目的探讨表观扩散系数(apparent diffusion coefficient,ADC)值与乳腺癌病理分级是否具有相关性。材料与方法回顾性分析经病理证实并具有病理分级的66例乳腺浸润性导管癌,对病灶进行ADC值测量,取感兴趣区的ADC均值ADCmean及最小值ADCmi...目的探讨表观扩散系数(apparent diffusion coefficient,ADC)值与乳腺癌病理分级是否具有相关性。材料与方法回顾性分析经病理证实并具有病理分级的66例乳腺浸润性导管癌,对病灶进行ADC值测量,取感兴趣区的ADC均值ADCmean及最小值ADCmin。依据治疗及预后(病理分级、淋巴结情况)分为病理分级、预后复发两组,采用SPSS19.0(One-way ANOVA、LSD检验、Spearman等级秩相关)进行统计学分析。结果 ADCmean值在病理分级1、2、3组内均数分别为0.993×10-3 mm2/s、0.969×10-3 mm2/s、0.926×10-3 mm2/s,ADCmin值的均数分别为0.849×10-3 mm2/s、0.660×10-3 mm2/s、0.535×10-3 mm2/s。ADCmean值在预后复发A、B、C组内均数分别为1.014×10-3 mm2/s、1.029×10-3 mm2/s、0.919×10-3 mm2/s,ADCmin值的均数分别为0.918×10-3 mm2/s、0.750×10-3 mm2/s、0.540×10-3 mm2/s。A D C m e a n与病理分级、预后复发分组间不具有相关性,A D C m i n与病理分级组(r=-0.615,P=0.000)、预后复发组(r=-0.754,P=0.000)间呈负相关。结论ADCmin值可以作为对乳腺癌术前治疗方案的制定及预后复发进行初步评估的一种指标。展开更多
文摘目的探讨表观扩散系数(apparent diffusion coefficient,ADC)鉴别诊断肺癌脑转移瘤组织学分型的价值及其与Ki-67增殖指数之间的关系。材料与方法回顾性分析经手术病理证实的20例小细胞肺癌脑转移瘤和41例非小细胞肺癌脑转移瘤患者的资料,并测定其Ki-67增殖指数。在ADC图上测量肿瘤实性部分的最小ADC值(the minimum ADC,ADCmin)、平均ADC值(the mean ADC,ADCmean)及对侧正常脑白质ADC值,并计算相对ADCmin(relative ADCmin,rADCmin)及相对ADCmean(relative ADCmean,rADCmean)。对比分析二者ADC值的差异,绘制受试者工作特征(receiver operating characteristic,ROC)曲线评价ADC值的鉴别诊断价值,并计算ADC值与Ki-67增殖指数之间的相关性。结果小细胞肺癌脑转移瘤组的ADCmin、ADCmean、rADCmin及rADCmean值均小于非小细胞肺癌脑转移瘤组,组间差异均具有统计学意义(P<0.05)。各ADC值均能对小细胞肺癌脑转移瘤及非小细胞肺癌脑转移瘤进行有效鉴别,其中rADCmean值的鉴别诊断效能最好,曲线下面积(area under the curve,AUC)为0.950[95%置信区间(confidence interval,CI):0.907~0.994],最佳截断值为0.955,相应的敏感度和特异度分别为96.23%、83.87%,准确度为91.67%。小细胞肺癌脑转移瘤组的Ki-67增殖指数大于非小细胞肺癌脑转移瘤组,组间差异具有统计学意义(P<0.05)。61例肺癌脑转移瘤患者的ADCmin、ADCmean、rADCmin及rADCmean值均与Ki-67增殖指数呈不同程度的负相关(r=-0.506、r=-0.480、r=-0.569、r=-0.541)。结论ADC值可以对肺癌脑转移瘤的组织学分型进行鉴别诊断,并可以预测Ki-67增殖指数的表达水平。
文摘目的探讨表观扩散系数(apparent diffusion coefficient,ADC)在预测肝泡状棘球蚴病(hepatic alveolar echinococcosis,HAE)发生远处转移的临床价值。材料与方法回顾性分析2019年1月到2024年3月青海大学附属医院确诊为HAE的267例患者资料,其中远处转移组88例,无转移组179例,记录其临床及影像信息并在DWI上测量病灶实性部分及边缘带的ADC最大值(ADC_(max))、ADC最小值(ADC_(min))、ADC平均值(ADC_(mean))。采用统计学方法比较发生远处转移组患者与无转移组患者在年龄、性别、民族、病灶实性部分及边缘带的ADC_(max)、ADC_(min)、ADC_(mean)上的差异,并绘制受试者工作特征(receiver operating characteristic,ROC)曲线,通过曲线下面积(area under the curve,AUC)评估各参数的诊断效能,计算最佳诊断截断值及其对应的敏感度、特异度。结果HAE远处转移组与无转移组两组间年龄、性别及民族差异均无统计学意义(P>0.05);在病灶实性部分,ADC_(max)、ADC_(min)、ADC_(mean)在远处转移组与无转移组间差异不具有统计学意义(P>0.05);在病灶边缘带,两组间ADC_(max)、ADC_(min)、ADC_(mean)的差异均具有统计学意义(P<0.05);且无论是否发生转移,边缘带ADC_(max)、ADC_(min)、ADC_(mean)均低于实性成分ADC_(max)、ADC_(min)、ADC_(mean)。ROC曲线分析显示边缘带各ADC值均可有效预测HAE的远处转移。其中,联合指标预测HAE是否发生远处转移效能最佳,AUC为0.955(95%CI:0.923~0.977),敏感度为93.2%,特异度86.0%。结论边缘带ADC值对临床前期评估HAE是否会发生远处转移具有良好的预测价值;各参数联合使用可进一步提高HAE远处转移的预测效能,更有利于个体化、精准化医疗决策的实现。
文摘目的探讨表观扩散系数(apparent diffusion coefficient,ADC)值与乳腺癌病理分级是否具有相关性。材料与方法回顾性分析经病理证实并具有病理分级的66例乳腺浸润性导管癌,对病灶进行ADC值测量,取感兴趣区的ADC均值ADCmean及最小值ADCmin。依据治疗及预后(病理分级、淋巴结情况)分为病理分级、预后复发两组,采用SPSS19.0(One-way ANOVA、LSD检验、Spearman等级秩相关)进行统计学分析。结果 ADCmean值在病理分级1、2、3组内均数分别为0.993×10-3 mm2/s、0.969×10-3 mm2/s、0.926×10-3 mm2/s,ADCmin值的均数分别为0.849×10-3 mm2/s、0.660×10-3 mm2/s、0.535×10-3 mm2/s。ADCmean值在预后复发A、B、C组内均数分别为1.014×10-3 mm2/s、1.029×10-3 mm2/s、0.919×10-3 mm2/s,ADCmin值的均数分别为0.918×10-3 mm2/s、0.750×10-3 mm2/s、0.540×10-3 mm2/s。A D C m e a n与病理分级、预后复发分组间不具有相关性,A D C m i n与病理分级组(r=-0.615,P=0.000)、预后复发组(r=-0.754,P=0.000)间呈负相关。结论ADCmin值可以作为对乳腺癌术前治疗方案的制定及预后复发进行初步评估的一种指标。
