RSS-Feed abonnieren
DOI: 10.1055/s-0037-1682166
Nichtinvasive Tumordekodierung und Phänotypisierung zerebraler Gliome unter Verwendung von multiparametrischem 18F-FET-PET-MRT und MR-Fingerprinting
Publikationsverlauf
Publikationsdatum:
27. März 2019 (online)
Zielsetzung:
Die Einführung der WHO-Klassifikation für ZNS-Tumore von 2016 hat die kombinierte molekulare und histopathologische Charakterisierung von Tumoren zu einem zentralen Bestandteil des Patientenmanagements gemacht. Neuere Publikationen zur Radiogenomics-basierten Vorhersage des Mutationsstatus haben das prädiktive Potenzial von bildgebenden, nicht-invasiven Methoden zur Gewebecharakterisierung gezeigt. Ziel dieser Studie war es daher das Potenzial der multiparametrischen 18FET-PET MR-Bildgebung einschließlich MR-Fingerprinting zur Vorhersage der Tumorgraduierung und des Mutationsstatus mittels Machine learning und Radiomics zu evaluieren.
Material und Methoden:
42 Patienten mit der Erstdiagnose einer zerebralen Raumforderung wurden einer 18FET-PET-MRT-Untersuchung unterzogen. Um den Mutationsstatus und den WHO-Grad des zerebralen Tumors zu unterscheiden, haben wir eine Support Vector Machine und Random Forrest mit der Radiomics-Signatur der multiparametrischen PET-MRT-Daten einschließlich MR-Fingerprinting trainiert. Als Goldstandard wurden die chirurgisch erworbene Histologie und der Mutationsstatus verwendet.
Ergebnisse:
Die 5-fach kreuzvalidierte AUC (area under curve) der ROC (Receiver-Operating-Characteristic)-Kurve der Vorhersage der ATRX-Mutation betrug 85,1%, der MGMT-Mutation 75,7%, der IDH1 88,7% und der 1p19q Co-Deletion 97,8%. Die AUC der ROC-Kurve zur Unterscheidung zwischen niedriggradigen und hochgradigen Gliomen betrug 85,2%.
Schlussfolgerungen:
18F-FET-PET-MRT und MR-Fingerprinting ermöglichen eine valide, nicht invasive Tumordekodierung und -phänotypisierung bestehend aus der Unterscheidung von niedriggradigen gegenüber hochgradigen Gliomen und bei der Vorhersage des Mutationsstatus von ATRX, IDH1 und 1p19q. Diese ersten Ergebnisse unterstreichen das Potenzial der 18F-FET-PET-MRT als Alternative zur invasiven Gewebecharakterisierung.