تعیین ارتباط بین یافته‌­های MR Perfusion و ساب تایپ­‌های مولکولی با تایپ­‌های مننژیوم مغزی

نوع مقاله : مقاله پژوهشی

نویسندگان

1 استاد گروه جراحی مغز و اعصاب، بخش جراحی مغز و اعصاب، دانشگاه علوم پزشکی تهران، بیمارستان سینا، تهران، ایران

2 دستیار گروه جراحی مغز و اعصاب، بخش جراحی مغز و اعصاب، دانشگاه علوم پزشکی تهران، بیمارستان سینا

3 استادیار گروه جراحی مغز و اعصاب، بخش جراحی مغز و اعصاب، دانشگاه علوم پزشکی تهران، بیمارستان سینا

4 دانشیار گروه جراحی مغز و اعصاب، بخش جراحی مغز و اعصاب، دانشگاه علوم پزشکی تهران، بیمارستان سینا

5 کارشناس، مرکز تصویربرداری بیمارستان امام خمینی، دانشگاه علوم پزشکی تهران

6 دانشجوی پزشکی، دانشگاه علوم پزشکی تهران

چکیده
زمینه و هدف: مننژیوم‌ها شایع‌ترین تومورهای اولیه مغز هستند که ۱۵ تا ۲۰ درصد از کل تومورهای اولیه مغز را تشکیل می‌دهند. تمایز بین مننژیوم‌های بدخیم و خوش‌خیم قبل از جراحی، هم برای برنامه‌ریزی درمان و هم برای ارزیابی پیش‌آگهی مهم است. یکی از روش­های پیشنهـاد شده برای افتـراق مننژیوم­های بدخیم از خوش خیم، استفـاده از MR Perfusion است؛ اما
تا کنون مطالعات محدودی بر روی توانایی افتراق انواع مننژیوم­ها با
MR Perfusion انجام شده است. بنابراین مطالعه با هدف تعیین ارتباط بین ساب تایپ­های مولکولی با MR Perfusion در بیماران مبتلا به مننژیوم مغزی انجام شد.
مواد و روش‌ها: در این مطالعه آینده­نگـر، تمامی بیمـاران مبتلا به مننـژیوم مغزی مراجعه کننده به بیمارستان سینای تهران در سال­های ۱۴۰۰ تا ۱۴۰۳ مـورد بررسی قـرار گرفتند. بیمارانی که معیارهای ورود به مطالعه را داشتند، پس از بستری شدن، تحت MR Perfusion مغز قرار گرفتند. پس از عمل نیز نمونه پاتولوژیک از بیماران به دست آمد و علاوه بر تعیین گرید Conventional تومـور، بررسی­های مولکـولی شامـل ki67 EGFR Amplification, S100, توسـط پاتولـوژیست انجـام و نتـایج ثبـت شـد.
در نهایت اطلاعـات به دسـت آمده از
MR Perfusion با یافته­های پاتولـوژیک جهت بررسی ارتبـاط بین ساب تایپ­های مولکولی با MR Perfusion در بیمـاران مبتلا به مننـژیوم مغـزی و همچنیـن توانایی تشخیصی پارامتـرهای MR Perfusion برای تشخیص گـریدهای مختلـف مننـژیوما مـورد تحلیل قـرار گرفت. جهت بررسی تفـاوت بین گـروه­ها در متغیـرهای پیوسته، از آزمون
OVA (Pairwise Bonferroni)استفاده گردید. سطح معنی­داری کمتر از 05/0در نظر گرفته شد.
یافته‌ها: بیست و پنج بیمار بررسی شدند. میانگین سنی آنها 07/12 ± 08/55 سال بود و 17 بیمار (68%) زن بودند. Ki67، ۴ بیمار (۱۶%) بیشتر از ده درصد، ۱ بیمار ۵-۱۰ درصد (4%) و در 20 بیمار (۸۰%) در محدوده کمتر از ۵ درصد بود. EGFR در تمام بیماران منفی بود و S100 تنهـا در یک بیمار Strongly Positive (4%) بود. شایعتـرین تظاهـر بیمـاری (76%)، سردرد بود. یافته­ها نشان دهنده این موضوع بود که rCBV وrCBF اختلاف آماری معنی­داری بین تومورهای گرید پایین با تومورهای گرید بالا داشتند (P-values < 0.05) و در مننژیوم­های آناپلاستیک، این شاخص­ها به طور معنی­داری اعداد بالاتری را نسبت به سایر انواع مننژیوم­ها داشتند. اگرچه مقـادیر Cut-off محاسبه‌ شـده برای rCBV و rCBF از لحـاظ کاربرد بالینی قابل‌توجه بودند، اما از نظر آماری معنادار نبودند.
نتیجه‌گیـری: مقادیر MR Perfusion (rCBV و rCBF) تفاوت آماری معنی­داری بین گریدهای مختلف مننژیوما دارد و ممکن است بتوان از آنها به عنوان پارامتر تشخیصی پیش از عمل برای مدیریت بهتر بیماران مبتلا به این تومورها استفاده کرد.

کلیدواژه‌ها


1. Alyamany M, Alshardan M, Jamea A, ElBakry N, Soualmi L, Orz Y. Meningioma consistency: Correlation between magnetic resonance imaging characteristics, operative findings, and histopathological features. Asian journal of neurosurgery. 2018; 13(02): 324-8.
2. Dolecek TA, Propp JM, Stroup NE, Kruchko C. CBTRUS statistical report: primary brain and central nervous system tumors diagnosed in the United States in 2005–2009. Neuro-oncology. 2012; 14 (suppl-5): v1-v49.
3. Louis DN, Perry A, Reifenberger G, Von Deimling A, Figarella-Branger D, Cavenee WK, et al. The 2016 World Health Organization classification of tumors of the central nervous system: a summary. Acta neuropathologica. 2016; 131: 803-20.
4. Hanft S, Canoll P, Bruce JN. A review of malignant meningiomas: diagnosis, characteristics, and treatment. Journal of neuro-oncology. 2010; 99:
433-43.
5. Huang RY, Bi WL, Griffith B, Kaufmann TJ, la Fougère C, Schmidt NO, et al. Imaging and diagnostic advances for intracranial meningiomas. Neuro-oncology. 2019; 21 (Supplement_1): i44-i61.
6. Watts J, Box G, Galvin A, Brotchie P, Trost N, Sutherland T. Magnetic resonance imaging of meningiomas: a pictorial review. Insights into imaging. 2014; 5: 113-22.
7. Mehdorn HM. Intracranial meningiomas: a 30-year experience and literature review. Advances and Technical Standards in Neurosurgery: Volume 43. 2016: 139-84.
8. Shiroishi MS, Castellazzi G, Boxerman JL,
D'Amore F, Essig M, Nguyen TB, et al. Principles of T2*-weighted dynamic susceptibility contrast MRI technique in brain tumor imaging. Journal of magnetic resonance imaging. 2015; 41(2): 296-313.
9. Shiroishi M, Habibi M, Rajderkar D, Yurko C, Go J, Lerner A, et al. Perfusion and permeability
MR imaging of gliomas. Technology in cancer research & treatment. 2011; 10(1): 59-71.
10.    Essig M, Shiroishi MS, Nguyen TB, Saake M, Provenzale JM, Enterline D, et al. Perfusion MRI: The five most frequently asked technical questions. American journal of roentgenology. 2013; 200(1):
24-34.
11.    Zampini MA, Buizza G, Paganelli C, Fontana G, D’Ippolito E, Valvo F, et al. Perfusion and diffusion in meningioma tumors: a preliminary multiparametric analysis with dynamic susceptibility contrast and intravoxel incoherent motion MRI. Magnetic Resonance Imaging. 2020; 67: 69-78.
12.    Togao O, Hiwatashi A, Yamashita K, Kikuchi K, Momosaka D, Yoshimoto K, et al. Measurement of the perfusion fraction in brain tumors with intravoxel incoherent motion MR imaging: validation with histopathological vascular density in meningiomas. The British Journal of Radiology. 2018; 91(1085): 20170912.
13.    Eissa L, Gamaleldin O, Khalifa MH. Grading of skull base meningiomas by combined perfusion: arterial spin labeling and T2* dynamic susceptibility perfusion. Egyptian Journal of Radiology and Nuclear Medicine. 2024; 55(1): 105.
14.    Qiao XJ, Kim HG, Wang DJ, Salamon N, Linetsky M, Sepahdari A, et al. Application of arterial spin labeling perfusion MRI to differentiate benign from malignant intracranial meningiomas. European journal of radiology. 2017; 97: 31-6.
15.    Rohilla S, Garg HK, Singh I, Yadav RK, Dhaulakhandi DB. rCBV-and ADC-based grading of meningiomas with glimpse into emerging molecular diagnostics. Basic and clinical neuroscience. 2018; 9(6): 417.
16.    Lanzman B, Heit JJ. Advanced MRI measures of cerebral perfusion and their clinical applications. Topics in Magnetic Resonance Imaging. 2017; 26(2): 83-90.
17.    Jahng G-H, Li K-L, Ostergaard L, Calamante F. Perfusion magnetic resonance imaging: a comprehensive update on principles and techniques. Korean journal of radiology. 2. 77-554: (5) 15; 014.
18.    Pond J, Morgan T, Hatanpaa K, Yetkin Z, Mickey B, Mendelsohn D. Chordoid meningioma: differentiating a rare World Health Organization grade II tumor from other meningioma histologic subtypes using MRI. American Journal of Neuroradiology. 2015; 36(7): 1253-8.
19.    Priola AM, Priola SM, Gned D, Piacibello E, Sardo D, Parvis G, et al. Diffusion-weighted quantitative MRI to diagnose benign conditions from malignancies of the anterior mediastinum: Improvement of diagnostic accuracy by comparing perfusion-free to perfusion-sensitive measurements of the apparent diffusion coefficient. Journal of Magnetic Resonance Imaging. 2016; 44(3): 758-69.
20.    Henzler T, Schmid-Bindert G, Schoenberg SO, Fink C. Diffusion and perfusion MRI of the lung and mediastinum. European journal of radiology. 2010; 76(3): 329-36.
21.    Le Bihan D. Diffusion, confusion and functional MRI. Neuroimage. 2012; 62(2): 1131-6.
22.    Lum MA, Martin AJ, Alexander MD, McCoy DB, Cooke DL, Lillaney P, et al. Intra-arterial
MR perfusion imaging of meningiomas: comparison to digital subtraction angiography and intravenous MR perfusion imaging. Plos one. 2016; 11(11): e0163554.
 
 
 
 
23.    Vranic A, Popovic M, Cör A, Prestor B,
Pizem J. Mitotic count, brain invasion, and location are independent predictors of recurrence-free survival in primary atypical and malignant meningiomas: a study of 86 patients. Neurosurgery. 2010; 67(4): 1124-32.
24.    Oya S, Kawai K, Nakatomi H, Saito N. Significance of Simpson grading system in modern meningioma surgery: integration of the grade with MIB-1 labeling index as a key to predict the recurrence of WHO Grade I meningiomas. Journal of neurosurgery. 2012; 117(1): 121-8.
25.    KiM MS, KiM KH, Lee EH, Lee YM, Lee S-H, Kim HD, et al. Results of immunohistochemical staining for cell cycle regulators predict the recurrence of atypical meningiomas. Journal of Neurosurgery. 2014; 121(5): 1189-200.
26.    Baumgarten P, Gessler F, Schittenhelm J, Skardelly M, Tews DS, Senft C, et al. Brain invasion in otherwise benign meningiomas does not predict tumor recurrence. Acta neuropathologica. 2016; 132: 479-81.
27.    Banan R, Abbetmeier-Basse M, Hong B,
Dumitru CA, Sahm F, Nakamura M, et al.
The prognostic significance of clinicopathological features in meningiomas: microscopic brain
invasion can predict patient outcome in
otherwise benign meningiomas.
Neuropathology and Applied Neurobiology. 2021; 47(6): 724-35.
28.    Nakasu S, Nakasu Y. Prognostic significance of brain invasion in meningiomas: systematic review and meta-analysis. Brain tumor pathology. 2021; 38(2): 81-95.