研究記事

神経膠腫および髄膜腫の鑑別および腫瘍浸潤の評価のためのアミド陽子移植イメージング

29 閲覧数

⸱

DOI：

10.3791/71626

⸱

2026年8月11日

 ,  ,  ,  , 
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

この記事について

サマリー

本研究では、アミド陽子移植(APT)画像診断と従来の磁気共鳴画像法(MRI)を組み合わせて、髄膜腫と低グレードおよび高グレードの膠腫を区別し、腫瘍浸潤に関連する画像的特徴を評価し、術前分類の向上や手術計画に役立つ画像情報の提供の可能性を示します。

要約

神経膠腫と髄膜腫の区別や、膠質腫浸潤に関連する画像的特徴の評価は、従来の磁気共鳴画像法(MRI)では依然として困難です。アミド陽子移植(APT)イメージングは化学交換飽和移送技術であり、組織のタンパク質含有量やpHの変化を検出し、脳腫瘍に関する機能的な洞察を提供します。この回顧的研究では、病理学的に確認された脳腫瘍を持つ105名の患者(髄膜腫55例、低グレード神経膠腫[LGGs]20例、高悪性度神経膠腫[HGGs]30例)を対象に、APT画像診断と従来のMRIを組み合わせて評価しました。APT由来の平均信号強度(APT平均)およびAPT異常領域とT2高高信号領域(RAPT/T2)、造影強化領域(RAPT/E)の比率を測定し、グループ間で比較した。APTmeanはHGGs(中央値4.60%)でLGG(2.95%)および髄膜腫(2.70%、P<.001)よりも有意に高かった。HGGsではRAPT/T2およびRAPT/Eも著しく上昇していました。HGGと髄膜腫の区別において、APTmeanはRAPT/E(0.836)およびRAPT/T2(0.800)と比較して優れた診断性能(曲線下面積[AUC] = 0.969)を達成しました。LGGと髄膜腫の区別において、RAPT/E(AUC = 0.781)およびRAPT/T2(AUC = 0.734)は良好な性能を示し、APT平均 は有意な差はありませんでした。グリオーマのグレーディング(HGG対LGG)では、APTmeanのAUCは0.916で、造影度(0.823)を上回りました。これらの発見は、APT画像診断が髄膜腫と異なるグレードの膠腫を効果的に区別し、腫瘍浸潤の範囲を推定するための貴重な画像情報を提供していることを示しています。APT平均と空間範囲比の組み合わせは、特に困難な非典型症例において、術前診断の改善や手術計画支援のための実用的な画像診断ツールを提供します。

概要

頭蓋内腫瘍は神経系で最も一般的な疾患の一つです。世界的に発生率が増加しており、人間の健康に深刻な脅威をもたらしています。組織病理学的起源に基づき、頭蓋内腫瘍は主に原発型と二次型(転移性)の2つのカテゴリーに分類されます。原発頭蓋内腫瘍の中で、髄膜腫と膠質腫は起源と生物学的挙動が明確に異なる最も多く見られる2つのタイプです。膠質細胞由来の神経膠腫は最も一般的な悪性頭蓋内腫瘍であり、浸潤性増殖、境界が曖昧で、再発傾向が高く、予後が悪いことを特徴とします。世界保健機関(WHO)は、神経膠腫を悪性性に基づいてI級からIV級に分類しています。これらの中でも、高等級グリオーマ(HGG、WHOグレードIII-IV)は非常に侵襲的で、患者生存期間が5,6と短く見られます。これに対し、髄膜腫はくも膜キャップ細胞から起因します。大多数は良性(WHOグレードI)で、成長が遅く、周囲の脳組織と明確な境界線があります。完全な外科的切除後、患者は通常良好な予後を示します7,8。したがって、これら2つの腫瘍タイプの術前画像診断の正確な鑑別と、膠質腫浸潤の程度に関連する画像的特徴の評価は、臨床的に非常に重要な意味を持ちます。個別の手術計画を立て、安全な切除マージンを決定し、最終的に患者の治療後を改善するために不可欠です。

現在、磁気共鳴画像法(MRI)は、優れた軟部組織分解能、多パラメータ画像能力、そして非イオン化(9,10)という利点により、頭蓋内腫瘍の術前診断および評価に広く使われている手法となっています。従来のMRIシーケンス、例えばT1加重画像(T1WI)、T2加重画像(T2WI)、液体減衰反回回復法(FLAIR)、造影強化T1加重画像法(CE-T1WI)は、腫瘍の位置、大きさ、形態、内部構造、そして隣接組織との関係を明確に明らかにできます(11,12)。典型的な髄膜腫はMRIで明確に定義された軸外腫瘤として現れ、T1WIでは等高強度またはやや低強度の信号、T2WIでは等高強度またはやや高強度の信号を示し、造影後は有意かつ均質な増強が見られ、しばしば「硬膜尾部サイン」が伴います13。対照的に、高等級の膠腫(HGG)は、通常、不規則な形で定義が曖昧な腫瘤として現れます。これらはしばしばT2WI/FLAIR配列に見られる広範な腫瘍周囲浮腫に囲まれ、造影後には異質なリング状または花輪状の増強を示します14,15。

しかし、従来のMRIは臨床実践において依然として多くの課題に直面しています。鑑別診断に関しては、一部の症例は非定型的特徴を示します。例えば、特定のHGGは比較的明確で均一に増強される「擬被膜」を示すことがあり、髄膜腫と区別が難しい場合があります。逆に、高悪性度の細胞異型または無形成髄膜腫(WHOグレードII-III)は、侵襲的な成長パターンから放射線学的に膠腫を模倣することもあります。さらに、従来のMRIでは、膠質腫浸潤の推定範囲を正確に評価する能力が限られています。T2WI/FLAIR配列で観察される高信号領域は、腫瘍細胞浸潤、血管性浮腫、反応性膠質症の混合であることが病理学的に確認されています。従来のMRIではこれらの成分を効果的に区別できません17。同様に、CE-T1WIに示された増強領域は主に血液脳関門が破れた腫瘍コアを表しています。増殖性腫瘍細胞のかなりの数はすでにこの強化領域を超え、正常に見える脳実質内の腫瘍周囲T2高信号領域に、時にはその先まで浸潤しています18,19。この放射線学的境界と病理学的境界の不一致は、神経膠質腫の術後再発率が高い主な要因です。したがって、腫瘍細胞の特性や代謝活動をより直接的かつ感度豊かに反映できる新しい分子イメージングツールの臨床的必要性が緊急に求められています。

アミド陽子移動(APT)イメージングは、新興の分子磁気共鳴画像技術です。化学交換飽和転送(CEST)メカニズム20,21に基づいて動作します。組織内の移動性タンパク質やペプチドの骨格にアミドプロトン(-NH)を選択的に飽和させ、その磁化を周囲の水分子に移すことで、組織タンパク質含有量および細胞内外のpHの変化を間接的に検出します。腫瘍微小環境では、悪性細胞は通常強い増殖活動を示し、タンパク質の同化が有意に増加します。同時に、腫瘍組織における解糖作用の強化(ウォーバーグ効果)はしばしば細胞外微小環境の酸性化をもたらします25。これらの病態生理学的変化により、高悪性度の悪性腫瘍ではAPT信号が特徴的に高強度に現れることが多いです。さらに、APTは膠質腫の再発と放射線壊死を区別する潜在的価値を示しており、従来のMRIやその他の機能的画像診断技術を補完する情報を提供しています26。これは、高細胞密度と活発な代謝を特徴とする再発腫瘍組織が高いAPTシグナルを示すためです。一方、主に細胞ご片と炎症反応からなる放射線壊死は、APT信号が低い状態で現れます。これらの結果は、APTが従来のMRIよりも腫瘍再発と治療関連の変化を区別する上で優れていることを示す臨床研究によって裏付けられています(27)。

しかし、現在の研究は主に神経膠腫のグレード付けや転移やリンパ腫など他の頭蓋内病理からの鑑別に焦点を当てています。特に低悪性度および高等度の神経膠腫を含むAPT画像の有用性を専門的に調査する体系的な研究は比較的限られています。さらに、APTシグナル異常領域が、特に高悪性度神経膠質腫(HGG)における細胞浸潤の程度とより適切に相関する画像診断の代理として機能するかどうかは、さらなる詳細な調査が必要である。

臨床的には、APT画像診断は髄膜腫とHGGsの術前鑑別や、特に従来のMRIが不明確な場合に膠質腫浸潤に関連する画像的特徴の評価に有用である可能性があります。しかし、日常的な実装には実務的な課題があります。長引く取得時間は動作リスクを高め、信号定量化は場の不均一性や後処理アルゴリズムに敏感であり、標準化されたプロトコルが必要です。また、一部のLGGや良性髄膜腫に重複する可能性があるため、APTの指標は従来のMRIを補完するものではなく補完すべきである。養子縁組については、まず難しい症例から始め、地域の専門知識と品質保証が確立され次第、徐々に日常診療に取り入れていくことをお勧めします。最終的に、APTイメージングは独自の生物学的情報を提供しますが、マルチパラメトリックMRIの枠組みの中で慎重に使用するのが最適です。

Zhangらの先行研究では、APT画像診断が髄膜腫と膠質腫を区別する有用性を予備的に探求し、RAPT/T2およびRAPT/E比率を腫瘍浸潤の潜在的なマーカーとして提案しています。しかし、その研究は比較的少ないサンプル数(50人)に制限されており、包括的な受講者運用特性(ROC)曲線解析を用いて、臨床的に関連性の高いすべてのペアワイズ区別において、APTパラメータの診断性能を体系的に評価していませんでした。さらに、APTで定義された空間範囲異常が手術および放射線治療計画に与える臨床的影響についても十分に議論されていませんでした。この理論に基づき、本研究は病理学的に確認された髄膜腫および神経膠腫の異なるグレードの患者のAPTおよび従来のMRIデータを後ろ向きに解析することを目的としています。これら2つの腫瘍タイプのAPTパラメータを体系的に比較し、髄膜腫と膠質腫の術前分化におけるAPT画像診断の有効性を評価します。同時に、APT異常領域の空間的範囲とT2WIの高強度領域およびCE-T1WI増強領域の空間的範囲を比較することで、本研究はAPT画像診断が腫瘍の浸潤成長境界を推定するための放射線学的ツールとしての応用価値を予備的に探求します。目的は、臨床医に画像解析に基づく情報を提供し、手術計画の基盤を強化することですが、そのような推論は病理学的検証に待たれています。

プロトコル

この研究プロトコルはヘルシンキ宣言に示された倫理原則に準拠し、深圳保安区松岡人民病院倫理審査委員会(承認番号:IRB-YJ-2025-045)によって承認されました。回顧的な設計のため、この研究はアーカイブされた臨床および画像データの分析のみを含みました。患者を特定できるすべての情報は厳重に匿名化されました。

研究デザインとテーマ

本研究は後ろ向きの診断分析です。2024年1月から2025年6月まで、深圳宝安区松港人民病院および深圳第二人民病院の脳腫瘍患者に入院した脳腫瘍患者の臨床および画像データを遡及的に収集しました。すべての患者は手術後に病理学的に確定診断を受けていました。最終的に合計105名の患者が対象となり、全員が術前に従来のMRIおよびAPT画像検査を受けました。2021年のWHO中枢神経系腫瘍分類32によると、患者は3つのグループに分けられました。髄膜腫群:55例で、WHOのグレードI-IIで病理的に確認されています。低グレード神経膠腫(LGG)群:20例、WHOがI-IIグレードで病理学的に確認。HGGグループ:30件、WHOのグレードIII-IVと病理的に確認。すべての患者は術前に従来のMRIおよびAPT画像検査を受けました。詳細な研究フローチャートは図1に示されています。

参加基準および除外基準

対象基準は、(1)髄膜腫(WHOグレードI-II)、LGG(WHOグレードI-II)、またはHGG(WHOグレードIII-IV)の確定的な組織病理診断を受けた初期外科的切除を受けた患者、(2) 手術の1週間前に造影なし頭部MRI、T1加重造影検査、APT画像検査を完了すること;(3) 重要なアーティファクトがなく、診断評価や測定に適した良好な画像品質の完全な画像データの利用可能性;(4) 完全な臨床データおよび追跡記録の入手可能性。

除外基準は、(1)手術前に抗腫瘍療法(例:放射線療法、化学療法、標的療法、免疫療法)を受けた患者、(2) 再発性脳腫瘍または他の頭蓋内空間占有病変の患者;(3) MRI検査の禁忌がある患者;(4) 後続のデータ解析に影響を与える深刻な動きアーティファクトまたは感受性アーティファクトを含む画像;(5) 上記以外の中枢神経系腫瘍の病理診断。

サンプルサイズの計算

本研究は後ろ向き診断分析であり、サンプル数は主に研究期間中に納入基準を満たすすべての症例によって決定されました。現在のサンプル数がグループ間で統計的に有意なAPTパラメータの違いを検出するのに十分かどうかを評価するため、以前の文献33で報告された異なるグレードの膠質腫と髄膜腫間のAPT信号値の違いを参照しました。α = 0.05、統計的検出力0.80と設定し、推定に2標本平均比較式を用いることで、各グループあたり最低15サンプルが必要と判断しました。最終的に105名(髄膜腫55名、LGG20名、HGG30名)を対象とした結果、事後検密力分析の結果、3群間のAPT平均値の差検出力は現在のサンプルサイズで0.95を超えていることが示されました。これは、研究のサンプル数が統計的推論を支持するのに十分なものであったことを示しています。

画像取得と後処理

MRIスキャンプロトコル:

すべての患者は標準的な8チャンネルヘッドコイル 34を用いた磁気共鳴(MR)スキャナーでスキャンされました。スキャンシーケンスとパラメータは以下の通りです。

従来型シーケンス:軸方向T1加重イメージング(T1WI)は、3次元のスポーイド勾配エコーシーケンス(3D T1-SPGR、繰り返し時間/エコー時間[TR/TE] = 8.5/3.4 ms、反転角=12°、スライス厚さ=1.2 mm、スライス間ギャップ=0 mm、視野角[FOV]=24 cm、24 cm、マトリックス=256 ×× 256)を用いて実施されました。軸方向T2加重イメージング(T2WI)は高速スピンエコーシーケンス(TR/TE = 4,500/102 ms、スライス厚さ=5 mm、間切り間隙=1.5 mm、FOV = 24 cm × 24 cm、マトリックス=384 × 224)で取得されました。液体減衰反転回復(FLAIR)画像は、反復時間/エコー時間/反転時間(TR/TE/TI)=9,000/120/2,250 msで取得されました。

造影強化スキャン:標準用量0.1 mmol/kg体重、流量2 mL/sのガドペンテートジメグルミンを静脈内ボーラス注射し、その後20 mLの生理食塩水フラッシュを行った後、前造影剤3D T1-SPGR配列と同じパラメータを用いて軸方向、矢状面、冠状造影強化T1WI画像を取得しました。

APTイメージングシーケンス:APTイメージングは、次のパラメータを持つ2次元の勾配エコーパルスシーケンスを用いて実施されました:TR/TE = 3,000/3.5 ms、スライス厚さ = 5 mm、FOV = 24 cm × 24 cm、マトリックス = 128 × 128、励起数 = 2、総取得時間4分32秒。持続時間2秒、出力(B₁)2μTの連続波飽和パルスが、−6から+6百万分の1(ppm)(0.5ppmのステップ)の周波数オフセットで適用され、水共鳴周波数は0ppmで行われました。主磁場(B₀)の下で、飽和パルスは水の陽子共鳴に対して+3.5 ppmのダウンフィールド共鳴周波数(0 ppm)で特異的に加えられ、これはアミド陽子の化学交換速度に対応します。APT取得前は、水の飽和シフト参照(WASSR)アプローチを用いて補正され、飽和パラメータはメインAPTと同一ですが、B₁振幅は0.5μTに低減されました。スキャン後、磁化転送比の非対称性を計算し、スキャナー内蔵ソフトウェアによって3.5 ppmのAPT加重画像および磁化移転比非対称性(MTRasym)マップが自動的に生成されました:MTRasym(3.5 ppm)=[S(−3.5 ppm) − S(+3.5 ppm)] / S(0 ppm)。ここでS(Δω)は、水共鳴に対して指示された周波数オフセットΔωで加えられた飽和パルスによる信号強度を表します。3.5 ppmでの正のMTRasym値は主にアミド陽子移動効果を反映しており、磁化移動(MT)効果と核のオーバーハウザー効果は水共鳴に関してほぼ対称であるため、非対称性の計算によって打ち消されます。

画像解析:

すべての画像データは、5年以上の経験を持つ2名の神経放射線科医が画像閲覧ソフトウェアのワークステーションを用いて独立して解析しました。関心地域(ROI)の区分は以下の標準化された手順に従って実施されました。

腫瘍固形領域:造影強化T1WI画像では、腫瘍の増強縁に沿ってROIを手動で描き、壊死、嚢胞性、腫瘍周囲浮腫領域を慎重に避けました。ROIは、最大腫瘍直径のスライス上の固形増強成分全体を含むように算出されました。

T2高高信号領域:T2WI画像では、腫瘍および周囲の腫瘍周囲浮腫を含む高高信号領域全体を手作業で描画しました。境界は、高強度が正常に見える脳実質と接する可視境界として定義されました。

APT異常信号領域:APT加重MTRasymマップ上で、対側正常に見える白質を基準に、信号強度が基準正常組織の平均信号と2標準偏差以上のすべての領域を含むROIを手動で作成しました。この閾値ベースのアプローチは、最大腫瘍直径と同じスライスに適用されました。反対側の基準ROIは、腫瘍の鏡像位置にある半卵形中心に設置され、面積は約100 mm2でした。

一貫性を保つため、各ROIは最大腫瘍直径を中心とした連続スライスを3回測定し、平均値を記録して分析しました。すべてのROIの区分は2人のレビュアーによって独立して実施され、不一致は合意により解決されました。インターオブザーバーの一致はクラス内相関係数(ICC)を用いて評価され、ICC>0.80は優れた一致を示しました。

以下のパラメータが測定・計算されました。

平均APT信号強度(APT平均):腫瘍固形領域のROI内で3.5 ppmの平均MTRasym値。

地域比率の計算:

RAPT/T2:APT異常信号領域の面積とT2WI高信号領域の面積(RAPT / RT2)の比率。

RAPT/E:APT異常信号領域の面積とT1WI造影増強領域の面積(RAPT/RE)の比率。

臨床アウトカム指標

本研究の主な評価指標は、治療的臨床アウトカムではなく画像パラメータとその診断効果でした。主要画像診断アウトカム:各グループ(髄膜腫、LGG、HGG)のAPT平均 値、およびLGGおよびHGGグループのRAPT/T2およびRAPT/E比。

統計解析

連続変数はシャピロ・ウィルク検定を用いて正規性を検証しました。正規分布データは平均±標準偏差(SD)として提示され、分散の一方正解析(ANOVA)(Bonferroni post-hoc)と比較されます。非正規データおよび順序数データはM(Q₁, Q₃)として提示され、Kruskal-Wallis H検定(ダン検定とボンフェローニ補正)を用いて比較されます。カテゴリデータはn(%)として提示され、カイ二乗検定またはフィッシャーの正確検定を用いて比較されます。診断性能を評価するためにROC曲線をプロットしました。すべてのテストは双方向で行われました。P < 0.05は有意とされました。

結果

ベースラインおよび臨床的特徴

3つの患者群間で、年齢、カルノフスキーパフォーマンスステータス(KPS)スコア、初期症状、WHOグレード(P < 0.001)において有意な差が観察されました。HGG群の患者は年齢が高く、KPSスコアが低く、初期症状として局所神経学的欠損を多く呈しました。対照的に、LGG群の患者は主に発作を初期症状として受け入れました。性別、体格指数(BMI)、腫瘍の位置(前頭葉、側頭葉、頭頂葉、後頭葉)に関して3群間で有意な差は認められませんでした(P > 0.05)(表1)。

MRI腫瘍の範囲およびAPT関連パラメータ

表2は 、3つの患者群における従来のMRI腫瘍の範囲とAPT関連パラメータの比較結果を示しています。造影増強の度合いはグループ間で有意な差が見られ(P < 0.001)、髄膜腫群が最も高く、LGG群が最も低く示されました。T2高強度領域(RT2)、造影強化領域(RE)、APT異常信号領域(RAPT)に関して3群間で統計的に有意な差は認められず(P > 0.05)、両群間で画像診断による腫瘍体積がほぼ同等であることを示唆しました。

しかし、APT関連パラメータでは集団間で有意な差異が示されました(P < 0.001)。平均APT信号強度(APT平均)はHGG群で最も高く(中央値4.60%)、LGG群(2.95%)および髄膜腫群(2.70%)を有意に上回りました。さらに、APT異常領域とT2高高信号領域(RAPT/T2)および造影強化領域(RAPT/E)の比率も、HGG群で他の2群と比べて有意に高かった。

髄膜腫、LGG、HGGsにおけるAPT関連パラメータのペアワイズ比較

表3は 、3群間のAPT関連パラメータのペアワイズ比較を示しています。結果は以下の通りです:髄膜腫群 vs. LGG 群:増強度、RAPT/T2、RAPT/Eに有意差が認められました(P < 0.001)が、APT平均では統計的に有意な差は認められませんでした(P = 0.241)。髄膜腫群 vs. HGG 群:APT平均、RAPT/T2、RAPT/Eで有意差が認められました(P < 0.001)が、増強度には有意差なし(P = 0.160)。LGG群とHGG群:増強度とAPT平均(P<0.001)に有意差が認められた一方で、RAPT/T2およびRAPT/Eは統計的に有意な差は見られませんでした(P > 0.05)。これらの発見は、APTmeanがHGGsと髄膜腫の区別やグリオーマグレードの区別に有用であることを示しています。逆に、RAPT/T2およびRAPT/Eは髄膜腫とLGGを区別する上でより優れた識別価値を示します。

髄膜腫とLGGの区別のためのAPT関連パラメータ

ダン検査の結果は、LGGsと髄膜腫の間で増強度(P < 0.001)、RAPT/T2(P < 0.001)、RAPT/E値(P < 0.001)において統計的に有意な差があることを示しました。しかし、APT平均の差は有意ではなく(P > 0.05)。したがって、増強度、RAPT/T2、RAPT/EはLGGsと髄膜腫の区別に役立つ可能性があります。髄膜腫の方がLGGsよりも増強度が有意に強く、LGGによるAPT画像の変化は髄膜腫によるものよりも顕著でした。しかし、LGGのAPT平均 値が髄膜腫のそれに近いため、このパラメータはこの文脈での鑑別診断には適していません。

ROC曲線解析により、髄膜腫とLGGsの区別において、増強度、RAPT/E比、RAPT/T2比がいずれも有意な診断価値を持つことが示されました(いずれもPは0.001<)。増強度合いは曲線下面積(AUC)が最も高い0.926(95%信頼区間[CI]:0.842–0.974)となり、優れた診断性能を示しました。RAPT/EおよびRAPT/T2のAUCはそれぞれ0.781(95% CI: 0.670–0.868)および0.734(95% CI: 0.619–0.829)であり、これら2つの腫瘍型の識別において良好な診断性能を示しています。APTmeanは両群間で有意な差(P > 0.05)を示しなかったため、髄膜腫とLGGsの区別には適用できません。これらの発見は 表4 および 図2にまとめられています。

髄膜腫とHGGsの区別のためのAPT関連パラメータ

ダンの検査結果は、HGGsと髄膜腫の間でAPT平均(P < 0.001)、RAPT/E(P < 0.001)、RAPT/T2(P < 0.001)の数値に統計的に有意な差が見られました。しかし、増加の程度は統計的有意性を示しませんでした(P > 0.05)。これは、APTmean、RAPT/E、RAPT/T2がHGGsと髄膜腫の区別に役立つ可能性を示唆しています。HGGsのAPT平均 は髄膜腫を有意に高く、HGGに関連するAPT画像の異常の程度は髄膜腫よりも顕著でした。髄膜腫とHGGsの増強度は通常中程度または顕著であるため、このパラメータはこのコホート内でこれら二つの存在を区別しませんでした。

髄膜腫とHGGsの鑑別において、APTmean、RAPT/E、RAPT/T2はいずれも優れた診断性能を示しました(いずれもP.001<)。その中で、APTmeanは最も高い0.969(95%信頼区間:0.906–0.994)を記録し、非常に高い識別能力を示しました。RAPT/EおよびRAPT/T2のAUCはそれぞれ0.836(95% CI: 0.740–0.908)および0.800(95% CI: 0.699–0.879)であり、これら2つの腫瘍型を区別する上でAPT画像の臨床的価値をさらに裏付けています。対照的に、両群間で増強の度合いは有意な差がなく(P > 0.05)、この分化に対する診断的有用性も欠けました。これらの発見は 表5 および 図3にまとめられています。

LGGとHGGの区別のためのAPT関連パラメータ

ダンの検査結果は、LGGsとHGGsの間で増強度とAPT平均が有意に異なることを示しました(P < 0.001)。しかし、RAPT/EおよびRAPT/T2は統計的有意性(P > 0.05)は示されませんでした。これは、APT平均と強化度がHGGsとLGGsの区別においてより効果的であることを示唆しています。HGGsは一般的にLGGsよりも高い増強度と高いAPT平均を示します。

LGGsとHGGsの区別において、増強度とAPT平均の両方が有意な診断効果を示しました(いずれもP<0.001でした)。APTmeanはAUC0.916(95%信頼区間:0.802–0.976)を記録し、これは増強度(AUC = 0.823、95%信頼区間:0.689–0.917)を上回るものでした。これは、このコホートにおいてAPTmeanがグリオーマのグレード診断においてより高い診断精度を提供したことを示しています。対照的に、RAPT/EおよびRAPT/T2は両群間で有意な差はなく(P > 0.05)、このコホートでは評価の診断価値も認められませんでした。これらの発見は 表6 および 図4にまとめられています。

データの利用可能性

本研究を支持する元のデータは補足資料として提出されています。

figure-results-1
図1:患者選択および画像解析のワークフロー。 略称:APT = アミド陽子移動;ROI = 関心地域;ROC = 受信機動作特性;T2WI = T2加重イメージング;CE-T1WI = 造影強化T1加重画像診断;RAPT = APT異常信号領域;RAPT/T2 = APT異常領域とT2高信号領域の比率;RAPT/E = APT異常面積と増強面積の比率。 この図の拡大版はこちらをクリックしてご覧ください。

figure-results-2
図2:髄膜腫と低度神経膠質腫の区別。 髄膜腫とLGGの鑑別のための受講者操作特性曲線解析。略称:APT = アミド陽子移動;LGG = 低度膠腫;RAPT = APT異常信号領域;RAPT/T2 = APT異常領域とT2高信号領域の比率;RAPT/E = APT異常面積と増強面積の比率。 この図の拡大版はこちらをクリックしてご覧ください。

figure-results-3
図3:髄膜腫と高悪度膠質腫の区別。 髄膜腫とHGGを区別するためのレシーバーの動作特性曲線解析。略称:APT = アミド陽子移動;HGG = 高悪度膠腫;RAPT = APT異常信号領域;RAPT/T2 = APT異常領域とT2高信号領域の比率;RAPT/E = APT異常面積と増強面積の比率;APTmean = 平均アミド陽子伝達信号強度。 この図の拡大版はこちらをクリックしてご覧ください。

figure-results-4
図4:低悪性度膠腫と高悪性度膠腫の区別。 LGGとHGGを区別するための受信者動作特性曲線解析。略称:APT = アミド陽子移動;LGG = 低度膠腫;HGG = 高悪度膠腫;APTmean = 平均アミド陽子伝達信号強度。 この図の拡大版はこちらをクリックしてご覧ください。

特徴髄膜腫群(n=55)LGGグループ(n=20)HGG群(n=30)統計P
年齢(年)54.65±8.2141.50±10.4958.17±9.75F=21.595<0.001
性別(n、%)
男性17 (30.91)10 (50.00)13 (43.33)χ²=2.7550.252
女性38 (69.09)10 (50.00)17 (56.67)
BMI(kg/m2)24.26±3.1823.59±2.8724.35±3.25F=0.4120.664
腫瘍の位置、n(%)
前頭葉19 (34.55)8 (40.00)12 (40.00)-0.978
側頭葉13 (23.64)6 (30.00)8 (26.67)
頂葉13 (23.64)4 (20.00)6 (20.00)
後頭葉10 (18.18)2 (10.00)4 (13.33)
KPSスコア、M(Q₁、Q₃)90.00 (80.00,95.00)75.00 (70.00,100.00)70.00 (60.00,90.00)19.152#<0.001
初期症状 n(%)
頭痛23 (41.82)6 (30.00)10 (33.33)-<0.001
てんかん14 (25.45)12 (60.00)4 (13.33)
局所神経学的欠損10 (18.18)2 (10.00)16 (53.33)
その他8 (14.55)0 (0.00)0 (0.00)
WHOグレード、n(%)
グレードI(1年生)36 (65.45)16 (80.00)0 (0.00)-<0.001
グレードII19 (34.55)4 (20.00)0 (0.00)
グレードIII0 (0.00)0 (0.00)16 (53.33)
グレードIV0 (0.00)0 (0.00)14 (46.67)

表1:患者のベースラインおよび臨床的特徴。 注:F = ANOVAです;# = クルスカル・ウォリス検定;χ2 = カイ二乗検定;- = フィッシャーの正確検定。略語:BMI = ボディマス指数;KPS = カルノフスキーの演奏状況;WHO = 世界保健機関(WHO);LGG = 低度膠腫;HGG = 高等級神経膠腫。

変数髄膜腫群(n=55)LGGグループ(n=20)HGG群(n=30)統計P
MR情報
強化4.00 (3.00, 4.00)2.00 (2.00, 3.00)3.00 (3.00, 4.00)38.199#<0.001
MRIの腫瘍範囲(mm2)
RT21690.00 (1440.00, 1840.00)1650.00 (1550.00, 1750.00)1500.00 (1387.50, 1887.50)0.898#0.638
RE1720.00 (1470.00, 1890.00)1625.00 (1500.00, 1850.00)1675.00 (1462.50, 1800.00)0.729#0.695
ラプト1860.00 (1555.00, 2090.00)1925.00 (1637.50, 2062.50)2020.00 (1762.50, 2100.00)3.821#0.148
APTパラメータ
APTの意味2.70 (2.50, 3.10)2.95 (2.77, 3.23)4.60 (4.23, 5.25)54.875#<0.001
RAPT/T2102.65 (101.97, 108.15)114.29 (105.26, 125.00)116.67 (106.48, 123.81)23.938#<0.001
RAPT/E101.04 (100.78, 105.81)110.00 (106.06, 113.38)120.69 (109.60, 123.33)32.374#<0.001

表2:神経膠腫患者M(Q₁, Q₃)におけるMRI腫瘍の範囲およびAPT関連パラメータの比較。 注:# = クルスカル・ウォリス検定。略称:MRI = 磁気共鳴画像法;APT = アミド陽子移動;RT2 = T2高信号領域;RE = 拡張面積;RAPT = APT異常信号領域;APT平均 = 平均アミド陽子伝達信号強度;RAPT/T2 = APT異常領域とT2高信号領域の比率;RAPT/E = APT異常面積と増強面積の比率。

変数髄膜腫群とLGG群の違い髄膜腫群とHGG群の比較LGGグループとHGGグループの違い
強化Z=7.329P<0.001Z=1.933P=0.160Z=8.102P<0.001
APTの意味Z=1.749P=0.241Z=7.388P<0.001Z=4.226P<0.001
RAPT/T2Z=3.078P<0.001Z=4.564P<0.001Z=0.804P=0.421
RAPT/EZ=3.303P<0.001Z=5.423P<0.001Z=1.276P=0.606

表3:髄膜腫、低悪性度グリオマ、高悪性度グリオマにおけるAPT関連パラメータのペアワイズ比較。 略称:APT = アミド陽子移動;LGG = 低度膠腫;HGG = 高悪度膠腫;APT平均 = 平均アミド陽子伝達信号強度;RAPT/T2 = APT異常領域とT2高信号領域の比率;RAPT/E = APT異常面積と増強面積の比率。

指標AUCSE95%信頼区間ZP
強化0.9260.0280.842-0.97415.365<0.001
RAPT/T20.7340.0710.619-0.8293.284<0.001
RAPT/E0.7810.0530.670-0.8685.287<0.001

表4:髄膜腫とLGGを区別するための異なる指標のAUC。 略称:LGG = 低度膠腫;APT = アミド陽子移動;AUC = 曲線下面積;SE = 標準誤差;CI = 信頼区間;RAPT/T2 = APT異常領域とT2高信号領域の比率;RAPT/E = APT異常面積と増強面積の比率。

指標AUCSE95%信頼区間ZP
APTの意味0.9690.0170.906-0.99427.488<0.001
RAPT/T20.8000.0510.699-0.8795.865<0.001
RAPT/E0.8360.0450.740-0.9087.603<0.001

表5:髄膜腫とHGGを区別するための異なる指標のAUC。 略称:HGG = 高等級膠腫;APT = アミド陽子移動;AUC = 曲線下面積;SE = 標準誤差;CI = 信頼区間;RAPT/T2 = APT異常領域とT2高信号領域の比率;RAPT/E = APT異常面積と増強面積の比率。

指標AUCSE95%信頼区間ZP
強化0.8230.0550.689-0.9175.851<0.001
APTの意味0.9160.0530.802-0.9767.909<0.001

表6:LGGとHGGを区別するための異なる指標のAUC。 略称:LGG = 低度膠腫;HGG = 高悪度膠腫;APT平均 = 平均アミド陽子伝達信号強度;AUC = 曲線下面積;SE = 標準誤差;CI = 信頼区間。

ディスカッション

神経膠腫と髄膜腫を術前で正確に区別し、画像上で推定される腫瘍浸潤境界を正確に示すことは、神経腫瘍学における中核的な課題であり、治療戦略や患者の最終的な予後に直接影響を与えます。この研究は、新興の分子磁気共鳴技術であるAPTに基づき、さまざまなグレードの神経膠腫と髄膜腫の区別における応用価値を体系的に評価しました。さらに、空間的範囲比パラメータを導入することで、腫瘍浸潤性に関連する画像的特徴を徹底的に調査・評価しました。結果は、APT画像診断が独自の生化学的造影機構を活用し、従来のMRIを補完する可能性を有し、特にHGGの識別に有用であることを確認しています。信号強度パラメータAPT平均 が優れた有効性を示していることが示されています。さらに重要なのは、この研究が、APT異常信号の空間的範囲と従来のMRIで観察される病変範囲、すなわちRAPT/T2およびRAPT/Eの比率を定量化することで、LGGと髄膜腫の臨床的区別の困難を効果的に解決できることが明らかになったことです。このアプローチは、膠質腫浸潤の推定範囲を非侵襲的に評価するための非常に有望な新しい画像診断法を提供します。

本研究の核心的発見の一つは、平均APT信号強度(APT平均)が腫瘍悪性腫瘍のバイオマーカーとして有効であり、特にHGGをLGGsや髄膜腫と区別する上で有効である可能性です。この研究のデータによると、HGGsのAPT平均値は他の2つのグループよりも有意に高いことが示されています。HGGsと髄膜腫の識別において、AUCは0.969と優れていました。さらに、高悪性度と低悪性度の膠質腫を区別する際、AUC値が0.916と高い診断効果を示しました。このシグナルの大きな違いは、腫瘍の病態生理学的基盤に深く根ざしています。APT技術は、移動性タンパク質/ポリペプチド骨格上のアミドプロトンと組織内の水プロトン間の化学交換を検出し、その信号強度はこれらの高分子の濃度および組織微小環境のpHに直接関連しています。HGGsの組織学的特徴には、高い細胞密度、顕著な非定型、そして異常に活発なタンパク質合成と分解に関連しており、自由移動性タンパク質およびポリペプチドの細胞内プールの著しい拡大をもたらします36。同時に、急速な増殖によるエネルギー需要を満たすために、HGGはしばしば強い好気性解糖作用(ワーブルク効果)を示し、乳酸などの酸性代謝物を大量に産生・蓄積し、腫瘍微小環境を著しく酸性化させます。タンパク質含有量の増加とpHの低下は、アミドプロトン飽和移移を促進し、最終的にAPT画像37で特徴的な高信号として現れます。対照的に、髄膜腫の一部の亜型は非常に細胞性が高いものの、大多数は良性または低度悪性であり、増殖率はHGGsよりもはるかに低く、タンパク質代謝レベルや微小環境pHの変化も比較的中程度です。LGGも一定の増殖活性を持っていますが、その悪性度や代謝強度はHGGsと比較できません。38。従来のMRIでは、髄膜腫とHGGの両方が有意な増加を伴って現れることがあります。しかし、APTmeanは代謝の観点からそれらを区別でき、構造イメージングの限界を補うことができます。さらに、APT画像は腫瘍代謝の微細な変化を直接反映でき、初期浸潤や代謝異常を示唆する領域をより感度に捉えることもあります。HGGsにおけるAPT平均の上昇は固形腫瘍領域に関連しているだけでなく、腫瘍周囲浮腫帯における顕微鏡的細胞活動を示す可能性があり、これは浸潤を放射線学的に示唆していますが、これは組織病理学で確認される必要があります。

本研究は、LGGsと髄膜腫を区別するためにAPT平均値のみに依存することの限界を明らかにし、空間範囲比パラメータRAPT/T2およびRAPT/Eを用いてこの問題に対処しました。結果はLGGsと髄膜腫の間でAPT平均値に有意な差はなく、これは両者の間に細胞増殖活動とタンパク質含有量に一定の重複がある可能性を示している可能性があります。しかし、解析次元が信号強度から空間分布へと移ったとき、明確な差異パターンが現れました。RAPT/T2およびRAPT/Eの比率はLGGsで髄膜腫よりも有意に高く、診断効果が比較的高く、AUCはそれぞれ0.734および0.781でした。グリオーマの最も基本的な生物学的特徴は、その等級に関わらず、その拡散的で浸潤的な成長パターンです。腫瘍細胞は主腫瘍塊から積極的に分離し、神経線維路や血管周囲空間などの解剖構造に沿って移動し、周囲の一見正常な脳実質に浸潤します。これらの微視的な細胞分散焦点は、従来のMRI(T2加重シーケンスまたはFLAIRシーケンス)で定義される浮腫境界を超えて広がり、造影検査で見られる血液脳関門の破壊領域よりもはるかに広範囲に及んでいます。細胞密度や代謝状態に対する高い感度により、APTイメージングは浸潤の初期段階で腫瘍細胞集合を放射線学的に示唆するシグナル変化領域を検出し、巨視的病変や重大な浮腫を引き起こす前に検出できます。これにより、従来のMRI(RT2またはRE)で定義される腫瘍の範囲と比べて、APT画像(RAPT)における異常信号の領域が著しく広くなります。対照的に、髄膜腫は通常、腫瘍組織と正常な脳の間に明確な境界を持つ拡大的な増殖を示します。したがって、代謝異常(RAPT)の範囲は従来のMRIで見られる構造的または増強境界とほぼ一致し、RAPT/T2およびRAPT/Eの比率は100%に近づきます41。この定量的分析指標は成長パターンの違いに基づくもので、放射線学的に類似した髄膜腫とLGGを効果的に区別し、臨床実践における革新的な診断ツールを提供します。

従来のMRI、特にFLAIRはすでに膠腫に関する貴重な情報を提供しています。T2/FLAIRミスマッチサインは、イソシトレート脱水素酵素(IDH)変異体、1p/19q共削除アストロサイトーマの非常に特異的なマーカーであり、術前のサブタイプ判定や42のグレード付けを助けます。FLAIRは腫瘍周囲の高高信号帯も定義しており、これは非特異的ですが、浮腫、浸潤、グリオーシスの混合を反映しています。APT画像と組み合わせることで、FLAIRはAPT異常と従来のT2高強度との空間的差異を文脈化し、強化コア44を超えた浸潤の放射線学的推定を向上させます。

MRI以外にも、他の検知法が補完的な診断情報を提供します。CTは、腫瘍内の石灰化を検出するのに有用であり、これは髄膜腫や少突起膠腫で多く見られるもので、HGGsではまれです。MRIが不明確な場合に役立ちます。CT灌流は脳血容量(CBV)を測定します。髄膜腫は通常、CBVが著しく上昇し、膠質腫は変動するパターンを示しますが、高血管性HGGsと髄膜腫の重複により単独での有用性は制限されます46。 11C-メチオニン(11C-MET)陽電子放出断層撮影(PET)はアミノ酸輸送とタンパク質合成を追跡し、神経膠腫と髄膜腫を効果的に区別します。重要なのは、造影増強領域やT2/FLAIR領域を超えた異常な取り込みをしばしば明らかにし、これはAPTベースの空間比に類似していることです。APTをCT石灰化、CT灌流、 11C-METPETと統合することで、診断の精度と治療計画の相乗効果を高める可能性があります。しかし、放射線被曝、費用、利用可能性、検査時間などの実務的な考慮事項は、個々の患者に最適な画像診断戦略を選ぶ際に慎重に考慮する必要があります。

従来のMRIで定義される境界を超えて腫瘍関連シグナルを検出できるという発見を踏まえ、これらのシグナルを可視化・定量化することは臨床的に重要かもしれません。まず、手術計画において、理論上は造影強化病変やT2高高信号領域と並んでAPTで定義された異常信号領域を補助情報として用い、これは概念的に「縁上切除」と一致します。しかし、これは放射線仮説であることを強調することが重要です。APT高領域に腫瘍細胞が実際に存在するかどうかは、画像誘導立体定位生検による検証が必要です。このような病理学的相関がなければ、APTで定義されたマージンは確定された腫瘍境界ではなく、補助的な画像情報として見るべきです。この画像誘導切除戦略は理論的には、APTシグナルが腫瘍浸潤に対応している場合、顕微鏡的残存病変をより徹底的に除去し、術後再発率を減らし、患者の無進行生存および全生存期間を延長する可能性があります。第二に、放射線治療計画の策定において、APTで定義された生物学的腫瘍体積(BTV)は、従来の解剖学的画像診断に基づく総腫瘍体積/臨床標的体積(GTV/CTV)を定義するための補助情報として機能する可能性があります。もし検証されれば、放射線計画において増殖の可能性のある領域をより適切に考慮しつつ、周囲の正常な脳組織を節約できる可能性があります。第三に、非増強性膠腫の立体定位生検においては、APTイメージングが信号値の高い部位への生検標的誘導に役立つことがあります。これにより、診断上価値のある組織を獲得する可能性が高まり、サンプリング誤差による病理学的過小評価が減少する可能性があります。

Sartrettiらによる研究は、APTイメージングをラジオマイクや機械学習アルゴリズムと統合することで、HGG、LGG、転移の高精度な差別化をさらに高精度で実現できることを示しました 。彼らの多層知型モデルは原発膠腫と転移を区別する際にAUC0.836を記録しました。これは、APTイメージングが独立したバイオマーカーであるだけでなく、将来的に人工知能モデルと組み合わせることで、腫瘍を自動的にセグメント化し、推定浸潤境界を推定し、分子サブタイプを予測できる強力な知能診断ツールを構築する可能性を示唆しており、これにより神経腫瘍学の精密診断と治療の新たな道を開くことが期待されています。この基盤を基に、本研究はAPT画像診断の臨床応用範囲をさらに深化・拡大しています。私たちの研究は腫瘍タイプの識別だけでなく、腫瘍浸潤の程度に関連する画像的特徴の評価にも特化しています。RAPT/T2およびRAPT/E比率を提案することで、膠質腫浸潤境界の非侵襲的推定を支持する画像的証拠を提供します。さらに、本研究は、特に非定型症例で従来のMRIでしばしば神経膠腫と混同される腫瘍である髄膜腫を対照群に選び、より難しい臨床鑑別診断の問題に直接対処しました。パラメータ解釈に関しては、本研究で用いられたAPT平均および空間比パラメータは、より明確な病態生理学的相関を示し、高次放射線学的特徴よりも臨床実践で理解しやすく採用しやすいものです。したがって、本研究は複雑な鑑別診断におけるAPTの価値を検証するだけでなく、診断ツールから外科および放射線治療計画を支援するツールへと変革することを目的としています。

APTの成功する実装は、いくつかのプロトコルに重要なステップに依存しています。まず、プロトコルのセクションで説明されているようにWASSRによるB₀補正が不可欠です。これを省略すると、1.5〜2.0%のMTRasym上昇が誤って起こる可能性があります。WASSRを欠くセンターでは、代替フィールドマッピングは精度は劣りますが許容範囲内です。次に、約4.5分の取得期間中の動きアーティファクトが最もよくある落とし穴です。固定パッドの使用を推奨し、MTRasymマップで動きが目に見えた場合は、即座にシーケンスの繰り返しを行います。第三に、ROIの一貫性はオペレーターに依存します。私たちの2-SD閾値(対側正常白質平均+2SD)は優れた相互観測者一致(ICC > 0.80)を示し、異なるスキャナープラットフォーム間での閾値選択の校正を10例のパイロットケースで初期訓練することを推奨しています。臨床採用の場合、ほとんどの神経腫瘍プロトコルでは約4.5分のスキャン時間が許容されています。私たちは段階的にアプローチすることを提案します。まずは困難な非典型的なケースから始め、ルーチンのワークフローを乱さずに地域の専門知識を築くことができます。重要なのは、これらの手技的選択が結果の直接的な基盤である点です。標準化された飽和パラメータ(2秒、B₁=2μT)により、群間で一貫したMTRasym測定が保証され、2-SD閾値は異なる腫瘍サイズでRAPT/T2およびRAPT/Eを安定させ、コンセンサスリーディングにより個々の読者バイアスが排除されました。したがって、私たちのプロトコルに記載された方法論的厳密さは、単なる形式的なものではなく、私たちが観察した診断性能に機能的に必要とされています。

本研究にはいくつかの限界があることを認めておくべきです。まず、これは比較的限定的な全体サンプル数を持つ後ろ向きの単一センター研究であり、特にサブグループサイズが不均衡(髄膜腫、n = 55;LGG、n = 20;HGG、n = 30)。LGGの症例数が少ないため、特定のペアワイズ比較における統計的検出力が低下し、私たちの発見の一般化可能性を制限した可能性があります。第二に、ROC解析はモデル開発に用いられた同じコホートから導き出され、独立した内部または外部の検証コホートは存在しませんでした。この方法は診断性能を過大評価する可能性があることが知られています。したがって、報告されたAUC値は慎重な解釈が必要であり、今後独立したテストセットを用いた多施設前向き研究で確認されなければなりません。第三に、年齢、腫瘍の大きさ、位置、腫瘍周囲浮腫容積などの交絡因子を補正するための多変数回帰分析は行わなかった。これはサブグループごとのサンプル数が限られているため統計的に不安定である。今後の大規模研究では、これらの共変量を取り入れてAPTパラメータの独立的な寄与を評価するべきです。第四に、ROC比較は探索的であり、複数回の検査に対する補正は行われていません。したがって、これらの結果は確認的ではなく、予備的かつ仮説形成に寄与するものと見なすべきです。第五に、画像診断では従来のMRIの範囲を超えた腫瘍浸潤を示唆していますが、画像誘導立体定位生検による組織病理学的確認は得られていません。APTシグナル異常と真の腫瘍細胞浸潤との実際の対応関係はまだ検証されていません。最後に、APTイメージング技術はまだ進化途上であり、電界強度、スキャナープラットフォーム、後処理アルゴリズムの違いが測定の再現性に影響を与える可能性があります。技術的標準化は、臨床的に広く採用される前に不可欠です。これらの制約にもかかわらず、本研究はAPTイメージングとラジオマイク、人工知能を統合し、術前腫瘍の特徴付けおよび手術計画をさらに改善するための将来の研究の基盤を提供します49。

まとめると、本研究で提案された多パラメータAPTイメージング戦略は、APT平均信号強度と空間的範囲比(RAPT/T2およびRAPT/E)を統合し、神経膠腫と髄膜腫の術前鑑別のための補助的な画像フレームワークを提供し、膠質腫浸潤の範囲を推測するための画像由来情報として放射線学的参照となり得ます。本研究の結果、この複合アプローチは従来のMRIを超えた診断性能を向上させることを示唆しており、特にHGGsと髄膜腫の区別や、顕微鏡的腫瘍拡大を反映する空間信号異常の特性解析において顕著です。しかし、本研究における「浸潤境界」のすべての解釈は、組織病理学的確認ではなく、画像診断の代理に基づいていることを強調することが重要です。APTシグナル異常と真の腫瘍細胞浸潤の実際の対応関係、およびそれらが患者の転帰や生存率との関係については、画像誘導立体定位生検および縦断的追跡研究による前向き検証が必要です。したがって、APTイメージングは非侵襲的な分子イメージングツールとしての可能性を秘めていますが、現在の臨床的役割は腫瘍浸潤の決定的なバイオマーカーというよりは、従来のMRIを補完するものと捉えるべきです。さらなる多施設での検証と技術的標準化により、このアプローチは精密な神経腫瘍画像診断および手術計画の進化に寄与する可能性があります。

開示事項

著者には利益相反を主張するものはありません。

謝辞

この研究は2023年宝安地区医療・保健研究プロジェクト(助成金番号2023JD224)によって資金提供されました。

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
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.

参考文献

  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.

再版と許可

タグ

APT MRI
お問い合わせ
図書館への推薦

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。