Медицинская литература. Новинки

 

 

 

 

 

 

Новый и простой онлайн-инструмент для дифференциации нейроэндокринных и солидных псевдопапиллярных опухолей поджелудочной железы

Вы можете загрузить полный текст статьи в формате pdf

Цель исследования: предложить удобный онлайн-калькулятор для количественной дифференциальной диагностики солидно-псевдопапиллярной опухоли (СППО) и нейроэндокринной неоплазии (НЭН) по данным МСКТ с внутривенным контрастированием. Материал и методы. Ретроспективное исследование включало 76 пациентов в период с января 2014 г. по март 2018 г. Окончательная группа из 62 пациентов была разделена на 2 подгруппы: СППО и НЭН. Два рентгенолога независимо друг от друга проанализировали данные МСКТ. Посредством бинарной логистической регрессии были выведены две многопараметрические прогностические модели для дифференциальной диагностики между гиперваскулярными НЭН и СППО, гиповаскулярными НЭН и СППО. Для оценки прогностического значения количественных характеристик и определения оптимальных пороговых значений для дифференциальной диагностики были использованы ROC-кривые. Результаты. 30 пациентов с НЭН составили 1-ю группу. 32 пациента с СППО составили 2-ю группу. Для I прогностической модели выбор порогового значения 34% дал максимальную чувствительность и специфичность 96,7% и 93,8% соответственно. Значения, превышающие пороговое значение, коррелируют с НЭН, равные и меньше порогового значения коррелируют с СППО. Для II прогностической модели выбор порогового значения в 50% дал максимальную чувствительность и специфичность 100% и 100%. Значения, превышающие пороговое значение, коррелируют с НЭН, равные и меньше порогового значения коррелируют с СППО. Заключение. Были разработаны две диагностические модели для дифференциальной диагностики между гиперваскулярными, гиповаскулярными НЭН и СППО. Модели позволяют провести дифференциальную диагностику с помощью оценки количественных значений плотности по данным МСКТ с внутривенным контрастированием. Был создан онлайн-калькулятор для рутинного использования в практике. Калькулятор доступен по ссылке http://pancreas-calculator.com.

Ключевые слова:
мультидетекторная компьютерная томография, поджелудочная железа, нейроэндокринные опухоли, новообразования поджелудочной железы, multidetector computed tomography, pancreas, neuroendocrine tumors, pancreatic neoplasms

Литература:
1.Gordon-Dseagu V.L., Devesa S.S., Goggins M., Stolzenberg-Solomon R. Pancreatic cancer incidence trends: Evidence from the Surveillance, Epidemiology and End Results (SEER) population-based data. Int. J. Epidemiol. 2017; 47 (2): 427-439. https://doi.org/10.1093/ije/dyx232.
2.Papavramidis T., Papavramidis S. Solid Pseudopapillary Tumors of the Pancreas: Review of 718 Patients Reported in English Literature. J. Am. Coll. Surg. 2005; 200 (6): 965-972. https://doi.org/10.1016/j.jamcollsurg.2005.02.011
3.Rindi G., Bordi C. Highlights of the biology of endocrine tumours of the gut and pancreas. Endocr. Relat. Cancer. 2003; 10 (4): 427-436. https://doi.org/10.1677/erc.0.0100427
4.Massironi S., Sciola V., Peracchi M., Ciafardini C., Spampatti M.P., Conte D. Neuroendocrine tumors of the gastro-entero-pancreatic system. Wld J. Gastroenterol. 2008; 14: 5377-5384. https://doi.org/10.3748/wjg.14.5377
5.Ehehalt F., Saeger H.D., Schmidt C.M. et al. Neuroendocrine Tumors of the Pancreas LEARNING OBJECTIVES. Oncologist. 2009; 140014 (5): 456-467. https://doi.org/10.1634/theoncolo-gist.2008-0259
6.Tang L.H., Untch B.R., Reidy D.L. et al. Well-differentiated neuroendocrine tumors with a morphologically apparent high-grade component: A pathway distinct from poorly differentiated neuroendocrine carcinomas. Clin. Cancer Res. 2016; 22 (4): 1011-1017. https://doi.org/10.1158/1078-0432.CCR-15-0548
7.Tang L.H., Basturk O., Sue J.J., Klimstra D.S. A Practical Approach to the Classification of WHO Grade 3 (G3) Well-differentiated Neuroendocrine Tumor (WD-NET) and Poorly Differentiated Neuroendocrine Carcinoma (PD-NEC) of the Pancreas. Am. J. Surg. Pathol. 2016; 40 (9): 1192-1202. https://doi.org/10.1097/PAS.0000000000000662
8.Tang X., Zhang X., Che X., Chen Y., Wang C. Peripancreatic lymphadenopathy on preoperative radiologic images predicts malignancy in pancreatic solid pseudopapillary neoplasm. Int. J. Clin. Exp. Med. 2015; 8 (9): 16315-16321. PMID: 26629150
9.Choi J.Y., Kim M.J., Kim J.H. et al. Solid pseudo papillary tumor of the pancreas: typical and atypical manifestations. Am. J. Roentgenol. 2006; 187 (2): 178-186. https://doi.org/10.2214/AJR.05.0569
10.Naar L., Spanomichou D.A., Mastoraki A., Smyrniotis V., Arkadopoulos N. Solid Pseudo-papillary Neoplasms of the Pancreas: A Surgical and Genetic Enigma. Wld J. Surg. 2017; 41 (7): 1871-1881. https://doi.org/10.1007/s00268-017-3921-y
11.Clancy T.E., Surgical Management of Pancreatic Neuroendocrine Tumors. Hematol. Oncol. Clin. N. Am. 2016; 30 (1): 103-118. https://doi.org/10.1016/j.hoc.2015.09.004
12.Falconi M., Mantovani W., Crippa S., Mascetta G., Salvia R., Pederzoli P. Pancreatic insufficiency after different resections for benign tumours. Br. J. Surg. 2008; 95 (1): 85-91. https://doi.org/10.1002/bjs.5652
13.Parekh J.R., Wang S.C., Bergsland E.K. et al. Lymph node sampling rates and predictors of nodal metastasis in pancreatic neuroendocrine tumor resections: the UCSF experience with 149 patients. Pancreas. 2012; 41 (6): 840-844. https://doi.org/10.1097/MPA.0b013e31823cdaa0
14.Lee D.S., Jeffrey R.B., Kamaya A. Islet-cell tumors of the pancreas: spectrum of MDCT findings: a pictorial essay. Appl. Radiol. 2009; 38: 10-28.
15.Lewis R.B., Lattin G.E., Paal E. Pancreatic endocrine tumors: radiologic-clinicopathologic correlation. Radiographics. 2010; 30 (6): 1445-1464. https://doi.org/10.1148/rg.306105523
16.Lee N.J., Hruban R.H., Fishman E.K. Pancreatic neuroendocrine tumor: review of heterogeneous spectrum of CT appearance. Abdom. Radiol. 2018; 43: 3025-3034. https:// doi.org/10.1007/s00261-018-1574-4
17.Coleman K.M., Doherty M.C., Bigler S.A. Solid-pseudopapillary tumor of the pancreas. Radiographics. 2003; 23 (6): 1644-1648. https://doi.org/10.1148/rg.236035006
18.Li D.L., Li H.S., Xu Y.K., Wang Q.S., Chen R.Y., Zhou F. Solid pseudopapillary tumor of the pancreas: clinical features and imaging findings. Clin. Imaging. 2018; 48: 113-121. https://doi.org/10.1016/j.clinimag.2017.10.006
19.Canellas R., Lo G., Bhowmik S., Ferrone C., Sahani D. Pancreatic neuroendocrine tumor: Correlations between MRI features, tumor biology, and clinical outcome after surgery. J. Magn. Reson. Imaging. 2018; 47 (2): 425-432. https://doi.org/10.1002/jmri.25756
20.Kang C.M., Cho A., Kim H. et al. Clinical correlations with (18)FDG PET scan patterns in solid pseudopapillary tumors of the pancreas: still a surgical enigma? Pancreatology. 2014; 6: 515-523. https://doi.org/10.1016/j.pan.2014.08.003
21.21. Matsumoto T., Okabe H., Yamashita YI. et al. Clinical role of fludeoxyglucose (18F) positron emission tomography/ computed tomography ((18)F-FDG PET/CT) in patients with pancreatic neuroendocrine tumors. Surg. Today. 2019; 49 (1): 21-26. https://doi.org/10.1007/s00595-018-1703-2
22.22. Prasad V., Tiling N., Denecke T., Brenner W., Plockinger U. Potential role of (68)Ga-DOTATOC PET/CT in screening for pancreatic neuroendocrine tumour in patients with von Hippel-Lindau disease. Eur. J. Nucl. Med. Mol. Imaging. 2016; 43 (11): 2014-2020. https://doi.org/10.1007/s00259-016-3421-6
23.23. Yu P.F., Hu Z.H., Wang X.B., Guo J.M., Cheng X.D., Zhang Y.L., Xu Q. Solid pseudopapillary tumor of the pancreas: a review of 553 cases in Chinese literature. Wld J. Gastroenterol. 2010; 16 (10): 1209-1214. https://doi.org/10.3748/wjg.v16.i10.1209
24.Zheng X., Tan X., Wu B. CT imaging features and their correlation with pathological findings of solid pseudo papillary tumor of pancreas. J. Biomed. Eng. 2014; 31: 107-112.
25.Horiguchi S., Kato H., Shiraha H. Dynamic computed tomography is useful for prediction of pathological grade in pancreatic neuroendocrine neoplasm. J. Gastroenterol. Hepatol. 2017; 32: 925-931. https://doi.org/10.1111/jgh.13594
26.Kim D.W., Kim H.J., Kim K.W. et al. Neuroendocrine neoplasms of the pancreas at dynamic enhanced CT: comparison between grade 3 neuroendocrine carcinoma and grade 1/2 neuroendocrine tumour. Eur. Radiol. 2015; 25: 1375-1383. https://doi.org/10.1007/s00330-014-3532-z
27.Choi T.W., Kim T.W., Yu M.N., Park S.J., Han J.K. Pancreatic neuroendocrine tumor: prediction of the tumor grade using CT findings and computerized texture analysis. Acta Radiol. 2018; 59: 383-392. https://doi.org/10.1177/0284185117725367
28.Rodallec M., Vilgrain V., Couvelard A., Rufat P., O''Toole D., Barrau V., Sauvanet A., Ruszniewski P., Menu Y. Endocrine pancreatic tumours and helical CT: contrast enhancement is correlated with microvascular density, histoprognostic factors and survival. Pancreatology. 2006; 6: 77-85. https:// doi.org/10.1159/000090026
29.d''Assignies G., Couvelard A., Bahrami S., Vullierme M.-P., Hammel P., Hentic O., Sauvanet A., Bedossa P., Ruszniewski P., Vilgrain V. Pancreatic endocrine tumors: tumor blood flow assessed with perfusion CT reflects angiogenesis and correlates with prognostic factors. Radiology. 2009; 250: 407-416. https://doi.org/10.1148/radiol.2501080291

A new and simple on-line tool to differentiate neuroendocrine and solid pseudopapillary pancreatic tumors

Objectives. To propose an multidetector computed tomography-based tool for quantitative differentiation between pancreatic neuroendocrine tumour (PNET) and solid pseudopapillary neoplasm (SPN) in clinical practice. Methods. The retrospective study included 76 patients from January 2014 to March 2018. The final cohort of sixty-two patients was divided into two groups: PNET and SPN. Two radiologists independently analyzed MDCT data. We constructed two multivariable prognostic models for differential diagnosis between hypervascular PNETs and SPN, nonhypervascular PNETs and SPN via binary logistic regression. We used the receiver operating characteristic (ROC) curves to evaluate the prognostic value of any quantitative characteristics and to determine optimal cut-off values for differential diagnosis. Results. Thirty patients with PNET comprised the first group. Thirty-two patients with SPN comprised the second group. For the first prognostic model selecting a cut-off value of 34% yielded the maximum sensitivity and specificity of 96.7% and 93.8%, respectively. Values larger than the cut-off value correlated with PNET. For the second prognostic model, selecting a cut-off value of 50% yielded the maximum sensitivity and specificity of 100% and 100%. Values larger than the cut-off value correlated with PNET. Conclusion. We developed two diagnostic models for differential diagnosis between hypervascular, nonhypervascular PNETs and SPN. The models allow for increased confidence in the diagnosis. Finally, we created an on-line calculator for easy routine use http://pancreas-calculator.com).

Keywords:
мультидетекторная компьютерная томография, поджелудочная железа, нейроэндокринные опухоли, новообразования поджелудочной железы, multidetector computed tomography, pancreas, neuroendocrine tumors, pancreatic neoplasms