Khối u mô đệm đường tiêu hóa, nguy cơ và phương pháp điều trị

Các khối u mô đệm đường tiêu hóa, nguy cơ và phương pháp điều trị. Bài viết này sẽ giới thiệu đến các bạn về các khối u mô đệm đường tiêu hóa (GISTs) là khối u trung mô không phổ biến của đường tiêu hóa, có nguồn gốc từ các tế bào kẽ của Cajal. GIST có thể phát sinh ở bất cứ đâu dọc theo đường tiêu hóa, thường gặp ở dạ dày (50% -60% trường hợp) hoặc ruột non (30% -40%), trong khi chúng hiếm khi được quan sát thấy ở thực quản và đại trực tràng.

Tất cả các GIST đều có khả năng ác tính với mức độ hung hăng sinh học khác nhau. Chụp cắt lớp vi tính có cản quang (CT) là phương thức hình ảnh được lựa chọn để chẩn đoán trước phẫu thuật, phân giai đoạn, cũng như theo dõi hậu phẫu và đánh giá đáp ứng điều trị ở bệnh nhân GISTs.

Phép đo tạo hình dữ liệu hóa dựa trên định lượng toán học của sự không đồng nhất của hình ảnh, thông qua việc phân tích sự phân bố và mối quan hệ của cường độ pixel trong một vùng quan tâm (ROI). Phân tích hình ảnh tạo hình dữ liệu hóa đòi hỏi một quá trình nhiều bước, bắt đầu từ việc thu nhận hình ảnh, và bao gồm phân đoạn tổn thương, trích xuất các đặc điểm, lựa chọn và giảm các đặc điểm, xây dựng mô hình dự đoán, và cuối cùng là xác nhận và giải thích lâm sàng kết quả.

1. Phân tầng nguy cơ và dự đoán tiên lượng GISTs bằng kỹ thuật tạo hình dữ liệu hoá

Đánh giá chính xác nguy cơ ác tính và kết quả trong GISTs chủ yếu dựa trên kích thước khối u, vị trí (khối u mô đệm dạ dày so với khối u mô đệm ngoài dạ dày) và số lượng phân bào thu được từ các mẫu cắt bỏ. Các yếu tố này được kết hợp trong các tiêu chí của Viện Y tế Quốc gia 2008, đã phân loại GISTs thành bốn loại nguy cơ: rất thấp, thấp, trung bình và nguy cơ cao khối u. Tuy nhiên, trong thực hành lâm sàng, sự phân tầng nguy cơ có thể bị hạn chế bằng cách đánh giá số lượng phân bào ở những bệnh nhân được điều trị bằng liệu pháp bổ trợ mới, hoặc bằng cách đánh giá các mẫu sinh thiết không thể đại diện cho toàn bộ khối u. Do đó, một số nghiên cứu đã cố gắng dự đoán phân tầng nguy cơ dựa trên hình ảnh CT trước phẫu thuật. Các đặc điểm CT như kích thước, mô hình tăng trưởng hoặc các mạch nuôi mở rộng có liên quan đến các khối u nguy cơ cao. Tuy nhiên, phân tầng rủi ro bằng cách sử dụng đánh giá hình ảnh định tính bị ảnh hưởng bởi trải nghiệm của độc giả, định nghĩa không đồng nhất của các đặc điểm hình ảnh và đánh giá chủ quan với khả năng tái tạo dưới mức tối ưu của các đặc điểm định tính

Dự đoán phân tầng u mô đệm đường tiêu hóa qua ảnh CT

2. Các mô hình chụp tạo hình dữ liệu hóa đã chứng minh rằng cải thiện dự đoán trước phẫu thuật về GIST có nguy cơ cao so với đánh giá hình ảnh thông thường

Giá trị gia tăng của chụp tạo hình dữ liệu hóa và phân tích kết cấu trên CT tăng cường chất cản quang lần đầu tiên được nghiên cứu bởi Yan và cộng sự trong một nhóm thuần tập hồi cứu gồm 213 GISTs ruột non. Trong nghiên cứu đó, mô hình phân tích kết cấu đạt được độ chính xác chẩn đoán tương tự so với các đặc điểm hình ảnh lâm sàng và chủ quan để dự đoán nguy cơ trước phẫu thuật của GISTs. Khi kết hợp các tính năng phân tích kết cấu và lâm sàng, hiệu suất chẩn đoán (AUROC của 0,943) được cải thiện đáng kể so với mô hình chỉ kết hợp các tính năng lâm sàng và hình ảnh. Trong một nghiên cứu gần đây hơn, Choi và cộng sự đã nghiên cứu hiệu suất chẩn đoán của các thông số kết cấu dựa trên biểu đồ và phân tích định tính các đặc điểm hình ảnh CT để phân biệt nguy cơ thấp với GIST nguy cơ cao. Kết quả của họ xác nhận rằng các tính năng tạo hình dữ liệu hóa cho thấy hiệu suất chẩn đoán cao hơn (AUROC là 0,782-0,779) so với đánh giá định tính thông thường (AUROC là 0,59-0,70) bởi hai bác sĩ Tạo hình dữ liệu hóa trong chẩn đoán phân biệt nguy cơ thấp với GISTs nguy cơ cao.

3. Tiềm năng của tạo hình dữ liệu hóa

Tiềm năng của tạo hình dữ liệu hóa đối với phân tầng nguy cơ trong GISTs đã được đánh giá thêm bởi các bằng chứng khác với kết quả đầy hứa hẹn và hiệu quả chẩn đoán tuyệt vời. Liu và cộng sự đã áp dụng phân tích kết cấu dựa trên CT để xác định GISTs rất thấp và nguy cơ thấp trong một đoàn hệ gồm 78 bệnh nhân, báo cáo kết quả chẩn đoán công bằng (AUROC là 0,637-0,811) cho các đặc điểm phân biệt nhất thu được trên trước cản quang, các pha động mạch và tĩnh mạch hình ảnh CT. Feng và cộng sự trích xuất các thông số dựa trên biểu đồ từ hình ảnh CT pha động mạch và tĩnh mạch của 90 GISTs ruột non. Trong số đó, entropy cho thấy độ chính xác chẩn đoán cao nhất trên các pha động mạch và tĩnh mạch (AUROC tương ứng là 0,823 và 0,830) để xác định các GIST có nguy cơ cao. Zhang và cộng sự đã phân tích 140 GIST sử dụng hình ảnh CT giai đoạn động mạch, báo cáo hiệu suất chẩn đoán tuyệt vời để dự đoán trước phẫu thuật về GIST nâng cao ( tức là nguy cơ cao và trung bình) và phân tầng nguy cơ bốn lớp (AUROC tương ứng là 0,935 và 0,809) .Phân biệt GIST có nguy cơ thấp với GIST có nguy cơ cao

Tạo hình dữ liệu hóa giúp phân biệt u mô đệm đường tiêu hóa cao thấp

Trong một quần thể lớn gồm 440 GIST đã được chứng minh về mặt bệnh lý, Ren và cộng sự đã báo cáo một hiệu suất tuyệt vời của các mô hình tạo hình dữ liệu hóa để phân biệt GIST có nguy cơ thấp với GIST có nguy cơ cao (AUROC là 0,935 và 0,933 trong nhóm huấn luyện và xác nhận, tương ứng). Trong nghiên cứu đó, hình ảnh dự đoán (kết hợp kích thước tổn thương, thoái hóa nang và trung bình dựa trên cấu trúc) cho thấy độ nhạy là 90,6% và độ đặc hiệu là 75,7% để chẩn đoán GISTs nguy cơ cao. Tương tự, Wang và cộng sự đã phân tích hình ảnh CT tăng cường độ tương phản của 333 GIST và báo cáo khả năng phân biệt tuyệt vời của các mô hình Tạo hình dữ liệu hóa giữa GIST nguy cơ thấp và nguy cơ cao trong cả nhóm huấn luyện và xác nhận (AUROC tương ứng là 0,882 và 0,920). Ngoài ra, các mô hình tạo hình dữ liệu hóa cho phép phân biệt GIST với số lượng phân bào thấp và cao với hiệu suất từ ​​tốt đến xuất sắc (AUROC: 0,769-0,820).

Dự đoán tiềm năng ác tính hoặc tiên lượng sống không tái phát sau phẫu thuật Trong hai nghiên cứu tiếp theo, Chen và cộng sự đã xây dựng máy vector hỗ trợ và mô hình dựa trên mạng lưới thần kinh còn lại để dự đoán tiềm năng ác tính hoặc khả năng sống sót không tái phát 3 năm và 5 năm sau khi phẫu thuật cắt bỏ hoàn toàn khu trú GIST, tương ứng. Trong các nghiên cứu đó, các Tác giả đã đăng ký một nhóm thuần tập bệnh nhân nội khoa để đào tạo mô hình, sau đó đã được xác nhận trong các nhóm nội bộ và bên ngoài, với hiệu suất từ ​​tốt đến gần như hoàn hảo để phân tầng nguy cơ GIST và dự đoán khả năng sống sót không tái phát sau 3 năm và 5 năm, tương ứng Phân tích tỷ lệ sống sót đối với sự tiến triển của bệnh theo đặc điểm cấu trúc cũng được thực hiện bởi Ekert và cộng sự trên CT tăng cường độ tương phản, trong khi chỉ có một nghiên cứu thực hiện phân tích hình ảnh tạo hình dữ liệu hóa trên MRI. Fu và cộng sự đã trích xuất các đặc điểm kết cấu từ hình ảnh bản đồ có trọng số T2, DWI và ADC để xác định tiên lượng của GIST di căn, báo cáo rằng các đặc điểm kết cấu trên bản đồ DWI và ADC có tương quan tốt với tỷ lệ sống chung.

Cuối cùng, chỉ số Ki67 đại diện cho một dấu hiệu của sự tăng sinh của các tế bào khối u, cũng có liên quan đến tiên lượng xấu trong GISTs. Trong một nghiên cứu về 339 GIST, dấu hiệu Tạo hình dữ liệu hóa từ CT tăng cường độ tương phản đã chứng minh mối tương quan đáng kể với biểu hiện Ki67, cung cấp một giá trị bổ sung cho việc đánh giá tiên lượng.

Mọi thông tin xin liên hệ đến số điện thoại: 0978342324 hoặc truy cập thuockedon24h.com để được hỗ trợ