胰腺神经内分泌肿瘤的CT和MRI特征对预测其病理分级的价值

作     者：王夕江 郭炜 刘剑羽 WANG Xijiang;GUO Wei;LIU Jianyu

作者机构：晋中市第二人民医院影像科晋中030800 北京大学第三医院放射科北京100191 

出 版 物：《磁共振成像》 (Chinese Journal of Magnetic Resonance Imaging)

年 卷 期：2025年第16卷第1期

页      面：127-134页

核心收录：

学科分类：0831[工学-生物医学工程（可授工学、理学、医学学位）] 100207[医学-影像医学与核医学] 1002[医学-临床医学] 08[工学] 1010[医学-医学技术（可授医学、理学学位）] 100214[医学-肿瘤学] 10[医学] 

主　　题：胰腺 神经内分泌肿瘤 磁共振成像 体层摄影 X-线计算机 病理分级 

摘      要：目的探究胰腺神经内分泌肿瘤(pancreatic neuroendocrine neoplasm,panNEN)的CT和MRI特征对预测其病理分级的价值。材料与方法回顾性分析北京大学第三医院106例panNEN患者的临床及影像资料,本研究遵循世界卫生组织(World Health Organization,WHO)2019年第五版的分类和分级标准,将panNEN中的G1、G2、G3级神经内分泌肿瘤(neuroendocrine neoplasm,NEN)和神经内分泌癌(neuroendocrine carcinoma,NEC)分别划分为低级别组(G1级NEN)和中高级别组(包括G2、G3级NEN和NEC)。对患者性别、年龄和病灶的形态、位置、体积、囊实性质、CT特征(平扫、增强动脉期和静脉期相CT值、动脉期和静脉期CT图像的增强模式)、MRI特征[T1、T2加权MRI图像上的信号强度、扩散加权成像(diffusion-weighted imaging,DWI)序列b值=1000 s/mm^(2)图像的信号强度及表观扩散系数(apparent diffusion coefficient,ADC)图像的信号强度],以及血管侵犯和肝转移进行统计学分析。运用t检验、Mann-Whitney U检验、卡方检验及Wilcoxon秩和检验比较panNEN不同病理分级和病灶相关参数的差异,并采用二元logistic回归构建预测模型,使用受试者工作特征曲线下面积(area under the curve,AUC)评估模型预测效能,采用DeLong检验比较模型间的AUC值的差异。校准曲线评估模型的拟合度,决策曲线分析评估模型的临床价值。结果低级别组与中高级别组在肿瘤体积、肝转移和血管侵犯方面的差异具有统计学意义(P0.05)。CT和MRI特征中,仅DWI和ADC图信号特征差异具有统计学意义。多因素logistic回归分析显示,肿瘤体积、肝转移和血管侵犯是panNEN病理分级的独立预测因素,联合后构建的模型预测panNEN中高级别组的AUC达0.861(95%CI:0.798~0.923),敏感度为78.1%,特异度为83.3%。结论基于肿瘤体积、肝转移和血管侵犯的联合模型在术前能有效预测panNEN病理分级。