziante, rendendoli difficili da distinguere dai meningiomi. Al contrario, alcuni meningiomi cellulari atipici o anaplastici di alto grado (gradi II-III dell'OMS), a causa dei loro modelli di crescita invasivi, possono anch'essi imitare radiologicamente igliomi 16. Inoltre, la risonanza magnetica convenzionale ha una capacità limitata di valutare accuratamente l'estensione presunta dell'infiltrazione del glioma. La regione iperintensa osservata nelle sequenze T2WI/FLAIR è stata patologicamente confermata come un mix di infiltrazione cellulare tumorale, edema vasogenico e gliosi reattiva. La risonanza magnetica convenzionale non riesce a distinguere efficacemente questicomponenti 17. Analogamente, la regione di potenziamento visualizzata su CE-T1WI rappresenta principalmente il nucleo tumorale con una barriera emato-encefalica interrotta. Un numero significativo di cellule tumorali proliferative si è già infiltrato oltre questa regione di potenziamento, entrando e talvolta oltre l'area peritumorale T2 iperintensa all'interno del parenchima cerebraledall'aspetto normale 18,19. Questa discrepanza tra i confini radiologici e patologici è un fattore chiave che contribuisce all'elevato tasso di recidiva post-chirurgica dei gliomi. Di conseguenza, esiste un urgente bisogno clinico di nuovi strumenti di imaging molecolare che possano riflettere in modo più diretto e sensibile la cellularità tumorale e l'attività metabolica.

L'imaging a trasferimento di protoni ammidi (APT) è una tecnica emergente di imaging per risonanza magnetica molecolare. Funziona basandosi sul meccanismo di Trasferimento di Saturazione dello Scambio Chimico (CEST) 20,21. Saturando selettivamente i protoni ammidi (-NH) sulla spina dorsale delle proteine e peptidi mobili all'interno dei tessuti e trasferendo questa magnetizzazione alle molecole d'acqua circostanti, rileva indirettamente cambiamenti nel contenuto proteico tissutale e nel pHintracellulare/extracellulare 22,23. Nel microambiente tumorale, le cellule maligne mostrano tipicamente un'intensa attività proliferativa, portando a un aumento significativo dell'anabolismoproteico 24. Contemporaneamente, una glicolisi aumentata (l'effetto Warburg) nei tessuti tumorali spesso porta all'acidificazione del microambienteextracellulare 25. Queste alterazioni fisiopatologiche generalmente fanno apparire i segnali APT caratteristicamente iperintensi nelle neoplasie di alto grado. Inoltre, l'APT ha dimostrato un potenziale valore nel differenziare tra recidiva del glioma e necrosi da radiazioni, offrendo informazioni complementari alla risonanza magnetica convenzionale e ad altre tecniche di imagingfunzionale 26. Questo perché il tessuto tumorale ricorrente, caratterizzato da un'elevata densità cellulare e metabolismo attivo, mostra segnali APT alti. Al contrario, la necrosi da radiazioni, composta principalmente da detriti cellulari e reazioni infiammatorie, si presenta con segnali APT bassi. Questi risultati sono stati confermati da studi clinici che hanno dimostrato la superiorità dell'APT rispetto alla risonanza magnetica convenzionale nel distinguere la recidiva tumorale dai cambiamenti correlati altrattamento 27.

Tuttavia, la ricerca attuale si concentra prevalentemente sulla gradazione o differenziazione del glioma rispetto ad altre patologie intracraniche, come le metastasi o illinfoma 28,29,30. Gli studi sistematici che indagano specificamente l'utilità dell'imaging APT per distinguere meningiomi da gliomi di vari gradi, in particolare quelli che comprendono sia gliomi di basso che di alto grado, rimangono relativamente limitati. Inoltre, se l'area di anomalia del segnale APT possa fungere da surrogato di imaging che si corrisponda meglio all'entità dell'infiltrazione cellulare nei gliomi, in particolare nei gliomi di alto grado (HGG), merita ulteriori indagini approfondite.

Clinicamente, l'imaging APT può essere utile per la differenziazione preoperatoria degli HGG dai meningiomi e per valutare le caratteristiche di imaging legate all'infiltrazione del glioma, specialmente quando la risonanza magnetica convenzionale è ambigua. Tuttavia, l'implementazione di routine affronta sfide pratiche: i tempi di acquisizione prolungati aumentano il rischio di movimento; la quantificazione del segnale è sensibile alle inomogeneità del campo e agli algoritmi di post-elaborazione, richiedendo protocolli standardizzati; e le metriche APT dovrebbero integrare, non sostituire, la risonanza magnetica convenzionale a causa della possibile sovrapposizione in alcuni LGG e meningiomi benigni. Per l'adozione, raccomandiamo di iniziare con casi difficili e di integrarli gradualmente nella pratica di routine una volta che l'esperienza locale e la garanzia di qualità saranno consolidate. In definitiva, l'imaging APT offre informazioni biologiche uniche ma è meglio usata con giudizio all'interno di un quadro di risonanza magnetica multiparametrica.

Lavori precedenti di Zhang et al.31 hanno esplorato preliminarmente l'utilità dell'imaging APT nel distinguere meningiomi da gliomi, proponendo i rapporti RAPT/T2 e RAPT/E come potenziali marcatori di infiltrazione tumorale. Tuttavia, quello studio è stato limitato da un campione relativamente piccolo (50 pazienti) e non ha valutato sistematicamente la performance diagnostica dei parametri APT rispetto alle caratteristiche convenzionali della risonanza magnetica in tutte le distinzioni a coppie clinicamente rilevanti, utilizzando analisi complete delle curve delle caratteristiche operative del ricevitore (ROC). Inoltre, le implicazioni cliniche delle anomalie dell'estensione spaziale definite dall'APT per la pianificazione chirurgica e radioterapica non sono state discusse a fondo. Sulla base di questa logica, lo studio mira ad analizzare retrospettivamente i dati APT e la risonanza magnetica convenzionale di pazienti con meningiomi e gliomi patologicamente confermati di diversi gradi. Confrontiamo sistematicamente i parametri dell'APT tra questi due tipi di tumori per valutare l'efficacia diagnostica dell'imaging APT per la differenziazione preoperatoria dei meningiomi dai gliomi. Parallelamente, confrontando l'estensione spaziale della regione di anomalia APT con quella delle aree di iperintensità T2WI e di potenziamento CE-T1WI, questo studio esplora preliminarmente il potenziale valore applicabile dell'imaging APT come strumento radiologico per dedurre il confine di crescita infiltrativa dei tumori. L'obiettivo è fornire ai clinici informazioni derivate dall'imaging che possano rafforzare le basi per la pianificazione chirurgica, anche se tali inferenze attendono validazione patologica.

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Protocollo

Questo protocollo di studio rispettava i principi etici delineati nella Dichiarazione di Helsinki ed è stato approvato dal comitato di revisione etica dell'Ospedale Popolare Songgang del distretto di Shenzhen Bao'an (Numero di approvazione: IRB-YJ-2025-045). Dato il suo disegno retrospettivo, lo studio ha coinvolto solo l'analisi di dati clinici e di imaging archiviati. Tutte le informazioni identificabili dai pazienti sono state strettamente anonimizzate.

Progettazione della ricerca e materie

Questo studio è un'analisi diagnostica retrospettiva. Abbiamo raccolto retrospettivamente dati clinici e di imaging da pazienti con tumori cerebrali ricoverati nei Reparti di Neurochirurgia Oncologica del Songgang People's Hospital, Distretto di Bao'an, Shenzhen, e Shenzhen Second People's Hospital tra gennaio 2024 e giugno 2025. Tutti i pazienti avevano diagnosi patologicamente confermate dopo l'intervento. Sono stati infine inclusi 105 pazienti, tutti sottoposti sia a risonanza magnetica convenzionale che a esami di imaging APT preoperatori. Secondo la Classificazione OMS dei Tumori delSistema Nervoso Centrale del 2021 32, i pazienti sono stati suddivisi in tre gruppi: Gruppo meningioma: 55 casi, patologicamente confermati come gradi I-II dell'OMS. Gruppo Glioma di Basso Grado (LGG): 20 casi, patologicamente confermati come gradi I-II dall'OMS. Gruppo HGG: 30 casi, patologicamente confermati come gradi III-IV dell'OMS. Tutti i pazienti si sono sottoposti sia alla risonanza magnetica convenzionale che agli esami di imaging APT preoperatori. Il diagramma di flusso dettagliato dello studio è presentato nella Figura 1.

Criteri di inclusione ed esclusione

I criteri di inclusione erano (1) pazienti sottoposti a una resezione chirurgica iniziale con una diagnosi istopatologica definitiva di meningioma (gradi I-II OMS), LGG (gradi I-II OMS) o HGG (gradi III-IV OMS); (2) completamento della risonanza magnetica cranica senza contrasto, scansione con contrasto potenziata ponderata T1 e imaging APT entro una settimana prima dell'intervento; (3) disponibilità di dati di imaging completi con buona qualità d'immagine, privi di artefatti significativi, adatti alla valutazione diagnostica e alle misurazioni; (4) disponibilità di dati clinici completi e di registrazioni di follow-up.

I criteri di esclusione erano (1) pazienti che avevano ricevuto qualsiasi terapia antitumorale (ad esempio, radioterapia, chemioterapia, terapia mirata o immunoterapia) prima dell'intervento; (2) pazienti con tumori cerebrali ricorrenti o presenza di altre lesioni intracraniche che occupano lo spazio; (3) pazienti con controindicazioni all'esame MRI; (4) immagini con artefatti di movimento gravi o artefatti di suscettibilità che influenzerebbero l'analisi dei dati successiva; (5) diagnosi patologica dei tipi tumorali del sistema nervoso centrale diversi da quelli sopra specificati.

Calcolo della dimensione del campione

Questo studio è stato un'analisi diagnostica retrospettiva e la dimensione del campione è stata determinata principalmente da tutti i casi disponibili che soddisfacevano i criteri di inclusione durante il periodo dello studio. Per valutare se la dimensione attuale del campione fosse sufficiente a rilevare differenze statisticamente significative nei parametri dell'APT tra i gruppi, abbiamo fatto riferimento alle differenze nei valori del segnale dell'APT tra gliomi e meningiomi di diverso grado riportate nella letteraturaprecedente 33. Impostando α = 0,05 e una potenza statistica di 0,80, e utilizzando una formula di confronto con la media a due campioni per la stima, abbiamo determinato che erano necessari almeno 15 campioni per gruppo. Basandosi sull'inclusione finale di 105 pazienti (55 meningiomi, 20 LGG, 30 HGG), un'analisi post-hoc della potenza ha mostrato che la capacità di rilevare differenze nella media dell'APT tra i tre gruppi superava 0,95 rispetto alla dimensione attuale del campione. Ciò indica che la dimensione del campione dello studio era adeguata a supportare l'inferenza statistica.

Acquisizione e post-elaborazione dell'immagine

Protocollo di scansione per risonanza magnetica:

Tutti i pazienti sono stati scansionati utilizzando uno scanner a risonanza magnetica (RM) con una bobina testata standard a 8 canali 34. Le sequenze e i parametri di scansione erano i seguenti:

Sequenze convenzionali: l'imaging ponderato in T1 assiale (T1WI) è stato eseguito utilizzando una sequenza tridimensionale di eco-gradiente deteriorato (3D T1-SPGR, tempo di ripetizione/tempo di eco [TR/TE] = 8,5/3,4 ms, angolo di inversione = 12°, spessore della fetta = 1,2 mm, gap tra le fette = 0 mm, campo visivo [FOV] = 24 cm × 24 cm, matrice = 256 × 256). L'imaging assiale pesato in T2 (T2WI) è stato acquisito con una sequenza di spin-echo rapida (TR/TE = 4.500/102 ms, spessore della fetta = 5 mm, gap interslice = 1,5 mm, FOV = 24 cm × 24 cm, matrice = 384 × 224). Le immagini di recupero per inversione attenuata dal fluido (FLAIR) sono state ottenute con tempo di ripetizione/tempo di eco/tempo di inversione (TR/TE/TI) = 9.000/120/2.250 ms.

Scansione con contrasto aumentato: Dopo l'iniezione endovenosa di gadopentetato dimeglumine a una dose standard di 0,1 mmol/kg di peso corporeo e una portata di 2 mL/s, seguita da un lavaggio salino di 20 mL, sono state acquisite immagini T1WI con contrasto assiale, sagittale e coronale con contrasto aumentato utilizzando gli stessi parametri della sequenza T1-SPGR 3D precontrasto.

Sequenza di imaging APT: L'imaging APT è stato eseguito utilizzando una sequenza bidimensionale di impulsi a eco-gradiente con i seguenti parametri: TR/TE = 3.000/3,5 ms, spessore della fetta = 5 mm, FOV = 24 cm × 24 cm, matrice = 128 × 128, numero di eccitazioni = 2 e un tempo totale di acquisizione di 4 min e 32 s. Un impulso di saturazione a onde continue con una durata di 2 s e una potenza (B₁) di 2 μT veniva applicato con offset di frequenza che variavano da −6 a +6 parti per milione (ppm) (in passi di 0,5 ppm), inclusa la frequenza di risonanza dell'acqua a 0 ppm. Sotto il campo magnetico principale (B₀), l'impulso di saturazione veniva applicato specificamente alla frequenza di risonanza downfield di +3,5 ppm rispetto alla risonanza dei protoni dell'acqua (0 ppm), corrispondente al tasso di scambio chimico dei protoni ammidici. Prima dell'acquisizione dell'APT, l'omogeneità B₀ veniva corretta utilizzando un approccio di riferimento per spostamento della saturazione dell'acqua (WASSR) con parametri di saturazione identici alla scansione principale dell'APT ma con un'ampiezza B₁ ridotta di 0,5 μT. Dopo la scansione, immagini ponderate APT e mappe di asimmetria del rapporto di trasferimento di magnetizzazione (MTRasym) a 3,5 ppm sono state generate automaticamente dal software integrato dello scanner calcolando l'asimmetria del rapporto di trasferimento di magnetizzazione: MTRasym(3,5 ppm)=[S(−3,5 ppm) − S(+3,5 ppm)] / S(0 ppm), dove S(Δω) rappresenta l'intensità del segnale con l'impulso di saturazione applicato allo sfasamento di frequenza indicato Δω rispetto alla risonanza dell'acqua. Il valore positivo di MTRasym a 3,5 ppm riflette principalmente l'effetto di trasferimento di protoni ammide, poiché il trasferimento di magnetizzazione (MT) e gli effetti di Overhauser nucleare sono approssimativamente simmetrici rispetto alla risonanza dell'acqua e quindi annullati dal calcolo dell'asimmetria.

Analisi dell'immagine:

Tutti i dati di imaging sono stati analizzati in modo indipendente da due neuroradiologi con oltre 5 anni di esperienza nell'utilizzo di una workstation software per la visualizzazione delle immagini. La delimitazione della Regione di Interesse (ROI) è stata effettuata secondo le seguenti procedure standardizzate:

Regione solida del tumore: Nelle immagini T1WI con contrasto aumentato, è stato disegnato manualmente un ROI lungo il margine di esaltazione del tumore, evitando con attenzione le aree di edema necrotico, cistico e peritumorale. Il ROI è stato disegnato per includere l'intero componente di potenziamento solido sulla fetta con il diametro massimo del tumore.

Regione T2 iperintensa: Nelle immagini T2WI è stato disegnato manualmente un ROI per coprire l'intera area iperintensa, inclusi sia il tumore che l'edema peritumorale circostante. Il confine era definito come il margine visibile in cui l'iperintensità incontrava il parenchima cerebrale di aspetto normale.

Regione del segnale anomala APT: Sulle mappe MTRasym ponderate per APT, utilizzando come riferimento la sostanza bianca contralaterale di apparenza normale, è stato disegnato manualmente un ROI per includere tutte le aree con intensità del segnale superiore al segnale medio del tessuto normale di riferimento più 2 deviazioni standard. Questo approccio basato sulla soglia è stato applicato alla stessa fetta del diametro massimo del tumore. Il ROI di riferimento controlaterale è stato posizionato nel centro semiovale in una posizione speculare rispetto al tumore, con un'area di circa 100mm2.

Per coerenza, ogni ROI è stato misurato tre volte su fette consecutive centrate sul diametro massimo del tumore, e il valore medio è stato registrato per l'analisi. Tutte le delineazioni del ROI sono state effettuate indipendentemente dai due revisori e eventuali discrepanze sono state risolte per consenso. L'accordo tra osservatori è stato valutato utilizzando il coefficiente di correlazione intraclasse (ICC), con un ICC > 0,80 che indica un'eccellente concordanza.

I seguenti parametri sono stati misurati e calcolati:

Intensità media del segnale APT (media APT): Il valore medio di MTRasym a 3,5 ppm nel ROI della regione solida tumorale.

Calcolo del rapporto regionale:

RAPT/T2: Il rapporto tra l'area della regione del segnale anomalo dell'APT e l'area della regione iperintensa T2WI (RAPT / RT2).

RAPT/E: Il rapporto tra l'area della regione del segnale anomalo dell'APT e l'area della regione di contrasto T1WI (RAPT / RE).

Misure di esito clinico

Le principali misure di valutazione di questo studio sono state i parametri di imaging e la loro efficacia diagnostica, piuttosto che gli esiti clinici terapeutici. Risultati primari per l'imaging: valorimedi di APT per ogni gruppo (meningioma, LGG, HGG) e i rapporti RAPT/T2 e RAPT/E per i gruppi LGG e HGG.

Analisi statistica

Le variabili continue sono state testate per la normalità utilizzando il test di Shapiro-Wilk. I dati normalmente distribuiti sono presentati come media ± deviazione standard (SD) e confrontati con l'analisi unidirezionale della varianza (ANOVA) (Bonferroni post-hoc). I dati non normali e i dati ordinali sono presentati come M (Q₁, Q₃) e confrontati utilizzando il test H di Kruskal-Wallis (test di Dunn con correzione di Bonferroni). I dati categorici sono presentati come n (%) e confrontati utilizzando il test Chi-quadrato o il test esatto di Fisher. Le curve ROC sono state tracciate per valutare le prestazioni diagnostiche. Tutti i test erano a doppio verso; P < 0,05 è stato considerato significativo.

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Risultati

Caratteristiche di base e cliniche

Sono state osservate differenze significative tra i tre gruppi di pazienti in termini di età, punteggio dello stato di performance di Karnofsky (KPS), sintomi iniziali presentanti e grado OMS (P < 0,001). I pazienti del gruppo HGG erano più anziani, presentavano punteggi KPS più bassi e si presentavano più frequentemente con deficit neurologici focali come sintomo iniziale. Al contrario, i pazienti del gruppo...

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Discussione

Distinguere correttamente tra gliomi e meningiomi preoperatoriamente e delimitare con precisione i presunti confini di infiltrazione tumorale sull'imaging costituiscono sfide fondamentali in neuro-oncologia, influenzando direttamente le strategie terapeutiche e la prognosi finale dei pazienti. Questo studio, basato sull'APT, una tecnica emergente di risonanza magnetica molecolare, ne valutò sistematicamente il valore applicativo nel differenziare gliomi di vari gradi dai meningiomi. Inol...

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Dichiarazioni

Gli autori non hanno conflitti di interesse da dichiarare.

Ringraziamenti

Questo lavoro è stato finanziato dal Progetto di Ricerca Medica e Sanitaria del Distretto di Bao'an 2023 (Grant n. 2023JD224).

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Materiali

Elenco dei materiali utilizzati in questo articolo
NomeAziendaNumero di catalogoCommenti
3.0T MR ScannerGE HealthcareDiscovery 750WUsed for all conventional and APT imaging sequences.
Contrast Agent (Gadopentetate Dimeglumine)Bayer HealthcareMagnevistStandard dose of 0.1 mmol/kg body weight, administered intravenously at 2 mL/s.
Head CoilGE HealthcareStandard 8-channelReceive-only head coil for signal acquisition.
Image Analysis SoftwareMicroDicom Ltd.MicroDicom Viewer (version 3.0)Used for ROI delineation and parameter measurement by neuroradiologists.
Post-processing SoftwareGE HealthcareFuncTool (built-in)Automatically generates APT-weighted images and MTRasym maps on the scanner.
Statistical Analysis SoftwareIBM Corp.SPSS (version 25.0)Used for all statistical analyses, including ROC curves and group comparisons.

Riferimenti

  1. Lu SL et al. The intracranial tumor segmentation challenge: contour tumors on brain MRI for radiosurgery. Neuroimage. 2021;244:118585.
  2. Ostrom QT et al. CBTRUS statistical report: primary brain and other central nervous system tumors diagnosed in the United States in 2015-2019. Neuro Oncol. 2022;24(Suppl 5):v1-95.
  3. Lin H et al. Understanding the immunosuppressive microenvironment of glioma: mechanistic insights and clinical perspectives. J Hematol Oncol. 2024;17(1):31.
  4. Jayaram MA, Phillips JJ. Role of the microenvironment in glioma pathogenesis. Annu Rev Pathol. 2024;19(1):181-201.
  5. Segar DJ et al. Modeling of intracranial tumor treating fields for the treatment of complex high-grade gliomas. Sci Rep. 2023;13(1):1636.
  6. Wen PY et al. Dabrafenib plus trametinib in patients with BRAF V600E-mutant low-grade and high-grade glioma (ROAR): a multicentre, open-label, single-arm, phase 2, basket trial. Lancet Oncol. 2022;23(1):53-64.
  7. Szulzewsky F, Thirimanne HN, Holland EC. Meningioma: current updates on genetics, classification, and mouse modeling. Ups J Med Sci. 2024;129(S1):e10579.
  8. Moussalem C et al. Meningioma genomics: a therapeutic challenge for clinicians. J Integr Neurosci. 2021;20(2):463-9.
  9. Han T, Liu X, Zhou J. Progression/recurrence of meningioma: an imaging review based on magnetic resonance imaging. World Neurosurg. 2024;186:98-107.
  10. Cosgun Z, Dagistan Y, Dagistan E, Kalfaoglu ME. Neglected giant pituitary adenoma: a unique case report. Journal of Endocrine Systems Research. 2025;1(1):11-6.
  11. Sakai M et al. Nonbrain metastases seen on magnetic resonance imaging during metastatic brain tumor screening. Jpn J Radiol. 2023;41(4):367-81.
  12. Aunan-Diop JS et al. Magnetic resonance elastography in intracranial neoplasms: a scoping review. Top Magn Reson Imaging. 2022;31(1):9-22.
  13. Xiong H et al. A radiomics model for the differentiation of intracranial solitary fibrous tumor/hemangiopericytoma and meningioma based on multiparametric magnetic resonance imaging. Neurol India. 2024;72(4):779-83.
  14. Clement P et al. Micro- to macroscale magnetic resonance imaging of glioma. MAGMA. 2022;35(1):1-2.
  15. Sui Z et al. Magnetic resonance imaging evaluation of brain glioma before postoperative radiotherapy. Clin Transl Oncol. 2021;23(4):820-6.
  16. Würtemberger U et al. Microstructural differentiation of cerebral metastases, glioblastoma, meningioma, and primary CNS lymphoma using advanced diffusion imaging techniques. Neurooncol Adv. 2025;7(1):vdaf076.
  17. Schmitz-Abecassis B et al. Extension of T2 hyperintense areas in patients with a glioma: a comparison between high-quality 7 T MRI and clinical scans. NMR Biomed. 2025;38(3):e5316.
  18. Xia X, Du W, Gou Q. Machine learning-based radiomics for differentiating lung cancer subtypes in brain metastases using CE-T1WI. Front Oncol. 2025;15:1599882.
  19. Zhang Y et al. Glioblastoma and solitary brain metastasis: differentiation by integrating demographic-MRI and deep-learning radiomics signatures. J Magn Reson Imaging. 2024;60(3):909-20.
  20. Zhou J et al. Using the amide proton signals of intracellular proteins and peptides to detect pH effects in MRI. Nat Med. 2003;9(8):1085-90.
  21. Zhou J et al. Three-dimensional amide proton transfer MR imaging of gliomas: initial experience and comparison with gadolinium enhancement. J Magn Reson Imaging. 2013;38(5):1119-28.
  22. Sun Q et al. Plasma β-amyloid, tau, neurodegeneration biomarkers and inflammatory factors of probable Alzheimer’s disease dementia in Chinese individuals. Front Aging Neurosci. 2022;14:963845.
  23. Zhang H, Zhou J, Peng Y. Amide proton transfer-weighted MR imaging of pediatric central nervous system diseases. Magn Reson Imaging Clin N Am. 2021;29(4):631-41.
  24. Inoue A et al. Role of amide proton transfer imaging in maximizing tumor resection in malignant glioma: a possibility to take the place of 11C-methionine positron emission tomography. Neurosurg Rev. 2023;46(1):294.
  25. Zhang J et al. ESM1 enhances fatty acid synthesis and vascular mimicry in ovarian cancer by utilizing the PKM2-dependent Warburg effect within the hypoxic tumor microenvironment. Mol Cancer. 2024;23(1):94.
  26. Chen K, Jiang XW, Deng LJ, She HL. Differentiation between glioma recurrence and treatment effects using amide proton transfer imaging: a mini-Bayesian bivariate meta-analysis. Front Oncol. 2022;12:852076.
  27. Park JE et al. Pre- and posttreatment glioma: comparison of amide proton transfer imaging with MR spectroscopy for biomarkers of tumor proliferation. Radiology. 2016;278(2):514-23.
  28. Debnath A, Gupta RK, Singh A. Evaluating the role of amide proton transfer-weighted contrast, optimized for normalization and region of interest selection, in differentiation of neoplastic and infective mass lesions on 3T MRI. Mol Imaging Biol. 2020;22(2):384-96.
  29. Park YW et al. Differentiation of recurrent diffuse glioma from treatment-induced change using amide proton transfer imaging: incremental value to diffusion and perfusion parameters. Neuroradiology. 2021;63(3):363-72.
  30. Yu H et al. Applying protein-based amide proton transfer MR imaging to distinguish solitary brain metastases from glioblastoma. Eur Radiol. 2017;27(11):4516-24.
  31. Zhang HW et al. Differentiation of meningiomas and gliomas by amide proton transfer imaging: a preliminary study of brain tumour infiltration. Front Oncol. 2022;12:886968.
  32. Soni N et al. Meningioma: molecular updates from the 2021 World Health Organization classification of CNS tumors and imaging correlates. AJNR Am J Neuroradiol. 2025;46(2):240-50.
  33. Zhou J et al. Review and consensus recommendations on clinical APT-weighted imaging approaches at 3T: application to brain tumors. Magn Reson Med. 2022;88(2):546-74.
  34. Chen K et al. Amide proton transfer-weighted magnetic resonance imaging for the diagnosis of symptomatic chronic intracranial artery stenosis: a feasibility study. Quant Imaging Med Surg. 2022;12(11):5184-97.
  35. Tokunaga C et al. Effect of saturation pulse duration and power on pH-weighted amide proton transfer imaging: a phantom study. Magn Reson Med Sci. 2023;22(4):487-95.
  36. Joo B et al. Amide proton transfer imaging might predict survival and IDH mutation status in high-grade glioma. Eur Radiol. 2019;29(12):6643-52.
  37. Zhang HW, Lin F. Research progress on amide proton transfer imaging in preoperative and postoperative glioma assessment. Curr Med Imaging. 2023;19(9):971-6.
  38. Lin G et al. Volumetric amide-proton-transfer weighted imaging histogram analysis to differentiate pediatric high-grade and low-grade gliomas. BMC Cancer. 2025;25(1):1392.
  39. Hao Z et al. AQP8 promotes glioma proliferation and growth, possibly through the ROS/PTEN/AKT signaling pathway. BMC Cancer. 2023;23(1):516.
  40. Knowles LM et al. Clotting promotes glioma growth and infiltration through activation of focal adhesion kinase. Cancer Res Commun. 2024;4(12):3124-36.
  41. Chawla S et al. Metabolic and physiologic magnetic resonance imaging in distinguishing true progression from pseudoprogression in patients with glioblastoma. NMR Biomed. 2022;35(7):e4719.
  42. Jen JP et al. Beyond T2-FLAIR mismatch sign in isocitrate dehydrogenase (IDH)-mutant 1p19q non-codeleted astrocytoma: analysis of tumor core and evolution with multiparametric magnetic resonance imaging. Neurooncol Adv. 2024;6(1):vdae065.
  43. Carrete LR, Young JS, Cha S. Advanced imaging techniques for newly diagnosed and recurrent gliomas. Front Neurosci. 2022;16:787755.
  44. Debiasi G et al. Magnetic susceptibility properties of tumor-associated cells imaged by MRI reveal glioblastoma infiltration in the edema region. Commun Med (Lond). 2025;5(1):487.
  45. Smits M. Imaging of oligodendroglioma. Br J Radiol. 2016;89(1060):20150857.
  46. Lee MD et al. Utility of percentage signal recovery and baseline signal in DSC-MRI optimized for relative CBV measurement for differentiating glioblastoma, lymphoma, metastasis, and meningioma. AJNR Am J Neuroradiol. 2019;40(9):1445-50.
  47. Stopa BM, Juhász C, Mittal S. Comparison of amino acid PET to advanced and emerging MRI techniques for neurooncology imaging: a systematic review of the recent studies. Mol Imaging. 2021;2021:8874078.
  48. Sartoretti E et al. Amide proton transfer weighted (APTw) imaging based radiomics allows for the differentiation of gliomas from metastases. Sci Rep. 2021;11(1):5506.
  49. Ikechukwu GC, Egba SI, Paul PC, Umeh VA. Artificial intelligence for public health surveillance: promises, pitfalls, and an ethics-equity roadmap for deployment. Disease Prevention and Epidemiology. 2026;1(1):22-39.

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Ristampe e permessi

Tag

Imaging APTDifferenziazione dei GliomiDiagnosi del MeningiomaImaging dei Tumori CerebraliSaturazione dello Scambio ChimicoGrado dei GliomiMRI dei Tumori CerebraliContenuto Proteico del Tumore
Contattaci
Consiglia alla biblioteca

Privacy

Termini di utilizzo

Politiche

Copyright © 2026 MyJoVE Corporation. Tutti i diritti riservati.