增强计算机断层扫描在胰腺神经内分泌肿瘤鉴别与分级中的定性和定量分析：一项多中心研究

《Abdominal Radiology》：Qualitative and quantitative analysis of enhanced computed tomography in differentiating and grading pancreatic neuroendocrine neoplasms: a multicenter study

准确术前分级是胰腺神经内分泌肿瘤（pNENs）治疗的关键。本研究纳入241例pNENs，基于2022 WHO分类重新评估病理结果，系统分析CT影像特征（肿瘤大小、位置、形态、胰管扩张、血管浸润等）及其定量参数（HU值、AP/PVP比值）。结果显示：肿瘤位于头/颈部的风险降低61%（OR=0.39），血管浸润阳性者风险降低87%（OR=0.13），年龄每增1岁风险升高8%（OR=1.08），PVP比值每增0.1降低57%风险（OR=0.43）。质性指标（肿瘤位置、血管浸润、坏死）对G1鉴别敏感，而PVP比值对神经内分泌癌（NEC）识别更具价值。

　　

摘要

目的

术前准确区分和分级胰腺神经内分泌肿瘤（pNENs）至关重要。本研究旨在探讨计算机断层扫描（CT）在适当干预前区分1级（G1）胰腺神经内分泌肿瘤（pNETs）和胰腺神经内分泌癌（pNECs）与其他pNENs的有效性。

方法

共有241名pNENs患者参与了本研究。所有病理诊断均根据2022年WHO内分泌和神经内分泌肿瘤分类标准进行了重新评估。评估了CT图像特征，包括肿瘤大小、位置、形态、远端胰管扩张情况、血管受累情况、均匀性、囊性或坏死变化、显影程度、钙化情况、肿瘤及周围组织的Hounsfield单位（HU）值、动脉期（AP）比值和门静脉期（PVP）比值。对G1与G2/G3/NEC之间以及NET与NEC之间进行了单变量和多变量分析。

结果

肿瘤大小（每增加1厘米；OR = 0.60，95% CI：0.50–0.83；p = 0.023）、肿瘤位置（头部/颈部 vs. 肺体/尾部；OR = 0.39，95% CI：0.17–0.61；p < 0.001）、胰腺周围血管受累情况（存在 vs. 不存在；OR = 0.13，95% CI：0.06–0.48；p = 0.005）和囊性或坏死变化（存在 vs. 不存在；OR = 0.24，95% CI：0.07–0.83；p = 0.036）是预测G1的四个独立相关特征。年龄（OR = 1.08，95% CI：1.02–1.14；p = 0.017）和PVP比值（每增加0.1；OR = 0.43，95% CI：0.29–0.65；p = 0.021）是区分pNECs的独立因素。

结论

定性变量，尤其是肿瘤位置、胰腺周围血管受累情况和囊性或坏死变化，在区分G1 pNETs中起着关键作用。定量变量，尤其是PVP比值，在区分pNECs方面更为显著。