Using Diffusion-Weighted MRI to Predict Central Lymph Node Metastasis in Papillary Thyroid Carcinoma: A Feasibility Study

Using Diffusion-Weighted MRI to Predict Central Lymph Node Metastasis in Papillary Thyroid Carcinoma: A Feasibility Study.

• Heng Zhang
• Shudong Hu
• Xian Wang
• Wenhua Liu
• Junlin He
• Zongqiong Sun
• Yuxi Ge
• Weiqiang Dou

抄録

乳頭状甲状腺癌（PTC）における中心リンパ節転移（CLNM）を予測するための定量的評価ツールとして、マルチb値を有する拡散強調画像（DWI）を使用できるかどうかを検討する。 2015年1月から2018年4月までに、合計214人のPTC患者が登録された。各患者は術前に多b値DWI（300、500、800s/mm）を受け、その後甲状腺外科で中心LN郭清の臨床治療を受けた。これらの患者をCLNMの有無で2群に分けた。見かけの拡散係数（ADC）を300、500、800s/mmのb値で評価した。臨床病理学的変数とADC値を一変量および二値ロジスティック回帰を用いてレトロスペクティブに解析した。得られた統計的有意性を有する対応する変数をさらに適用してノモグラムを作成し、ブートストラップ・リサンプリング法を用いて補正を行った。 CLNMを有するPTCは、CLNMを有さないPTCと比較して、ADC、ADC、およびADC値が有意に低かった。レシーバー操作特性（ROC）分析を用いて、ADC値（0.817）は、CLNMを有する患者とCLNMを有さない患者の鑑別において、ADC値およびADC値（それぞれ0.610および0.641）よりも高い曲線下面積（AUC）を示した。対応するADCのカットオフ値も決定され（1.444×10mm/s），感度は88.6，特異度は66％であった．ノモグラムは、性別、原発腫瘍の大きさ、甲状腺外進展（ETE）、およびADC値の4つの変数を組み込んだ二値ロジスティック回帰の結果によって生成された。ノモグラムのAUCは0.894で、CLNMを予測した。また、ノモグラムと臨床所見との検量線に示されるように、CLNMの予測では強い一致がみられた。 以上のことから、ADC値はPTCにおけるCLNMを評価するための貴重な非侵襲的画像バイオマーカーであることがわかった。ノモグラムは臨床予測モデルとして、術前のPTC患者のCLNMリスクを効果的に評価することができる。

To investigate whether diffusion-weighted imaging (DWI) with multi b values can be used as a quantitative assessment tool to predict central lymph node metastasis (CLNM) in papillary thyroid carcinoma (PTC). A total of 214 PTC patients were enrolled from January 2015 to April 2018. Each patient underwent multi b value DWI (300, 500, and 800 s/mm) preoperatively and then clinical treatment of central LN dissection at the Thyroid Surgery Department. These patients were divided as two groups based on with and without CLNM. The corresponding apparent diffusion coefficients (ADCs) were evaluated with separated b value, i.e., 300, 500, or 800 s/mm. Clinicopathological variables and ADC values were analyzed retrospectively by using univariate and binary logistic regression. The corresponding obtained variables with statistical significance were further applied to create a nomogram in which the bootstrap resampling method was used for correction. PTCs with CLNM had significantly lower ADC, ADC, and ADC values compared with PTCs without CLNM. Using receiver operating characteristic (ROC) analysis, the ADC value (0.817) showed a higher area under the curve (AUC) than those of the ADC and ADC values (0.610 and 0.641, respectively) in differentiating patients with CLNM and without CLNM. The corresponding cutoff value for ADC was also determined (1.444 × 10 mm/s), with respective sensitivity and specificity of 88.6 and 66%. The nomogram was generated by binary logistic regression results, incorporating four variables: gender, primary tumor size, extrathyroidal extension (ETE), and ADC value. The AUC of the nomogram was 0.894 in predicting CLNM. Moreover, as shown in the calibration curve between nomogram and clinical findings, a strong agreement was observed in the prediction of CLNM. In summary, the ADC value is a valuable noninvasive imaging biomarker for evaluating CLNM in PTCs. The nomogram, as a clinical predictive model, is able to provide an effective evaluation of CLNM risk in PTC patients preoperatively.

Copyright © 2020 Zhang, Hu, Wang, Liu, He, Sun, Ge and Dou.