Een abonnement op JoVE is vereist om deze inhoud te bekijken. Log in of start vandaag met uw gratis proefperiode.

Methodenartikel

Endoscopische op echografie gebaseerde differentiatie van neuro-endocriene tumoren van de pancreasbuis en adenocarcinoom van de pancreasduct

530 weergaven

⸱

DOI:

10.3791/68199

⸱

20 juni 2025

 ,  ,  ,  ,  , 
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

In dit artikel

Samenvatting

Deze studie schetst een methode waarbij digitale beeldanalyse wordt gebruikt om onderscheid te maken tussen neuro-endocriene neoplasmata van de pancreas (PNEN) en ductaal adenocarcinoom van de pancreas (PDAC).

Samenvatting

Endoscopische echografie (EUS) is een van de meest kritische beeldvormingsmodaliteiten voor het evalueren van pancreasmassa's, en biedt visualisatie met hoge resolutie van de alvleesklier. Deze studie had tot doel de haalbaarheid te beoordelen van digitale beeldanalyse (DIA) bij het differentiëren van pancreas neuro-endocriene neoplasmata (PNEN) van pancreas ductaal adenocarcinoom (PDAC) bij solide pancreastumoren waargenomen via EUS. Er werd een retrospectieve analyse uitgevoerd op alle solide pancreastumoren die tussen 2018 en 2023 volgens EUS-procedures zijn onderzocht, inclusief gevallen met bevestigde pathologische diagnoses van PDAC en PNEN. Adobe Photoshop werd gebruikt om DIA uit te voeren. De grijsverhouding, gedefinieerd als de grijsschaalverhouding van de laesie tot een geselecteerde achtergrond, werd berekend om consistentie te garanderen. Circulariteit werd bepaald door de verhouding tussen oppervlakte en omtrek. Bovendien werden standaarddeviaties in grijstinten geëxtraheerd voor verdere analyse. Drie kwantitatieve parameters uit EUS-beelden toonden potentieel aan om PNEN te onderscheiden van PDAC: circulariteit, grijsverhouding en grijsschaalstandaarddeviatie. Met name een circulariteit van meer dan 0,68, een grijsverhouding van meer dan 0,40 en een standaarddeviatie van grijsschalen van minder dan 12,44 waren indicatief voor potentiële PNEN.

Inleiding

Alvleesklierkanker bestaat uit zowel solide als cystische laesies en behoort tot de top tien van belangrijkste doodsoorzaken door kanker wereldwijd1. Het meest voorkomende histologische type solide pancreastumor is ductaal adenocarcinoom van de pancreas (PDAC), goed voor 95% van de kwaadaardige pancreastumoren. Op het moment van diagnose vertoont ongeveer 80% van de PDAC-gevallen lokaal gevorderde ziekte of metastase, met een mediane overlevingstijd van minder dan een jaar2. Chirurgische en postoperatieve adjuvante therapieën zijn alleen haalbaar voor de resterende 20% van de patiënten en kunnen de 5-jaarsoverleving verlengen tot ongeveer 10%-22%.

Pancreas neuro-endocriene neoplasmata (PNEN) vertegenwoordigen de op één na meest voorkomende solide pancreastumoren en hebben een betere prognose dan PDAC3. PNEN's worden geclassificeerd als functioneel of niet-functioneel op basis van de secretie van endocriene hormonen van de pancreas en de bijbehorende klinische symptomen. Behandelingsstrategieën voor PNEN verschillen aanzienlijk van die voor PDAC. Voor PNEN in een vroeg stadium is chirurgie de primaire aanbeveling en blijft het de enige "curatieve" behandeling die beschikbaar is. Bovendien is chemotherapie voor PNEN specifieker en selectiever in vergelijking met PDAC, waarbij gebruik wordt gemaakt van middelen zoals somatostatine-analogen en receptortyrosinekinaseremmers. Volgens de WHO-classificatie zijn PNEN's onderverdeeld in drie histologische graden op basis van mitotisch aantal en Ki-67-index, die beide dienen als betrouwbare prognostische indicatoren4.

Gezien de verschillen in epidemiologie, prognose en behandeling tussen PDAC en PNEN, is een nauwkeurige diagnose cruciaal voor een effectieve behandeling. In het behandelingsalgoritme voor pancreastumoren zijn endoscopische echografie (EUS) en EUS-geleide fijne naaldaspiratie (EUS-FNA) kernmodaliteiten geworden voor diagnose, stadiëring en behandeling. Laesies met onregelmatige randen en verwijding van de ductus pancreaticus op EUS zijn vaak een indicatie van PDAC in plaats van PNEN 5,6,7. De interpretatie van echografiebeelden - een belangrijk onderdeel van EUS - kan echter subjectief en variabel zijn, afhankelijk van de ervaring van de operator.

De laatste tijd wordt digitale beeldvormingsanalyse (DIA) steeds vaker gebruikt in medische diagnostiek, waaronder toepassingen in computertomografie (CT) en echografie8. De kenmerken van massa's worden vastgelegd door de sondes en omgezet in pixelinformatie, die de grijswaardenbeeldvorming vormt die beschikbaar is voor verdere computeranalyse. Kumon et al. waren pioniers in het toepassen van DIA om onderscheid te maken tussen normale en zieke alvleesklieren en lymfeklieren9. Vervolgens onderzochten andere onderzoekers het gebruik van DIA voor de differentiële diagnose van alvleesklierkanker uit normaal weefsel, met behulp van een op neurale netwerken gebaseerd voorspellend model en ondersteunende vectormachinetheorie9.

Voortbouwend op deze vooruitgang was de huidige studie gericht op het beoordelen of DIA pancreasneuro-endocriene neoplasmata (PNEN) effectief kon onderscheiden van ductaal adenocarcinoom van de pancreas (PDAC) bij solide pancreastumoren met behulp van endoscopische echografie (EUS).

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Protocol

De institutionele beoordelingsraad van het Ruijin Ziekenhuis keurde de studie goed [Clinical Ethics Review No. 75 (2012)] en het protocol hield zich aan de institutionele richtlijnen voor menselijke zorg. Alle pancreaslaesies die van 2018 tot 2023 via endoscopische echografie (EUS) in het Ruijin Ziekenhuis zijn onderzocht, zijn retrospectief geanalyseerd. Gegevens werden opgehaald uit de elektronische medische database.

De inclusiecriteria waren: (1) EUS-beeldvorming toonde een duidelijke laesie; (2) Histologische diagnose van ductaal adenocarcinoom van de pancreas (PDAC) of neuro-endocrien neoplasma van de pancreas (PNEN) werd verkregen. De uitsluitingscriteria waren als volgt: (1) Onvolledige of gedeeltelijk ontbrekende gegevens; (2) Tumoren rond de poortader, miltader, mesenteriale arterioveneuze structuren, ampullen en cavitaire weefsels die de beeldanalyse kunnen beïnvloeden; (3) Echografie beïnvloed door implantatie van een stent in de gal- of pancreaskanalen; (4) Digitale beelden van endoscopische echografie niet verkrijgbaar bij het ziekenhuis; (5) Onduidelijke postoperatieve pathologische onderzoeksresultaten of bevindingen die niet overeenkomen met PNEN of PDAC; (6) EUS-beelden van niet-vaste pancreasruimten, zoals cystische of gecombineerde cystische laesies. Alle EUS-procedures werden uitgevoerd door twee ervaren endosonografen met behulp van een lineaire scanning-echo-endoscoop die werkte op frequenties van 5 MHz of 7,5 MHz. De EUS-kenmerken van de doelgebieden werden gedocumenteerd en ten minste vijf overeenkomstige beelden werden vastgelegd tijdens een uitgebreid onderzoek van de gehele alvleesklier en aangrenzende organen. Geïnformeerde toestemming werd verkregen van alle patiënten die bewuste sedatie met intramusculaire diazepam kregen. De reagentia en apparatuur die in het onderzoek zijn gebruikt, staan vermeld in de materiaaltabel.

1. Preoperatieve voorbereiding

  1. Zorg ervoor dat de patiënt ten minste 12 uur voorafgaand aan de procedure vast.
  2. Dien algemene intraveneuze anesthesie toe voordat u met de procedure begint (volgens institutioneel goedgekeurde protocollen).

2. Gastroscopische exploratie

  1. Breng de endoscoop door de mond van de patiënt en blaas de maagholte op met gas.
  2. Beweeg de endoscoop geleidelijk langs de slokdarm tot aan de ingang van de twaalfvingerige darmpapilla.
  3. Steek de ultrasone sonde in de endoscoop en plaats deze in de buurt van het doelorgaan voor beeldvorming.
    OPMERKING: Zorg ervoor dat twee ervaren gastro-enterologen met meer dan 5 jaar ervaring de endoscopische echografie uitvoeren.

3. Duodenale scan van de alvleesklier

  1. Plaats de endoscopische ultrasone sonde ter hoogte van de twaalfvingerige darmpapil en pas de buigknop aan om de sonde recht te trekken.
  2. Verwijder alle lucht en slijm uit de twaalfvingerige darm. Vul de waterzak met 5-15 ml water om nauw contact tussen de wand van de waterzak en de twaalfvingerige darm te garanderen.
  3. Pas de links-rechts- en omhoog-omlaag-bedieningsknoppen van de endoscoop aan. Manoeuvreer de ultrasone endoscoop voorzichtig naar buiten om een optimale beeldvorming te behouden.
    OPMERKING: Als gasinterferentie in de darmholte wordt waargenomen nadat het echografiebeeld is weergegeven, injecteer dan ontlucht water door het biopsietangkanaal en pas de positie van de sonde aan om de gasinterferentie te elimineren.

4. Gastro-intestinale scan van de alvleesklier

  1. Zuig het ontluchte water uit de waterzak op en trek de endoscoop terug naar het antrum van de maag na het voltooien van de duodenale scan.
  2. Injecteer ontlucht water in de waterzak en trek de endoscopische echografie in terwijl u het ultrasone beeld weergeeft.
  3. Visualiseer het lichaam en de staart van de alvleesklier bij het bereiken van het lichaam en de fundus van de maag.
  4. Injecteer 200-300 ml ontlucht water in de maag om de zichtbaarheid van het lichaam en de staart van de alvleesklier te verbeteren.

5. Postoperatief herstel

  1. Verzamel bevredigende beeldgegevens tijdens de procedure en sla de afbeeldingen op de server op voor toekomstig gebruik.
  2. Verwijder de ultrasone sonde en endoscoop uit het lichaam van de patiënt.

6. Beeldanalyse

  1. Sla de digitale beelden op als 8-bit beelden met een resolutie van 768 × 576 pixels in de Picture Archiving and Communication Systems (PACS).
  2. Voer beeldvormingsanalyse uit met behulp van beeldbewerkingssoftware.
  3. Schets handmatig het afzonderlijke tumorgebied voor de selectie van het interessegebied (ROI).
  4. Gebruik de toverstaf om automatisch de ROI te selecteren.
  5. Gebruik de histogram- en analysetools om beeldvormingsparameters te analyseren en vast te leggen, waaronder gebied, omtrek, breedte, hoogte, grote en kleine diameters, rondheid (die de grootte en vorm van de tumor weerspiegelt), gemiddelde grijsschaalwaarde en grijsschaalverhouding (die de intensiteit van echo's aangeeft) en grijswaardenstandaarddeviatie (beoordeling van echo-uniformiteit).
  6. Definieer drie ringvormige ROI's, elk met een identiek aantal pixels en normale EUS-weergaven, om de gemiddelde achtergronddichtheid onder standaard bedrijfsomstandigheden te berekenen.
  7. Bereken de grijswaardenverhouding door de grijsschaal van de tumor te delen door die van de achtergrond. Definieer circulariteit als de verhouding tussen oppervlakte en omtrek met behulp van de volgende formule10:
    Circulariteit = 4π × gebied / (omtrek2)
    OPMERKING: De grijstinten van de EUS-afbeelding kunnen variëren, afhankelijk van de contrast- en versterkingsinstellingen tijdens het onderzoek. Een stroomdiagram dat deze stappen illustreert, wordt weergegeven in figuur 1.

7. Gegevensanalyse

  1. Presenteer kwantitatieve gegevens (oppervlakte, omtrek, circulariteit, grijsverhouding, hoofddiameter, grijsschaalstandaarddeviatie en leeftijd) als gemiddelde ± standaarddeviatie (m ± SD). Vergelijk deze met behulp van de onafhankelijke steekproef t-toets of de Mann-Whitney U-toets.
  2. Druk kwalitatieve gegevens (fase en geslacht) uit als frequenties. Vergelijk ze met behulp van de Fisher exact-test of de Pearson chi-kwadraattest. Beschouw een p-waarde van minder dan 0,05 als statistisch significant.
  3. Genereer ROC-curves (Operating Characteristics) van de ontvanger voor hoofddiameter, circulariteit, grijsverhouding en standaarddeviatie op grijsschaal. Bereken de afkapwaarden voor elke parameter.
  4. Beoordeel de diagnostische waarde door gevoeligheid, specificiteit, positief voorspellende waarde (PPV), negatief voorspellende waarde (NPV) en nauwkeurigheid te berekenen. Als een parameter negatief is, classificeert u het gecombineerde resultaat als negatief.

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Resultaten

Kenmerken van de patiënt
In totaal ondergingen 119 patiënten een EUS-punctie en histologische diagnose, waaronder 63 patiënten met PDAC en 54 met PNEN. De gemiddelde leeftijd van de deelnemers was 55,4 jaar ± 14,10 jaar, waarbij 47,86% als man werd geïdentificeerd. Op basis van EUS-kenmerken bevonden 59 gevallen zich in de pancreaskop, 58 in het lichaam of de staart, en in drie gevallen was de hele alvleesklier betrokken. Volgens het stadiëringssysteem van de WHO werd...

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Discussie

EUS is een van de belangrijkste beeldvormingsmodaliteiten voor het evalueren van pancreasmassa's, omdat het visualisatie met hoge resolutie van de alvleesklier biedt en het mogelijk maakt om adequate cytologische monsters te nemen door middel van fijne naaldaspiratie (FNA). In de afgelopen decennia hebben de meeste onderzoeken zich gericht op het verbeteren van de prestaties van FNA, terwijl onderzoek naar de echoïsche kenmerken van EUS-beeldvorming beperkt is gebleven. Tot op heden zijn...

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Openbaarmakingen

De auteurs hebben niets te onthullen.

Materialen

Lijst van materialen gebruikt in dit artikel
NaamBedrijfCatalogusnummerOpmerkingen
22G Flexible Endoscopic Ultrasound Fine Needle Aspiration (EUS FNA) NeedleBoston Scientific International Medical Trading (Shanghai) Co., Ltd.M00550010 (Single), M00550011 (Box of 5)
IBM SPSS Statistics version 22.0IBM Corp, Armonk, NYCRNP3ML, CIP2XML, CRNM6ML (various editions)
Linear scanning echo-endoscope, EG-530UTFujifilm (China) Investment Co., LtdEG-530UT; Balloon Pack Code: B20UT
Physiological saline (0.9% NaCl)Chenxin Pharmaceutical Co., LtdNiet vermeld (standaard farmaceutische levering)
SimethiconeBerlin-Chemie AG, DuitslandEspumisan 100 mg/mL (geen openbare catalogusnummer)
Sodium hyaluronateShanghai Haohai Biotechnology Co., LtdMatrifill (geen openbare catalogusnummer)

Referenties

  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).

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Herprints en machtigingen

Tags

Alvleeskliermassa sdigitale beeldanalysegrijswaardeverhoudingcirculariteitsmetingstandaarddeviatie van grijstintenEUS beeldvormingdifferentiatie van alvleeskliertumoren

Dit artikel is gepubliceerd

Video binnenkort beschikbaar

Neem contact met ons op
Aanbevelen aan de bibliotheek

Privacy

Gebruiksvoorwaarden

Beleidsoverzicht

Copyright © 2026 MyJoVE Corporation. Alle rechten voorbehouden.