Diskussion

MRI är ett väletablerat verktyg för upptäckt och lokal stadieindelning av mjukdelstumörer. Dess förmåga att skilja mellan godartade och maligna mjukdelsförändringar har dock visat sig variera kraftigt . Med hjälp av morfologiska kriterier för godartade lesioner, t.ex. släta väldefinierade marginaler, liten storlek och homogen SI, särskilt vid T2WI, rapporterades MRT kunna skilja >90% av godartade från maligna massor . I en annan studie noterades dock att maligna lesioner kan uppträda som homogena massor med jämna marginaler och att MRT därför inte på ett tillförlitligt sätt kunde skilja godartade från maligna processer .

MR-fynd har utvärderats individuellt eller tillsammans för deras förmåga att skilja godartade från maligna lesioner. Större storlek har till exempel förknippats med större heterogenitet och högre sannolikhet för malignitet , med endast 5 % av godartade mjukdelstumörer >5 cm i diameter. Dessutom är de flesta maligna tumörer djupt belägna, jämfört med endast cirka 1 % av alla godartade mjukdelstumörer. Våra resultat stämmer inte överens med dessa rapporter. I våra fall var 43 % av de godartade mjukdelstumörerna >5 cm i diameter och likaså var 57 % av de godartade mjukdelstumörerna djupt belägna.

En multivariat statistisk analys av 10 bildparametrar, var för sig och i kombination, visade att hög SI på T2WI, diameter >33 mm och heterogen SI på T1-viktade MR-bilder förutspådde malignitet med högsta känslighet . Tecken med störst specificitet för malignitet var bl.a. tumörnekros, ben- eller neurovaskulärt engagemang och medeldiameter >66 mm. Även om många MR-fynd anses vara viktiga kriterier för diagnos av maligna mjukdelstumörer är tumörmarginalen, formen samt graden och mönstret av förstärkning mindre användbara i klinisk praxis. De flesta mjukdelstumörer har väldefinierade marginaler, är ovala eller globulära till formen och har varierande förstärkningsmönster, oavsett om de är godartade eller maligna.

Utvärdering av MR-bilder av erfarna radiologer med ett centraliserat tillvägagångssätt har visat sig ge bättre diagnoser av mjukdelstumörer . Många radiologer eller kliniker som ansvarar för att behandla patienter med mjukdelslesioner i den första praktiken kan dock vara okunniga när det gäller diagnostik av mjukdelstumörer. Ibland tar de felaktigt bort en massa utan att överväga möjligheten av malignitet eller utan att utföra en biopsi före excisionen. I sådana fall behöver dessa radiologer och kliniker ett förenklat tillvägagångssätt för att skilja mellan godartade och maligna mjukdelstumörer. Vi valde därför endast tre viktiga parametrar – djupt läge, stor storlek och heterogen SI på T2WI – som alla visade statistiskt signifikanta skillnader mellan godartade och maligna massor vid univariat analys. Vid multivariat analys var dock inte djupet en oberoende faktor för att skilja godartade från maligna lesioner. Detta var något förvånande eftersom djup placering i förhållande till ytlig investerande fascia i allmänhet har varit diagnostisk för maligna mjukdelstumörer och även prognostisk för patientens resultat . Liknande resultat, som visar att det inte finns något signifikant samband mellan lesionsdjup och diagnostisk subgrupp, har rapporterats tidigare .

För att fastställa den optimala förenklade systematiska bildbehandlingsmetoden testade vi två systematiska kombinationer, ordnade i ordning av betydelse bland dessa tre parametrar. Vi fann att den ena, ordnad i ordningen SI-storlek-djup, var överlägsen den andra, ordnad i ordningen storlek-SI-djup, vilket resulterade i högre diagnostiska värden för malignitet. Med hjälp av detta förenklade systematiska tillvägagångssätt observerade vi jämförbar specificitet och noggrannhet, och acceptabel känslighet, med initial screening, även om de positiva och negativa prediktiva värdena inte var lika höga. Vi fann att grupp D, som bestod av stora, homogena lesioner med djupt läge, innehöll den högsta andelen godartade lesioner, eftersom denna grupp innehöll många stora lipom och fibromatoser, som varierade i storlek från 5,5 till 21,0 cm i diameter. Grupperna G och H, som består av stora, heterogena lesioner, innehöll den högsta andelen maligna tumörer (67/102), oavsett djup. De flesta av dessa stora, heterogena lesioner var liposarkomer (n=16); andra sarkomer var maligna fibrösa histiocytom (n=7), myxofibrosarkom (n=5), synovialsarkom (n=5) och rhabdomyosarkom (n=3); och metastaser (n=3).

Denna studie hade flera begränsningar. På grund av dess retrospektiva utformning fanns det en viss variabilitet i MRI-parametrarna. Urvalsstorleken var blygsam eftersom urvalet av patienter kom från ett regionalt centrum för onkologi, och det fanns en möjlighet till selektionsbias i och med att vi inte uteslöt tumörer med ursprung i huden, t.ex. melanom. Inskrivning av histologiskt bekräftade fall var en annan selektionsbias, eftersom uppenbart godartade lesioner som inte behövde biopsi eller kirurgisk excision kunde utelämnas. Vi inkluderade också lipom, som även om de är stora och ibland djupt liggande är godartade. Denna förenklade systematiska metod för bildbehandling skulle alltså kunna tillämpas på stora eller djupt belägna lipom tillsammans med stora eller djupt belägna maligna tumörer, även om lipom vanligtvis inte orsakar något diagnostiskt dilemma vid korrekt användning av T1-, T2- och fettsupprimerade sekvenser. Dessutom kan andra MRT-fynd hjälpa till att skilja mellan godartade och maligna lesioner, inklusive tumörförstärkningsmönster och invasion av omgivande strukturer, t.ex. ben eller kärl. Även om det sistnämnda är en viktig prediktor för malignitet är det också sällsynt, och vi tog därför inte med det i vår analys. Vi använde endast heterogenitet på T2WI, men heterogenitet på andra sekvenser skulle vara en viktig prediktor för malignitet. Eftersom vårt syfte var att tillhandahålla ett enkelt och realistiskt system för att skilja godartade och maligna tumörer i klinisk praxis, tog vi endast hänsyn till tre viktiga egenskaper. Dessutom återspeglar resultaten av denna studie inte nödvändigtvis de uppgifter som kan förekomma i den allmänna befolkningen: eftersom urvalet av patienter kom från ett regionalt onkologiskt centrum användes endast begränsade resultat (särskilt på T2WI), och de inskrivna fallen var retrospektiva histologiskt bevisade fall. Därför måste stor försiktighet iakttas vid tolkning av mjukdelsmassor på MRT. Resultaten i den här studien är inte definitiva slutsatser eller rekommendationer.

Slutsatsen är att den föreslagna förenklade systematiska bilddiagnostiska metoden kan bidra till att förutsäga den godartade eller maligna karaktären hos tumörer i mjukvävnader för icke-experterade radiologer eller kliniker. Detta tillvägagångssätt kan utgöra en grund för ytterligare utvecklingsstudier av MRT-egenskaper för att skilja mellan godartade och maligna mjukdelstumörer.