LIETUVOS SVEIKATOS MOKSLŲ UNIVERSITETAS
MEDICINOS AKADEMIJA
MEDICINOS FAKULTETAS
NEUROCHIRURGIJOS KLINIKA
VIENTISŲJŲ MEDICINOS STUDIJŲ
BAIGIAMASIS MAGISTRINIS DARBAS
CNS gliomų klinikinių ir molekulinių diagnostinių požymių kompleksų
prognozinės vertės tyrimai.
Darbo autorius Gytis Baltuonė
Darbo vadovas doc. Kęstutis Skauminas
Kaunas
2017-2019 m.
2
TURINYS
1. SANTRAUKA LIETUVIŲ KALBA ... 3
2. SUMMARY ... 4
3. PADĖKA ... 5
4. INTERESŲ KONFLIKTAS ... 5
5. ETIKOS KOMITETO LEIDIMAS ... 5
6. SANTRUMPOS ... 6
7. SĄVOKOS ... 8
8. ĮVADAS ... 9
9. DARBO TIKSLAS IR UŽDAVINIAI ... 10
10. LITERATŪROS APŽVALGA ... 11
10.1 Gliomų klasifikacija ... 11
10.2 CNS gliomų epidemiologija ... 12
10.3 Prognostiniai klinikiniai veiksniai ... 12
10.4 Prognostiniai molekuliniai veiksniai ... 14
10.5 Prognostiniai radiogenominiai veiksniai ... 15
10.5.1 Vaizdų segmentacija: ... 15
10.5.2 Vaizdų charakteristikos ir radiogenominiai veiksniai ... 16
11. TYRIMO METODIKA IR METODAI ... 18
11.1 Magnetinis branduolių rezonanso tyrimas ... 19
11.2 Vaizdų segmentacija pusiau automatinės segmentacijos metodu ... 19
11.3 Statistinė analizė ... 21
12. TYRIMO REZULTATAI ... 23
12.1 Sergančiųjų CNS glioma demografinės ir klinikinės charakteristikos ... 23
12.2 CNS glioma sergančiųjų pacientų naviko dalių tūrių MRT vaizduose ir jų santykių matavimai bei sąsajos. ... 26
12.3 CNS glioma sergančiųjų pacientų radiologinių ir klinikinių žymenų sąsajos. ... 29
12.4 IDH1 geno mutacijos ir MGMT geno metilinimo dažnumas glioma sergančiųjų navikiniame audinyje, sąsajos su klinikiniais ir radiologiniais faktoriais. ... 30
12.5 Klinikinių, molekulinių bei radiologinių charakteristikų sąsajos su pacientų išgyvenimo trukme. ... 32 13. REZULTATŲ APTARIMAS ... 39 14. IŠVADOS ... 42 15. REKOMENDACIJOS ... 43 16. LITERATŪROS SĄRAŠAS... 44 17. PRIEDAI ... 49
3
1. SANTRAUKA LIETUVIŲ KALBA
Autorius: Gytis Baltuonė
Tema: CNS gliomų klinikinių ir molekulinių diagnostinių požymių kompleksų prognozinės vertės tyrimai.
Tikslas: Įvertinti klinikinių, molekulinių ir radiologinių diagnostinių požymių ir jų kompleksų prognostinę vertę pacientams, sergantiems CNS gliomomis.
Uždaviniai: 1. Nustatyti CNS gliomomis sergančių tiriamosios imties pacientų klinikinius prognostinę vertę turinčius požymius. 2. Nustatyti tiriamosios imties pacientų navikų tūrines charakteristikas magnetinio rezonanso vaizduose ir įvertinti jų prognozinę vertę. 3. Įvertinti radiologinių požymių bei jų kompleksų sąsajas su molekuliniais IDH ir MGMT žymenimis. 4. Nustatyti molekulinių žymenų, klinikinių bei radiologinių požymių kompleksų vertę prognozuojant išgyvenimo trukmę.
Metodika: Retrospektyvi ligos istorijų analizė pacientų, kuriems 2015-2018 metais LSMU KK Neurochirurgijos klinikoje diagnozuota CNS glioma, ištirti IDH ir MGMT molekuliniai žymenys bei atliktas galvos smegenų magnetinio rezonanso tyrimas. Navikų tūriai skaičiuoti ITK-SNAP programa. Duomenų analizė atlikta SPSS 23.0. Rezultatai buvo laikomi statistiškai reikšmingais kai p>0,05.
Rezultatai: GBM grupėje vyrams buvo nustatyta 2,94 karto didesnė rizika išgyventi mažiau 11 mėnesių negu moterims (p=0,006). Taip pat stebėta didesnė rizika išgyventi mažiau 11 mėnesių didėjant paciento amžiui (p=0,022). Nustatytos tendencijos - ilgesnė išgyvenimo trukmė IDH-mutant grupėje (p=0,074); didėjanti rizika išgyventi mažiau negu 11 mėnesių didėjant edemos (p=0,071) ir viso naviko tūriui (p=0,061). Tūriniai navikų ir jų sukeltų pokyčių parametrai neturėjo prognostinės vertės nuspėjant IDH ir MGMT būseną. GBM grupėje nustatytas kompleksinis išgyvenimo trukmės modelis, nuspėjantis išgyvenimo trukmę 11 mėn. grupėse (AUC=0,899 , p<0,001).
Išvados: 1. GBM grupėje paciento lytis (p=0,006) ir amžius (p=0,022) turėjo prognostinę vertę išgyvenimo trukmei. 2. Naviko tūrinės charakteristikos neturėjo statistiškai patikimų sąsajų su išgyvenimo trukme (p>0,05). 3. Statistiškai reikšmingos tūrinių charakteristikų prognostinės vertės nuspėjant IDH ir MGMT būseną nenustatyta (p>0,05). 4. Nustatytas prognostinę vertę išgyvenimo trukmei turintis klinikinių, radiologinių ir molekulinių žymenų modelis (p<0,001).
4
2. SUMMARY
Author: Gytis Baltuonė
Title: Prognostic value of clinical and molecular diagnostical markers in CNS glioma patients.
Aim: To evaluate prognostic value of clinical, molecular and radiological diagnostic markers in CNS glioma patients.
Objectives: 1. To evaluate prognostic value of clinical features and molecular IDH and MGMT factors in CNS glioma patients. 2. To calculate volumetric characteristics of tumors in magnetic resonance images and to evaluate their prognostic value. 3. To determine prognostic value of radiological markers and their combinations in predicting molecular IDH and MGMT factors. 4. To evaluate prognostic value of molecular factor, clinical and radiological marker combinations in CNS glioma patients.
Methods: Retrospective analysis of medical documentation, IDH and MGMT molecular markers, radiological images of patients diagnosed with CNS glioma in LSMU KK Neurosurgery clinic between 2015-2018. Volumetric parameters were calculated with ITK-SNAP. Analysis was conducted with SPSS 23.0. Results with p<0,05 were considered statistically significant.
Results: In GBM group men had 2,94 times higher risk to live less than 11 months than women (p=0,006). Increasing age was associated with higher risk to live less than 11 months (p=0,022). Identified tendencies: longer overall survival in IDH-mutant group (p=0,074); larger edema (p=0,071) and whole tumor volumes (p=0,061) were associated with higher risk of surviving less than 11 months. Volumetric parameters had no predictive power in predicting IDH and MGMT status. Multivariate overall survival model was identified in GMB, which had predictive power to predict patient survival (AUC=0,899, p<0,001).
Conclusions: 1. Sex (p=0,006) and age (p=0,022) had prognostic value for overall survival in GBM. 2. Statistically significant associations between overall survival and tumor volumetric parameters were not identified (p>0,05). 3. No statistically significant predictive power of tumor volumetric parameters to predict overall survival were found (p>0,05). 4. Statistically significant multivariate overall survival model was identified (p<0,001).
5
3. PADĖKA
Dėkoju mokslinio darbo vadovui ir NI Molekulinės neuroonkologijos laboratorijos darbuotojams už pagalbą rašant „CNS gliomų klinikinių ir molekulinių diagnostinių požymių kompleksų prognozinės vertės tyrimai“ vientisųjų medicinos studijų baigiamąjį magistrinį darbą.
4. INTERESŲ KONFLIKTAS
Mokslinis darbas nebuvo remtas ar finansuotas jokių trečiųjų asmenų, todėl interesų konflikto nebuvo.
5. ETIKOS KOMITETO LEIDIMAS
Etikos leidimą (žr. Priedas 1) šiam moksliniam darbui atlikti išdavė LSMU Bioetikos centras. Leidimo nr. BEC-MF-190, išdavimo data 2018-01-18.
6
6. SANTRUMPOS
IDH - izocitrato dehidrogenazės genas (angl. isocitrate dehydrogenase).
MGMT – O6-metilguanino-metiltransferazė (angl. O-6-methylguanine DNA methyltransferase).
CNS – centrinė nervų sistema.
PSO – Pasaulio sveikatos organizacija.
LGG – mažo piktybiškumo laipsnio glioma (angl. low-grade glioma).
HGG – didelio piktybiškumo laipsnio glioma (angl. high-grade glioma).
GBM – glioblastoma.
NOS – reikšmė nežinoma (angl. not otherwise specified).
JAV – Jungtinės Amerikos Valstijos.
HR – rizikos santykis (angl. hazard ratio).
DEXA – deksametazonas.
NLR – neutrofilų limfocitų santykis (angl. neutrophyl lymphocite ratio).
SII – sisteminis imuninio uždegimo indeksas (angl. systemic immune-inflammation index).
RDW – eritrocitų pasiskirstymo plotis (angl. red cell distribition width).
PFS – išgyvenimo trukmė be ligos progresavimo (angl. progression-free survival).
KPS - Karnovskio indeksas (angl. Karnofsky performance status).
NADPH – nikotinamido adenino dinukleotido fosfatas (angl. nicotinamide adenine dinucleotide phosphate).
DNR – deoksiribonukleorūgštis.
AUC – plotas po kreive (angl. area under the curve).
TP53 - navikinio baltymo p53 genas (angl. Tumor protein p53).
LSMU – Lietuvos sveikatos mokslų universitetas.
LSMUL KK – Lietuvos sveikatos mokslų universiteto ligoninė Kauno klinikos.
7 MRT – magnetinio rezonanso tyrimas.
DICOM – Skaitmeninis vaizdavimas ir komunikacija medicinoje (angl. Digital Imaging and Communications in Medicine).
NIfTI – Neurovaizdavimo informatikos technologijų iniciatyva (angl. Neuroimaging Informatics Technology Initiative).
8
7. SĄVOKOS
Epileptogeninis – sukeliantis epilepsiją.
Glialinės ląstelės - astrocitai, oligodendrocitai, ependimocitai.
Glioblastoma de novo – pirminė glioblastoma.
Metilinimas – cheminė reakcija, kurios metu metilo radikalas (-CH3) įterpiamas į molekulę vietoje metalo atomo arba vandenilio atomo.
Morfometrinis – apibūdinantis formą.
Naviko mikroaplinka – aplink naviką esanti aplinka, į kurią įeina jį supančios kraujagyslės, imuninės ląstelės, fibroblastai ir ekstraląstelinis matriksas.
Nekrozė – vietinės kraujotakos sutrikimo sukeltas gyvo organizmo ląstelių, audinių, organo arba jų dalies žuvimas.
Pirmtakinės ląstelės – multipotentinės ląstelės, turinčios mažesnį už kamienines ląsteles diferenciacijos potencialą.
Proliferacija – ląstelių dauginimasis mitozės būdu.
Promotorius – DNR grupė trumpų sekos elementų, kurie dalyvauja transkripcijos procese bei yra lokalizuoti priešais pirmąjį nurašomą nukleotidą.
Radioterapija – spindulinis gydymas.
Segmentacija – suskirstymas į atskiras grupes, segmentus.
Vokselis – homogeniškas tūrinis elementas, atitinkantis mažiausią galimą išskirti bei aprašyti trimatės erdvės elementą.
9
8. ĮVADAS
Gliomos yra galvos smegenų navikai, kylantys iš smegenų glijos ląstelių. Tai yra dažniausi smegenų navikai, tačiau pacientų išgyvenimo trukmės prognozė, ypač glioblastomų atveju, išlieka nepatenkinama. Esant blogai sergančiųjų glioma prognozei, reikalinga greita diagnozė ir kryptingas gydymas. Pastaruoju metu vis daugiau dėmesio skiriama gydymo individualizavimui, tačiau gliomų polimorfiška genetinė struktūra ir epigenetiniai veiksniai apsunkina skirtingų tikslinių grupių diferenciaciją. Radiogenomika yra tyrimų kryptis, siekianti paspartinti gydymo individualizavimą, radiologinę informaciją apie naviką susiedama su genetinėmis ir biologinėmis naviko savybėmis[1]. Yra įrodyta, kad radiologiniai veiksniai siejasi tiek su išgyvenimo trukme, tiek su genetiniais naviko pakitimais [2,3], o genetiniai naviko ląstelių pokyčiai yra susiję su paciento atsaku į chemoterapinį ir radioterapinį gydymą [4]. Siekiant aiškesnės prognozės dažnai įtraukiami ir klinikiniai požymiai [5,6], taip sudarant aiškesnę kryptį sergančiojo glioma gydymui.
Šiame tyrime retrospektyviai iš medicininės dokumentacijos buvo surinkta klinikinė informacija apie pacientą, pagal literatūros apžvalgoje pasirinktus parametrus išanalizuoti magnetinio rezonanso tyrimo vaizdai bei iš LSMU NI Molekulinės neuroonkologijos laboratorijos gauti duomenys apie tiriamosios imties pacientų IDH ir MGMT molekulinius žymenis. Ieškota klinikinių ir radiologinių veiksnių sąsajų su molekuliniais žymenimis ir siekta nustatyti visų trijų – klinikinių, molekulinių ir radiologinių – žymenų bei jų kompleksų prognostinę vertę.
Pavykus rasti klinikinių ir radiologinių charakteristikų sąsajas su genetiniais naviko pakitimais bei visų šių požymių kombinacijų reikšmę pacientų išgyvenimo trukmei, būtų galimybė sukurti tikslesnę, greitesnę, mažiau invazyvią diagnostiką bei būtų galima tiksliau prognozuoti kiekvieno paciento atsaką į pasirinktą gydymą ir išgyvenimo trukmę.
10
9. DARBO TIKSLAS IR UŽDAVINIAI
Darbo tikslas:
Įvertinti klinikinių, molekulinių ir radiologinių diagnostinių požymių ir jų kompleksų prognostinę vertę pacientams, sergantiems CNS gliomomis.
Darbo uždaviniai:
1. Nustatyti CNS gliomomis sergančių tiriamosios imties pacientų klinikinius prognostinę vertę turinčius požymius.
2. Nustatyti tiriamosios imties pacientų navikų tūrines charakteristikas magnetinio rezonanso vaizduose ir įvertinti jų prognozinę vertę.
3. Įvertinti radiologinių požymių bei jų kompleksų sąsajas su molekuliniais IDH ir MGMT žymenimis.
4. Nustatyti CNS gliomomis sergančių pacientų molekulinių žymenų, klinikinių bei radiologinių požymių kompleksų vertę prognozuojant išgyvenimo trukmę.
11
10.
LITERATŪROS APŽVALGA
10.1 Gliomų klasifikacija
Nuo 1926 metų navikai yra klasifikuojami pagal jų panašumą į CNS sudarančias ląsteles ir pagal nuspėjamą diferenciacijos laipsnį, kurie yra nustatomi atsižvelgiant į morfologinius skirtumus lyginant sveikas ir navikines ląsteles [7]. Tokia histologinės klasifikacijos ir stadijos nustatymo sistema ilgą laiką atitiko lūkesčius, nes nustatyta diagnozė apytikriai koreliuodavo su prognoze ir buvo naudinga parenkant gydymo taktiką [8]. Pasaulio Sveikatos Organizacija (PSO) 1979 metais parengė pirmąją CNS navikų klasifikaciją. Gliomos, kaip ir kiti CNS navikai, klasifikuojami pagal PSO navikų piktybiškumo laipsnius. Pirmas piktybiškumo laipsnis apima navikus, kurie turi mažą proliferacijos potencialą, II laipsnio navikai jau yra skvarbūs, tačiau nepasižymi didele proliferacija. III laipsnis apima navikus, kurie turi histologinių piktybiškumo požymių, o IV – pasižymi didžiausiu piktybiškumu, greičiausiu augimu, nekroze ir blogiausia išeičių prognoze. Kartais II ir III laipsnio navikai gali piktybiškėti iki IV laipsnio [7]. PSO I-II laipsnio gliomos klasifikuojamos kaip žemo piktybiškumo laipsnio (angl. low grade glioma, toliau LGG), o IV – aukšto piktybiškumo laipsnio gliomos (angl. high grade glioma, toliau HGG). Tuo tarpu III laipsnio gliomos skirtingų autorių gali būti priskirtos abiem grupėms, tačiau dažniausiai priskiriamos HGG.[7,9,10]. Gliomos, ypač glioblastomos (GBM), gali būti pirminės (de novo), kurios išsivysto savaime be klinikinių ar histologinių pirmtakinių mažesnio laipsnio navikų, arba antrinės, kurios lėtai progresuoja iš anksčiau buvusių žemesnio laipsnio navikų [11].
Per paskutinius dvidešimt metų buvo atrandama vis daugiau tiek dažnesnių, tiek retesnių navikų genezėje dalyvaujančių molekulinių genetinių veiksnių [12]. Supratus, kad šie žymenys geriau atspindi navikų biologines savybes ir įvairovę, 2016 metais buvo atnaujinta PSO CNS navikų klasifikacija. Ji paremta derinant naviko histologinį fenotipą ir molekulinius žymenis, o esant neatitikimų, molekuliniai žymenys nulemia diagnozę [12,13]. Naujoje klasifikacijoje pagrindiniai gliomų histologiniai tipai - difuzinės astrocitomos, anaplastinės astrocitomos, glioblastomos - yra skirstomi pagal izocitrato dehidrogenazės genų mutaciją navikinėse ląstelėse į navikus su mutacija (angl. IDH-mutant), be mutacijos (angl. IDH-wildtype), ir neištirtos mutacijos (angl. not otherwise specified, toliau NOS) tipus. Oligodendrogliomos ir anaplastinės oligodendrogliomos yra skirstomos į du tipus: IDH-mutant bei 1p/19q-kodeleciją turinčius navikus ir NOS [12].
12 10.2 CNS gliomų epidemiologija
Gliomos yra dažniausia CNS navikų rūšis. JAV duomenimis, maždaug 75 proc. pirminių ir kitų CNS navikų yra gliomos, kilusios iš glialinių ar pirmtakinių ląstelių [14]. Įvairių šalių duomenimis, sergamumas gliomomis svyruoja nuo 4,67 iki 5,73 atvejų 100 000 gyventojų [15]. Lietuvoje atlikto tyrimo duomenimis, šis rodiklis siekia 5,86 atvejų 100 000 gyventojų [16]. Remiantis užsienio tyrimų duomenimis, dažniausi histologiniai gliomų tipai yra glioblastoma (58,7 proc.), astrocitoma (24,7 proc.) ir oligodendroglioma (7,3 proc.) [14]. Lietuvoje 2007-2014 m. duomenimis vyraujančios gliomų formos buvo glioblastomos, kurios sudarė 68,4 proc. atvejų, ir astrocitomos - 18,4 proc., o vyraujanti navikų lokalizacija - supratentorinė (81,9 proc.) [16]. Remiantis JAV registrų duomenimis, matomas aiškus sergamumo pasiskirstymas pagal amžių. Sergamumas glioblastomomis tolygiai didėja su amžiumi ir pasiekia piką tarp 75-79 metų amžiaus pacientų, o astrocitomomis - sergamumo didėjimo pikas, tiesa, mažiau išreikštas, yra 65-79 metų amžiaus grupėje [14].
10.3 Prognostiniai klinikiniai veiksniai
Pacientų, sergančių gliomomis, išgyvenimo trukmės (angl. overall survival) prognozė yra nevienoda ir priklauso nuo įvairių veiksnių. Vienas iš prieštaringai vertinamų klinikinių veiksnių yra paciento lytis. Vienų tyrimų duomenimis lytis nėra susijusi su išgyvenimo trukme ar su išgyvenimo be ligos progresavimo trukme [17]. Kitų tyrimų duomenimis vyrų, sergančių glioblastoma, išgyvenimo trukmė yra mažesnė negu moterų (rizikų santykis (angl. hazard ratio, toliau HR) 1,08-1,09 , p<0,001) [18,19].
Paciento amžius yra kitas pripažintas klinikinis prognostinis veiksnys. Johnson ir kt. [19] didelės glioblastomų imties tyrime nustatė, jog jaunas amžius yra mažesnės mirtingumo rizikos rodiklis lyginant su vyresniu amžiumi tiek diagnozės nustatymo metu, tiek praėjus 1 ir 3 metams po diagnozės nustatymo. HGG atveju išgyvenimo trukmė mažėja palaipsniui didėjant amžiui [19,20]. Sergant LGG, amžius taip pat yra statistiškai reikšmingas prognostinis veiksnys. Lyginant su glioblastomomis, skirtumai tarp sergančiųjų LGG amžiaus grupių nėra tokie dideli, tačiau išlieka tendencija išgyvenimo trukmei mažėti didėjant amžiui [21].
Epilepsija yra dažnas gliomų simptomas: pacientams, sergantiems LGG, šis simptomas pasireiškia 70-90 proc. atvejų, o HGG, ypač GBM atveju, epilepsija yra 1,5 - 2 kartus retesnė [22]. Įvairių tyrimų duomenimis, epilepsiją sukeliantys navikai yra mažesni negu epilepsijos nesukeliantys, epilepsija yra labiausiai susijusi su kaktinės, smilkininės ir momeninės skilties navikais, taip pat su tais atvejais, kai navikas auga lėtai [21–23]. Kaip prognostinis veiksnys, epilepsija naviko diagnozės
13 nustatymo metu HGG sergantiems pacientams yra susijusi su ilgesne išgyvenimo trukme [23]. Analogiškos sąsajos nustatytos ir LGG sergantiems bei neurologinių simptomų neturintiems pacientams [21]. Nors ankstyvi epilepsijos epizodai yra ilgesnės išgyvenimo trukmės prognostinis rodiklis, epilepsija po naviko pašalinimo vėlesnėse ligos stadijose nurodo ligos progresavimą bei paciento gyvenimo kokybės blogėjimą [24].
Pagrindinis sergančių glioma pacientų gydymas yra chirurginis. Remiantis Prancūzijos smegenų vėžio registro duomenimis, nustatytas aiškus glioblastomų pradinio chirurginio gydymo pranašumas pacientų išgyvenimo trukmės požiūriu lyginant su kitomis gydymo taktikomis [25]. Chirurginis gydymas gali būti skirstomas į totalų, subtotalų, dalinį naviko šalinimą bei biopsiją. Nors visiškas gliomos pašalinimas yra negalimas dėl biologinių naviko savybių, totaliu pašalinimu yra vadinamas saugus naviko pašalinimas matomumo ribose. Ilgiausią išgyvenimo trukmę nulemia totalus šalinimas [19,25]. Pagal Bauchet ir kt. [25], lyginant su totaliu šalinimu, išgyvenimo trukmės prognozė GBM atveju yra atitinkamai blogesnė po subtotalaus naviko pašalinimo (vidutinė išgyvenimo trukmė atitinkamai 14 mėn. ir 12,2 mėn). Dalinio šalinimo ir biopsijos atvejais pacientų išgyvenimo trukmė yra dar trumpesnė (vidutinė išgyvenimo trukmė atitinkamai 8,7 mėn. ir 5,2 mėn.). LGG atveju chirurginio gydymo apimties, kaip prognostinio veiksnio, pranašumai nėra tokie aiškūs: vieni autoriai teigia, jog nėra statistiškai patikimos chirurginio šalinimo apimties įtakos pacientų išgyvenimo trukmei [21], kitų tyrimų duomenimis didesnės apimties operacijų įtaka yra didesnė išgyvenimo trukmei be ligos progresijos (angl. progression-free survival, toliau PFS) negu išgyvenimo trukmei [26]. Daugelis autorių sutaria, jog LGG atveju žymiai geresnė taktika yra bet kokios apimties chirurginis naviko šalinimas, negu biopsija arba paciento stebėjimas [26–28].
Deksametazonas (toliau DEXA) yra dažnai skiriamas pacientams siekiant sumažinti gliomos sukeltą smegenų edemą ir sušvelninti naviko sukeltus neurologinius simptomus [11,24,29]. Naujuose tyrimuose, kurie vertino deksametazono poveikį gliomoms, in vitro stebėtas ryškus gliominių ląstelių augimo slopinimas, selektyvus navikinių ląstelių naikinimas, nepažeidžiantis sveikų neuronų [30]. Be to, nustatyta, kad DEXA potencialiai slopino ląstelių migraciją ir gliomų epileptogeninį poveikį [31]. Wong ir kt. [32] atliktame tyrime pacientų, kurie vartojo deksametazoną kartu su chemoterapiniu arba alternatyviu chemoterapijai alteruojančių elektrinių laukų gydymu (šiuo metu klinikinėje tyrimo stadijoje), išgyvenimo trukmė buvo mažesnė negu tų, kurie nevartojo. Leudi ir kt. [33] tyrime parodytas galimas deksametazono neigiamas poveikis gydymui per imuniteto silpninimą - daliai pacientų DEXA aktyvuoti genai nulėmė prastesnę vidutinę išgyvenimo trukmę [33].
Pastaruoju metu literatūroje vis dažniau keliamos hipotezės, kad gliomos, ypač GMB, yra susijusios su lėtiniu uždegimu [34]. Remiantis ankstesniais tyrimais, įrodančiais uždegiminių rodiklių prognostinę vertę, Zheng ir kt. [35] nustatė, kad neutrofilų ir leukocitų santykis (angl. Neutrophyl
14 Lymphocyte Ratio, toliau NLR) turėjo didžiausią tikslumą nustatant GBM diagnozę ir buvo geriausias rodiklis nuspėjant gliomos piktybiškumo laipsnį pagal PSO klasifikaciją. Limfocitų ir monocitų santykis (angl. Lymphocyte Monocyte Ratio) kartu su NLR buvo tiksliausiai nuspėjanti naviko piktybiškumo laipsnį rodiklių kombinacija. Wenshen ir kt. [36] iškėlė hipotezę, kad vyrų ir moterų gliomų vystymosi procese uždegiminis procesas yra skirtingas. Tyrime rastas ryšys tarp NLR bei sisteminio imuninio uždegimo indekso (angl. systemic immune-inflammation index, toliau SII) lygio ir vyriškos lyties pacientų gliomų piktybiškumo laipsnio, o moteriškos lyties pacientėms aukštesnis eritrocitų pasiskirstymo plotis (angl. red blood cell distribution width, toliau RDW) buvo susijęs su HGG diagnoze, didesne recidyvų tikimybe bei trumpesniu PFS. Tyrime, kurio tikslas buvo nustatyti uždegiminių rodiklių, kaip prognostinių veiksnių, reikšmę, aukšti RDW ir NLR buvo siejami su trumpesne išgyvenimo trukme, o aukšto RDW atveju stebėtas ryšys su bloga prognoze [37].
Glioma sergančių pacientų funkcinė būklė gali būti vertinama Karnovskio indeksu (angl. Karnofsky Performance Status, toliau KPS). KPS yra laikomas vienu iš pagrindinių pacientų, sergančių glioma, išgyvenimo trukmės prognostiniu veiksniu [38,39]. Dažniausiai ribine verte yra pasirenkamas 70 proc. KPS balas ir didesnė KPS vertė siejama su geresne prognoze ir ilgesne išgyvenimo trukme [25,40].
10.4 Prognostiniai molekuliniai veiksniai
Izocitrato dehidrogenazės 1 ir 2 (IDH1/2) genai koduoja baltymus, kurie dalyvauja Krebso cikle ir iš izocitrato oksidacinio dekarboksilinimo metu produkuoja CO2 ir α-ketoglutaratą. IDH1 koduoja citozolinį, o IDH2 - mitochondrinį proteiną [41]. Naujoje PSO galvos navikų klasifikacijoje HGG ir didžioji dalis LGG yra skirtoma į „IDH-mutant“ ir „IDH-wildtype“. Glioblastomų atveju apie 90 proc. navikų atvejų yra IDH-wildtype ir koreliuoja su vyresnių pacientų de novo navikais, likę 10 proc. - IDH-mutant navikai, turintys koreliaciją su jaunesniu pacientų amžiumi ir pacientui jau buvusia mažesnio laipsnio glioma [12]. Įvairių tyrimų duomenimis, LGG atvejais kuo mažesnis naviko PSO piktybiškumo laipsnis, tuo didesnė tikimybė, kad navikinės ląstelės turės IDH mutaciją [42,43]. IDH1/2 mutacijos slopina NADPH susidarymą, sukelia oksidacinį stresą, DNR oksidaciją. Išsekus DNR atkuriamiesiems mechanizmams, oksidacinis stresas sukelia DNR pažaidą [41]. A. Berghoff ir kt. [44] atliktame tyrime nustatė, kad imunologinė naviko mikroaplinka skiriasi priklausomai nuo IDH mutacijos ar jos nebuvimo, IDH-wildtype būdinga ryškesnė limfocitinė infiltracija ir didesnė užkoduoto mirties ligando 1 (PD-L1) ekspresija. Įvairių tyrimų duomenimis, IDH-mutant atvejais pacientų prognozė yra geresnė, chemospindulinis ir operacinis gydymas yra efektyvesni [3,45,46].
15 Kitas molekulinis žymuo, jau rutiniškai tiriamas nustatant gliomos diagnozę, yra O-6-metilguanino-DNR metiltransferazė (MGMT). MGMT koduoja DNR pataisos baltymus, kurie šalina alkilinimą O6 guanino vietoje, kuri yra dažnas alkilinančios chemoterapijos taikinys, pvz., gydant temozolomidu. Hipermetilintas MGMT promotorius naviko ląstelėse sumažina gaminamo reparacinio baltymo kiekį, sutrikdo DNR atkūrimo mechanizmą, todėl esant šiai mutacijai chemoterapinis ir spindulinis gydymas yra efektyvesni [41]. Įvairių tyrimų duomenimis, pacientai, kuriems nustatytas hipermetilintas MGMT promotorius, turi ilgesnę bendrą išgyvenimo trukmę bei išgyvenimo trukmę iki ligos progresijos [40,41,46–48], o atsakas į chemoterapiją šiais atvejais geresnis lyginant su nemetilinto MGMT navikais [41,48,49].
IDH mutacijos kartu su MGMT baltymų kiekiu yra vieni iš labiausiai ištirtų gliomų molekulinių žymenų. Wang ir kt. [46] atliktame tyrime rastos sąsajos tarp IDH mutacijų ir MGMT baltymo kiekio navike. Didžiausia vidutinė bendra išgyvenimo trukmė buvo IDH-mutant ir metilinto MGMT derinio atvejais, o trumpiausia išgyvenimo trukmė nustatyta IDH-wildtype ir nemetilinto MGMT atvejais.
10.5 Prognostiniai radiogenominiai veiksniai
Tobulėjant vaizdiniams galvos smegenų tyrimams ir kompiuterinėms sistemoms, galinčioms juos apdoroti, bei gilėjant supratimui apie navikų genetinę kilmę, navikų tyrimuose atsirado naujos tyrimų krypties sąvoka – vaizdinė genomika arba kitaip radiogenomika. Radiogenomika yra pakankamai nauja klinikinių tyrimų sritis, kuri siekia sumažinti atitrūkimą tarp genetikos ir neuroradiologijos. Pritaikant daug įvairių automatizuotų vaizdų charakterizavimo algoritmų siekiama atlikti išsamią navikų fenotipo analizę [2] ir išsiaiškinti navikų fenotipo sąsajas su genetiniais navikinių ląstelių pakitimais bei reikšme pacientų išgyvenimo trukmei, gydymo efektyvumui ir kt. Radiogenominei vaizdų analizei yra būdingi keli didesnės apimties žingsniai: vaizdų paruošimas, segmentacija, įvairių charakteristikų apskaičiavimas, charakteristikų palyginimas su genetine informacija.
10.5.1 Vaizdų segmentacija:
Vaizdų segmentavimo tikslas yra suskirstyti radiologinius vaizdus į prasmingus, homogeniškus ir vienas su kitu nepersidengiančius regionus, kurie turėtų panašų intensyvumą, spalvą,
16 tekstūrą ir kitas savybes. Segmentacijos rezultatas yra nustatytos skirtingų regionų ribos bei regionus identifikuojančios nuorodos [50]. Galvos smegenų navikų atveju, vaizdų segmentacija siekiama atskirti skirtingus navikui priskiriamus audinius - kietąją naviko dalį, kontrastą kaupiančią dalį, aplinkinę edemą ir naviko nekrozę, - nuo normalių smegenų audinių, pilkosios ir baltosios medžiagos, smegenų skysčio. [51] Vaizdų segmentavimo algoritmai skirstomi į rankinius, pusiau automatinius ir automatinius. Rankinio segmentavimo metu ekspertas, naudodamasis anatomijos žiniomis bei naviko vaizdų informacija, rankiniu būdu pažymi naviko ir normalių struktūrų ribas bei atskiria šiuos regionus skirtingais žymenimis. Rankinis žymėjimas, norint tiksliai nustatyti regionų ribas, reikalauja didelių grafinių resursų programų, priklauso nuo eksperto kompetencijos, ir rezultatai skiriasi tiek tarp skirtingų radiologų, tiek lyginant to paties tyrėjo rezultatus [51]. Analizuojant vaizdus pusiau automatine segmentacija, naudojami įvairūs metodai, kuriuos atlieka kompiuterinės programos, tačiau yra reikalinga žmogaus intervencija prieš pradedant taikyti algoritmą ar pataisant rezultatus. Pusiau automatinis būdas yra jautrus ekspertų klaidoms kaip ir rankinis, tačiau naudojami algoritmai leidžia nešališkai įvertinti radiologinių vaizdų savybes. Automatinės segmentacijos metodas veikia be žmogaus įsikišimo, tačiau kol kas nėra sukurto modelio, kuris galėtų būti naudojamas klinikinėje praktikoje.
10.5.2 Vaizdų charakteristikos ir radiogenominiai veiksniai
Mokslinėje literatūroje aprašomos įvairių tipų vaizdų charakteristikos naudojamos radiogenominėse analizėse. D. Gutman ir kt. [2] atliktame tyrime buvo tirta pacientų, sergančių glioblastoma, naviko nekrozės, kaupiančios kontrastą naviko dalies ir edemos tūrių, jų derinių ir santykių sąsajos su įvairiais molekuliniais genetiniais žymenimis. Rasta sąsaja tarp kontrastą kaupiančios zonos, nekrozės tūrių ir genetinių mutacijų. Skaičiuojant plotą po kreive (angl. Area Under the Curve, toliau AUC) buvo rasta tūrinių charakteristikų nuspėjamoji galia nustatant kai kuriuos genetinius žymenis, pvz.: TP53 mutacija reikšmingai nuspėjama pagal kontrastą kaupiančio naviko, nekrozės ir viso naviko tūrius(p<0,05). Tūrinės charakteristikos statistiškai reikšmingos nuspėjamosios galios IDH1 mutacijai neturėjo. „Journal of Neuro-Oncology“ 2014 metais publikuotame straipsnyje pateikiami duomenys apie sąsajų tarp GBM naviko tūrinių charakteristikų ir pacientų išgyvenimo trukmės tyrimą. Didesnis naviko ir aplink naviką esančios edemos tūris buvo susiję su mažesne išgyvenimo trukme ir išgyvenimu be naviko recidyvo. Didelis edemos ir naviko tūrio santykis buvo statistiškai reikšmingas (p<0,001) mažesnės išgyvenimo trukmės prognostinis veiksnys [52]. M. Maurowski ir kt. [53] tirdami mažo laipsnio gliomų radiogenominius žymenis rado stiprias sąsajas tarp naviko morfometrinių, volumetrinių charakteristikų ir molekulinių žymenų, ypač
17 IDH-1 mutacijos (p<0,05)[53]. Kiti tyrimai taip pat įrodė, kad radiogenominiai žymenys gali parodyti sąsajas tiek su naviko genų mutacijos nuspėjimu [3], tiek su pacientų prognoze [5,6,54]. S. Burth ir kt. [6] bei N.Beig ir kt. [5] ir kituose tyrimuose nustatyta geresnė pacientų prognozės nuspėjamoji galia derinant radiogenominius žymenis su klinikiniais žymenimis.
18
11.
TYRIMO METODIKA IR METODAI
Šis tyrimas buvo retrospektyvinis atvejo-kontrolės tyrimas, atliktas Lietuvos sveikatos mokslų universiteto ligoninės (LSMUL) Kauno klinikų (KK) Neurochirurgijos klinikoje bendradarbiaujant su Lietuvos sveikatos mokslų universiteto (LSMU) Neuromokslų instituto Neuroonkologijos ir genetikos laboratorija (nuo 2018 m. Molekulinės neuroonkologijos laboratorija).
Tyrimui buvo suteiktas regioninio biomedicininių tyrimų Etikos komiteto leidimas Nr. BEC-MF-190. Tyrimo analizei buvo naudota informacija apie navikų molekulinius genetinius žymenis, radiologiniai vaizdai ir medicininė dokumentacija.
Į tyrimą įtraukti pacientai, kuriems buvo nustatyta CNS gliomos diagnozė ir kurie buvo operuoti LSMUL KK Neurochirurgijos klinikoje 2015-2018 m. Atrenkant pacientus tolesnei analizei remiantis literatūros duomenimis buvo nustatyti šie įtraukimo į tyrimą kriterijai:
1. Pacientui dėl smegenų gliomos LSMUL KK Neurochirurgijos klinikoje buvo atlikta operacija.
2. Pirmą kartą histologiškai patvirtinta gliomos diagnozė LSMU KK Patologinės anatomijos klinikoje.
3. LSMUL KK vaizdų saugojimo duomenų sistemose yra išsaugoti priešoperaciniai paciento MRT vaizdai.
4. LSMU Neuromokslų instituto Molekulinės neuroonkologijos laboratorijoje arba LSMU Patologinės anatomijos klinikoje atlikti ir išsaugoti IDH1 ir MGMT molekulinių žymenų tyrimai.
Šio darbo metu pacientų klinikiniai duomenys retrospektyviai surinkti iš medicininės dokumentacijos. Molekuliniai duomenys buvo gauti iš LSMU Molekulinės neuroonkologijos laboratorijos duomenų bazės. Visi duomenys buvo užkoduoti. Surinkta: pacientų amžius metais operacijos dieną, operacijos data, lytis, nustatytas gliomos piktybiškumo laipsnis pagal PSO klasifikaciją, IDH1 ir MGMT molekulinių žymenų duomenys, epilepsijos prieš operaciją buvimas, deksametazono skyrimas bei dozuotė prieš ir po operacijos, uždegiminiai kraujo rodikliai. Mirties datos buvo gautos iš Gyventojų registro tarnybos prie Lietuvos Respublikos Vidaus reikalų ministerijos pagal patvirtintą tvarką, užtikrinant pacientų duomenų apsaugą ir apskaičiuota pacientų išgyvenimo trukmė mėnesiais nuo operacijos datos. Tyrimo pradžia buvo 2018 m. vasario mėn., pacientų stebėjimo pabaiga – 2019m. kovo mėn. Naviko recidyvo atvejai į tyrimą nebuvo įtraukti. Pacientai buvo išskirstyti pagal gliomos piktybiškumo pagal PSO laipsnį. Jeigu pagal šį požymį
19 grupuojant grupėje buvo mažiau negu 5 žmonės, grupė į tyrimą neįtraukta. Galutinei analizei pasirinktos PSO II ir PSO IV piktybiškumo laipsnio grupės.
11.1 Magnetinis branduolių rezonanso tyrimas
Tyrimui reikalingi pacientų magnetinio branduolių rezonanso vaizdai esantys LSMUL KK vaizdų archyvo „Med Dream“ ir „PACS“ sistemose buvo gauti iš Molekulinės neuroonkologijos laboratorijos. Visi vaizdai buvo užkoduoti ir buvo susieti su likusiais duomenimis. Tyrime naudoti LSMUL KK atlikti MRT vaizdai ir KK sistemoje išsaugoti pacientų atsivežti vaizdai, atlikti kitose klinikose. Nagrinėti vaizdai buvo atlikti skirtingais aparatais, tačiau tyrime atlikti tik tūriniai skaičiavimai, kuriems aparatų skirtumai įtakos neturėjo. Iš tyrimo buvo pašalinti pacientai, kurių MRT vaizdų archyve nebuvo arba nebuvo visų reikalingų sekų. Glioblastomoms buvo naudoti T1 po kontrasto suleidimo ir T2 FLAIR režimai, LGG buvo naudoti T1 po kontrasto suleidimo ir T2 rėžimų vaizdai.
11.2 Vaizdų segmentacija pusiau automatinės segmentacijos metodu
MRT vaizdai skyrėsi įvairiomis charakteristikomis, todėl prieš pradedant segmentaciją atliktas vaizdų paruošimas segmentacijai (angl. presegmentation) , taikytas standartizuotas vaizdų
apdorojimas. Pasitelkiant statistinės analizės programinę įrangą SMP12
(https://www.fil.ion.ucl.ac.uk/spm/) buvo pakeistas vaizdų formatas iš DICOM į NIfTI (angl. Neuroimaging Informatics Technology Initiative), kuris yra universaliausias vaizdų analizei naudojamas formatas. LSMUL KK vaizdų archyve esantys pacientų galvos smegenų MRT vaizdai tarpusavyje skyrėsi vokselių (pagrindinio tūrinio elemento) matmenimis, pjūvių skaičiumi bei matricos išmatavimais. Visiems vaizdams buvo standartizuotas 1mm3 (1x1x1mm) vokselio dydis, suvienodinti
išmatavimai plokštumoje ir pjūvių skaičius bei visi MRT režimai. Siekiant atlikti segmentaciją remiantis daugiau nei vienu MRT režimu, visi vaizdai buvo sutapatinti (angl. coregister) toje pačioje koordinačių sistemoje pagal anatominius orientyrus. Siekiant stabilesnio segmentacijos rezultato visiems vaizdams buvo išlyginami aukšto dažnio intensyvumo skirtumai (angl. denoise) „SUSAN“ algoritmu [55], naudojantis programine įranga CaPTk (http://captk.projects.nitrc.org/), skirta vėžio radiologinių vaizdų analizei. Aukšto dažnio intensyvumo pašalinimo rezultato pavyzdys pateikiamas 2 priede.
20 Paruošti vaizdai perkelti į 3D medicininių vaizdų segmentacijai skirtą programinę įrangą ITK-SNAP (http://www.itksnap.org/pmwiki/pmwiki.php). Kadangi segmentacijai buvo naudoti kelių režimų MRT vaizdai, buvo pasinaudota multimodaline ITK-SNAP funkcija (angl. mutli-modality). Atsižvelgus į navikų vaizdų ypatumus, buvo pasirinktas pusiau automatinis (angl. semi-automatic) segmentacijos metodas, kuris paremtas atsitiktinio grupavimo algoritmu (angl. Random Forests). Šis segmentacijos metodas susideda iš dviejų etapų:
Pirmame etape atliekamas skirtingo tankio dominančių audinių pažymėjimas „teptuku“ – vektoriaus sukūrimas. Tuomet algoritmas sukuria kiekvieną pažymėtą vektorių apibūdinančią funkciją pagal vokselių intensyvumą kiekvienoje MRT sekoje. Pagal gautą funkciją sukuriamas svorinis vaizdinis atitikmuo (angl. speed image) [56]. Glioblastomų segmentacijai buvo žymėti 4 vektoriai: pagal T1 sekas: kontrastą kaupianti naviko dalis (hiperintensinė zona) bei centrinė naviko dalis – nekrozė, (hipointensinė zona, esanti kontrasto kaupimo zonos viduje); pagal T2 Flair sekas: hiperintensinė aplinkiniams audiniams zona buvo žymima kaip naviką supanti edema, o likę audiniai (baltoji medžiaga, pilkoji medžiaga, smegenų skystis, kaulas, kraujagyslės, už kaukolės esantis fonas) žymėti bendrai kaip vienas (ketvirtas) vektorius. LGG pirmame segmentacijos etape buvo išskirti 2 vektoriai: 1) navikas žymėtas kaip hiperintensinė zona T2 sekoje, nepriskiriant šiai zonai smegenų skysčio, kurio ribos identifikuotos T1 sekose su kontrastiniu sustiprinimu, ir 2) likę audiniai, kurie žymėti taip pat kaip glioblastomose žymėtas ketvirtas vektorius. Glioblastomų atveju kontrastą kaupianti naviko zona kartu su jos koncentriškai apribojama centrine nekroze buvo žymėta standartizuotu principu tame aksialinės plokštumos pjūvyje, kuriame naviko zona buvo didžiausia. Išvestos dvi linijos, horizontali ir vertikali, kurios susikerta 90 laipsnių kampu, pagal kurias esantys vokseliai žymėti atitinkamomis spalvomis atsižvelgiant į optinį vaizdą. Orientacinė intensyvumo riba tarp centrinės nekrozės ir kontrastą kaupiančios naviko dalies nustatyta kiekvieno paciento vaizdams individualiai. Naviką supanti edema buvo žymima tame aksialinės plokštumos pjūvyje, kuriame edema buvo didžiausia. Apibrėžiant nuspėjamas edemos ribas atsižvelgta į intensyvumo skirtumus tiek tarp edemos ir sveikų audinių jų riboje, tiek lyginant edemos audinių intensyvumą su simetriškos vietos sveikame smegenų pusrutulyje intensyvumu. LGG atveju naviko zona buvo žymima aksialiniame pjūvyje, kuriame naviko plotas buvo didžiausias. Nuspėjamos naviko ribos buvo apibrėžiamos pagal ribą tarp naviko ir sveikų audinių.
Antras etapas apima aktyvaus kontūro segmentacijos metodą (angl. active contour segmentation), kuris leidžia išlaikyti analizei pasirinktų segmentų geometrinį vientisumą [57]. Pirmame etape gauta segmentacijos funkcija yra perkeliama į antrą etapą. Glioblastomų atveju segmentacija atliekama persidengimo principu: pasirenkami trys navikui priklausantys vektoriai (centrinė nekrozė, kontrastą kaupianti dalis ir edema) ir remiantis „speed image“ parenkamas
21 didžiausias galimas sferinis pradmuo, neišeinantis už priklausančių vektoriams vokselių ribų. Naudojantis laipsniško plėtimosi algoritmu pradmuo plečiasi iki ribos tarp edemos ir sveikų audinių. Pasiekus norimą plėtimosi ribą algoritmas yra sustabdomas ir gautas rezultatas išsaugomas. Tokiu pačiu laipsniško plėtimosi principu atskiriamos naviko židinio ribos (kontrastą kaupianti zona bei centrinė nekrozė). Mažo laipsnio gliomų aktyvaus kontūro segmentacija atliekama atitinkamai, išskiriant tik vieną naviko pakitimų vektoriaus zoną.
Naudojant ITK-SNAP programą buvo automatiškai apskaičiuoti glioblastomų kontrastą kaupiančios naviko dalies, centrinės nekrozės ir naviką supančios edemos tūriai. Be to, remiantis literatūros duomenimis, buvo nutarta apskaičiuoti kitus suminius dydžius ir tūrių santykius: naviko židinio tūris, kurį bendrai sudaro kontrastą kaupianti ir centrinės nekrozės zonos, visas naviko tūris, kurį bendrai sudaro naviko židinio tūris ir edemos tūris, nekrozės/kontrasto kaupimo zonų santykis, kontrasto kaupimo/naviko židinio zonų santykis, kontrasto kaupimo/viso naviko zonų santykis, nekrozės/viso naviko zonų santykis, edemos/viso naviko zonų santykis, naviko židinio/viso naviko tūrių santykis [2]. Mažo piktybiškumo laipsnio gliomų atveju buvo automatiškai apskaičiuotas T2 hiperintensyvumo zonos tūris. Glioblastomų ir LGG segmentacijų pavyzdžiai pateikiami 3 priede.
11.3 Statistinė analizė
Duomenys buvo kaupti ir analizuoti naudojant SPSS 23.0 statistinį paketą. Didžioji dalis duomenų visoje imtyje ir atskirose grupėse nebuvo pasiskirsčiusios pagal normalųjį (Gauso) skirstinį, todėl pritaikytas matematinis duomenų transformacijos metodas – daliai duomenų pritaikytas logaritminis modelis, daliai kvadratinės šaknies transformacijos metodas. Apie duomenų pertvarkymo reikalingumą ir rezultato tikslumą buvo spręsta pagal asimetrijos koeficientą (angl. skewness), kurio siektina reikšmė tarp -1 ir 1 bei ne per didelis nutolimas nuo dvigubos standartinės paklaidos. Eksceso koeficiento (angl. kurtosis) orientacinė vertė buvo tarp -1 ir 1. Be to, atliktas Šapiro-Vilko normalumo testas (angl. Shapiro-Wilk) ir teigiamai vertinti rezultatai p>0,05. Aprašant gautus rezultatus atliktas duomenų pavertimas į prieš tai buvusius matmenis.
Kiekybinių rodiklių palyginimui įvairiose klinikinių, molekulinių ir radiologinių žymenų grupėse buvo naudojami parametriniai ir neparametriniai testai, atsižvelgiant į duomenų normalų pasiskirstymą grupėse. Esant normaliam duomenų pasiskirstymui taikytas nepriklausomų imčių t testas, kitu atvejų – neparametrinis Mano-Vitnio testas (angl. Mano-Vitnio U testas). Koreliacijos nustatymui tarp dviejų kiekybinių rodiklių buvo naudojamas Pirsono koreliacijos koeficiento testas
22 (angl. Pearson‘s r testas). Kokybinių rodiklių santykiai tarpusavyje palyginti atliekant chi-kvadrato testą (angl. chi-square; χ2) ir Fišerio tikslųjį testą (angl. Fisher‘s Exact Testas).
Radiologinių žymenų prognostinė galia nuspėti molekulinio žymens statusą buvo analizuota binominės regresijos metodu bei taikant ROC (angl. Receiver operating characteristic) kreivės metodą. Siekiant nustatyti absoliučią nuspėjimo galią taikant ROC kreivę, plotas po kreive (angl. area under the curve, toliau AUC) buvo transformuojamas naudojant formulę: 0,5+abs(x-0,5), kur x - ROC kreivės metodu gautas AUC dydis.
Išgyvenimo trukmės vertinimui buvo sudarytos išgyvenimo trukmės grupės ir analizuojamos išgyvenimo trukmės funkcijos tarp skirtingų pacientų grupių. Kategorinės išgyvenimo trukmės grupių sąsajos su klinikiniais, molekuliniais ir tūriniais veiksniais buvo nagrinėtos atliekant nepriklausomų imčių t testą kiekybinių duomenų atvejais ir chi-kvadrato arba Fišerio tikslųjį testą esant kokybiniams duomenims. Be to, grupės analizuotos binominiu logistinės regresijos metodu. Išgyvenimo trukmės funkcijos buvo analizuojamos Kaplano-Majerio (angl. Kaplan-Meier) metodu naudojant logranginį (angl. log-rank) ir Breslou (angl. Breslow) kriterijus. Sudaryti įvairių veiksnių ir jų grupių išgyvenimo trukmės funkcijų modeliai pasitelkiant Kokso regresijos modelį (angl, Cox-regression model). Sudaryto regresijos modelio išgyvenimo trukmės nuspėjamoji galia buvo analizuota ROC kreivės metodu. Išgyvenimo trukmės skaičiuotos atitinkamai nuo paciento operacijos dienos. Mirties įvykio fiksavimo diena buvo vienoda visiems pacientams. Fiksavimo dieną neturinčių mirties statuso pacientų išgyvenimo trukmė buvo cenzūruota.
Visuose atliktuose tyrimo skaičiavimuose reikšmingumo lygmuo buvo pasirinktas α=0,05. Statistiškai reikšmingais rezultatais buvo laikyti atvejai, kai p<0,05.
23
12.
TYRIMO REZULTATAI
12.1 Sergančiųjų CNS glioma demografinės ir klinikinės charakteristikos
Pritaikius metodikoje minėtus atrankos kriterijus, iš 119 pasirinktu laikotarpiu operuotų CNS gliomomis sirgusių pacientų į tolimesnę analizę buvo įtraukti 55 pacientai. Iš jų tarpo 40-čiai nustatyta glioblastomos diagnozė, o 15-ai - astrocitomos, PSO II piktybiškumo laipsnio, diagnozė. Pirmoje lentelėje pateikiamos pacientų bendros demografinės charakteristikos ir pasiskirstymas tarp klinikinių veiksnių grupių. Glioblastomų (toliau vadinama GMB) grupėje, atsižvelgus į literatūros duomenis bei naviko patogenezę, išskirtos dvi amžiaus grupės - vyresnių negu 60 metų ir jaunesnių negu 60 metų amžiaus grupė. Tirtoje glioblastomų grupėje nustatyta amžiaus mediana buvo 59 metai, vidurkis 60,25 ± 3.66 m., jauniausias pacientas buvo 36 m. amžiaus, vyriausias – 80 m. PSO II laipsnio gliomų (toliau vadinama LGG) grupėje amžiaus mediana buvo 40 m., vidurkis 41,20 ± 6,39 m., jauniausias pacientas buvo 24 m. amžiaus, vyriausias – 60 m.
1 lentelė. Pacientų demografinės ir klinikinės charakteristikos grupuojant pagal piktybiškumo laipsnius.
GBM (n=40) LGG (n=15)
Lytis* Vyrai n=20 (50 proc.) Vyrai n=12 (80 proc.)
Moterys n=20 (50 proc.) Moterys n=3 (20 proc.)
Epilepsija diagnozės metu*
Yra n=2 (5 proc.) Yra n=9 (64,3proc.)
Nėra n=38 (95 proc.) Nėra n=5 (35,7 proc.)
Operacijos apimtis*
Dalinė n=14 (35 proc.) Dalinė n=5 (33,3 proc.)
Totali*** n=26 (65 proc.) Totali n=10(66,7
proc.) Pacientų amžius** 59; 60,25 ± 3,66 m. 40; 41,20 ± 6,39 m. Vyrai 56.50; 58,65 ± 5,12 m. 40,50; 41,17 ± 6,67 m. Moterys 65,50; 61,85 ± 5,60 m. 40; 41,33 ± 44,81 m. Grupė <60 m.* n=22 (55 proc.) Vyrai n=14 (63,6 proc.) Moterys n=8 (36,4 proc.) Grupė >60 m.* n=18 (45 proc.) Vyrai n=6 (33,3 proc.) Moterys n=12 (66,7 proc.)
*pateiktas atvejų skaičius ir procentinė visos imties dalis **mediana; vidurkis ± standartinė paklaida
24 Kaip pateikta 1 lentelėje, GBM grupėje buvo vienodas skaičius vyrų ir moterų. Amžiaus vidurkis vyrų ir moterų grupėse nesiskyrė (nepriklausomų imčių t kriterijus, t(38) = -0.882, p = 0.383). Epilepsija diagnozės nustatymo metu buvo pasireiškusi mažesnei daliai pacientų (5 proc.), o operacijos apimtis, dažniausiai taikyta šioje grupėje, buvo totali (65 proc.). LGG vyrų buvo daugiau negu moterų. Amžių vidurkis vyrų ir moterų grupėse nesiskyrė (Mano-Vitnio U Testas, p = 0.942). Epilepsija diagnozės metu buvo dažnesnė LGG negu GMB grupėje (35,7 proc.), o totalus naviko pašalinimas taikytas dažniau negu dalinis.
Remiantis surinktais iš medicininės dokumentacijos duomenimis, buvo apskaičiuoti pacientų sisteminiai uždegiminiai rodikliai - neutrofilų ir limfocitų santykis (angl. neutrophyl lymphocyte ratio, toliau NLR), sisteminio imuninio uždegimo indeksas (angl. systemic immune-inflammatory index, toliau SII) ir eritrocitų apimties variacija (angl. red blood cell distribution width, toliau RDW). GBM grupėje NLR (mediana - 3,37, vidurkis 5,76±0,89) ir SII (940; 1495,10±256,19) buvo didesni negu LGG grupėje (2,06; 2,51±0,26 ir 492; 561,93±55,23 atitinkamai). RDW abiejose grupėse buvo panaši (GBM - 13,30; 13,56±0,15, LGG - 13,20; 14,07±0,77).
Siekiant atlikti parametrinius skaičiavimus GBM atveju, remiantis 12.1 skyrelyje aprašytu principu, atlikta logaritminė transformacija (log10) visiems sisteminio uždegimo žymenims. LGG atveju atlikta NLR logaritminė (log10) transformacija, RDW kintamasis vinzorizuotas (angl. winsorize) – ekstremali išskirtis (angl. extreme outlier) paversta sekančia didžiausia, 24,4 ->15,0. Antroje lentelėje pateiktos kintamųjų charakteristikos prieš ir po logaritminės transformacijos.
2 lentelė. Glioblastomų grupės pacientų uždegiminiai rodikliai prieš ir po logaritminės transformacijos.
Asimetrijos koeficientas* Eksceso koeficientas* Šapiro-Vilko testas
GBM Prieš Po Prieš Po Prieš Po
NLR 2,65±0,37 0,48±0,37 9,22±0,73 -0,25±0,73 p<0,001 p=0,435
SII 2,88±0,37 0,27±0,37 10,48±0,73 -0,24±0,73 p<0,001 p=0,931
RDW 0,85±0,37 0,62±0,37 1,01±0,73 0,73±0,73 p=0,045 p=0,148
LGG Prieš Po Prieš Po Prieš Po
NLR 1,21±0,58 0,70±0,58 0,56±1,12 0.59±1,12 p=0.011 p=0,099
SII*** 0,25±0,58 - -0.81±1,12 - p=0,586 -
RDW 3,42±0,58 0,69±0,58 12,49±1,12 -0.58±1,12 p<0,001 p=0,097
*asimetrijos ir eksceso koeficientai pateikiami santykiniu dydžiu ± standartinė paklaida
**NLR – neutrofilų ir limfocitų santykis, SII – sisteminio imuninio uždegimo indeksas, RDW – eritrocitų apimties variacija.
25 *** LGG grupės SII žymeniui transformacija nebuvo taikoma, todėl laukelis po transformacijos pažymėtas „-“.
Atlikta uždegiminių rodiklių skirtumų tarp vyrų ir moterų analizė. GBM grupėje atlikus nepriklausomų imčių t kriterijaus testą moterų grupėje, SII buvo statistiškai reikšmingai didesnis negu vyrų grupėje (t(38) = -2,519, p = 0,016). Koreliacija tarp uždegiminių rodiklių ir amžiaus nenustatyta (Pirsono r testas, p>0,05). Daugiau 60 m. ir mažiau 60 m. amžiaus grupėse statistiškai reikšmingo skirtumo tarp uždegiminių rodiklių nestebėta (nepriklausomų imčių t testas ir Mano-Vitnio testas, p>0,05). Analizuojant uždegiminių rodiklių sąsajas nustatyta koreliacija tarp NLR ir SII (Pirsono r testas, r=0,96, p<0,001). LGG grupėje tarp vyrų ir moterų statistiškai reikšmingo uždegiminių rodiklių skirtumo nestebėta (Mano-Vitnio testas, p>0,05). Koreliacijos tarp uždegiminių rodiklių ir amžiaus šioje grupėje nenustatyta (Pirsono r, p>0,05). Kaip ir glioblastomų grupėje, buvo nustatyta koreliacija tarp NLR ir SII (Pirsono r testas, r=0,77, p=0,001).
Tyrimo metu buvo surinkta informacija apie deksametazono skyrimą paciento gydymo eigoje. Analizuotas vaisto skyrimo pacientui prieš operaciją faktas ir vaisto skyrimo trukmė dienomis, pradinė dozė po operacijos ir laikas iki pradedant mažinti pradinę dozę dienomis. Duomenys pateikti 3 lentelėje.
3 lentelė. Deksametazono skyrimo grupėse charakteristikos.
GBM (n=40) LGG (n=15)
DEXA gavimas prieš operaciją*
Gavo n=34 (85 proc.) Gavo n=11 (73,3 proc.)
Negavo n=6 (15 proc.) Negavo n=4 (26,7 proc.)
DEXA gavimas po operacijos****
Gavo n=36 Gavo n=14
DEXA pradinė dozė po operacijos* 12 mg n=10 (27,28 proc.) 8-12 mg n=7 (50 proc.) 16 mg n=26 (72,2 proc.) 16 mg n=7 (50 proc.)
DEXA gavimas prieš operaciją dienomis**
6,50; 6,56±0,625; n=34 1; 2,09±0,563; n=11
Dienų skaičius iki pradedant mažinti
DEXA dozę**
3; 2,83±0,193; n=36 3; 2,93±0,267; n=14
26 pradedant mažinti DEXA dozę* proc.) proc.) ≥3 dienos n=21 (58,3 proc.) ≥3 dienos n=8 (57,1 proc.) *atvejų skaičius n ir procentinė visos imties dalis
**mediana; vidurkis ± standartinė paklaida ***DEXA – deksametazonas
**** GBM grupėje buvo žinomi 36 pacientų duomenys apie deksametazono gavimą po operacijos, o LGG grupėje – 14 pacientų. Visi skaičiavimai buvo atlikti nuo 36 ir 14 pacientų atitinkamai kiekvienoje grupėje.
12.2 CNS glioma sergančiųjų pacientų naviko dalių tūrių MRT vaizduose ir jų santykių matavimai bei sąsajos.
GBM grupėje apskaičiuoti navikų kiekybiniai tūrio parametrai – kontrastą kaupianti naviko dalis, centrinės naviko nekrozės dalis, aplink naviką esančios edemos zona. Iš šių pagrindinių parametrų išvesti kiti dydžiai – naviko židinys (kontrasto kaupimo ir centrinės naviko nekrozės dalių suma), visas naviko tūris (visų trijų tūrio parametrų suma), nekrozės/kontrasto kaupimo, kontrasto kaupimo/naviko židinio, kontrasto kaupimo/viso naviko, nekrozės/viso naviko, edemos/viso naviko, naviko židinio/viso naviko tūrių santykiai. Ketvirtoje lentelėje pateikiamos gautų tūrių ir išvestinių santykių imčių charakteristikos.
4 lentelė. Glioblastomų tūrių MRT vaizduose ir jų santykių charakteristikos.
Mediana Vidurkis Mažiausia vertė Didžiausia vertė
KKD tūris mm3 9703 11665.5± 1526 35 45822 Nekrozės tūris mm3 21787.5 24429.2± 2351.5 1762 69222 Edemos tūris mm3 96060.5 109982.4± 10579.5 13539 282200 Židinio tūris mm3 31465.5 36094.7± 3473.0 2362 97189 Visas tūris mm3 134904 146077.1± 12202.5 17015 353762 Nekrozė/KKD 0.44465 0.47132± 0.04326 0.00163 0.97031 KKD/Židinys 0.69226 0.70274± 0.02046 0.50753 0.99838 KKD/Visas tūris 0.14874 0.18232± 0.01820 0.02660 0.54299 Nekrozė/Visas tūris 0.06675 0.08456± 0.01030 0.00024 0.26966 Edema/Visas tūris 0.75908 0.73312± 0.02632 0.18735 0.96435 Židinys/Visas tūris 0.24092 0.26688± 0.02632 0.03565 0.81266
27 *KKD – kontrastą kaupianti naviko dalis
**Tūrių santykis pavaizduotas „/“ ženklu, pvz. Edema/Visas tūris – edemos tūrio ir viso naviko tūrio santykis, išreikštas santykiniais vienetais.
LGG grupės atveju buvo apskaičiuotas bendras naviko tūris, kurio mediana buvo 45177 mm3,
vidurkis - 64480,4±15178,9 mm3, mažiausia reikšmė - 2267 mm3, didžiausia – 190577 mm3.
Siekiant atlikti parametrinius skaičiavimus, atlikta kai kurių tūrinių parametrų transformacija remiantis 12.1 skirsnyje aprašytu principu. GBM atveju atlikta kvadratinės šaknies (angl. square root) transformacija kontrastą kaupiančios naviko dalies, centrinės naviko nekrozės dalies, aplink naviką esančios edemos zonos, židinio ir viso naviko tūriams bei nekrozės ir kontrasto, nekrozės ir viso naviko tūrių santykiams. Židinio ir viso naviko tūrio santykiui atlikta kubinės šaknies (angl. cubic root) transformacija, kontrasto ir viso naviko, edemos ir viso naviko tūrių santykiams atlikta logaritminė (log10) transformacija. LGG atveju naviko tūrio parametrui atlikta kvadratinės šaknies transformacija. Rezultatai pateikti 5 lentelėje.
5 lentelė. Glioblastomų grupės pacientų navikų tūrinių parametrų charakteristikos prieš ir po transformacijos.
Asimetrijos koeficientas*
Eksceso koeficientas* Šapiro-Vilko testas
Prieš Po Prieš Po Prieš Po
KKD tūris mm3 0.96±0.37 -0.02±0.37 1.11±0,73 0.18±0,73 p=0,030 p=0,813 Nekrozės tūris mm3 1.41±0.37 0.08±0.37 2.93±0,73 -0.03±0,73 p=0,001 p=0,664 Edemos tūris mm3 0.91±0.37 0.19±0.37 0.27±0,73 -0.21±0,73 p=0,011 p=0,574 Židinio tūris mm3 0.73±0.37 -0.18±0.37 0.36±0,73 -0.05±0,73 p=0,084 p=0,580 Visas tūris mm3 1.05±0.37 0.33±0.37 0.87±0,73 0.27±0,73 p=0,007 p=0,450 Nekrozė/KKD*** 0.33±0.37 -0.43±0.37 -0.95±0,73 -0.01±0,73 p=0,041 p=0,139 KKD/Židinys**** 0.24±0.37 - -0.79±0,73 - p=0,129 - KKD/Visas tūris*** 1.61±0.37 -0.33±0.37 2.60±0,73 1.08±0,73 p<0,001 p=0,314 Nekrozė/Visas tūris*** 0.98±0.37 0.04±0.37 0.97±0,73 -0.51±0,73 p=0,003 p=0,467 Edema/Visas tūris*** -1.49±0.37 -0.36±0.37 2.86±0,73 0.53±0,73 p=0,001 p=0,822 Židinys/Visas tūris*** 1.49±0.37 0.19±0.37 2.86±0,73 0.43±0,73 p=0,001 p=0,935 PSO II naviko tūris 1.19±0.58 0.39±1.12 0.40±0.58 -0.38±1.12 p=0,016 p=0,525 *asimetrijos ir eksceso koeficientai pateikiami santykiniu dydžiu ± standartinė paklaida
**KKD – kontrastą kaupianti naviko dalis.
***Tūrių santykis pavaizduotas „/“ ženklu, pvz. Edema/Visas tūris – edemos tūrio ir viso naviko tūrio santykis, išreikštas santykiniais vienetais.
28 ****KKD/Židinio santykiui nebuvo atlikta transformacija, pateikiama tik nepakeistų duomenų charakteristikos. Informacijos apie transformuotus duomenis langelis pažymėtas „-“.
Sąsajoms tarp visų gautų glioblastomų tūrinių parametrų analizuoti atliktas Pirsono r koreliacijos testas. Tarp centrinės nekrozės ir kontrastą kaupiančios dalies stebėta stipri koreliacija (r=0,670, p<0,001). Edemos tūris silpnai koreliavo su kontrastą kaupiančia dalimi (r=0,309, p=0,052) ir židinio tūriu (r=0,311, p=0,051). Rezultatai naudojami tolimesnei analizei regresijos modeliuose. Koreliacijų analizė pateikta 6 lentelėje.
6 lentelė. Glioblastomų grupės tūrinių parametrų koreliacijų matrica.
Nek Kon Ed Žid Vis
Nek/Ko n Kon/Ži d Kon/Vi s Nek/Vi s Ed/Vis Žid/Vis Nek 1 .670** .000 .229 .154 .851** .000 .474** .002 .778** .000 -.779** .000 .433** .005 .824** .000 .628** .000 .609** .000 Kon .670** 1 .309 .958** .590** .101 -.108 .677** .457** .666** .652** .000 .052 .000 .000 .534 .506 .000 .003 .000 .000 Ed .229 .309 1 .311 .943** .047 -.049 -.417** -.324** -.396** -.447** .154 .052 .051 .000 .772 .766 .007 .041 .012 .004 Žid .851** .958** .311 1 .600** .366** -.375** .637** .628** .705** .686** .000 .000 .051 .000 .020 .017 .000 .000 .000 .000 Vis .474** .590** .943** .600** 1 .146 -.150 -.142 -.063 -.104 -.104 .002 .000 .000 .000 .368 .355 .382 .698 .521 .371 Nek/Ko n*** .778** .000 .101 .047 .366** .146 1 -.996** .049 .750** .329** .310 .534 .772 .020 .368 .000 .763 .000 .038 .051 Kon/Ži d*** -.779** -.108 -.049 -.375** -.150 -.996** 1 -.058 -.752** -.339** -.319** .000 .506 .766 .017 .355 .000 .722 .000 .033 .045 Kon/Vi s*** .433** .677** -.417** .637** -.142 .049 -.058 1 .656** .958** .952** .005 .000 .007 .000 .382 .763 .722 .000 .000 .000 Nek/Vi s*** .824** .457** -.324** .628** -.063 .750** -.752** .656** 1 .836** .843** .000 .003 .041 .000 .698 .000 .000 .000 .000 .000 Ed/Vis* .628** .666** -.396** .705** -.104 .329** -.339** .958** .836** 1 .993**
29 ** .000 .000 .012 .000 .521 .038 .033 .000 .000 .000 Žid/Vis *** .609** .652** -.447** .686** -.145 .310 -.319** .952** .843** .993** 1 .000 .000 .004 .000 .371 .051 .045 .000 .000 .000
*langelio viršutinė dalis – Pirsono koreliacijos koeficientas r, apatinė – statistinis reikšmingumas p. Nek – centrinės nekrozės tūris, Kon – kontrastą kaupiančios dalies tūris, Ed – perinavikinės edemos tūris, Žid – židinio tūris, Vis – viso naviko tūris.
**statistiškai reikšminga koreliacija (p<0,05)
***Tūrių santykis pavaizduotas „/“ ženklu, pvz. Ed/Vis – edemos tūrio ir viso naviko tūrio santykis, išreikštas santykiniais vienetais.
12.3 CNS glioma sergančiųjų pacientų radiologinių ir klinikinių žymenų sąsajos.
Glioblastomų grupėje, atlikus Pirsono r koreliacijos testą, tarp visų naviko tūrinių parametrų MRT vaizduose ir pacientų amžiaus statistiškai reikšmingos koreliacijos nestebėta (p>0,05). Tarp vyrų ir moterų grupių naviko tūrinių parametrų vidurkiai statistiškai reikšmingai nesiskyrė (nepriklausomų imčių t testas, p>0,05 visais atvejais). Daugiau 60 m. ir mažiau 60 m. amžiaus grupėse naviko tūrių parametrai statistiškai reikšmingai nesiskyrė (nepriklausomų imčių t testas, Mano-Vitnio U testas, p>0,05). LGG grupėje tarp vyrų ir moterų grupių naviko tūriniai parametrai nesiskyrė (Mano-Vitnio testas, p=0,945), tarp tūrinių parametrų ir amžiaus koreliacijos nenustatyta (Pirsono r testas, p=0,705).
Analizuotas ryšys tarp uždegiminių rodiklių ir naviko tūrinių parametrų. GBM grupėje rastos vidutinio stiprumo (0,3< |r| <0,6) NLR ir SII koreliacijos su kontrastą kaupiančios dalies tūriu, kontrastą kaupiančios dalies ir viso naviko tūrių santykiu, edemos ir viso naviko tūrių santykiu, naviko židinio ir viso naviko tūrių santykiu. RDW taip pat koreliavo su kontrastą kaupiančios dalies, židinio ir viso naviko tūriais. LGG grupėje rasta stipri (|r|>0,6) NLR ir SII koreliacija su naviko tūriu. Statistiškai reikšmingos koreliacijos pateiktos 7 lentelėje.
7 lentelė. Smegenų gliomų radiologinių charakteristikų ir apskaičiuotų tūrinių parametrų MRT vaizduose bei sisteminių uždegiminių rodiklių koreliacijos.
NLR*** SII*** RDW*** KKD r=0,335, p=0,034 r=0,322, p=0,043 r=0,350, p=0,029 Židinys - - r=0,345, p=0,031 Visas - - r=0,357, p=0,025 KKD/Visas tūris** r=0,375, p=0,017 r=0,360, p=0,023 - Edema/Visas tūris** r=0,332, p=0,036 r=0,309, p=0,052 -
30 Židinys/Visas tūris** r=0,328, p=0,039 r=0,303, p=0,057 -
PSO II naviko tūris** r=0,756, p=0,001 r=0,763, p=0,001 -
*KKD – kontrastą kaupianti naviko dalis, NLR – neutrofilų limfocitų santykis, SII – sisteminio imuninio uždegimo indeksas, RDW – eritrocitų apimties variacija.
**Tūrių santykis pavaizduotas „/“ ženklu, pvz. Edema/Visas tūris – edemos tūrio ir viso naviko tūrio santykis, išreikštas santykiniais vienetais.
***lentelėje pateikta Pirsono koreliacijos koeficientas r ir statistinė reikšmė p.
Epilepsija naviko diagnozės nustatymo metu GBM grupėje buvo tik dviem atvejais (5 proc.), 38-iems pacientams nebuvo. Atliktas Mano-Vitnio U ranginis testas lyginant MRT vaizduose apskaičiuotų naviko tūrių parametrus epilepsijos grupėse. GBM grupėje pacientams, kuriems buvo nustatyta epilepsija diagnozės metu, nekrozės tūris (p=0,005), nekrozės ir viso naviko tūrio santykis (p=0,003) buvo statistiškai reikšmingai mažesni. Pacientams, kuriems buvo nustatyta epilepsija, židinio tūris, edemos ir viso naviko tūrių santykis bei židinio ir viso naviko tūrių santykis buvo mažesni (p=0,064), tačiau statistinio reikšmingumo nesiekė. LGG grupėje tarp pacientų, kuriems nustatyta epilepsija, ir pacientų, kuriems epilepsija nenustatyta, naviko tūris statistiškai reikšmingai nesiskyrė (nepriklausomų imčių t testas, p=0,170; Mano-Vitnio testas, p=0,112).
12.4 IDH1 geno mutacijos ir MGMT geno metilinimo dažnumas glioma sergančiųjų navikiniame audinyje, sąsajos su klinikiniais ir radiologiniais faktoriais.
Vertintos klinikinių ir radiologinių požymių sąsajos su molekuliniais žymenimis. Iš LSMU NI Molekulinės neuroonkologijos laboratorijos gauti IDH1 mutacijos ir MGMT metilinimo tyrimų atsakymai. Pacientai buvo sugrupuoti pagal IDH1 mutavusio geno (toliau mutant, toliau IDH-mut) ir nemutavusio geno (toliau IDH-wildtype, toliau IDH-wt) duomenis, MGMT atveju – į metilinto geno (toliau MGMT-met) ir nemetilinto geno (toliau MGMT-nemet) grupes. Aštuntoje lentelėje pateiktos GBM ir LGG grupių charakteristikos pagal molekulinius žymenis.
8 lentelė. Gliomų molekulinių žymenų pasiskirstymas gliomų piktybiškumo grupėse.
GMB (n=40) LGG (n=15)
IDH1* Mutavęs n=4 (10,8 proc.) Mutavęs n=10 (66,7 proc.)
Nemutavęs n=33 (89,2
proc.)
Nemutavęs n=5 (33,3
31
MGMT* Metilintas n=16 (40 proc.) Metilintas n=6 (42,9 proc.)
Nemetilintas n=24 (60 proc.) Nemetilintas n=8 (57,1
proc.) Amžius IDH1 Mut; 39; 42±4,08** Wt; 64; 62,67±1,74** Mut; 41,50; 40.90±2,93** Wt; 33,50; 37,25±7,50** MGMT Met; 64; 60,87±3,83** Nemet; 59; 60,14±2** Met; 37; 36,67±3,26** Nemet; 43; 42,25±4,35** *atvejų skaičius n ir procentinė dalis
**molekulinio veiksnio grupė; mediana; vidurkis ± standartinė paklaida
Tyrimo metu buvo tirtos pacientų amžiaus sąsajos su molekuliniais žymenimis. Atlikus Mano-Vitnio U testą nustatyta, jog glioblastomų grupėje amžius buvo statistiškai reikšmingai mažesnis IDH-mut grupėje lyginant su IDH-wt (U=9, p=0,002). MGMT-met ir MGMT-nemet grupėse amžiaus vidurkis statistiškai reikšmingai nesiskyrė (nepriklausomų imčių t testas, p = 0,960). LGG grupėje tiek IDH1 (Mano-Vitnio U testas, p=0,974), tiek MGMT žymenų pokyčiai (nepriklausomų imčių t testas, p=0,354) statistiškai reikšmingų sąsajų su pacientų amžiumi neturėjo. Tarp molekulinių žymenų ir epilepsijos prieš operaciją statistiškai reikšmingų ryšių nenustatyta (atliktas Fišerio tikslusis testas, p>0,05 visais atvejais).
Be to, analizuotos sisteminio uždegimo rodiklių galimos sąsajos su molekuliniais žymenimis. Glioblastomų grupėje uždegiminiai rodikliai su MGMT metilinimo būkle (nepriklausomų imčių t testas, p>0,05) bei su IDH1 mutacijomis (Mano-Vitnio testas, p>0,05) statistiškai reikšmingų sąsajų neturėjo. LGG grupėje IDH ir MGMT pokyčių sąsajoms su sisteminių uždegimo rodikliais analizuoti atliktas Mano-Vitnio testas – statistiškai reikšmingo skirtumo nerasta (p>0,05).
Analizuojant gautus duomenis ieškota sąsajų tarp naviko molekulinių žymenų ir naviko tūrinių charakteristikų MRT vaizduose. GBM ir LGG grupėse naviko tūriniai parametrai statistiškai reikšmingai nesiskyrė tiek IDH pokyčių, tiek MGMT metilinimo būsenos atžvilgiu (atlikti nepriklausomų imčių t ir Mano-Vitnio testai (p>0,05).
Siekiant išsiaiškinti radiologinių veiksnių reikšmę prognozuojant molekulinių žymenų būseną, atlikta logistinės regresijos analizė. Tiek glioblastomų, tiek LGG grupėse radiologiniai veiksniai ar jų kompleksai nebuvo statistiškai reikšmingi prognozuojant IDH ar MGMT būseną (p>0,05 visais atvejais). GBM ir LGG grupėse, siekiant nustatyti tūrinių parametrų prognostinę galią, taip pat atlikta ROC kreivės analizė. Statistiškai reikšmingų rezultatų nenustatyta prognozuojant IDH ir MGMT vertes. (p>0,05 visais atvejais). Devintoje lentelėje pateikiami ROC analizės rezultatai.
32 9 lentelė. GBM molekulinių žymenų nuspėjamosios galios analizės ROC kreive rezultatai.
IDH MGMT
Nekrozės tūris mm3 AUC=0,553; p=0,213 AUC=0,607; p=0,258
KKD tūris mm3 AUC=0,553; p=0,149 AUC=0,521; p=0,825
Edemos tūris mm3 AUC=0,545; p=0,145 AUC=0,523; p=0,804
Židinio tūris mm3 AUC=0,508; p=0,166 AUC=0,542; p=0,659
Visas tūris mm3 AUC=0,515; p=0,163 AUC=0,51; p=0,912
Nekrozė/KKD*** AUC=0,667; p=0,172 AUC=0,612; p=0,235
KKD/Židinys*** AUC=0,667; p=0,172 AUC=0,612; p=0,235
KKD/Visas tūris*** AUC=0,538; p=0,111 AUC=0,534; p=0,720
Nekrozė/Visas tūris*** AUC=0,614; p=0,191 AUC=0,586; p=0,362
Edema/Visas tūris*** AUC=0,576; p=0,139 AUC=0,536; p=0,699
Židinys/Visas tūris*** AUC=0,576; p=0,139 AUC=0,535; p=0,709
*pateiktas plotas po kreive (AUC) ir statistinis reikšmingumas, reikšmingais buvo laikyta p<0,05. **AUC – plotas po kreive (angl. area under the curve), KKD – kontrastą kaupianti naviko dalis
***Tūrių santykis pavaizduotas „/“ ženklu, pvz. Edema/Visas tūris – edemos tūrio ir viso naviko tūrio santykis, išreikštas santykiniais vienetais.
12.5 Klinikinių, molekulinių bei radiologinių charakteristikų sąsajos su pacientų išgyvenimo trukme. Pasibaigus tyrimo laikotarpiui, GBM grupėje buvo žinoma 40 pacientų išgyvenimo trukmė, LGG grupėje – 15 pacientų išgyvenimo trukmė. GBM grupėje, atsižvelgiant į trumpiausią stebėjimo laikotarpį gyvų pacientų grupėje, kuris buvo 11,1 mėnesio, išskirtos pacientų, išgyvenusių daugiau 11 mėn. ir neišgyvenusių 11 mėn., grupės. LGG grupė nebuvo nagrinėta išgyvenimo trukmės požiūriu, nes buvo per trumpas stebėjimo laikotarpis. Dešimtoje lentelėje pateikiamos GBM ir LGG grupių išgyvenimo trukmės charakteristikos.
10 lentelė. Išgyvenimo trukmės pasiskirstymas grupuojant pagal gliomų piktybiškumo laipsnį.
GBM (n=40)* LGG (n=14)*
Mirę n=28 (70 proc.) n=3 (20 proc.)
Gyvi (cenzūruoti) n=12 (30 proc.) n=12 (80 proc.)
Išgyvenę bent 11 mėn. n=28 (70 proc.)
Išgyvenę mažiau negu 11 mėn. n=12 (30 proc.) *atvejų skaičius n ir procentinė dalis
Grupuojant imties pacientus pagal išgyvenimo trukmę (daugiau arba mažiau 11 mėn.), grupėse amžiaus vidurkiai nebuvo statistiškai reikšmingai skirtingi (nepriklausomų imčių t testas, t(38)
