Bài báo khoa học Tập 67 Số 5 25/05/2026

GIÁ TRỊ CỘNG HƯỞNG TỪ 3 TESLA TƯỚI MÁU TRONG DỰ BÁO ĐỘ MÔ HỌC VÀ SỰ BỘC LỘ CÁC DẤU ẤN SINH HỌC CỦA TỔN THƯƠNG UNG THƯ VÚ

Nguyễn Tiến Phú1,2, Lưu Hồng Nhung3,4, Lại Thu Hương3,4, Nguyễn Công Tiến3,4, Nguyễn Khôi Việt3,4, Vũ Đăng Lưu3,4
1 Vinmec Times City International General Hospital
2 Bệnh viện Đa khoa Quốc tế Vinmec Times City
3 Institute of Diagnostic and Interventional Radiology of Bach Mai Hospital
4 Viện Điện quang Chẩn đoán và Can thiệp, Bệnh viện Bạch Mai
DOI: 10.52163/yhc.v67i5.5160
21 Lượt xem
8 Lượt tải xuống
Từ khóa
Ung thư vú, MRI tưới máu, chuỗi xung siêu nhanh, phân tích định lượng, Ktrans.
Tóm tắt

Mục tiêu: Phân tích giá trị của các chỉ số tưới máu trên cộng hưởng từ 3 Tesla trong dự báo độ mô học và sự bộc lộ các dấu ấn sinh học, phân loại phân tử của khối ung thư vú thể ống xâm nhập.

Phương pháp: Nghiên cứu mô tả cắt ngang được thực hiện trên 48 bệnh nhân ung thư vú thể ống xâm nhập được chụp cộng hưởng từ tưới máu tại Viện Điện quang Chẩn đoán và Can thiệp, Bệnh viện Bạch Mai từ tháng 1/2022 đến tháng 6/2024. Đo lường các chỉ số Ktrans, Kep, Ve, Maxslope, CER, thu thập kết quả chẩn đoán mô bệnh học, nhuộm hóa mô miễn dịch, phân loại phân tử. Phân tích thống kê mô tả và thống kê suy luận xác định tương quan của các chỉ số tưới máu với độ mô học và sự bộc lộ của các thụ thể sinh học.

Kết quả: Chỉ số Kep có giá trị phân biệt độ mô học cao thấp với diện tích dưới đường cong ROC là 0,737. Các chỉ số Ktrans, Kep, Ve có khả năng dự báo giá trị của chỉ số Ki67 do Ktrans, Kep có tương quan tuyến tính đồng biến với Ki67 trong khi Ve tương quan tuyến tính nghịch biến với Ki67 với hệ số tương quan lần lượt là +0,438, +0,373 và -0,326. Ktrans và CER có khả năng phân biệt nhóm sinh học phân tử giàu HER2 với các nhóm còn lại với diện tích dưới đường cong ROC lần lượt là 0,74 và 0,72.

Kết luận: Các chỉ số tưới máu trên cộng hưởng từ 3 Tesla có khả năng dự báo độ mô học và các dấu ấn sinh học, phân loại phân tử của ung thư vú thể ống xâm nhập. Các chỉ số tưới máu có tiềm năng trở thành yếu tố tiên lượng trong bệnh lý ung thư vú.

Tài liệu tham khảo
[1]
MRI exam-specific parameters: breast (revised 5/2/2024). Accreditation support. Accessed October 28, 2024. Google Scholar
[2]
Amarnath J, Sangeeta T, Mehta S.B. Role of quantitative pharmacokinetic parameter (transfer constant: Ktrans) in the characterization of breast lesions on MRI. Indian J Radiol Imaging, 2013, 23 (1): 19-25. doi: 10.4103/0971-3026.113614 Google Scholar
[3]
Kang S.R, Kim H.W, Kim H.S. Evaluating the relationship between dynamic contrast-enhanced MRI (DCE-MRI) parameters and pathological characteristics in breast cancer. Journal of Magnetic Resonance Imaging, 2020, 52 (5): 1360-1373. doi: 10.1002/jmri.27241 Google Scholar
[4]
Thakran S, Gupta P.K, Kabra V et al. Characterization of breast lesion using T1-perfusion magnetic resonance imaging: qualitative vs. quantitative analysis. Diagnostic and Interventional Imaging, 2018, 99 (10): 633-642. doi: 10.1016/j.diii.2018.05.006 Google Scholar
[5]
Yi B, Kang D.K, Yoon D et al. Is there any correlation between model-based perfusion parameters and model-free parameters of time-signal intensity curve on dynamic contrast enhanced MRI in breast cancer patients? Eur Radiol, 2014, 24 (5): 1089-1096. doi: 10.1007/s00330-014-3100-6 Google Scholar
[6]
Liu L, Mei N, Yin B, Peng W. Correlation of DCE-MRI perfusion parameters and molecular biology of breast infiltrating ductal carcinoma. Front Oncol, 2021, 11: 561735. doi: 10.3389/fonc.2021.561735 Google Scholar
[7]
Uncu U.Y, Aydin Aksu S. Correlation of perfusion metrics with Ki-67 proliferation index and axillary involvement as a prognostic marker in breast carcinoma cases: a dynamic contrast-enhanced perfusion MRI study. Diagnostics (Basel), 2023, 13 (20): 3260. doi: 10.3390/diagnostics13203260 Google Scholar
[8]
Travis R.C, Key T.J. Oestrogen exposure and breast cancer risk. Breast Cancer Research: BCR, 2003, 5 (5): 239. doi: 10.1186/bcr628 Google Scholar
[9]
Li X, Fu P, Jiang M et al. The diagnostic performance of dynamic contrast-enhanced MRI and its correlation with subtypes of breast cancer. Medicine, 2021, 100 (51): e28109. doi: 10.1097/MD.0000000000028109 Google Scholar
[10]
Surov A, Kim J.Y, Aiello M et al. Associations between dynamic contrast enhanced magnetic resonance imaging and clinically relevant histopathological features in breast cancer: a multicenter analysis. In Vivo, 2022, 36 (1): 398. doi: 10.21873/invivo.12717 Google Scholar
[11]
Du S, Gao S, Zhang L, Yang X, Qi X, Li S. Improved discrimination of molecular subtypes in invasive breast cancer: comparison of multiple quantitative parameters from breast MRI. Magnetic Resonance Imaging, 2021, 77: 148-158. doi: 10.1016/j.mri.2020.12.001 Google Scholar
[12]
Koo H.R, Cho N, Song I.C et al. Correlation of perfusion parameters on dynamic contrast‐enhanced MRI with prognostic factors and subtypes of breast cancers. Magnetic Resonance Imaging, 2012, 36 (1): 145-151. doi: 10.1002/jmri.23635. Google Scholar