Рак предстательной железы. Перспективы применения количественной магнитно-резонансной томографии

Введение. Рак предстательной железы занимает 2-е место в структуре заболеваемости злокачественными новообразованиями среди мужского взрослого населения. Магнитно-резонансная томография (МРТ) – метод выбора в лучевой диагностике данного заболевания, который позволяет неинвазивно оценить предстательную железу. В настоящее время активно применяется система PI-RADS (Prostate Imaging Reporting and Data System), однако оценка по ней является субъективной, иными словами «на глаз», поэтому возможность дополнения качественного анализа количественным следует расценивать как отличную перспективу.

Цель исследования – выявить корреляции между значениями измеряемого коэффициента диффузии (ИКД) и баллом по системе PI-RADS, что может позволить уйти от субъективизации в оценке результатов МРТ предстательной железы независимо от опыта врача-рентгенолога.

Материалы и методы. В пилотном ретроспективном исследовании проанализированы данные МРТ 28 пациентов с верифицированным раком предстательной железы за период 2020–2022 гг.

Результаты. Сумма баллов по системе PI-RADS продемонстрировала сильную статистически значимую отрицательную связь со средним ИКД (r = –0,85; p <0,001) и минимальным ИКД (r = –0,82; p <0,001). Связь балла по PI-RADS с уровнем простатического специфического антигена не продемонстрировала статистической значимости (p = 0,162). Общая регрессия была статистически значимой (R² = 0,73; F (4,13) = 8,799; p = 0,001). Обнаружено, что балл по PI-RADS значимо зависит от среднего ИКД (p <0,001) и уровня простатического специфического антигена (p = 0,013). Также были построены модели линейной регрессии для предсказания балла по шкале Глисона, которые, однако, на имеющемся наборе данных не продемонстрировали статистической значимости, что может быть объяснено ограниченным количеством наблюдений.

Заключение. Применение количественной МРТ в диагностике рака предстательной железы представляется достаточно перспективным методом, позволяющим объективизировать оценку по системе PI-RADS, что в перспективе может снизить количество необоснованных биопсий. Ключевым моментом, не позволяющим внедрять количественную МРТ повсеместно в настоящее время, является тот факт, что на значения ИКД влияет огромное количество внешних параметров и показатели ИКД могут сильно разниться при использовании разных аппаратов. Поэтому в перспективе стандартизация протокола сканирования предстательной железы с оптимальным выбором b-фактора и минимизация факторов, влияющих на измерение ИКД, могут позволить обеспечить более надежные сравнительные метрики.

1. Prostate. World Health Organization. Cancer today. Available at: https://gco.iarc.who.int/media/globocan/factsheets/cancers/27-prostate-fact-sheet.pdf

2. Злокачественные новообразования в России в 2021 году (заболеваемость и смертность). Под ред. А.Д. Каприна, В.В. Старинского, О.В. Шахзадовой. М.: МНИОИ им. П.А. Герцена – филиал ФГБУ «НМИЦ радиологии» Минздрава России, 2022. 252 с.

3. Gleason D., Mellinger G. Prediction of prognosis for prostatic adenocarcinoma by combined histological grading and clinical staging. J Urology 1974;111(1):58–64. DOI: 10.1016/S0022-5347(17)59889-4

4. Lomas D., Ahmed H.U. All change in the prostate cancer diagnostic pathway. Nat Rev Clin Oncol 2020;17(6):372–81. DOI: 10.1038/s41571-020-0332-z

5. Turkbey B., Rosenkrantz A., Haider M. et al. Prostate Imaging Reporting and Data System Version 2.1: 2019 Update of Prostate Imaging Reporting and Data System Version 2. Eur Urol 2019;76(3):340–51. DOI: 10.1016/j.eururo.2019.02.033

6. Абуладзе Л.Р., Говоров А.В., Синицын В.Е. Возможности магнитно-резонансной томографии в оценке эффективности фокального лечения рака предстательной железы. Вестник рентгенологии и радиологии 2023;104(1):90–100. DOI: 10.20862/0042-4676-2023-104-1-90-100

7. Barentsz J., Richenberg J., Clements R. et al. ESUR prostate MR guidelines 2012. Eur Radiol 2012;22(4):746–57. DOI: 10.1007/s00330-011-2377-y

8. Park S., Jung D., Oh Y. et al. Prostate cancer: PI-RADS Version 2 helps preoperatively predict clinically significant cancers. Radiology 2016;280(1):108–16. DOI: 10.1148/radiol.16151133

9. Абуладзе Л.Р., Семенов Д.С., Панина О.Ю., Васильев Ю.А. Оптимизированный протокол бипараметрической магнитнорезонансной томографии для диагностики рака предстательной железы. Digital Diagnostics 2022;(3):166–77. DOI: 10.17816/DD108484

10. Kızılay F., Çelik S., Sözen S. et al. Correlation of Prostate-Imaging Reporting and Data Scoring System scoring on multiparametric prostate magnetic resonance imaging with histopathological factors in radical prostatectomy material in Turkish prostate cancer patients: a multicenter study of the Urooncology Association. Prostate Int 2020;8(1):10–5. DOI: 10.1016/j.prnil.2020.01.001

11. Pripatnanont W., Opanuraks J., Prasopsanti K. et al. A correlation of PI-RADS score and pathological grading outcome post radical prostatectomy: a retrospective review. Insight Urology 2021;42(2):110–6. DOI: 10.52786/isu.a.32

12. Lipana K., Albano G., Arcinas R. et al. The correlation between PI-RADS score and the detection of prostate cancer using MRI-ultrasound fusion-guided transperineal prostate biopsy: the first Philippine report. PJU [Internet] 2019;29(1):45–53. [cited 2024 Sep. 13]. Available at: https://pjuonline.com/index.php/pju/article/view/89

13. Katz A., Liu C., Kosinski K. Histopathologic correlation of PI-RADS V.2 lesions on 3T multiparametric prostate MRI. J Clin Oncol 2016;34(2_suppl):10. DOI: 10.1200/jco.2016.34.2_suppl.10

14. Callender T., Emberton M., Morris S. et al. Benefit, harm, and cost-effectiveness associated with magnetic resonance imaging before biopsy in age-based and risk-stratified screening for prostate cancer. JAMA Netw Open 2021;4(3):e2037657. DOI: 10.1001/jamanetworkopen.2020.37657

15. Schoots I.G. MRI in early prostate cancer detection: how to manage indeterminate or equivocal PI-RADS 3 lesions? Transl Androl Urol 2018;7(1):70–82. DOI: 10.21037/tau.2017.12.31

16. Schlenker B., Apfelbeck M., Armbruster M. et al. Comparison of PIRADS 3 lesions with histopathological findings after MRI-fusion targeted biopsy of the prostate in a real worldsetting. Clin Hemorheol Microcirc 2019;71(2):165–70. DOI: 10.3233/CH-189407

17. Liddell H., Jyoti R., Haxhimolla H.Z. MP-MRI prostate characterised PIRADS 3 lesions are associated with a low risk of clinically significant prostate cancer – a retrospective review of 92 biopsied PIRADS 3 lesions. Curr Urol 2015;8(2):96–100. DOI: 10.1159/000365697

18. Drevik J., Dalimov Z., Uzzo R. et al. Utility of PSA density in patients with PI-RADS 3 lesions across a large multi-institutional collaborative. Urol Oncol 2022;40(11):490.e1–6. DOI: 10.1016/j.urolonc.2022.08.003

19. Munjal A., Leslie S.W. Gleason Score. [Updated 2023 May 1]. In: StatPearls [Internet]. Treasure Island (FL): StatPearls Publishing, 2024. Available at: https://www.ncbi.nlm.nih.gov/books/NBK553178/

20. Huber P., Afzal N., Arya M. et al. Focal HIFU therapy for anterior compared to posterior prostate cancer lesions. World J Urol 2021;39(4):1115–9. DOI: 10.1007/s00345-020-03297-7

21. Применение системы PI-RADS в МР-диагностике предстательной железы: Методические рекомендации / Сост. А.Е. Николаев, И.А. Блохин, А.Н. Шапиев и др. Серия «Лучшие практики лучевой и инструментальной диагностики». Вып. 31. М.: ГБУЗ «НПКЦ ДиТ ДЗМ», 2019. 26 с.

22. Manetta R., Palumbo P., Gianneramo C. et al. Correlation between ADC values and Gleason score in evaluation of prostate cancer: multicentre experience and review of the literature. Gland Surg 2019;8(S3):S216–22. DOI: 10.21037/gs.2019.05.02

23. Tamada T., Prabhu V., Li J. et al. Assessment of prostate cancer aggressiveness using apparent diffusion coefficient values: impact of patient race and age. Abdom Radiol 2017;42(6):1744–51. DOI: 10.1007/s00261-017-1058-y

24. Alessandrino F., Taghipour M., Hassanzadeh E. et al. Predictive role of PI-RADSv2 and ADC parameters in differentiating Gleason pattern 3 + 4 and 4 + 3 prostate cancer. Abdom Radiol 2019;44(1):279–85. DOI: 10.1007/s00261-018-1718-6

25. Turkbey B., Shah V., Pang Y. et al. Is Apparent diffusion coefficient associated with clinical risk scores for prostate cancers that are visible on 3-T MR images? Radiology 2011;258(2):488–95. DOI: 10.1148/radiol.10100667

26. Wang X., Wang B., Gao Z. et al. Diffusion-weighted imaging of prostate cancer: Correlation between apparent diffusion coefficient values and tumor proliferation. J Magn Reson Imaging 2009;29(6):1360–6. DOI: 10.1002/jmri.21797

27. Tamada T., Sone T., Jo Y. et al. Apparent diffusion coefficient values in peripheral and transition zones of the prostate: comparison between normal and malignant prostatic tissues and correlation with histologic grade. J Magn Reson Imaging 2008;28(3):720–6. DOI: 10.1002/jmri.21503

28. Hambrock T., Somford D., Huisman H. et al. Relationship between apparent diffusion coefficients at 3.0-T MR imaging and Gleason grade in peripheral zone prostate cancer. Radiology 2011;259(2):453–61. DOI: 10.1148/radiol.11091409

29. Zelhof B., Pickles M., Liney G. et al. Correlation of diffusionweighted magnetic resonance data with cellularity in prostate cancer. BJU Int 2009;103(7):883–8. DOI: 10.1111/j.1464-410X.2008.08130.x

30. Jyoti R., Jain T., Haxhimolla H. et al. Correlation of apparent diffusion coefficient ratio on 3.0 T MRI with prostate cancer Gleason score. Eur J Radiol Open 2018;5:58–63. DOI: 10.1016/j.ejro.2018.03.002

31. Girometti R., Giannarini G., Greco F. et al. Interreader agreement of PI-RADS v. 2 in assessing prostate cancer with multiparametric MRI: A study using whole-mount histology as the standard of reference. J Magn Reson Imaging 2019;49(2):546–55. DOI: 10.1002/jmri.26220

32. Wei C., Zhang Y., Pan P. et al. Diagnostic accuracy and interobserver agreement of PI-RADS version 2 and version 2.1 for the detection of transition zone prostate cancers. Am J Roentgenol 2021;216(5):1247–56. DOI: 10.2214/AJR.20.23883

33. Gupta R., Mehta K., Turkbey B. et al. PI-RADS: past, present, and future. J Magn Reson Imaging 2020;52(1):33–53. DOI: 10.1002/jmri.2689

34. Jordan E., Fiske C., Zagoria R. et al. PI-RADS v2 and ADC values: is there room for improvement? Abdom Radiol 2018;43(11):3109–16. DOI: 10.1007/s00261-018-1557-5

35. Polanec S., Helbich T., Bickel H. et al. Quantitative apparent diffusion coefficient derived from diffusion-weighted imaging has the potential to avoid unnecessary MRI-guided biopsies of mpMRI-detected PI-RADS 4 and 5 lesions. Invest Radiol 2018;53(12):736–41. DOI: 10.1097/RLI.0000000000000498

36. Glazer D., Hassanzadeh E., Fedorov A. et al. Diffusion-weighted endorectal MR imaging at 3T for prostate cancer: correlation with tumor cell density and percentage Gleason pattern on whole mount pathology. Abdom Radiol 2017;42(3):918–25. DOI: 10.1007/s00261-016-0942-1

37. Fennessy F., Maier S. Quantitative diffusion MRI in prostate cancer: image quality, what we can measure and how it improves clinical assessment. Eur J Radiol 2023;167:111066. DOI: 10.1016/j.ejrad.2023.111066

38. Сергунова К.А. Исследование и разработка метолов и средств контроля характеристик магнитно-резонансных и рентгеновских компьютерных томографов. Автореф. дис. … канд. техн. наук. СПб., 2019. 17 с.