A kvantitatív mammográfiai sűrűség és az emlőrák közötti összefüggés értékelése különböző kvadránsokban történt

Absztrakt

Háttér

Az emlő négy negyedében mért mammográfiai sűrűség és a bekövetkezett rák helyének kapcsolatának vizsgálata.

Mód

Száztíz nőt diagnosztizáltak egyoldalú emlőrákkal, amelyet egy adott mellnegyedben lehetett meghatározni. A korábbi rákos/mellműtétes nőket kizárták. A kontralaterális normál emlő craniocaudalis (CC) és mediolateralis ferde (MLO) mammográfiáját alkalmazták a mell 4 negyedre osztására: felső-külső (UO), felső-belső (UI), alsó-külső (LO) és alsó -Belső (LI). Az egyes kvadránsokban a mell területét (BA), a sűrű területet (DA) és a százalékos sűrűséget (PD) a fuzzy-C-átlagú szegmentáció alkalmazásával mértük. Összehasonlítottuk a BA-t, DA-t és PD-t azoknál a betegeknél, akiknél a rák különböző kvadránsokban fordult elő.

Eredmények

A felső-külső negyedben volt a legmagasabb a BA (37 ± 15 cm 2) és a DA (7,1 ± 2,9 cm 2), PD = 20,0 ± 5,8%. A BA és DA sorrendje a 4 különálló kvadránsban a következő volt: UO> UI> LO> LI, és szinte minden páronkénti összehasonlítás szignifikáns különbségeket mutatott. A tumor lokalizációja szempontjából 67 nőnek (60,9%) volt daganata UO-ban, 16-nak (14,5%) UI-ben, 7-nek (6,4%) LO-ban, illetve 20-nak (18,2%) LI-negyedében. A daganat fejlődésének becsült esélye és 95% -os konfidencia határa az UO, UI, LO és LI kvadránsokban 1,56 (1,06, 2,29), 0,17 (0,10, 0,29), 0,07 (0,03, 0,15) és 0,22 (0,14, 0,36) ), ill. Ebben a 4 nőcsoportban a BA és DA kvadránsorrend megegyezett (UO> UI> LO> LI), és nem volt szignifikáns különbség BA, DA vagy PD között (mind o > 0,05).

Következtetések

Az emlőrák nagy valószínűséggel az UO kvadránsban fordult elő, amely egyben a legmagasabb BA és DA arányú kvadráns volt; de más kvadránsban daganatos nők esetében az adott kvadránsban a sűrűség nem volt a legnagyobb. Ezért nem volt közvetlen összefüggés a kvadránsűrűség és a tumor előfordulása között.

Háttér

Alapvető kérdés, amelyre még megválaszolatlan, hogy a mammográfiailag sűrű szövetekben szoktak-e kialakulni a rákos megbetegedések. Néhány, a kérdést feltáró tanulmány közül két tanulmány kimutatta, hogy a ductalis carcinoma in situ (DCIS) [20] és az invazív rák [21] túlnyomórészt a mammográfiailag sűrű területeken fordult elő, ami arra utal, hogy a sűrű szövetet tartalmazó mirigyes/stromalis szövet egyes aspektusai közvetlenül befolyásolják a rákkeltő folyamat. Egy másik tanulmány azonban azt találta, hogy a teljes százalékos sűrűség (PD) különbségek figyelembevétele után a régió sűrűsége nem volt jelentős kockázati tényező a később kialakult rák lokalizációjával kapcsolatban [3].

Számos tanulmány kimutatta, hogy a mell felső külső kvadrátja az emlőrák előfordulásának leggyakoribb helye [22–24]. Egy 746 egymást követő emlőmag biopsziából álló tanulmány [23] megállapította, hogy a 349 rosszindulatú elváltozás 62% -a (95% konfidenciaintervallum 57-67%) az UO kvadránsból származik. Soha nem sikerült megfelelő magyarázatot adni a mellrák eme aszimmetrikus előfordulására. Mivel a sűrűség kockázati tényező, nagyon érdekes lenne megvizsgálni a kvadránsűrűség és a daganatban előforduló kvadráns hely közötti kapcsolatot. Bár ez a kérdés már régóta felmerült, kevés publikáció jelent meg ezen a területen, valószínűleg azért, mert hiányzik egy megbízható módszer, amely képes a kvantitatív sűrűséget mérni a mammográfián, valamint egy olyan szabványos módszer hiánya, amely képes megosztani a mellet négy kvadránsra. Néhány publikált tanulmány következetlensége, amely a kvadránsról vagy a helyi mellsűrűségről számolt be, az elemzésben alkalmazott különböző módszereknek is köszönhető [3, 20, 21]. Bár számos tanulmány számolt be a mell sűrűségének méréséről különféle képalkotási módok és módszerek segítségével, minőségileg vagy mennyiségileg, a legtöbb tanulmány a teljes mell sűrűségét elemezte, de nem jól meghatározott kvadránsokban.

Mód

Tárgyak

Ezt a tanulmányt az intézményi felülvizsgálati bizottság jóváhagyta, és megfelelt az egészségbiztosítás hordozhatóságáról és elszámoltathatóságáról szóló törvénynek. 2012 júliusától 2014 áprilisáig visszamenőlegesen megvizsgálták 213 patológiásan megerősített rákban szenvedő nő mammográfiai eredményeit, akiknek korábban nem volt rák- vagy mellműtétje. A vizsgálat során a következő nőket kizárták: 1) kétoldalú emlőrákban szenvedő nők (N = 2); 2) egyoldalú emlőrákban szenvedő nők, amelyek egynél több negyedet foglaltak el, vagy a szubareoláris területen helyezkedtek el (N = 39); 3) nők, akiknél a daganat elhelyezkedése nem volt meghatározható a mammográfián (N = 15); 4) nők, akiknél képalkotási problémák merültek fel, ideértve a CC vagy MLO nézetek elsajátításának hiányát, az elemzéshez szükséges képalkotás minőségének hiányát, vagy olyanok, akiknél az emlő egyik nézetben sem szerepelt teljesenN = 57). Összességében a fennmaradó 110 nőt vizsgálták (átlagéletkor 55 éves, 31-85 év közötti).

Mammográfiai sűrűség szegmentálása

Az összes mammográfiát digitális mammográfiai rendszerekkel végeztük (MAMMOMAT Inspiration Siemens, Erlangen, Németország). Megszereztük a standard CC és MLO nézeteket. Ebben a tanulmányban Fuzzy C-átlagú (FCM) szegmentálási módszert alkalmaztunk a mell sűrűségének számszerűsítésére [28–30]. A lépésenkénti eljárásokat az 1. ábra szemlélteti. A mammográfiai képen a különböző szövetek elkülönítésére 4 FCM-klaszter számot használtunk. Az 1. klaszter levegő volt, és meghatározta az elülső mell határát. A mell-mellkas fal határának meghatározásához először egy P osztópontot jelölt a kezelő a mell – mellkas fal izomfelületén. Ezután a mell-mellkas fal határát gradiens nyomkövetéssel és b-spline görbe illesztéssel azonosítottuk. A meghatározott emlőn belül három FCM-klasztert (# 2, 3 és 4) osztályoztak. Az 1. klaszter (vörös szín) kövér volt, a 2. és 3. klaszter sűrű szöveteket jelentett. Végül a BA-t és a DA-t mértük, és a DA/BA arányát PD-ként számítottuk ki.

A mammográfiai sűrűség mennyiségi meghatározása Fuzzy C-mean (FCM) szegmentálási módszerrel. a Eredeti MLO mammogram. b Négy FCM-klaszter, különböző színekkel jelölve. Az 1. klaszter levegő és meghatározza az mell mellső határát. c Az operátor jelöli a P-osztási pontot a mell-mellkas fal határán. d A mell-mellkas fal határát a gradiens követése és a b-spline görbe illesztése után találjuk meg. e Három FCM-klaszter az emlőbe tartozik. Az 1. klaszter (piros szín) zsír, és a 2. és 3. klaszter sűrű szöveteket képvisel. f A mell sűrűségét és a sűrű szöveti területet megmérjük a százalékos sűrűség kiszámításához

Négyzet sűrűség mérése

Egy nő invazív ductalis carcinomában (nyilak) a jobb mell UO-negyedében. Felső panel: eredeti mammográfia. Alsó panel: szegmentált mellterület és sűrűség. Mindegyik nézet 2 részre van osztva a bimbón átvezető kettéosztó vonallal. A bal normál emlőben a százalékos sűrűség az UO kvadránsban a legnagyobb (17,7%), ezt követi az UI kvadráns (15,2%), az LO kvadráns (14,2%) és az LI kvadráns (11,7%).

Egy nő invazív ductalis carcinomában (nyilak) a bal mell LI negyedében. Felső panel: eredeti mammográfia. Alsó panel: szegmentált mellterület és sűrűség. Mindegyik nézet két részre van osztva a bimbón átvezető kettéosztó vonallal. A jobb normál emlőben a százalékos sűrűség a legmagasabb az UO kvadránsban (25,8%), ezt követi az LO kvadráns (22,2%), az UI kvadráns (18,7%) és az LI kvadráns (15,1%).

A daganat elhelyezkedésének meghatározása a négy negyedben

Az emlőrák kvadráns helyét CC és MLO nézetek alapján egyaránt meghatározta egy tapasztalt radiológus (SC), aki 20 éves tapasztalattal rendelkezett a mammográfia értelmezésében. A következő daganatjellemzőkkel rendelkező nőket kizárták a vizsgálatból: bilaterális daganatok, több mint egy negyedben látható daganatok, a mellbimbó mögötti szubareoláris régióban előforduló daganatok, amelyeket nehéz egy adott kvadránshoz rendelni, és azokat a daganatokat, amelyeket nem lehet egyértelműen azonosítani a mammogramon. A fennmaradó 110 nőben 4 daganatos csoportba osztották őket az UO, UI, LO, LI kvadránsokban statisztikai összehasonlítás céljából.

Statisztikai szempontok

Az összes nő négy negyedében az átlagos BA, DA és PD értékeket hasonlítottuk össze páros diák segítségével t-tesztek. A BA, DA és PD kvadránsokat a különböző kvadránsokban előforduló daganatokkal rendelkező négy nőcsoport között szintén összehasonlítottuk t-tesztekkel. Minden olyan nőcsoporton belül, akiknek csak egy kvadránsában volt daganata, a beteg három másik, a daganatot nem mutató tumor nélküli három negyedét és a kontralaterális normál emlő megfelelő három negyedét a Pearson-féle korrelációs együtthatóval hasonlítottuk össze a mell szimmetriájának értékelésére. Annak értékelésére, hogy a daganatban előforduló kvadránsban a sűrűség hogyan viszonyul a másik 3 kvadránshoz, rangsoroltuk őket. Elemezték azoknak a nőknek az arányát, akiknél a daganat lokalizációs negyedében volt a legnagyobb sűrűség. Ha a sűrűség a tumor előfordulásával volt összefüggésben, akkor a tumor kvadráns sűrűsége várhatóan a legmagasabb volt mind a 4 kvadráns között, vagyis mind a 4 kvadráns között # 1-ként szerepel. Visszatekintve az általánosított becslési egyenletek (GEE) néven ismert statisztikai módszert is alkalmaztuk annak megvizsgálására, hogy van-e elegendő erő a daganatok arányainak különbségének kimutatására a 4 és a kvadráns párok között (1. kiegészítő fájl).

Eredmények

A beteg jellemzői

A vizsgálatba bevont 110 nő közül hatvanhárom nőnek volt melldaganata a bal mellben, és negyvenhét nőnek melldaganata volt a jobb mellében. A rák helyszíneit kórosan igazolták, és a szövettani típusba beletartozott az invazív duktális rák (N = 77), invazív lobularis rák (N = 5), más típusú invazív emlőrák (N = 11), és ductalis carcinoma in situ (N = 17). A daganat mérete 2,1 ± 1,4 cm (átlag ± STD) (tartomány 0,1 cm - 7,0 cm). Három nő daganata nagyobb volt, mint 5 cm (5,1 cm, 5,5 cm és 7,0 cm).

Mellterület, sűrű terület és százalékos sűrűség négy negyedben

Ebben a tanulmányban (N = 110), a kontralaterális normál emlő átlagos teljes PD-je 20,2 ± 5,8% volt. Az 1. táblázat mutatja a BA, DA és PD értékeket a normális emlő négy negyedében, a 110 nőből. Az UO kvadránsban volt a legmagasabb a BA, átlag ± szórással (SD) 37 ± 15 cm 2, a legnagyobb DA-val (7,1 ± 2,9 cm 2), PD = 20,0 ± 5,8%. A BA sorrendje 4 kvadránsban: UO> UI> LO> LI. A DA sorrendje pontosan ugyanaz volt: UO> UI> LO> LI. A PD-t a DA/BA arányaként számoltuk, és a sorrend a következő volt: LO> LI> UO> UI. Az LO-nak a harmadik helyezése volt a BA (24 ± 10 cm 2) és a DA (5,3 ± 2,4 cm 2), de a legmagasabb PD = 22,8 ± 7,5%. A 110 nő mindegyike esetében, kivéve a BA UO és UI, valamint PD UO és LI összehasonlítását, a páronkénti összehasonlítás szignifikánsan különbözött (o UI> LO> LI. A PD átlagának LO> LI> UO> UI sorrendje volt. A három változó mindegyikében nem volt szignifikáns különbség a négy nőcsoport között (P > 0,05). A 4. ábra a BA oszlopdiagramját mutatja a 4 tumorcsoport mindegyikében és a 110 esetben. Az 5. ábra a DA eredményeit mutatja, a 6. ábra pedig a PD eredményeit.

A oszlopdiagram a mell területét mutatja a normális emlő négy kvadránsában, 110 nő minden esetéből, és négy, különböző daganatban elhelyezkedő emlődaganatos nőcsoportból. A BA sorrendje: UO> UI> LO> LI

A oszlopdiagram bemutatva a sűrű szöveti területet a normális emlő négy kvadránsában, minden esetben 110 nőből, és négy, különböző daganatos helyen elhelyezkedő emlődaganatos nőcsoportból. A DA sorrendje: UO> UI> LO> LI

A oszlopdiagram bemutatva a normál emlő négy negyedében a százalékos sűrűséget 110 nő minden esetéből, és négy, különböző kvadránsban elhelyezkedő emlődaganatos nőcsoportból. A PD sorrendje: LO> LI> UO> UI

A tumor elhelyezkedése és a legmagasabb DA, PD négy negyedben

A tumor lokalizációjának összefüggése a DA és PD kvadránssal

A daganat fejlődésének esélyei a kvadránsokon belül.

A GEE modellezés alapján statisztikailag különbség volt a daganat fejlődésének becsült esélyeiben a négy kvadráns között (Score teszt, o-érték

Vita

A regionális MD elemzés elvégzéséhez standard módszerre volt szükség az emlő különböző régiókra (pl. Kvadránsokra) történő szétválasztására, valamint megbízható szegmentálási módszerre, amely kvantitatív sűrűségmérést eredményezhet. Ebben a tanulmányban FCM algoritmust alkalmaztunk a szegmentálás elvégzésére és a mell sűrűségének számszerűsítésére a mammográfiában. A külső határra fókuszáló Cumulus-szegmentálástól eltérően az FCM-szegmentálás a pixelszint alapján történt. Az FCM következetes eredményeket generálhat [31]; a szegmentálás azonban nagymértékben függött a teljes fürtszám számától és azoktól a klaszterektől, amelyeket a sűrű és a zsírszövet megkülönböztetéséhez rendeltek. Ezért megpróbáltuk kijavítani az elemzés során használt klaszterszámokat. Az összes végső szegmentálási eredményt tapasztalt radiológus ellenőrizte. Amikor a szegmentálási eredmények nem voltak kielégítőek, a klaszterek számát kiigazították. Megvalósítottunk egy korábban ismertetett módszert is, amely a bimbón keresztüli kettéosztó vonalat használta a CC és az MLO nézetek két partícióra történő elválasztására [3, 20]. Az emlő területét és a sűrű szöveti területet az UO, UI, LO és LI kvadránsokban a CC nézet mediális és laterális régióiban, valamint az MLO nézet felső és alsó régióiban végzett mérések alapján számoltuk ki.

A két daganat nélküli három kvadráns százalékos sűrűségének korrelációja. A tumor-kvadráns kizárt. A daganatos, négyzetes nők négy csoportját különböző szimbólumok mutatják

Tekintettel arra, hogy a hipotézis előfeltétele ebben a tanulmányban a kétoldalú mellszimmetriától függ, előnyösebb lenne az egyes betegek szimmetriáját a távoli mammográfiák segítségével elemezni a kimutatható rák előtt. Sajnos jelenlegi tanulmányunkban nem volt ilyen adatkészlet, így nem tudtuk elvégezni az elemzést. Összességében a mammográfiában a szimmetria megítélését potenciálisan korlátozza az a tény, hogy valószínűleg a mellek természetes torzulásai következnek be a mammográfiában rutinszerűen alkalmazott mellkompresszió során. Mint ilyen, a szimmetria mértékét megzavarhatja maga a képalkotó eljárás jellege [26]. Nemrégiben közzétett eredményeinkben 3D normál MRI-t alkalmaztunk 58 normális nő, 47 menopauzás előtti és 11 posztmenopauzális nő mellsűrűségének vizsgálatában [32], és azt tapasztaltuk, hogy a rák nélküli nőknél a bilaterális mell erősen szimmetrikusr = 0,97 a mell térfogatára, r = 0,97 a fibroglanduláris szövet térfogatára, és r = 0,98 a PD esetében). Egy másik, MRI-t használó tanulmány kis különbségeket mutatott ki a kétoldalú mellszövet-összetételben, azaz a zsír- és víztartalomban fiatal nőknél és felnőtteknél [33].

A kvadráns PD mellett a 110 nő kontralaterális normális emlőjének általános PD-jét is elemeztük. Noha ebben a tanulmányban nem volt egyeztetett esetkontroll csoportunk az összehasonlításhoz, az ázsiai nőknél az eset és a kontroll csoportok MD összehasonlításáról szóló szakirodalmi jelentés szignifikáns különbséget mutatott mind a menopauza előtti, mind a posztmenopauzás nőknél [42]. Két másik tanulmány azonban csak a két csoport szignifikáns sűrűségbeli különbségét mutatta a posztmenopauzás nőknél [43, 44].

Következtetések

Összefoglalva, ebben a tanulmányban számítógépes algoritmuson alapuló szegmentálási módszert alkalmaztunk a sűrű szövet számszerűsítésére mammográfiai képek alapján, és standardizált módszert is alkalmaztunk a mell 4 kvadránsra történő szétválasztására. Megállapítottuk, hogy az emlőrák nagy valószínűséggel az UO kvadránsban fordul elő, amely egyben a legmagasabb BA és DA értékkel rendelkező kvadráns is. Azonban az UI, LO vagy LI kvadránsban előforduló rákos nők esetében a sűrűség ebben a negyedben nem volt a legnagyobb. Ha összehasonlítottuk a mellterületet és a sűrűséget a négy, négy negyedben előforduló daganatos nők négy csoportjában, az eredmények nagyon hasonlóak voltak. A nők mind a négy csoportja a BA és DA sorrendjét UO> UI> LO> LI, a PD sorrendjét pedig LO> LI> UO> UI mutatta. A nők kevesebb mint egynegyedében volt emlőrák a legnagyobb PD-vel rendelkező negyedben. Eredményeink azt mutatták, hogy a kvadránsűrűségbeli különbségek főként a mellmegosztási módszerből származnak, és nem kapcsolódnak a rák előfordulásához. Az emlőszövet mennyisége egy adott kvadránsban nem magyarázhatja az adott helyen előforduló emlőrák előnyben részesítését.