Hệ thống tính điểm phân nhánh trên cộng hưởng từ đa thông số trong phân biệt u nguyên bào thần kinh đệm, u não di căn, u lympho não nguyên phát đơn ổ
Nội dung chính của bài viết
Tóm tắt
Nghiên cứu nhằm xây dựng và đánh giá hiệu năng của hệ thống tính điểm trong phân biệt u nguyên bào thần kinh đệm, u não di căn (DCN) và u lympho não nguyên phát (LN) trên CHT đa thông số. Nghiên cứu hồi cứu 140 bệnh nhân u não đơn ổ được chụp CHT 3.0 Teslatại Bệnh viện Hữu nghị Việt Đức và có kết quả giải phẫu bệnh là một trong ba nhóm u trên. Các đặc điểm định tính, định lượng trên CHT thường quy, phổ, tưới máu được phân tích; từ đó xây dựng hệ thống tính điểm phân biệt u nguyên bào thần kinh đệm, DCN, LN. Hệ thống tính điểm gồm 2 bước: bước 1 sử dụng đặc điểm hoại tử, thông số ADC nhỏ nhất trong u (minADCt) và rCBV trong u (rCBVt) giúp phân biệt LN với nhóm u nguyên bào thần kinh đệm và DCN, AUC = 0,965. Bước 2 các thông số định lượng: rCBF trong u (rCBFt), rCBV quanh u (rCBVe), tỷ lệ Cho/NAA trong u (Cho/NAAt), Cho/Cr quanh u (Cho/Cre) giúp phân biệt u nguyên bào thần kinh đệm với DCN, AUC = 0,959. Hệ thống tính điểm phân nhánh dựa trên CHT đa thông số có giá trị cao trong chẩn đoán phân biệt u nguyên bào thần kinh đệm, DCN và LN với độ chính xác 81,4%.
Chi tiết bài viết
Từ khóa
Hệ thống tính điểm phân nhánh, u nguyên bào thần kinh đệm, u não di căn, u lympho não nguyên phát, cộng hưởng từ
Tài liệu tham khảo
2. Malikova H, Koubska E, Weichet J, et al. Can morphological MRI differentiate between primary central nervous system lymphoma and glioblastoma? Cancer Imaging Off Publ Int Cancer Imaging Soc. 2016; 16(1): 40. doi:10.1186/s40644-016-0098-9.
3. Fox BD, Cheung VJ, Patel AJ, et al. Epidemiology of Metastatic Brain Tumors. Neurosurg Clin. 2011; 22(1): 1-6. doi:10.1016/j.nec.2010.08.007.
4. Tsougos I, Svolos P, Kousi E, et al. Differentiation of glioblastoma multiforme from metastatic brain tumor using proton magnetic resonance spectroscopy, diffusion and perfusion metrics at 3 T. Cancer Imaging. 2012; 12(3): 423-436. doi:10.1102/1470-7330.2012.0038.
5. Vallée A, Guillevin C, Wager M, et al. Added Value of Spectroscopy to Perfusion MRI in the Differential Diagnostic Performance of Common Malignant Brain Tumors. Am J Neuroradiol. 2018; 39(8): 1423-1431. doi:10.3174/ajnr.A5725.
6. Chuthip P, Sitthinamsuwan B, Witthiwej T, et al. Predictors for the Differentiation between Glioblastoma, Primary Central Nervous System Lymphoma, and Metastasis in Patients with a Solitary Enhancing Intracranial Mass. Asian J Neurosurg. 2024; 19(2): 186-201. doi:10.1055/s-0044-1787051.
7. Yoo J, Cha YJ, Park HH, et al. The Extent of Necrosis in Brain Metastases May Predict Subtypes of Primary Cancer and Overall Survival in Patients Receiving Craniotomy. Cancers. 2022; 14(7): 1694. doi:10.3390/cancers14071694.
8. Ribas GA, de Mori LH, Freddi T de AL, et al. Primary central nervous system lymphoma: Imaging features and differential diagnosis. Neuroradiol J. 2024; 37(6): 705-722. doi:10.1177/19714009241252625.
9. Hung ND, Anh NN, Minh ND, et al. Differentiation of glioblastoma and primary central nervous system lymphomas using multiparametric diffusion and perfusion magnetic resonance imaging. Biomed Rep. 2023; 19(5): 82. doi:10.3892/br.2023.1664.
10. Xiang C, Chen Q, Zha Y. Specific Features of Primary Central Nervous System Lymphoma in Comparison with Glioblastoma on Conventional MRI. Iranian Journal of Radiology; 2018:e78868. Accessed January 17, 2026. https://brieflands.com/journals/ijradiology/articles/78868#abstract.
11. Bilgin EY, Ünal Ö. Differentiation of glioblastoma, brain metastases and central nervous system lymphomas using amount of vasogenic edema and diffusion MR imaging of tumor core and peritumoral zone- Searching for a practical approach: Differential diagnosis of solitary malignant brain tumors with MRI findings. J Surg Med. 2023; 7(7): 416-420. doi:10.28982/josam.7504.
12. Neska-Matuszewska M, Bladowska J, Sąsiadek M, et al. Differentiation of glioblastoma multiforme, metastases and primary central nervous system lymphomas using multiparametric perfusion and diffusion MR imaging of a tumor core and a peritumoral zone-Searching for a practical approach. PloS One. 2018; 13(1): e0191341. doi:10.1371/journal.pone.0191341.
13. Cha S, Lupo JM, Chen MH, et al. Differentiation of glioblastoma multiforme and single brain metastasis by peak height and percentage of signal intensity recovery derived from dynamic susceptibility-weighted contrast-enhanced perfusion MR imaging. AJNR Am J Neuroradiol. 2007; 28(6): 1078-1084. doi:10.3174/ajnr.A0484.
14. Chen JJ, Rosas HD, Salat DH. Age-associated reductions in cerebral blood flow are independent from regional atrophy. NeuroImage. 2011; 55(2): 468-478. doi:10.1016/j.neuroimage.2010.12.032.
15. Parlak AE, Yangoz B. The Significance of Relative Cerebral Blood Volume Index in Discriminating Glial Tumors from Brain Metastasis Using Perfusion Magnetic Resonance Imaging. Diagnostics. 2025; 15(11): 1324. doi:10.3390/diagnostics15111324.
16. Makino K, Hirai T, Nakamura H, et al. Differentiating Between Primary Central Nervous System Lymphomas and Glioblastomas: Combined Use of Perfusion-Weighted and Diffusion-Weighted Magnetic Resonance Imaging. World Neurosurg. 2018; 112:e1-e6. doi:10.1016/j.wneu.2017.10.141.
17. Tariciotti L, Caccavella VM, Fiore G, et al. A Deep Learning Model for Preoperative Differentiation of Glioblastoma, Brain Metastasis and Primary Central Nervous System Lymphoma: A Pilot Study. Front Oncol. 2022; 12. Accessed May 6, 2023. https://www.frontiersin.org/articles/10.3389/fonc.2022.816638.