МР-томографическая оценка эффективности неоадъювантной химиотерапии рака молочной железы по данным вычислительного фармакокинетического анализа поглощения опухолью парамагнетиков при внутривенном контрастном усилении

Актуальность. В клинической практике МРТ патофизиологические и фармакокинетические модели с расчетами показателей транспорта контрастов используются неприемлемо мало. Цель. Предложить фармакокинетическую методику количественной оценки первичной опухоли и метастазов, эффективности химиотерапии рака молочной железы (РМЖ) по данным динамической МРТ с контрастным усилением (ПМКУ). Материалы и методы. Включено 18 пациенток, которым по поводу РМЖ T1-3N0-1M0 была проведена неоадъювантная химиотерапия (НАХТ) четырьмя циклами, с последующим радикальным хирургическим удалением опухоли. По результатам трехлетнего наблюдения пациентки с безрецидивным течением (n = 11) составили группу 1, а семь пациенток с выявленными метастатическими поражениями (3 — в печени, 2 — в легких, 2 — в головном мозге) — группу 2. Для начальных 120–180 с. МРТ с ПМКУ после введения парамагнетика справедливо упрощение: d{СОПУХОЛЬ(t)} / dt = ККр-Оп * СКРОВЬ (t) , из чего очевидно: ККр-Оп = (СОПУХОЛЬ(Т)) / (∫CКРОВЬ(t) dt), что и было использовано во всех расчетах константы переноса контраста. Контрастирование гадобутролом 0,1М/10 кг веса тела, TR = 5,5–6 мс, TE = 2,5 мс. Результаты. Если после первого цикла НАХТ ККр-Оп первичной опухоли РМЖ < 0,22 мл/мин/г ткани, вероятность последующего безрецидивного течения = 0,78. Аналогично, снижение ККр-Оп сторожевого лимфоузла после первого цикла НАХТ < 0,08 мл/мин/г ткани с вероятностью 0,75 прогнозирует безрецидивное течение. Заключение. Предложенный метод расчета коэффициента переноса ККр-Оп позволяет получить дополнительную диагностическую и прогностическую информацию у пациенток с локальными и местно-распространенными формами РМЖ.

1. Ширшин А.В., Бойков И.В., Малаховский В.Н. и др. Применение методов цифровой обработки для автоматизированной сегментации сердца по данным компьютерной томографии // Известия Российской военно-медицинской академии. 2022; 41:1:49–54. DOI 10.17816/rmmar104344.

2. Варфоломеев С.Д., Гуревич К.Г. Биокинетика. Практический курс. М.: ФАИР-ПРЕСС, 1999; 720.

3. Wang W, Lv S, Xun J, et al. Comparison of diffusion kurtosis imaging and dynamic contrast enhanced MRI in prediction of prognostic factors and molecular subtypes in patients with breast cancer. Eur J Radiol. 2022; 154:110392. DOI: 10.1016/j.ejrad.2022.110392.

4. Li X, Rooney WD, Springer CS. A unified magnetic resonance imaging pharmacokinetic theory: intravascular and extracellular contrast reagents. Magn Reson Med. 2005; 54:6: 1351–9. DOI: 10.1002/mrm.20684.

5. Seymour L, Bogaerts J, Perrone A, et al. iRECIST: guidelines for response criteria for use in trials testing immunotherapeutics. Lancet Oncol. 2017; 18:3: e143–e152. DOI: 10.1016/S1470-2045(17)30074-8.

6. Серебрякова С.В., Шумакова Т.А., Сафронова О.Б. и др. Магнитно-резонансная маммография в диагностике внутрипротокового рака in situ (DCIS)// Радиология — практика. 2021; 3:87:41– 61. DOI 10.52560/2713-0118-2021-3-41-61.

7. Чипига Л.А., Водоватов А.В., Катаева Г.В. и др. Современные подходы к обеспечению качества диагностики в позитронно-эмиссионной томографии. Медицинская физика. 2019; 2:82:78–92.

8. Ненахова Ю.Н. Лучевые методы диагностики в оценке эффективности неоадъювантной химиотерапии у пациенток раком молочной железы (обзор литературы) // Диагностическая и интервенционная радиология. 2017; 11:1:67–73. DOI: 10.25512/DIR.2017.11.1.09.

9. Ioannidis GS, Maris TG, Nikiforaki K, et al. Investigating the Correlation of Ktrans With SemiQuantitative MRI Parameters Towards More Robust and Reproducible Perfusion Imaging Biomarkers in Three Cancer Types. IEEE J Biomed Health Inform. 2019; 23:5:1855–1862. DOI: 10.1109/JBHI.2018.2888979.

10. Thawani R, Gao L, Mohinani A, et al. Quantitative DCE-MRI prediction of breast cancer recurrence following neoadjuvant chemotherapy: a preliminary study. BMC Med Imaging. 2022; 22:1:182. DOI: 10.1186/s12880-022-00908-0.

11. Усов В.Ю., Ряннель Ю.Э., Попадич С. и др. Возможности однофотонной эмиссионной компьютерной томографии с 99mTc-Технетрилом в диагностике и оценке распространенности рака молочной железы. Медицинская визуализация. 2001; 4(3):74–86.

12. Усов В.Ю., Ряннель Ю.Э., Медведева А.А. и др. Маммосцинтиграфия с 99mTc-Технетрилом в оценке состояния первичной опухоли при химиотерапии рака молочной железы. Медицинская визуализация. 2002; 5:2: 86–94.

13. Крживицкий П.И., Новиков С.Н., Канаев С.В. и др. ОФЭКТ-КТ в диагностике метастатического поражения лимфатических узлов у больных раком молочной железы. Вопросы онкологии. 2017; 63:2:261–266.

14. Семиглазов В.Ф., Горбунова В.А., Тюляндин С.А. Химиотерапия рака молочной железы: современный взгляд на проблему. Медицинский совет. 2017; 6:56–60. DOI 10.21518/2079-701X-2017-6-56-60.

15. Tudorica A, Oh KY, Chui SY-C, et al. Early Prediction and Evaluation of Breast Cancer Response to Neoadjuvant Chemotherapy Using Quantitative DCEMRI. Transl Oncol. 2016; 9:1:8–17. DOI: 10.1016/j.tranon.2015.11.016.

16. Liang X, Chen X, Yang Z, et al. Early prediction of pathological complete response to neoadjuvant chemotherapy combining DCE-MRI and apparent diffusion coefficient values in breast Cancer. BMC Cancer. 2022; 22:1:1250. DOI: 10.1186/s12885-022-10315-x.

17. Wang TC, Huang YH, Huang CS, et al. Computeraided diagnosis of breast DCE-MRI using pharmacokinetic model and 3-D morphology analysis. Magn Reson Imaging. 2014; 32:3:197–205. DOI: 10.1016/j.mri.2013.12.002.

18. МРТ с динамическим контрастным усилением в оценке подмышечных лимфатических узлов при раке молочной железы после неоадъювантной химиотерапии. П. Ю. Гришко, А. С. Петрова, А. В. Комяхов, А. В. Мищенко. Сборник научных работ III Петербургского Международного онкологического форума «Белые ночи 2017», Санкт-Петербург, 22–24 июня 2017 года. ФГБУ «НИИ онкологии им. Н. Н. Петрова» Минздрава России. СПб: АННМО «Вопросы онкологии». 2017; 123–124.