Araştırma makalesi

Glioma ve Meningiomları Ayırmak ve Tümör İnfiltrasyonunu Değerlendirmek İçin Amid Proton Transfer Görüntüleme

29 görüntüleme

⸱

DOI:

10.3791/71626

⸱

11 Ağustos 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

Bu makalede

Özet

Bu çalışma, menenjiomları düşük ve yüksek dereceli gliomalardan ayırmak ve tümör infiltrasyonuyla ilgili görüntüleme özelliklerini değerlendirmek için Amide Proton Transfer (APT) görüntülemenin geleneksel manyetik rezonans görüntüleme (MR) ile birleştirilmesini değerlendirerek menenjiomları düşük ve yüksek dereceli gliomalardan ayırt etmek, ameliyat öncesi sınıflandırmayı iyileştirme ve cerrahi planlamayı bilgilendirebilecek görüntüleme tabanlı bilgi sağlama potansiyelini göstermektedir.

Özet

Gliomları menenjiomlardan ayırmak ve glioma infiltrasyonuyla ilgili görüntüleme özelliklerini değerlendirmek, geleneksel manyetik rezonans görüntüleme (MR) ile hâlâ zordur. Kimyasal değişim doygunluğu transfer tekniği olan Amide Proton Transfer (APT) görüntüleme, doku protein içeriği ve pH'daki değişiklikleri tespit edebilir ve beyin tümörleri hakkında potansiyel fonksiyonel içgörüler sunar. Bu retrospektif çalışma, patolojik olarak doğrulanmış beyin tümörleri olan 105 hastada (55 meningioma, 20 düşük dereceli glioma [LGG] ve 30 yüksek dereceli glioma [HGGs]) APT görüntüleme ile geleneksel MRI kombinasyonunu değerlendirdi. APT'den türetilen ortalama sinyal yoğunluğu (APTortalaması) ve APT anormal alanının T2 hiperyoğun alanına (RAPT/T2) ile kontrast artırıcı alana (RAPT/E) oranları gruplar arasında ölçülüp karşılaştırıldı. APTortalama, HGG'lerde (medyan %4,60) LGG'lere (%2,95) ve menenjiomalara (%2,70, P < 0,001) göre anlamlı derecede yüksekti. HGG'lerde RAPT/T2 ve RAPT/E de belirgin şekilde yükseldi. HGG'leri menenjiomlardan ayırt etmek için, APTmean mükemmel tanı performansı (eğrinin altındaki alan [AUC] = 0.969) elde etti, karşılaştırıldığında RAPT/E (0.836) ve RAPT/T2 (0.800). LGG'leri menenjiomlardan ayırt etmek için RAPT/E (AUC = 0.781) ve RAPT/T2 (AUC = 0.734) iyi performans gösterdi, oysa APTortalaması anlamlı şekilde farklılık göstermedi. Glioma derecelendirmesi (HGG vs. LGG) için APTaverage 0.916 AUC verdi; bu da kontrast artırma derecesinden (0.823) üstündü. Bu bulgular, APT görüntülemenin menenjiomları farklı derecelerdeki gliomlardan etkili bir şekilde ayırt ettiğini ve tümör infiltrasyonunun boyutunu belirlemek için değerli görüntüleme tabanlı bilgiler sağladığını göstermektedir. APTmean ve mekansal kapsam oranlarının birleşimi, özellikle zorlu atipik vakalarda ameliyat öncesi teşhisi artırmak ve cerrahi planlamayı desteklemek için pratik bir görüntüleme aracı sağlar.

Giriş

Kafatası içi tümörler, sinir sisteminin en yaygın bozukluklarından biridir. Sıklık oranları küresel olarak artmakta ve insan sağlığı için ciddi bir tehditoluşturmaktadır 1. Histopatolojik kökenine dayanarak, intrakraniyal tümörler iki ana kategoriye ayrılabilir: birincil ve ikincil (metastatik). Birincil intrakraniyal tümörler arasında, meningioma ve glioma en yaygın iki tipi temsil eder ve kökenleri ve biyolojik davranışları belirginşekilde farklıdır. Glioma (glial hücrelerden kaynaklanan) en yaygın malign intrakranial tümördür; infiltratif büyüme, belirsiz sınırlar, yüksek nyöleme eğilimi ve kötüprognoz 3,4 ile karakterize edilir. Dünya Sağlık Örgütü (DSÖ), gliomaları kanserlerine göre I-IV derecelere sınıflandırır. Bunlar arasında, yüksek dereceli gliomalar (HGG'ler, WHO dereceleri III-IV) oldukça invazivdir ve kısa hasta sağlıklamasüresi ile ilişkilidir 5,6. Buna karşılık, menenjioma araknoid kap hücrelerinden kaynaklanır. Büyük çoğunluğu iyi huyludur (WHO Grade I), yavaş büyür ve çevresindeki beyin dokusundan belirgin bir sınırları olan net sınırlara sahiptir. Tam cerrahi rezeksiyondan sonra hastalarda genellikle olumlu birprognoz 7,8 olur. Bu nedenle, bu iki tümör tipi arasında ameliyat öncesi doğru görüntüleme ayırt edilmesi ve glioma infiltrasyonu kapsamıyla ilgili görüntüleme özelliklerinin değerlendirilmesi kritik klinik öneme sahiptir. Bireysel cerrahi planlar oluşturmak, güvenli rezeksiyon marjlarını belirlemek ve nihayetinde hasta sonuçlarını iyileştirmek için gereklidir.

Şu anda manyetik rezonans görüntüleme (MRI), üstün yumuşak doku çözünürlüğü, çok parametreli görüntüleme yetenekleri veiyonlaşıcı olmayan 9,10 avantajı sayesinde intrakraniyal tümörlerin ameliyat öncesi tanı ve değerlendirmesinde yaygın olarak kullanılan bir yöntem haline gelmiştir. T1 ağırlıklı görüntüleme (T1WI), T2 ağırlıklı görüntüleme (T2WI), sıvı etkisiyle zayıflatılmış ters görüntüleme (FLAIR) ve kontrast ağırlıklı görüntüleme (CE-T1WI) gibi geleneksel MRI dizileri, tümörün konumunu, boyutunu, morfolojisini, iç yapısını ve bitişik dokularla ilişkisiniaçıkça ortaya koyabilir. 11,12. Tipik menenjiomlar, MRI'da iyi tanımlanmış eksen dışı kütleler olarak görülür; T1WI'de izo- veya hafif hipointensiv sinyaller, T2WI'de izo- veya hafif hiperyoğun sinyaller gösterir; kontrast sonrası belirgin ve homojen bir artış gösterir, genellikle "dural kuyruk işareti" ile birlikte görülür13. Buna karşılık, yüksek dereceli gliomalar (HGG) genellikle düzensiz şekilli, kötü tanımlanmış kitleler olarak ortaya çıkar. Genellikle T2WI/FLAIR dizilerinde görülen geniş peritümör ödemle çevrilidir ve kontrast uygulandıktan sonra heterojen halka benzeri veya çelenk benzeri bir artışgösterirler 14,15.

Ancak, geleneksel MRI klinik uygulamada hâlâ birçok zorlukla karşı karşıyadır. Ayırıcı tanı konusunda, bazı vakalar atipik özelliklerle ortaya çıkar. Örneğin, bazı HGG'ler nispeten iyi tanımlanmış, homojen bir şekilde güçlendirici bir "psödo kapsül" gösterebilir, bu da onları meningiyumlardan ayırt etmeyi zorlaştırır. Buna karşılık, bazı yüksek dereceli, hücresel atipik veya anaplastik menenjiomlar (WHO dereceleri II-III), invaziv büyüme desenleri nedeniyle radyolojik olarak glioma16 taklit edebilir. Ayrıca, geleneksel MR'nin glioma infiltrasyonunun varsayılan boyutunu doğru şekilde değerlendirme yeteneği sınırlıdır. T2WI/FLAIR dizilerinde gözlemlenen hiperyoğun bölgenin tümör hücre infiltrasyonu, vazonojen ödem ve reaktif gliozin bir karışımı olduğu patolojik olarak doğrulanmıştır. Geleneksel MRI bu bileşenleri etkili bir şekilde ayırtedemez 17. Benzer şekilde, CE-T1WI'de görselleştirilen geliştirici bölge öncelikle tümör çekirdeğini bozmuş kan-beyin bariyerini temsil eder. Önemli sayıda proliferatif tümör hücresi zaten bu güçlendirici bölgenin ötesine, normal görünümlü beyin parenximası18,19 içindeki peritümörlü T2 hiperyoğun alanına ve bazen de onun ötesine sızmıştır. Radyolojik ve patolojik sınırlar arasındaki bu uyumsuzluk, gliomların cerrahi sonrası yüksek nükleme oranının önemli bir nedenidir. Sonuç olarak, tümör hücreselliğini ve metabolik aktivitesini daha doğrudan ve hassas yansıtabilen yeni moleküler görüntüleme araçlarına acil bir klinik ihtiyaç vardır.

Amid Proton Transfer (APT) görüntüleme, gelişmekte olan bir moleküler manyetik rezonans görüntüleme tekniğidir. Kimyasal Değişim Doygunluk Transferi (CEST)mekanizması 20,21 üzerinden çalışır. Dokulardaki hücresel proteinler ve peptitlerin omurgasında amid protonlarını (-NH) seçici olarak doyurarak ve bu manyetizasyonu çevredeki su moleküllerine aktararak, dolaylı olarak doku protein içeriği ve hücre içi/hücre dışı pH 22,23'teki değişiklikleri tespit eder. Tümör mikro ortamında, kötü huylu hücreler genellikle yoğun proliferatif aktivite sergiler; bu da protein anabolizmasında önemli birartışa yol açar 24. Aynı zamanda, tümör dokularında artmış glikoliz (Warburg etkisi) genellikle hücre dışı mikroortamın asitleşmesineyol açar 25. Bu patofizyolojik değişiklikler genellikle APT sinyallerinin yüksek dereceli malignitelerde karakteristik olarak hiperyoğun görünmesine neden olur. Ayrıca, APT, glioma tekrarı ile radyasyon nekrozunu ayırt etme konusunda potansiyel değer göstermiş ve geleneksel MRI ile diğer fonksiyonel görüntüleme tekniklerine tamamlayıcı bilgiler sunmaktadır26. Bunun nedeni, yüksek hücre yoğunluğu ve aktif metabolizma ile karakterize edilen tekrarlayan tümör dokusunun yüksek APT sinyalleri sergilemesidir. Buna karşılık, radyasyon nekrozu, esas olarak hücresel kalıntılar ve iltihap reaksiyonundan oluşur ve düşük APT sinyalleriyle ortaya çıkar. Bu bulgular, APT'nin tümör nükpüsünü tedaviye bağlı değişikliklerden ayırt etmede geleneksel MRG'ye göre üstünlüğünü gösteren klinik çalışmalarladoğrulanmıştır 27.

Ancak mevcut araştırmalar ağırlıklı olarak glioma derecelendirmesi veya metastazlar veya lenfoma 28,29,30 gibi diğer intrakraniyal patolojilerden farklılaşmasına odaklanmaktadır. APT görüntülemenin menenjiomları, özellikle hem düşük hem de yüksek dereceli gliomları kapsayanlardan ayırt etme faydasını özellikle araştıran sistematik çalışmalar nispeten sınırlı kalır. Ayrıca, APT sinyal anormalliği alanının, özellikle yüksek dereceli gliomlarda (HGG) hücresel infiltrasyonun kapsamıyla daha iyi ilişkili bir görüntüleme vekili olarak hizmet edip etmeyeceği, daha derinlemesine araştırma gerektirir.

Klinik olarak, APT görüntüleme, HGG'lerin menenjiomlardan ameliyat öncesi farklılaşması ve özellikle konvansiyonel MR belirsiz olduğunda glioma infiltrasyonuyla ilgili görüntüleme özelliklerinin değerlendirilmesi için değerli olabilir. Ancak, rutin uygulama pratik zorluklarla karşı karşıyadır: uzun satın alma süresi hareket riskini artırır; Sinyal niceleme, alan homojenliklerine ve işlem sonrası algoritmalara duyarlıdır ve standartlaştırılmış protokoller gerektirir; ve APT metrikleri, bazı LGG'lerde ve iyi huylu meningiomlarda olası örtüşme nedeniyle geleneksel MR'yi tamamlamalı, yerine geçmemelidir. Benimseme için, zorlu vakalarla başlamanızı ve yerel uzmanlık ve kalite güvencesi kurulduktan sonra rutin uygulamaya kademeli olarak entegre olunmasını öneririz. Sonuç olarak, APT görüntüleme benzersiz biyolojik bilgi sunar ancak çok parametrik MRI çerçevesinde en iyi şekilde kullanılır.

Zhang ve ark.31'in önceki çalışmaları, APT görüntülemenin menenjiomları gliomlardan ayırt etmede faydasını ön aşamada incelemiş ve RAPT/T2 ile RAPT/E oranlarını tümör infiltrasyonunun potansiyel belirteçleri olarak öne sürmüştür. Ancak, bu çalışma nispeten küçük bir örneklem büyüklüğüyle (50 hasta) sınırlıydı ve APT parametrelerinin tanısal performansını, klinik olarak ilgili çiftli ayrımlarda geleneksel MRI özellikleriyle karşılaştırmak için kapsamlı alıcı operasyonel karakteristik (ROC) eğri analizleri kullanılarak sistematik olarak değerlendirmedi. Ayrıca, APT tarafından tanımlanan mekânsal kapsam anormalliklerinin cerrahi ve radyoterapi planlaması için klinik sonuçları kapsamlı şekilde tartışılmamıştır. Bu gerekçeye dayanarak, bu çalışma farklı derecelerde patolojik olarak doğrulanmış menenjiom ve glioma hastalarından alınan APT ve geleneksel MRI verilerini geriye dönük olarak analiz etmeyi amaçlamaktadır. Bu iki tümör tipi arasındaki APT parametrelerini sistematik olarak karşılaştırarak, menenjiomların gliomlardan ameliyat öncesi farklılaşması için APT görüntülemenin tanısal etkinliğini değerlendiriyoruz. Aynı zamanda, APT anormallik bölgesinin mekânsal kapsamını T2WI hiperyoğunluğu ve CE-T1WI geliştirme alanlarıyla karşılaştırarak, bu çalışma ön aşamada APT görüntülemenin tümörlerin infiltratif büyüme sınırını çıkarmak için radyolojik bir araç olarak potansiyel uygulama değerini araştırmaktadır. Amaç, klinisyenlere cerrahi planlamanın temelini güçlendirebilecek görüntüleme kaynaklı bilgiler sağlamaktır; ancak bu tür çıkarımlar patolojik doğrulamayı beklemektedir.

Protokol

Bu çalışma protokolü, Helsinki Bildirgesi'nde belirtilen etik ilkelere bağlı kalmış ve Shenzhen Bao'an İlçe Songgang Halk Hastanesi etik inceleme kurulu tarafından onaylanmış (Onay numarası: IRB-YJ-2025-045). Geriye dönük tasarımı göz önüne alındığında, çalışma yalnızca arşivlenmiş klinik ve görüntüleme verilerinin analizini içeriyordu. Tüm hasta tarafından tanımlanabilir bilgiler tamamen anonimleştirildi.

Araştırma tasarımı ve konuları

Bu çalışma, geriye dönük bir tanısal analizdir. Ocak 2024 ile Haziran 2025 arasında Shenzhen'deki Bao'an Bölgesi'ndeki Songgang Halk Hastanesi ve Shenzhen İkinci Halk Hastanesi Nörocerrahi Onkoloji Bölümlerine yatırılan beyin tümörü hastalarından geriye dönük olarak klinik ve görüntüleme verilerini topladık. Tüm hastalarda ameliyat sonrası patolojik olarak doğrulanmış teşhisler bulundu. Toplamda 105 hasta nihayet dahil edildi ve hepsi ameliyat öncesi hem geleneksel MRI hem de APT görüntüleme muayenelerinden geçti. 2021 WHO Merkezi Sinir Sistemi TümörleriSınıflandırması'na göre 32, hastalar üç gruba ayrıldı: Meningioma Grubu: 55 vaka, patolojik olarak WHO dereceleri I-II olarak doğrulandı. Düşük Dereceli Glioma (LGG) Grubu: 20 vaka, patolojik olarak WHO dereceleri I-II olarak doğrulandı. HGG Grubu: 30 vaka, patolojik olarak WHO dereceleri III-IV olarak doğrulandı. Tüm hastalar ameliyat öncesi hem geleneksel MRI hem de APT görüntüleme muayenelerinden geçti. Detaylı çalışma akış şeması Şekil 1'de sunulmaktadır.

Dahil etme ve dışlama kriterleri

Dahil etme kriterleri şunlardı: (1) kesin histopatolojik meningioma tanısı (WHO dereceleri I-II), LGG'ler (WHO dereceleri I-II) veya HGG'ler (WHO dereceleri III-IV) tanısı ile ilk cerrahi rezeksiyon geçiren hastalar; (2) ameliyattan bir hafta önce kontrastsız baş MR'ı, T1 ağırlıklı kontrastlı tarama ve APT görüntülemenin tamamlanması; (3) iyi görüntü kalitesine sahip, önemli artefaktlardan arınmış, tanısal değerlendirme ve ölçüm için uygun tam görüntüleme verilerinin bulunması; (4) tam klinik verilerin ve takip kayıtlarının erişilebilirliği.

Dışlama kriterleri şunlardı: (1) ameliyattan önce herhangi bir anti-tümör tedavisi (örneğin, radyoterapi, kemoterapi, hedefli tedavi veya immünoterapi) almış hastalar; (2) tekrarlayan beyin tümörleri veya diğer intrakraniyal boşluk işgal eden lezyonlar olan hastalar; (3) MR muayenesine karşı endikasyonları olan hastalar; (4) sonraki veri analizini etkileyecek ciddi hareket artefaktları veya duyarlılık artefaktları içeren görüntüler; (5) yukarıda belirtilenlerin dışındaki merkezi sinir sistemi tümör türlerinin patolojik tanısı.

Örneklem büyüklüğü hesaplaması

Bu çalışma retrospektif bir tanısal analizdi ve örneklem büyüklüğü, çalışma döneminde dahil etme kriterlerini karşılayan tüm mevcut vakalarla belirlendi. Mevcut örneklem büyüklüğünün gruplar arasında APT parametrelerindeki istatistiksel olarak anlamlı farkları tespit edip etmediğini değerlendirmek için, önceki literatürde bildirilen farklı dereceli gliomalar ve menenjiomlar arasındaki APT sinyal değerlerindeki farklılıklarareferans aldık 33. α = 0.05 ve 0.80 istatistiksel güç ayarlayarak, tahmin için iki örneklemli ortalama karşılaştırma formülü kullanarak, her grup başına en az 15 örnek gerekeceğini belirledik. 105 hastanın (55 meningioma, 20 LGG, 30 HGG) nihai katılımına dayanarak, sonradan yapılan bir güç analizi, üç grup arasındaki APTaverage farklarını tespit etme gücünün mevcut örneklem büyüklüğüyle 0,95'i aştığını gösterdi. Bu, çalışma örneklem büyüklüğünün istatistiksel çıkarımı desteklemek için yeterli olduğunu göstermektedir.

Görüntü alımı ve sonradan işleme

MRI tarama protokolü:

Tüm hastalar, standart 8 kanallı kafa bobini 34 ile manyetik rezonans (MR) tarayıcısı kullanılarak tarandı. Tarama dizileri ve parametreleri şu şekildeydi:

Geleneksel diziler: Eksenel T1 ağırlıklı görüntüleme (T1WI), üç boyutlu bozuk gradyan-yankı dizisi kullanılarak gerçekleştirildi (3D T1-SPGR, tekrar zamanı/yankı süresi [TR/TE] = 8,5/3,4 ms, ters açı = 12°, dilim kalınlığı = 1,2 mm, dilim arası boşluk = 0 mm, görüş alanı [FOV] = 24 cm × 24 cm, matris = 256 × 256). Eksenel T2 ağırlıklı görüntüleme (T2WI) hızlı spin-echo dizisiyle elde edildi (TR/TE = 4.500/102 ms, dilim kalınlığı = 5 mm, dilim arası boşluk = 1,5 mm, FOV = 24 cm × 24 cm, matriks = 384 × 224). Sıvı ile zayıflatılmış ters dönüş kurtarma (FLAIR) görüntüleri, tekrar zamanı/yankı süresi/ters çevirme süresi (TR/TE/TI) = 9.000/120/2.250 ms ile elde edildi.

Kontrastlı tarama: Standart dozda 0,1 mmol/kg vücut ağırlığı ve 2 mL/s akış hızında gadopentetat dimegluminin intravenöz bolus enjeksiyonu ve ardından 20 mL tuzlu bir yıkama yapıldıktan sonra, prekontrast 3D T1-SPGR dizisiyle aynı parametrelerle eksenel, sagittal ve koronal kontrastla güçlendirilmiş T1WI görüntüleri alındı.

APT görüntüleme dizisi: APT görüntüleme, aşağıdaki parametrelerle iki boyutlu gradyan-yankı darbe dizisi kullanılarak gerçekleştirilmiştir: TR/TE = 3.000/3,5 ms, dilim kalınlığı = 5 mm, FOV = 24 cm × 24 cm, matriks = 128 × 128, uyarılma sayısı = 2 ve toplam alım süresi 4 dakika 32 saniyedir. 2 saniye süreli ve 2 μT gücünde (B₁) sürekli dalga doygunluk darbesi, 0,5 ppm'lik su rezonans frekansı da dahil olmak üzere −6 ile +6 milyon parça (ppm) arasında değişen frekanslarda uygulandı. Ana manyetik alan (B₀) altında, doygunluk darbesi özellikle su proton rezonansına (0 ppm) göre +3,5 ppm aşağı alan rezonans frekansında uygulanırdı; bu frekans amid proton kimyasal değişim oranına karşılık gelirdi. APT ediniminden önce, B₀ homojenliği ana APT taramasına benzer ancak azaltılmış B₁ genliğinde olan su doygunluğu kaydırma referansı (WASSR) yaklaşımıyla düzeltildi. Taramadan sonra, APT ağırlıklı görüntüler ve manyetizasyon transfer oranı asimetrisi (MTRasym) haritaları 3,5 ppm'de tarayıcının yerleşik yazılımı tarafından manyetizasyon transfer oranının asimetrisi hesaplanarak otomatik olarak üretilmiştir: MTRasym(3,5 ppm)=[S(−3,5 ppm) − S(+3,5 ppm)] / S(0 ppm) burada S(Δω), su rezonansına göre gösterilen frekans ofseti Δω'da uygulanan doygunluk darbesi ile sinyal yoğunluğunu temsil eder. 3.5 ppm'deki pozitif MTRasym değeri, öncelikle amid proton transfer etkisini yansıtır; çünkü manyetizasyon transferi (MT) ve nükleer Overhauser etkileri su rezonansı etrafında yaklaşık simetriktir ve bu nedenle asimetri hesaplamasıyla iptal edilir.

Görüntü analizi:

Tüm görüntüleme verileri, 5 yılı aşkın deneyime sahip iki nöroradyolog tarafından bağımsız olarak bir görüntü görüntüleme yazılımı iş istasyonu kullanarak analiz edildi. İlgi Alanı (ROI) belirlemesi aşağıdaki standart prosedürlere göre gerçekleştirilmiştir:

Tümör katı bölgesi: Kontrast artırılmış T1WI görüntülerinde, tümörün artırıcı kenarı boyunca manuel olarak bir yatırım roi çizildi; nekrotik, kistik ve peritümörlü ödem alanlarından dikkatlice kaçınıldı. ROI, maksimum tümör çapına sahip dilimdeki tüm katı güçlendirici bileşeni kapsayacak şekilde çekildi.

T2 Hiperyoğun bölge: T2WI görüntülerinde, tümör ve çevresindeki peritümör ödemini kapsayan tüm hiperintensiv alanı kapsayacak bir yatırım getirisi manuel olarak çizildi. Sınır, hiperyoğunluğun normal görünen beyin parenkimine ulaştığı görünür kenar olarak tanımlandı.

APT Anormal Sinyal Bölgesi: APT ağırlıklı MTRasym haritalarında, karşı taraf normal görünen beyaz madde referans olarak kullanılarak, referans normal dokunun ortalama sinyalinden daha yüksek sinyal yoğunluğuna sahip tüm alanlar ile 2 standart sapma içeren tüm alanları içeren bir yatırım getirisi manuel olarak çizildi. Bu eşik tabanlı yaklaşım, maksimum tümör çapıyla aynı dilime uygulandı. Kontralateral referans ROI, tümörün aynasında bir konumda, centrum semiovale yerleştirildi ve yaklaşık 100 mm2 alanda bulundu.

Tutarlılık için, her ROI maksimum tümör çapında merkezlenmiş ardışık dilimlerde üç kez ölçüldü ve ortalama değer analiz için kaydedildi. Tüm ROI değerlendirmeleri iki incelemeci tarafından bağımsız olarak yapıldı ve tutarsızlıklar uzlaşıyla çözüldü. Gözlemciler arası anlaşma, sınıf içi korelasyon katsayısı (ICC) kullanılarak değerlendirildi ve ICC > 0.80 mükemmel uyumu gösterdi.

Aşağıdaki parametreler ölçülüp hesaplandı:

Ortalama APT Sinyal Yoğunluğu (APTortalaması): Tümör katı bölgesinin yatırım getirisi içinde ortalama MTR değeri 3,5 ppm.

Bölgesel oran hesaplaması:

RAPT/T2: APT anormal sinyal bölgesinin alanının T2WI hiperyoğun bölgesi alanına oranı (RAPT / RT2).

RAPT/E: APT anormal sinyal bölgesinin alanının T1WI kontrast artırıcı bölgesinin (RAPT / RE) alanına oranı.

Klinik sonuç ölçütleri

Bu çalışmanın birincil değerlendirme ölçütleri, terapötik klinik sonuçlardan ziyade görüntüleme parametreleri ve bunların tanısal etkinliği oldu. Birincil görüntüleme sonuçları: Her grup için APTortalama değerleri (menenjiom, LGG, HGG) ve LGG ile HGG grupları için RAPT/T2 ve RAPT/E oranları.

İstatistiksel analiz

Sürekli değişkenler normallik açısından Shapiro-Wilk testi kullanılarak test edildi. Normal dağılımlı veriler, ortalama ± standart sapma (SD) olarak sunulur ve tek yönlü varyans analizi (ANOVA) ile karşılaştırılır (Bonferroni post-hoc). Normal olmayan veriler ve sıralar M (Q₁, Q₃) olarak sunulur ve Kruskal-Wallis H testi (Bonferroni düzeltmesiyle Dunn testi) kullanılarak karşılaştırılır. Kategorik veriler n (%) olarak sunulur ve Chi-kare veya Fisher'ın tam testi kullanılarak karşılaştırılır. Tanısal performansı değerlendirmek için ROC eğrileri çizildi. Tüm testler iki taraflıydı; P < 0.05 önemli olarak kabul edildi.

Sonuçlar

Başlangıç ve klinik özellikler

Üç hasta grubu arasında yaş, Karnofsky Performans Durumu (KPS) puanı, ilk belirtiler ve WHO notu (P < 0.001) açısından anlamlı farklılıklar gözlemlendi. HGG grubundaki hastalar daha yaşlıydı, daha düşük KPS puanlarına sahipti ve ilk semptomu olarak daha sık fokal nörolojik bozukluklarla ortaya çıktı. Buna karşılık, LGG grubundaki hastalar ağırlıklı olarak ilk semptomu olarak nöbetlerle ortaya çıktı. Üç grup arasında cinsiyet, vücut kitle indeksi (BMI) veya tümör konumu (frontal, temporal, parietal, oksipital loblar) açısından anlamlı farklar bulunmadı (P > 0.05) (Tablo 1).

MRI tümörü kapsamı ve APT ile ilgili parametreler

Tablo 2 , üç hasta grubu arasında konvansiyonel MRI tümör kapsamı ve APT ile ilgili parametrelerin karşılaştırma sonuçlarını sunmaktadır. Kontrast artışı derecesi gruplar arasında anlamlı farklılıklar gösterdi (P < 0.001); menenjiom grubu en yüksek artış derecesine, LGG grubu ise en düşük oranı gösterdi. Üç grup arasında T2 hiperyoğunluğu (RT2), kontrast artırıcı bölge (RE) veya APT anormal sinyal bölgesi (RAPT) alanları açısından istatistiksel olarak anlamlı farklar gözlemlenmedi (P > 0.05), bu da gruplar arasında görüntüleme ile tanımlanan genel tümör hacimlerinin karşılaştırılabilir olduğunu gösteriyor.

Ancak, APT ile ilgili parametreler gruplar arası anlamlı farklılıklar gösterdi (P < 0.001). Ortalama APT sinyal yoğunluğu (APTortalaması) HGG grubunda (medyan %4,60) en yüksekti ve hem LGG grubunun (%2,95) hem de menenjiom grubunun (%2,70) oranını anlamlı şekilde aştı. Ayrıca, APT anormal alanının T2 hiperyoğun alanına (RAPT/T2) ve kontrast artırıcı alana (RAPT/E) oranları da HGG grubunda diğer iki gruba kıyasla anlamlı şekilde daha yüksekti.

Menenjiomlar, LGG'ler ve HGG'ler arasında APT ile ilgili parametrelerin çift karşılaştırmaları

Tablo 3, üç grup arasında APT ile ilgili parametrelerin daha fazla çift karşılaştırmasını sunmaktadır. Sonuçlar şöyledir: Menenjiom Grubu vs. LGG Grubu: İrileşme derecesi, RAPT/T2 ve RAPT/E (P < 0.001) açısından anlamlı farklılıklar gözlemlenmiş, APTmean (P = 0.241) ise istatistiksel olarak anlamlı bir fark bulunmamıştır. Menenjiom Grubu ile HGG Grubu: APTmean, RAPT/T2 ve RAPT/E'de anlamlı farklılıklar gözlemlendi (P < 0.001), iyileşme derecesinde ise anlamlı bir fark bulunmadı (P = 0.160). LGG Grubu ile HGG Grubu: Gelişim derecesi ve APTortalama (P<0.001) açısından anlamlı farklılıklar gözlemlenmişken, RAPT/T2 ve RAPT/E istatistiksel olarak anlamlı bir fark göstermedi (P > 0.05). Bu bulgular, APTmean'in HGG'leri menenjiomlardan ayırt etmek ve glioma derecelerini ayırt etmek için değerli olduğunu göstermektedir. Buna karşılık, RAPT/T2 ve RAPT/E, LGG'leri menenjiomlardan ayırmada daha fazla ayırtıcı değer gösterir.

Menenjiomları ve LGG'leri ayırt etmek için APT ile ilgili parametreler

Dunn'un testinden elde edilen sonuçlar, LGG'ler ile menenjiomlar arasında iyileşme derecesi (P < 0.001), RAPT/T2 (P < 0.001) ve RAPT/E değerleri (P < 0.001) açısından istatistiksel olarak anlamlı farklılıklar gösterdi. Ancak APTmean farkı anlamlı değildi (P > 0.05). Bu nedenle, gelişim derecesi, RAPT/T2 ve RAPT/E LGG'ler ile menenjiomları ayırt etmeye yardımcı olabilir. Menenjiomlarda iyileşme derecesi, LGG'lere göre anlamlı derecede daha yüksekti ve LGG'lerden kaynaklanan APT görüntülerinde gözlemlenen değişiklikler, menenjiomlardan kaynaklananlardan daha belirgin oldu. Ancak, LGG'ler için APTortalama değerleri menenjiomlara yakın olduğundan, bu parametre bu bağlamda ayırıcı tanı için uygun değildir.

ROC eğrisi analizi, menenjiomları LGG'lerden ayırt ederken, gelişim derecesi, RAPT/E oranı ve RAPT/T2 oranının hepsinin anlamlı tanısal değere sahip olduğunu (hepsi P < 0.001) göstermiştir. İyileşme derecesi, eğri altı en yüksek alanı (AUC) olan 0,926 (%95 güven aralığı [CI]: 0,842–0,974) elde etti ve mükemmel tanı performansını gösterdi. RAPT/E ve RAPT/T2 için AUC'ler sırasıyla 0.781 (%95 GA: 0.670–0.868) ve 0.734 (%95 GA: 0.619–0.829) olup, bu iki tümör tipini ayırt etmede iyi tanısal performanslarını göstermektedir. APTmean'in iki grup arasında anlamlı bir fark göstermemesi (P > 0.05) ve bu nedenle menenjiomları LGG'lerden ayırt etmek için geçerli değildir. Bu bulgular Tablo 4 ve Şekil 2'de özetlenmiştir.

Menenjiom ve HGG'leri ayırt etmek için APT ile ilgili parametreler

Dunn'un test sonuçları, HGG'ler ile menenjiomlar arasında APTaverage (P < 0.001), RAPT/E (P < 0.001) ve RAPT/T2 (P < 0.001) değerlerinde istatistiksel olarak anlamlı farklılıklar gösterdi. Ancak, gelişim derecesi istatistiksel anlamlılık göstermedi (P > 0.05). Bu, APTmean, RAPT/E ve RAPT/T2'nin HGG'leri menenjiomlardan ayırmaya yardımcı olabileceğini göstermektedir. HGG'lerin APTortalaması , meningiomalardan anlamlı derecede yüksekti ve HGG'lerle ilişkili APT görüntülerindeki anormallik derecesi, menenjiomlara göre daha belirgin oldu. Menenjiom ve HGG'ler için gelişim derecesi genellikle orta veya belirgin olduğundan, bu parametre bu kohorttaki iki varlık arasında ayrım yapmamıştır.

Menenjiomları HGG'lerden ayıran APTmean, RAPT/E ve RAPT/T2'nin hepsi mükemmel tanısal performans göstermiştir (hepsi P < 0.001). Bunlar arasında APTmean, en yüksek AUC olan 0,969'a (%95 GA: 0,906–0,994) ulaştı; bu da çok yüksek bir ayırtıcı yeteneği göstermektedir. RAPT/E ve RAPT/T2 için AUC'ler sırasıyla 0.836 (%95 GA: 0.740–0.908) ve 0.800 (%95 GA: 0.699–0.879) olup, APT görüntülemenin bu iki tümör tipini ayırt etmedeki klinik değerini daha da desteklemektedir. Buna karşılık, gelişim derecesi iki grup arasında anlamlı bir fark göstermedi (P > 0.05) ve bu farklılaşma için tanısal fayda sağlamadı. Bu bulgular Tablo 5 ve Şekil 3'te özetlenmiştir.

LGG'ler ve HGG'leri ayırt etmek için APT ile ilgili parametreler

Dunn'un testinin sonuçları, LGG'ler ile HGG'ler arasında gelişim derecesi ve APTaverage oranının anlamlı şekilde farklı olduğunu gösterdi (P < 0.001). Ancak RAPT/E ve RAPT/T2 istatistiksel anlamlılık göstermedi (P > 0.05). Bu, APTmean ve geliştirme derecesinin HGG'leri LGG'lerden ayırt etmede daha etkili olduğunu gösterir. HGG'ler genellikle LGG'lere kıyasla daha yüksek bir geliştirme ve daha yüksek bir APTortalama gösterir.

LGG'ler ile HGG'ler arasındaki ayrımda, hem geliştirme derecesi hem de APTmean anlamlı tanısal etkinlik gösterdi (her ikisi de P < 0.001). APTmean, geliştirme derecesinden (AUC = 0.823, %95 GA: 0.689–0.917) 0.916 (%95 GA: 0.689–0.917) AUC elde etti. Bu, APTmean'in bu kohortta glioma derecelendirmesi için daha yüksek tanısal doğruluk sağladığını göstermektedir. Buna karşılık, RAPT/E ve RAPT/T2 iki grup arasında anlamlı bir fark göstermedi (P > 0.05) ve bu kohortta derecelendirme için tanısal değer göstermedi. Bu bulgular Tablo 6 ve Şekil 4'te özetlenmiştir.

Veri Erişilebilirliği

Bu çalışmayı destekleyen orijinal veriler ek belgeler olarak sunulmuştur.

figure-results-1
Şekil 1: Hasta seçimi ve görüntüleme analizi iş akışı. Kısaltmalar: APT = amid proton transferi; ROI = ilgi alanı; ROC = alıcı çalışma özelliği; T2WI = T2 ağırlıklı görüntüleme; CE-T1WI = kontrast ağırlıklı T1 ağırlıklı görüntüleme; RAPT = APT anormal sinyal alanı; RAPT/T2 = APT anormal alanının T2 hiperyoğun alanına oranı; RAPT/E = APT anormal alanının artan alana oranı. Bu figürün daha büyük bir versiyonunu görmek için lütfen buraya tıklayın.

figure-results-2
Şekil 2: Menenjiomlar ile düşük dereceli gliomalar arasındaki ayrım. Menenjiomları ve LGG'leri ayırt etmek için alıcı çalışma karakteristik eğrisi analizi. Kısaltmalar: APT = amid proton transferi; LGG = düşük dereceli glioma; RAPT = APT anormal sinyal alanı; RAPT/T2 = APT anormal alanının T2 hiperyoğun alanına oranı; RAPT/E = APT anormal alanının artan alana oranı. Bu figürün daha büyük bir versiyonunu görmek için lütfen buraya tıklayın.

figure-results-3
Şekil 3: Menenjiomlar ile yüksek dereceli gliomalar arasındaki ayrım. Menenjiomları HGG'lerden ayırt etmek için alıcı çalışma karakteristik eğrisi analizi. Kısaltmalar: APT = amid proton transferi; HGG = yüksek dereceli glioma; RAPT = APT anormal sinyal alanı; RAPT/T2 = APT anormal alanının T2 hiperyoğun alanına oranı; RAPT/E = APT anormal alanının artan alana oranı; APTmean = amide proton transfer sinyal yoğunluğunun ortalaması. Bu figürün daha büyük bir versiyonunu görmek için lütfen buraya tıklayın.

figure-results-4
Şekil 4: Düşük dereceli gliomalar ile yüksek dereceli gliomalar arasındaki ayrım. LGG'leri ve HGG'leri ayırt etmek için alıcı çalışma karakteristik eğrisi analizi. Kısaltmalar: APT = amide proton transferi; LGG = düşük dereceli glioma; HGG = yüksek dereceli glioma; APTmean = amide proton transfer sinyal yoğunluğunun ortalaması. Bu figürün daha büyük bir versiyonunu görmek için lütfen buraya tıklayın.

ÖzelliklerMeningioma grubu (n=55)LGG grubu (n=20)HGG grubu (n=30)İstatistiklerP
Yaş (yıllar)54.65±8.2141.50±10.4958.17±9.75F=21.595<0.001
Cinsiyet (n, %)
erkek17 (30.91)10 (50.00)13 (43.33)χ²=2.7550.252
kadın38 (69.09)10 (50.00)17 (56.67)
BMI (kg/m2)24.26±3.1823.59±2.8724.35±3.25F=0.4120.664
Tümör konumu, n (%)
Frontal lob19 (34.55)8 (40.00)12 (40.00)-0.978
Temporal lob13 (23.64)6 (30.00)8 (26.67)
Parietal lob13 (23.64)4 (20.00)6 (20.00)
Oksipital lob10 (18.18)2 (10.00)4 (13.33)
KPS Puanı, 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
İlk Belirtiler, n (%)
Baş ağrısı23 (41.82)6 (30.00)10 (33.33)-<0.001
Epilepsi14 (25.45)12 (60.00)4 (13.33)
Odaksal Nörolojik Defisit10 (18.18)2 (10.00)16 (53.33)
Diğer8 (14.55)0 (0.00)0 (0.00)
WHO Derecesi, n (%)
Grade I36 (65.45)16 (80.00)0 (0.00)-<0.001
II Derece19 (34.55)4 (20.00)0 (0.00)
III Derece0 (0.00)0 (0.00)16 (53.33)
IV. Derece0 (0.00)0 (0.00)14 (46.67)

Tablo 1: Hasta başlangıç ve klinik özellikleri. Not: F = ANOVA; # = Kruskal-Wallis testi; χ2 = ki-kare testi; - = Fisher'ın tam testi. Kısaltmalar: BMI = vücut kitle indeksi; KPS = Karnofsky Performans Durumu; DSÖ = Dünya Sağlık Örgütü; LGG = düşük dereceli glioma; HGG = yüksek dereceli glioma.

DeğişkenlerMeningioma grubu (n=55)LGG grubu (n=20)HGG grubu (n=30)İstatistiklerP
MR bilgileri
Geliştirme4.00 (3.00, 4.00)2.00 (2.00, 3.00)3.00 (3.00, 4.00)38.199#<0.001
MRI tümör aralığı (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
HAYRANLIK GERİ1860.00 (1555.00, 2090.00)1925.00 (1637.50, 2062.50)2020.00 (1762.50, 2100.00)3.821#0.148
APT Parametreleri
APTortalama2.70 (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

Tablo 2: Glioma ve menenjiom hastaları arasında MRI tümörü kapsamı ve APT ile ilgili parametrelerin karşılaştırılması, M (Q₁, Q₃). Not: # = Kruskal-Wallis testi. Kısaltmalar: MRI = manyetik rezonans görüntüleme; APT = amid proton transferi; RT2 = T2 hiperyoğun alan; RE = geliştirilmiş alan; RAPT = APT anormal sinyal alanı; APTmean = ortalama amide proton transfer sinyali yoğunluğu; RAPT/T2 = APT anormal alanının T2 hiperyoğun alanına oranı; RAPT/E = APT anormal alanının artan alana oranı.

DeğişkenlerMenenjioma grubu vs. LGG grubuMenenjiom grubu vs. HGG grubuLGG grubu vs. HGG grubu
GeliştirmeZ=7.329P<0.001Z=1.933P=0.160Z=8.102P<0.001
APTortalamaZ=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

Tablo 3: Meningiomalar, düşük dereceli gliomalar ve yüksek dereceli gliomlar arasında APT ile ilgili parametrelerin çift karşılaştırmaları. Kısaltmalar: APT = amid proton transferi; LGG = düşük dereceli glioma; HGG = yüksek dereceli glioma; APTmean = ortalama amide proton transfer sinyali yoğunluğu; RAPT/T2 = APT anormal alanının T2 hiperyoğun alanına oranı; RAPT/E = APT anormal alanının artan alana oranı.

GöstergelerAUCSE%95 CIZP
Geliştirme0.9260.0280.842-0.97415.365<0.001
RAPT/T20.7340.0710.619-0.8293.284<0.001
RAPT/E0.7810.0530.670-0.8685.287<0.001

Tablo 4: Menenjiomları ve LGG'leri ayırt etmek için farklı göstergelerin AUC'si. Kısaltmalar: LGG = düşük dereceli glioma; APT = amid proton transferi; AUC = eğrin altındaki alan; SE = standart hata; CI = güven aralığı; RAPT/T2 = APT anormal alanının T2 hiperyoğun alanına oranı; RAPT/E = APT anormal alanının artan alana oranı.

GöstergelerAUCSE%95 CIZP
APTortalama0.9690.0170.906-0.99427.488<0.001
RAPT/T20.8000.0510.699-0.8795.865<0.001
RAPT/E0.8360.0450.740-0.9087.603<0.001

Tablo 5: Menenjiom ve HGG'leri ayırt etmek için farklı göstergelerin AUC'si. Kısaltmalar: HGG = yüksek dereceli glioma; APT = amid proton transferi; AUC = eğrin altındaki alan; SE = standart hata; CI = güven aralığı; RAPT/T2 = APT anormal alanının T2 hiperyoğun alanına oranı; RAPT/E = APT anormal alanının artan alana oranı.

GöstergelerAUCSE%95 CIZP
Geliştirme0.8230.0550.689-0.9175.851<0.001
APTortalama0.9160.0530.802-0.9767.909<0.001

Tablo 6: LGG'ler ve HGG'leri ayırt etmek için farklı göstergelerin AUC'si. Kısaltmalar: LGG = düşük dereceli glioma; HGG = yüksek dereceli glioma; APTmean = ortalama amide proton transfer sinyali yoğunluğu; AUC = eğrin altındaki alan; SE = standart hata; CI = güven aralığı.

Tartışma

Gliom ile menenjiom arasındaki farkı ameliyat öncesi ve kesin olarak ayırt etmek, görüntülemede varsayılan tümör infiltrasyon sınırlarını belirlemek nöro-onkolojide temel zorluklar oluşturur ve tedavi stratejilerini ve hastaların nihai prognozunu doğrudan etkiler. Bu çalışma, gelişmekte olan bir moleküler manyetik rezonans tekniği olan APT'ye dayanarak, çeşitli derecelerdeki gliomları menenjiomlardan ayırt etme uygulama değerini sistematik olarak değerlendirdi. Ayrıca, mekânsal kapsam oranı parametresini tanıtarak, tümör invazivliğiyle ilgili görüntüleme özelliklerini kapsamlı şekilde inceledik ve değerlendirdik. Sonuçlar, APT görüntülemenin, benzersiz biyokimyasal kontrast mekanizmasını kullanarak, özellikle HGG'leri ayırt etmek için geleneksel MRI için tamamlayıcı potansiyele sahip olduğunu doğrulamaktadır; APT ortalama sinyal yoğunluğu parametresi mükemmel etkinlik göstermektedir. Daha da önemlisi, bu çalışma, APT anormal sinyalinin mekansal kapsamı ile geleneksel MR'da gözlemlenen lezyon oranı arasındaki farkı niceltmenen, yani RAPT/T2 ve RAPT/E oranlarının—LGG'leri menenjiomlardan ayırt etmenin klinik zorluğunu etkili bir şekilde ele alabileceğini buldu. Bu yaklaşım ayrıca, glioma infiltrasyonunun varsayılan boyutunun invaziv olmayan değerlendirmesi için son derece umut verici yeni bir görüntüleme yöntemi sunar.

Bu çalışmanın temel bulgularından biri, ortalama APT sinyal yoğunluğunun (APTortalaması) tümör malignitesinin biyobelirteçlisi olarak potansiyel faydasıdır; özellikle HGG'yi LGG'lerden ve meningiomalardan ayırt etmekte. Bu çalışmadan elde edilen veriler, HGG'lerin APTaverage değerlerinin diğer iki gruba göre anlamlı derecede yüksek olduğunu göstermektedir. HGG'ler ile meningiyom arasındaki ayrımda, AUC 0.969 ile mükemmeldi. Ayrıca, yüksek dereceli gliomları düşük dereceli gliomlardan ayırt etmede yüksek tanısal etkinlik göstermiş ve AUC değeri 0.916 olmuştur. Bu sinyal farkı, tümörlerin patofizyolojik temelinde derinden kök salır. APT teknolojisi, hücreli proteinler/polipeptid omurgalarındaki amid protonları ile dokulardaki su protonları arasındaki kimyasal değişimi tespit eder; sinyal yoğunluğu doğrudan bu makromoleküllerin konsantrasyonu ve doku mikroçevresininpH'ı ile ilişkilidir. HGG'lerin histolojik özellikleri yüksek hücresel yoğunluk, anlamlı atipi ve aktif mitotik aktiviteyi içerir; bunlar anormal derecede güçlü protein sentezi ve katabolizma ile ilişkilidir; bu da serbest hareketli proteinler ve polipeptidler36 hücre içi havuzunun belirgin şekilde genişlemesine yol açar. Aynı zamanda, hızlı çoğalma enerjisini karşılamak için HGG'ler genellikle yoğun aerobik glikoliz sergilerine, yani Warburg etkisi olarak bilinir; bu da laktik asit gibi önemli miktarda asidik metabolit üretir ve biriktirir, böylece tümör mikro ortamını önemli ölçüde asitleşir. Artan protein içeriği ve azalan pH birlikte amid proton doygunluğu transferini artırır ve nihayetinde APTgörüntüleri 37'de karakteristik yüksek sinyal olarak ortaya çıkar. Buna karşılık, menenjiomların bazı alt tipleri yüksek hücresel olabilir, ancak büyük çoğunluğu HGG'lerden çok daha düşük proliferasyon oranlarına sahip iyi huylu veya düşük dereceli malignitlerdir ve protein metabolik seviyeleri ile mikroçevresel pH değişiklikleri nispeten ılımlıdır. LGG'ler ayrıca belirli proliferatif aktiviteye sahiptir, ancak malignite dereceleri ve metabolik yoğunluklarıHGG'ler 38 ile karşılaştırılamaz. Geleneksel MR'da, hem menenjiomlar hem de HGG'ler önemli bir iyileşme gösterebilir. Ancak APTmean, metabolik açıdan bunları ayırt edebilir ve yapısal görüntülemenin sınırlamalarını telafi eder. Ayrıca, APT görüntüleme, tümör metabolizmasındaki mikroskobik değişiklikleri doğrudan yansıtabilir ve erken infiltrasyon ve metabolik anormallikleri gösteren bölgeleri geleneksel MR'dan daha hassas şekilde yakalayabilir. HGG'lerdeki yüksek APTmean sadece katı tümör bölgesiyle ilişkili olmakla kalmaz, aynı zamanda peritümörel ödem bölgesinde mikroskobik hücresel aktiviteyi de gösterebilir ki bu radyolojik olarak infiltrasyonu gösterir; ancak bu histopatoloji tarafından doğrulanmamıştır.

Bu çalışma, LGG'ler ile menenjiomları ayırt etmek için yalnızca APTaverage değerlerine dayanmanın sınırlamalarını ortaya koymuş ve bu sorunu RAPT/T2 ve RAPT/E mekansal kapsam oranı parametreleri kullanılarak ele almıştır. Sonuçlar, LGG'ler ile menenjiomlar arasında APTaverage değerlerinde anlamlı bir fark göstermemiştir; bu da ikisi arasında hücresel proliferasyon aktivitesi ve protein içeriğinde belirli bir örtüşmeyi yansıtabilir. Ancak, analitik boyut sinyal yoğunluğundan mekânsal dağılımına kaydığında, net bir farklılaşma deseni ortaya çıktı. LGG'lerde RAPT/T2 ve RAPT/E oranları, meningiomalara göre anlamlı olarak daha yüksekti; bu da nispeten yüksek tanısal etkinliğe işaret ediyor; AUC'ler sırasıyla 0.734 ve 0.781 idi. Gliomların derecesi ne olursa olsun en temel biyolojik özelliği, yayılmış, infiltratif büyüme desenidir. Tümör hücreleri, ana tümör kütlesinden aktif olarak ayrılabilir ve sinir lifleri ve perivasküler boşluklar gibi anatomik yapılar boyunca hareket ederek çevredeki görünüşte normal beyinparenkimasına sızabilir 39,40. Bu mikroskobik hücresel yayılım odakları, genellikle geleneksel MRI (T2 ağırlıklı veya FLAIR dizileri) tarafından tanımlanan ödem sınırlarının ötesine geçer ve kontrastlı taramalarda görülen kan-beyin bariyeri bozulma alanlarından çok daha geniştir. Hücre yoğunluğuna ve metabolik duruma yüksek hassasiyeti nedeniyle, APT görüntüleme, infiltrasyonun erken aşamalarında tümör hücre agregasyonlarını radyolojik olarak gösteren sinyal değişiklikleri olan bölgeleri, makroskopik lezyonlar oluşturmadan veya belirgin ödeme neden olmadan önce tespit edebilir. Bu durum, geleneksel MRI (RT2 veya RE) ile tanımlanan tümör kapsamına kıyasla APT görüntülerinde (RAPT) önemli ölçüde daha fazla anormal sinyal alanına yol açar. Buna karşılık, menenjiomlar genellikle iyi tanımlanmış kenarlara sahip geniş bir büyüme gösterir ve tümör dokusu ile normal beyin arasında net bir sınır bulunur. Sonuç olarak, metabolik anormalliklerinin (RAPT) boyutu, geleneksel MR'da görülen yapısal veya geliştirme sınırlarıyla büyük ölçüde örtüşür; bu da RAPT/T2 ve RAPT/E oranlarının %100'e yaklaşmasına yol açar. Büyüme desenlerindeki farklılıklara dayanan bu nicel analiz metri, LGG'leri radyolojik olarak benzer meningiomalardan etkili bir şekilde ayırır ve klinik uygulama için yenilikçi bir tanı aracı sunar.

Geleneksel MR, özellikle FLAIR, glioma hakkında değerli bilgiler sağlıyor. T2/FLAIR uyumsuzluk işareti, izositrat dehidrojenaz (IDH)-mutant, 1p/19q-kosilinmiş astrositoma için son derece spesifik bir belirteçtir ve ameliyat öncesi alt tiplemeve 42 derecelendirmeye yardımcı olur. FLAIR ayrıca, spesifik olmasa da, ödem, infiltrasyon vegliosis 43 karışımını yansıtan peritümörlü hiperintensiv bölgeyi tanımlar. APT görüntüleme ile birleştirildiğinde, FLAIR APT anormallikleri ile geleneksel T2 hiperyoğunluğu arasındaki mekansal uyumsuzluğu bağlamlandırmaya yardımcı olur ve geliştirici çekirdek44'ün ötesinde infiltrasyonun radyolojik çıkarımını iyileştirir.

MR'ın ötesinde, diğer yöntemler de tamamlayıcı tanı bilgisi sunar. Bilgisayarlı tomografi (BT), intratümörlü kalsifikasyonun tespiti için değerlidir — menenjiomlarda ve oligodendrogliomalarda daha yaygın, HGG'lerde nadir görülür ve MRIbelirsiz olduğunda yardımcı olabilir 45. BT perfüzyonu beyin kan hacmini (CBV) ölçür: menenjiomlar genellikle belirgin şekilde yüksek CBV gösterirken, gliomlar değişken desenler gösterir; ancak hipervasküler HGG'ler ile menenjiomlar arasındaki örtüşme, bağımsız faydalarınısınırlar 46. 11C-metionin (11C-MET) pozitron emisyon tomografisi (PET), amino asit taşınımı ve protein sentezini izler; böylece gliomları menenjiomlardan etkili şekilde ayırır; önemli olarak, genellikle kontrast artırıcı veya T2/FLAIR bölgelerinin ötesinde anormal alım ortaya çıkarır; bu da APT tabanlı uzamsaloranlarımıza benzer şekilde 47. APT'yi BT kalsifikasyonu, BT perfüzyonu ve 11C-MET PET ile entegre etmek, tanı doğruluğunu ve tedavi planlamasını sinerjik olarak iyileştirebilir. Ancak, bireysel hastalar için optimal görüntüleme stratejisi seçilirken radyasyon maruziyeti, maliyet, erişilebilirlik ve muayene süresi gibi pratik hususlar dikkatlice değerlendirilmelidir.

APT görüntüleme ile tümörle ilişkili sinyalleri geleneksel MR ile tanımlanan sınırların ötesinde tespit edebileceği bulgusuna dayanarak, bu sinyallerin görselleştirilmesi ve nicelendirilmesi klinik açıdan anlamlı olabilir. İlk olarak, cerrahi planlamada, cerrahlar teorik olarak APT tanımlı anormal sinyal bölgelerini, kontrast artırıcı lezyonlar ve T2 hiperyoğun bölgelerle birlikte ek bilgi olarak kullanarak cerrahi hedefleri seçebilirler; bu da kavramsal olarak "supramarginal rezeksiyon" ile örtüşür. Ancak, bunun bir radyolojik hipotez olduğunu vurgulamak önemlidir. APT-yüksek bölgelerde tümör hücrelerinin gerçek varlığı, görüntü yönlendirilmiş stereotaktik biyopsi ile doğrulanmalıdır. Böyle patolojik korelasyon olmadan, APT tarafından tanımlanan marjlar, onaylanmış tümör sınırları yerine tamamlayıcı görüntüleme bilgisi olarak görülmelidir. Bu görüntüleme rehberli rezeksiyon stratejisi, APT sinyali gerçekten tümör infiltrasyonuna karşılık gelirse mikroskobik kalıntı hastalığı daha kapsamlı ortadan kaldırma potansiyeline sahip olabilir; böylece ameliyat sonrası nükleme oranlarını azaltabilir ve hastaların ilerlemesiz sağkalmasını ve genel hayatta kalma süresini uzatabilir. İkinci olarak, radyoterapi planlarının geliştirilmesinde, APT tanımlı biyolojik tümör hacmi (BTV), geleneksel anatomik görüntülemeye dayalı brüt tümör hacmi/klinik hedef hacmi (GTV/CTV) tanımlamak için ek bilgi olarak hizmet edebilir. Doğrulanırsa, bu radyasyon planlamasının proliferatif potansiyele sahip bölgeleri daha iyi hesaba katmasını sağlarken çevredeki normal beyin dokusunu koruyabilir. Üçüncü olarak, takviye etmeyen gliomaların stereotaktik biyopsisinde, APT görüntüleme biyopsi hedeflemesini en yüksek sinyal değerlerine sahip alanlara yönlendirmeye yardımcı olabilir. Bu, tanısal olarak değerli doku edinme olasılığını artırabilir ve örnekleme hatasından kaynaklanan patolojik düşük derecelendirmeyi azaltabilir.

Sartoretti ve ark.48 tarafından yapılan çalışma, APT görüntülemenin radyomik ve makine öğrenimi algoritmalarıyla entegre edilmesinin derin düzeyde bilgi değerini daha da çıkarabileceğini ve HGG'ler, LGG'ler ve metastazlar arasında yüksek hassasiyetle farklılaşmayı sağladığını göstermiştir. Çok katmanlı perceptron modelleri, primer gliomaları metastazlardan ayırt etmede 0.836 AUC elde etti. Bu, APT görüntülemenin sadece bağımsız bir biyobelirteç olarak hizmet vermekle kalmayacağını, aynı zamanda yapay zeka modelleriyle birleştiğinde, tümörleri otomatik olarak segmente edebilen, varsayılan infiltrasyon sınırlarını çıkarabilen ve moleküler alt tipleri tahmin edebilen güçlü akıllı tanı araçları oluşturabileceğini göstermektedir; böylece nöro-onkolojinin hassas tanı ve tedavisi için yeni yollar açmaktadır. Bu temel üzerine inşa edilen çalışma, APT görüntülemenin klinik uygulama sınırlarını daha da derinleştirir ve genişletir. Araştırmamız sadece tümör tiplerini ayırt etmeye odaklanmakla kalmıyor, aynı zamanda tümör infiltrasyonunun kapsamıyla ilgili görüntüleme özelliklerinin değerlendirilmesine de odaklanıyor. RAPT/T2 ve RAPT/E oranlarını önererek, glioma infiltrasyon sınırlarının invaziv olmayan çıkarımını destekleyebilecek görüntüleme kanıtları sunuyoruz. Ayrıca, bu çalışma, özellikle atipik durumlarda geleneksel MR'da sıklıkla glioma olarak karıştırılan menenjiomları kontrol grubu olarak seçti ve böylece daha zorlu bir klinik diferansiyel tanı sorununu doğrudan ele aldı. Parametre yorumlama açısından, bu çalışmada kullanılan APTmean ve mekansal oran parametreleri daha net patofizyolojik korelasyonlara sahiptir; bu da onları klinik uygulamada daha anlaşılır ve benimsenmesi daha kolay hale getirir; bu da yüksek dereceli radyomik özelliklere göre daha kolay anlaşılır ve benimsenmesini sağlar. Bu nedenle, bu çalışma APT'nin karmaşık ayırıcı tanıdaki değerini doğrulamakla kalmaz, aynı zamanda onun tanı aracından cerrahi ve radyoterapi planlamasını destekleyen bir araca dönüşmesini de kolaylaştırır.

Başarılı APT uygulaması, protokol açısından kritik birkaç adıma dayanır. İlk olarak, Protokol bölümünde açıklandığı gibi WASSR ile B₀ düzeltmesi gereklidir; Atlamak, %1,5–2,0 arasında sahte MTR yükselmelerine yol açabilir. WASSR eksikliği olan merkezler için alternatif alan haritalaması daha az doğrudur ancak kabul edilebilir. İkincisi, ~4,5 dakikalık toplama sırasında hareket artefaktları en yaygın tuzaktır; hareketsizleştirme pedlerini ve MTRasym haritalarında hareket görsel olarak görünürse dizinin hemen tekrarlanmasını öneriyoruz. Üçüncüsü, ROI tutarlılığı operatöre bağlıdır—2-SD eşiğimiz (kontralateral normal beyaz madde ortalaması + 2SD) mükemmel gözlemci anlaşması sağladı (ICC > 0.80) ve farklı tarayıcı platformlarında eşik seçimini kalibre etmek için 10 pilot vakada ilk eğitim verilmesini tavsiye ediyoruz. Klinik benimseme için, ~4,5 dakikalık tarama süresi çoğu nöro-onkoloji protokolünde kabul edilebilir; Rutin iş akışını bozmadan yerel uzmanlık geliştirmek için aşamalı bir yaklaşım öneriyoruz—zorlu atipik vakalarla başlayarak. Önemli olarak, bu prosedürel seçimler doğrudan sonuçlarımızın temelini oluşturur: standartlaştırılmış doygunluk parametreleri (2 s, B₁ = 2 μT) gruplar arasında tutarlı MTRasym ölçümlerini sağladı, 2-SD eşiği RAPT/T2 ve RAPT/E'yi farklı tümör boyutlarında stabil hale getirdi ve uzlaşma okuması bireysel okuyucu yanlılığını ortadan kaldırdı. Bu nedenle, Protokolümüzde detaylandırılan metodolojik titizlik sadece resmi değil, gözlemlediğimiz tanı performansı için işlevsel olarak gereklidir.

Bu çalışmanın birkaç sınırlaması kabul edilmelidir. Birincisi, bu geriye dönük, tek merkezli bir çalışmaydı ve genel seçme büyüklüğü nispeten sınırlıydı ve dikkat çekici olan, alt grup büyüklükleri dengesizdi (meningioma, n = 55; LGG, n = 20; HGG, n = 30). LGG vakalarının az sayı, bazı çift karşılaştırmalar için istatistiksel gücü azaltmış ve bulgularımızın genellenebilirliğini sınırlamış olabilir. İkinci olarak, ROC analizlerimiz, model geliştirmede kullanılan aynı kohorttan türetildi, bağımsız bir iç veya dış doğrulama kohortu olmadan. Bu yaklaşımın tanı performansını aşırı tahmin edebileceği bilinmektedir; bu nedenle, bildirilen AUC değerlerimiz dikkatli yorum gerektirir ve bağımsız test setleriyle gelecekteki prospektif, çok merkezli çalışmalarda doğrulanmalıdır. Üçüncü olarak, olası karıştırıcı faktörleri (örneğin, yaş, tümör boyutu, konum veya peritümör ödem hacmi) ayarlamak için çok değişkenli regresyon analizleri yapmadık; çünkü bu ayarlamalar alt grup başına sınırlı örneklem büyüklüğü göz önüne alındığında istatistiksel olarak kararsız olurdu. Gelecekteki daha büyük ölçekli çalışmalar, APT parametrelerinin bağımsız katkısını değerlendirmek için bu kovaryantları içermelidir. Dördüncüsü, ROC karşılaştırmalarımız keşif amaçlı oldu ve çoklu testler için düzeltme yapılmadı; Bu nedenle, bu sonuçlar onaylayıcı değil, ön hazırlık ve hipotez üreten olarak görülmelidir. Beşincisi, görüntüleme bulgularımız tümör infiltrasyonunu geleneksel MRI sınırlarının ötesine yansıtsa da, görüntü rehberli stereotaktik biyopsi ile histopatolojik doğrulama yok. APT sinyal anormallikleri ile gerçek tümör hücre infiltrasyonu arasındaki gerçek ilişki henüz doğrulanmamıştır. Son olarak, APT görüntüleme teknikleri hâlâ gelişmektedir ve alan gücü, tarayıcı platformları ve sonradan işlem algoritmalarındaki değişiklikler ölçüm tekrarlanabilirliğini etkileyebilir; Teknik standartlaşma, yaygın klinik benimsenmeden önce gereklidir. Bu sınırlamalara rağmen, çalışmamız APT görüntülemesini radyomik ve yapay zeka ile entegre ederek ameliyat öncesi tümör karakterizasyonunu ve cerrahi planlamayı daha da geliştirecek gelecekteki araştırmalar için temelsağlar 49.

Özetle, bu çalışmada önerilen çok parametreli APT görüntüleme stratejisi—APTortalama sinyal yoğunluğunu mekânsal kapsam oranlarıyla (RAPT/T2 ve RAPT/E) birleştirerek—gliomaların menenjiomlardan ameliyat öncesi ayırt edilmesi için ek bir görüntüleme çerçevesi sunar ve glioma infiltrasyonunun kapsamını çıkarmak için radyolojik bir referans olarak hizmet edebilecek görüntüleme kaynaklı bilgiler sunar. Bulgularımız, bu birleşik yaklaşımın geleneksel MR'ın ötesinde tanı performansını artırdığını ve özellikle HGG'leri menenjiomlardan ayırt etmek ve mikroskobik tümör uzantısını yansıtabilecek mekânsal sinyal anormalliklerini karakterize etmek için göstermektedir. Ancak, bu çalışmadaki "sızma sınırları" yorumlarının histopatolojik onaya değil, görüntüleme vekillerine dayandığını vurgulamak önemlidir. APT sinyal anormallikleri ile gerçek tümör hücre infiltrasyonu arasındaki gerçek uyum ve bunların hasta sonuçları veya hayatta kalma ile ilişkisi, görüntü rehberli stereotaktik biyopsi ve uzunlamasına takip çalışmaları yoluyla ileriye doğru doğrulama gerektirir. Bu nedenle, APT görüntüleme invaziv olmayan moleküler görüntüleme aracı olarak umut vaat etse de, mevcut klinik rolü, tümör istilası için kesin bir biyobelirteç olarak değil, geleneksel MRI tamamlayıcısı olarak görülmelidir. Daha fazla çok merkezli doğrulama ve teknik standartlaştırma ile bu yaklaşım, hassas nöro-onkolojik görüntüleme ve cerrahi planlamanın gelişen ortamına katkıda bulunabilir.

Açıklamalar

Yazarların beyan edecek çıkar çatışmaları yoktur.

Teşekkürler

Bu çalışma, 2023 Bao'an Bölgesi Tıbbi ve Sağlık Araştırma Projesi (Hibe No. 2023JD224) tarafından finanse edilmiştir.

Malzemeler

Bu makalede kullanılan malzemelerin listesi
AdŞirketKatalog numarasıYorumlar
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.

Kaynaklar

  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.

Yeniden basım ve izinler

Etiketler

APT G r nt lemeGlioma DiferansiyasyonuMeningiom Tan sBeyin T m r G r nt lemeKimyasal De i im DoyurmaGlioma DerecelendirmesiBeyin T m rleri MRGT m r Protein eri i
Bize ulaşın
Kütüphaneye tavsiye et

Gizlilik

Kullanım Şartları

İlkeler

Telif hakkı © 2026 MyJoVE Corporation. Tüm hakları saklıdır.