摘要

目的:在logistic回归模型下探讨常规MRI征象联合最小表观弥散系数值(minimum apparent diffusion coefficient value,ADCmin)对原发性中枢神经系统淋巴瘤(primary central nervous system lymphoma,PCNSL)诊断与鉴别的价值。方法:收集34例PCNSL临床及影像资料,所有病例均经临床及病理证实,观察分析常规MRI特征及检测ADCmin,另取36例高级别胶质瘤(highgrade glioma,HGG)作为对照组,统计学分析2组肿瘤各个MRI特征、ADCmin之间的差异,采用logistic回归分析,绘制受试者工作特征(receiver operating characteristics,ROC)曲线分析比较各指标单独诊断及联合诊断对2组肿瘤的诊断效能。结果:PCNSL组的囊变(或)坏死(或)出血征象所占比率明显小于HGG组(χ2=25.2,P<0.001);PCNSL组在边界清晰、累及中线结构或(和)脑室、均匀强化、存在"缺口征"和(或)"尖角征"、扩散加权成像(diffusion-weighted imaging,DWI)高信号征象上所占比率大于HGG组(均P<0.05);2组肿瘤瘤周水肿程度及占位程度无统计学差异(P>0.05)。PCNSL组ADCmin明显小于HGG组ADCmin(t=-7.962,P<0.001),而2组对照侧ADC相比较无统计学意义(t=1.208,P=0.231)。ADCmin单独诊断时,以ADCmin=0.727×10-3mm2/s为诊断2组的最佳诊断阈值,鉴别诊断2组的敏感度、特异度分别为97.1%、80.6%,曲线下面积最大(AUC=0.922),诊断效能最高。logistic回归方程模型为:Logistic(P)=15.269+3.963×均匀强化-24.695×ADCmin。ADCmin和均匀强化均是诊断PCNSL的影响因素,联合诊断最佳阈值为0.46时,诊断PCNSL的AUC为0.977,鉴别诊断2组的敏感度、特异度分别为97.1%、94.4%(P<0.001),联合诊断效能最高。结论:常规MRI特征分析联合ADCmin为无创性鉴别PCNSL与HGG提供形态学及分子影像学依据,特别是对于常规MRI存在重叠表现的2种肿瘤,运用logistic回归模型下联合诊断可有效提高诊断效能,从而为两者的鉴别诊断、早期干预、及时调整患者治疗方案及判断预后提供可靠依据。

全文