Nuklearmedizin 2019; 58(02): 117
DOI: 10.1055/s-0039-1683506
Vorträge
Radiomics und Modelling
Georg Thieme Verlag KG Stuttgart · New York

Molekular-genetische und histologische Unterscheidung von Gliomen anhand charakteristischer 18F-FET PET Pharmakokinetik

L Kaiser
1   Klinikum der Universität München, LMU München, Klinik und Poliklinik für Nuklearmedizin, München
,
M Unterrainer
1   Klinikum der Universität München, LMU München, Klinik und Poliklinik für Nuklearmedizin, München
,
A Holzgreve
1   Klinikum der Universität München, LMU München, Klinik und Poliklinik für Nuklearmedizin, München
,
E Mille
1   Klinikum der Universität München, LMU München, Klinik und Poliklinik für Nuklearmedizin, München
,
A Gosewisch
1   Klinikum der Universität München, LMU München, Klinik und Poliklinik für Nuklearmedizin, München
,
J Brosch
1   Klinikum der Universität München, LMU München, Klinik und Poliklinik für Nuklearmedizin, München
,
S Ziegler
1   Klinikum der Universität München, LMU München, Klinik und Poliklinik für Nuklearmedizin, München
,
B Suchorska
2   Klinikum der Universität München, LMU München, Neurochirurgische Klinik, München
,
P Bartenstein
1   Klinikum der Universität München, LMU München, Klinik und Poliklinik für Nuklearmedizin, München
,
NL Albert
1   Klinikum der Universität München, LMU München, Klinik und Poliklinik für Nuklearmedizin, München
,
G Böning
1   Klinikum der Universität München, LMU München, Klinik und Poliklinik für Nuklearmedizin, München
› Author Affiliations
Further Information

Publication History

Publication Date:
27 March 2019 (online)

 

Ziel/Aim:

Für die Klassifizierung von Gliomen mit dynamischer 18F-FET PET haben sich verschiedene heuristische Parameter etabliert. Zielsetzung war es, diese mit pharmakokinetischen VOI-Parametern zu korrelieren und die Relevanz für eine molekular-genetische und histologische Klassifizierung anhand der Fläche unter der ROC-Kurve (AUC) zu beurteilen.

Methodik/Methods:

Es wurden 162 neu diagnostizierte Gliome eingeschlossen: 78 IDH-mutiert, 84 IDH-Wildtyp (IDHmut/wt); 55 low-, 107 high-grade (LGG/HGG). Angewendet wurden 1- und 2-Gewebe (1T/2T) Kompartiment-Modelle mit/ohne Blutvolumen-Anteil (VB) mit Bild-generierter Blut-Input Funktion, linerarisierte Modelle mit Blut-/Referenz-Gewebe-Input, und folgende heuristische Parameter: Tumor-zu-Hintergrund Verhältnis (TBR5 – 15, TBR20 – 40), späte Steigung (S), und Zeit bis zum Peak (TTP).

Ergebnisse/Results:

In 59% wurde ein reversibles 2TVb Modell bevorzugt (Akaike). Die Verteilungsvolumina VT waren signifikant höher im Tumorgewebe im Vergleich zum Hintergrund (BG). VT und VT-Verhältnisse (DVR) lieferten keine/schwach signifikante Unterschiede zwischen den Gruppen. Es wurde eine Erhöhung folgender Parameter mit dem Gliom-Grad beobachtet: Transferrate K1 vom Blut in Gewebe (AUC zur Erkennung IDHwt 1T(VB) 0,74; 2T(VB) 0,67), nichtspezifische Anreicherung VND (Erkennung HGG 2TVB 0,71), VB (2TVB IDHwt 0,61; HGG 0,66), TBR5 – 15 (0,76; 0,81), TBR20 – 40 (0,60; 0,72); und eine Verringerung von: S (0,81; 0,79), TTP (0,77; 0,73). Außerdem erlaubte k4 die Erkennung eines IDHwt (0,75) oder HGG (0,74) Glioms, und wies in IDHmut/LGG Gliomen mit BG vergleichbare Werte auf. Während TBR20 – 40 stark mit DVR korrelierte, war ein früher Peak oder eine negative Steigung mit einem erhöhten K1 (1T(VB) r = 0,6; 2T(VB) r = 0,4) und k4 (2TVB r = 0,3; 2T r = 0,7) assoziiert; und eine ansteigende Kinetik mit einer erhöhten Netto-Influx-Rate Ki (Patlak: r > 0,7).

Schlussfolgerungen/Conclusions:

Die charakteristische Kinetik aggressiver Gliome konnte mit pharmakokinetischen Parametern beschrieben werden. Für eine weiterführende Analyse ist eine Einbeziehung perfusionsgewichteter MRT Information, kontinuierlicher Blutproben, Blocking Studien, und eine Voxel-basierte Auswertung denkbar.