このコンテンツを表示するには、JoVEへの購読が必要です。 または、無料トライアルをお申し込みください。

方法論記事

膵臓神経内分泌腫瘍と膵管腺癌の超音波内視鏡による鑑別

529 回視聴

⸱

DOI:

10.3791/68199

⸱

2025年6月20日

 ,  ,  ,  ,  , 
1Department of Gastroenterology, Minhang Hospital, Fudan University, 2Department of Gastroenterology, Ruijin Hospital, School of Medicine, Shanghai Jiaotong University, 3Department of Oncology, Shanghai Medical College, Fudan University, 4Department of Endoscopy, Fudan University Shanghai Cancer Center

* These authors contributed equally

この記事について

サマリー

この研究では、デジタル画像分析を使用して、膵臓神経内分泌腫瘍 (PNEN) と膵管腺癌 (PDAC) を区別する方法の概要を説明します。

要約

超音波内視鏡(EUS)は、膵臓の腫瘤を評価するための最も重要なイメージングモダリティの1つであり、膵臓の高解像度の視覚化を提供します。この研究は、EUS を介して 観察された固形膵臓腫瘍における膵臓神経内分泌腫瘍 (PNEN) と膵管腺癌 (PDAC) の鑑別におけるデジタル画像分析 (DIA) の実現可能性を評価することを目的としています。2018年から2023年にかけてEUSの手技で検査されたすべての固形膵臓腫瘍について、PDACおよびPNENの病理学的診断が確認された症例を含むレトロスペクティブ解析が実施された。DIAの実行にはAdobe Photoshopを使用しました。グレー比は、選択された背景に対する病変のグレースケール比として定義され、一貫性を確保するために計算されました。真円度は、面積と周囲長の比率によって決定されました。さらに、さらなる分析のためにグレースケール標準偏差を抽出しました。EUS画像から得られた3つの定量的パラメータ(真円度、グレー比、グレースケール標準偏差)により、PNENとPDACを区別する可能性が示されました。具体的には、真円度が0.68より大きい、グレー比が0.40を超える、グレースケール標準偏差が12.44未満であることは、潜在的なPNENを示していました。

概要

膵臓がんは、固形病変と嚢胞性病変の両方で構成され、世界中のがん関連死因のトップ10にランクされています1。固形膵臓腫瘍の最も一般的な組織型は膵管腺癌(PDAC)であり、悪性膵臓腫瘍の95%を占めています。診断時点で、PDAC症例の約80%が局所進行性疾患または転移を呈し、生存期間の中央値は1年未満です2。外科的および術後の補助療法は、残りの20%の患者に対してのみ実行可能であり、5年生存率を約10%〜22%に延長する可能性があります。

膵神経内分泌腫瘍(PNEN)は、2番目に多い固形膵臓腫瘍であり、PDACよりも予後が良好です3。PNENは、膵臓内分泌ホルモンの分泌と関連する臨床症状に基づいて、機能性または非機能性に分類されます。PNENの治療戦略は、PDACの治療戦略とは大きく異なります。初期段階のPNENでは、手術が主な推奨事項であり、利用可能な唯一の「治癒的」治療法であることに変わりはありません。さらに、PNENの化学療法は、ソマトスタチン類似体や受容体チロシンキナーゼ阻害剤などの薬剤を利用して、PDACと比較してより特異的で選択的です。WHOの分類によると、PNENは有糸分裂数とKi-67指数に基づいて3つの組織学的グレードに分類され、どちらも信頼できる予後指標として機能します4。

PDACとPNENでは疫学、予後、治療が異なるため、効果的な治療には正確な診断が不可欠です。膵臓腫瘍の管理アルゴリズムでは、超音波内視鏡(EUS)とEUSガイド下穿刺吸引(EUS-FNA)が、診断、病期分類、治療の中核的なモダリティとなっています。EUSで不規則な縁と膵管の拡張を伴う病変は、PNEN 5,6,7ではなくPDACを示すことがよくあります。ただし、EUSの重要な要素である超音波画像の解釈は、オペレーターの経験に応じて主観的で変動する可能性があります。

近年、デジタル画像解析(DIA)は、コンピュータ断層撮影(CT)や超音波検査8などの医療診断にますます利用されるようになっています。質量の特性はプローブによって捕捉され、ピクセル情報に変換され、さらなるコンピューター分析に利用できるグレースケールイメージングを形成します。公文らは、DIAを正常膵臓と疾患膵臓およびリンパ節を区別するために適用した先駆者でした9。その後、他の研究者は、神経ネットワークベースの予測モデルとサポートベクターマシン理論9を採用して、正常組織からの膵臓がんの鑑別診断のためのDIAの使用を検討しました。

これらの進歩に基づいて、現在の研究は、DIAが膵臓神経内分泌腫瘍(PNEN)と固形膵臓腫瘍の膵管腺癌(PDAC)を効果的に区別できるかどうかを評価することを目的としていました 内視鏡超音波(EUS)。

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

プロトコル

瑞金病院の施設内審査委員会は、この研究を承認し[Clinical Ethics Review No. 75 (2012)]、プロトコールは人間のケアに関する施設ガイドラインに準拠していました。2018年から2023年にかけて瑞金病院で超音波内視鏡検査(EUS) で 検査されたすべての膵臓病変を遡及的に分析しました。データは電子医療データベースから取得されました。

選択基準は次のとおりでした:(1)EUS画像では明確な病変が示されました。(2) 膵管腺癌(PDAC)または膵神経内分泌腫瘍(PNEN)の組織学的診断が得られた。除外基準は次の通りでした:(1)不完全または部分的に欠落しているデータ。(2)門脈、脾臓静脈、腸間膜動静脈構造、膨大部、および画像分析に影響を与える可能性のある空洞組織を取り巻く腫瘍。(3)胆管または膵管へのステント留置術の影響を受ける超音波画像診断。(4)病院から入手できない超音波内視鏡のデジタル画像。(5) 術後病理検査の結果が不明瞭なもの、またはPNENまたはPDACに該当しない所見(6)嚢胞性または複合性嚢胞性病変などの非固形膵臓腔を示すEUS画像。すべてのEUS手順は、5MHzまたは7.5MHzの周波数で動作する線形走査型エコー内視鏡を使用して、2人の経験豊富な超音波検査技師によって行われました。対象領域のEUSの特徴が文書化され、膵臓全体と隣接する臓器の包括的な検査中に、少なくとも5つの対応する画像が撮影されました。インフォームドコンセントは、ジアゼパムの筋肉内鎮静を受けたすべての患者から得られました。.この試験で使用された試薬および機器は、 材料表に記載されています。

1. 術前準備

  1. 患者が処置の少なくとも12時間前に絶食していることを確認してください。
  2. 手順を開始する前に、全身静脈麻酔を投与します (施設で承認されたプロトコルに従います)。

2.胃内視鏡探査

  1. 内視鏡を患者の口に挿入し、胃腔をガスで膨らませます。
  2. 内視鏡を食道に沿って徐々に進め、十二指腸乳頭の入り口に到達します。
  3. 超音波プローブを内視鏡に挿入し、イメージングのために標的臓器の近くに配置します。
    注:5年以上の経験を持つ2人の経験豊富な消化器内科医が超音波内視鏡を行うことを確認してください。

3.膵臓の十二指腸スキャン

  1. 超音波内視鏡プローブを十二指腸乳頭の高さに挿入し、ベンディングノブを調整してプローブをまっすぐにします。
  2. 十二指腸から空気と粘液をすべて取り除きます。ウォーターバッグに5〜15 mLの水を入れて、ウォーターバッグの壁と十二指腸が密着するようにします。
  3. 内視鏡の左右および上下のコントロールボタンを調整します。最適なイメージングを維持するために、超音波内視鏡を外部から慎重に操作します。
    注意: 超音波画像が表示された後、腸管内にガス干渉が観察された場合は、生検鉗子チャネルを介して脱気水を注入し、プローブの位置を調整してガス干渉を排除します。

4.膵臓の胃腸スキャン

  1. ウォーターバッグから脱気された水を吸引し、十二指腸スキャンが完了したら、内視鏡を胃のアントラムに引っ込めます。
  2. 脱気した水をウォーターバッグに注入し、超音波画像を表示しながら内視鏡超音波を引っ込めます。
  3. 胃の体と眼底に到達したときの膵臓の体と尾を視覚化します。
  4. 200〜300mLの脱気水を胃に注入して、膵臓の体と尾の視認性を高めます。

5. 術後の回復

  1. 手順中に満足のいく画像データを収集し、後で参照できるように画像をサーバーに保存します。
  2. 超音波プローブと内視鏡を患者の体から取り外します。

6. 画像解析

  1. デジタル イメージは、768 × 576 ピクセルの解像度の 8 ビット イメージとして Picture Archiving and Communication Systems (PACS) に保存します。
  2. 画像編集ソフトによる画像解析を行います。
  3. 関心領域(ROI)選択のために、明確な腫瘍領域のアウトラインを手動で作成します。
  4. Magic Wandツールを使用して、ROIを自動的に選択します。
  5. ヒストグラムおよび解析ツールを使用して、面積、周囲長、幅、高さ、長径と短径、真円度(腫瘍のサイズと形状を反映)、平均グレースケール値とグレースケール比(エコーの強度を示す)、グレースケール標準偏差(エコーの均一性の評価)などのイメージングパラメータを解析および記録します。
  6. 3 つのリング状の ROI を描き、それぞれが同一のピクセル数と通常の EUS の外観を持ち、標準動作条件下での平均背景密度を計算します。
  7. 腫瘍のグレースケールを背景のグレースケールで割ることにより、グレースケール比を計算します。真円度を面積と周長の比率として定義し、次の式10を使用します。
    真円度 = 4π ×面積 / (周囲長 2)
    注:EUS画像のグレースケールは、検査中のコントラストとゲイン設定によって異なる場合があります。これらの手順を示すフローチャートを 図 1 に示します。

7. データ分析

  1. 定量的データ(面積、周囲長、真円度、グレー比、長径、グレースケール標準偏差、および経年数)を平均±標準偏差(m ± SD)として提示します。独立標本のt検定またはMann-WhitneyのU検定を使用してこれらを比較します。
  2. 定性的データ(ステージと性別)を度数として表現します。フィッシャーの正確確率検定またはピアソンのカイ二乗検定を使用して、これらを比較します。0.05未満の p値を 統計的に有意であると考えます。
  3. 長径、真円度、グレー比、グレースケール標準偏差のレシーバー動作特性 (ROC) 曲線を生成します。各パラメータのカットオフ値を計算します。
  4. 感度、特異度、陽性適中率(PPV)、陰性適中率(NPV)、および精度を計算することにより、診断価値を評価します。いずれかのパラメーターが負の場合は、結合された結果を負として分類します。

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

結果

患者の特性
合計119人の患者がEUS穿刺および組織学的診断を受け、その内訳はPDAC患者63人、PNEN患者54人でした。参加者の平均年齢は55.4歳±14.10歳で、47.86%が男性であると特定されました。EUSの特徴に基づくと、59例が膵頭部に、58例が膵臓または尾部に、3例が膵臓全体に関与していました。WHOの病期分類システムによると、PNEN症例の半数以上がステージIに分類されました(62.96%、34/54)。PDACについては、UICC TNMシステムが適用され、ほとんどの症例がステージII(36.51%、23/63)に分類され、次にステージIV(25.40%、16/63)に分類されました( 表1を参照)。

2つのグループ間の男女比に有意差は観察されませんでした(p = 0.153)。平均グレー比は、PDACよりもPNENの方が有意に高かった(0.57 対0.37、 p <0.001)。同様に、平均真円度はPDACと比較してPNENの...

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

ディスカッション

EUSは、膵臓の高解像度の視覚化を提供し、穿刺吸引(FNA)による適切な細胞学的サンプルの取得を可能にするため、膵臓の腫瘤を評価するための最も重要なイメージングモダリティの1つです。過去数十年にわたり、ほとんどの研究はFNAの性能向上に焦点を当ててきましたが、EUSイメージングのエコー特性に関する調査は限定的なままでした。今日まで、固形膵臓腫瘍におけるPNENの鑑別に対するEUS単独の診断的価値を評価した研究は少ない。近年、医療診断におけるデジタル画像解析(DIA)の台頭は、このギャップを埋めているようです。本研究では、EUS画像に基づいてPNENとPDACを区別するために、複雑でない比較的自動化されたプログラムを使用してDIAを適用しました。3つの計算パラメータ(真円度、グレー比、グレースケール標準偏差)は、年齢や性別に関係なく、PDACとPNENの間に有意な差を示しました。

エコー源性は、超音波検査とEUSにおける重要なイメージング機能であり、標的領域の構成を反映しています。顕著な高エコー源性は、脂肪性膵臓また...

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

開示事項

著者は何も開示していません。

材料

この記事で使用された材料の一覧
名前会社カタログ番号コメント
22Gフレキシブル内視鏡超音波穿刺吸引(EUS FNA)針ボストンサイエンティフィックインターナショナルメディカルトレーディング(上海)有限公司M00550010(シングル)、M00550011(5個入り)
IBM SPSS Statistics version 22.0IBM Corp, Armonk, NYCRNP3ML, CIP2XML, CRNM6ML (various editions)
Linear scanning echo-endoscope, EG-530UTFujifilm (China) Investment Co., LtdEG-530UT;バルーンパックコード:B20UT
生理食塩水(0.9%NaCl)Chenxin Pharmaceutical Co., Ltd記載外(標準医薬品供給)
SimethiconeBerlin-Chemie AG, GermanyEspumisan 100 mg/mL (カタログ番号なし)
ヒアルロン酸ナトリウムShanghai Haohai Biotechnology Co., LtdMatrifill (カタログ番号なし)

参考文献

  1. Rawla, P., Sunkara, T., Gaduputi, V. Epidemiology of pancreatic cancer: Global trends, etiology and risk factors. World J Oncol. 10 (1), 10-27 (2019).
  2. Peixoto, R. D., et al. Prognostic factors and sites of metastasis in unresectable locally advanced pancreatic cancer. Cancer Med. 4 (8), 1171-1177 (2015).
  3. Asa, S. L. Pancreatic endocrine tumors. Mod Pathol. 24 (Suppl 2), S66-S77 (2011).
  4. Alexandraki, K. I., Kaltsas, G. Gastroenteropancreatic neuroendocrine tumors: New insights in the diagnosis and therapy. Endocrine. 41 (1), 40-52 (2012).
  5. Krishna, S. G., et al. Differentiation of pancreatic ductal adenocarcinoma from other neoplastic solid pancreatic lesions: A tertiary oncology center experience. Gastrointest Endosc. 81 (2), 370-379 (2015).
  6. Aso, A., et al. Key endoscopic ultrasound features of pancreatic ductal adenocarcinoma smaller than 20 mm. Scand J Gastroenterol. 49 (3), 332-338 (2014).
  7. Krishna, S. G., et al. Diagnostic differentiation of pancreatic neuroendocrine tumor from other neoplastic solid pancreatic lesions during endoscopic ultrasound-guided fine-needle aspiration. Pancreas. 45 (3), 394-400 (2016).
  8. Barisoni, L., Lafata, K. J., Hewitt, S. M., Madabhushi, A., Balis, U. G. J. Digital pathology and computational image analysis in nephropathology. Nat Rev Nephrol. 16 (11), 669-685 (2020).
  9. Kumon, R. E., et al. Eus spectrum analysis for in vivo characterization of pancreatic and lymph node tissue: A pilot study. Gastrointest Endosc. 66 (6), 1096-1106 (2007).
  10. Santra, S., Majumdar, D., Mandal, S. Advances in Medical Physics and Healthcare Engineering. Mukherjee, M., et al. , Springer. Singapore. 319-327 (2021).
  11. Zakaria, A., Al-Share, B., Klapman, J. B., Dam, A. The role of endoscopic ultrasonography in the diagnosis and staging of pancreatic cancer. Cancers (Basel). 14 (6), 1373(2022).
  12. Javed, A. A., et al. Grading pancreatic neuroendocrine tumors via endoscopic ultrasound-guided fine needle aspiration: A multi-institutional study. Ann Surg. 277 (6), e1284-e1290 (2023).
  13. Chiti, G., et al. Imaging of pancreatic neuroendocrine neoplasms. Int J Environ Res Public Health. 18 (17), 8895(2021).
  14. Yassa, N. A., Yang, J., Stein, S., Johnson, M., Ralls, P. Gray-scale and color flow sonography of pancreatic ductal adenocarcinoma. J Clin Ultrasound. 25 (9), 473-480 (1997).
  15. Luo, G., et al. A comprehensive comparison of clinicopathologic and imaging features of incidental/symptomatic nonfunctioning pancreatic neuroendocrine tumors: A retrospective study of a single center. Pancreatology. 15 (5), 519-524 (2015).
  16. Munroe, C. A., Fehmi, S. M., Savides, T. J. Endoscopic ultrasound in the diagnosis of pancreatic cancer. Expert Opin Med Diagn. 7 (1), 25-35 (2013).
  17. Zheng, Y., et al. Application of transfer learning and ensemble learning in image-level classification for breast histopathology. Intelligent Med. 3 (2), 115-128 (2023).

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

再版と許可

タグ

EUS

この記事は公開されました

動画は近日公開

お問い合わせ
図書館に推薦する

プライバシー

利用規約

ポリシー

著作権 © 2026 MyJoVE Corporation. 無断転載を禁じます。