Россия
Россия
Россия
Патоморфологические характерис- тики рака прямой кишки (РПК) и стадирование опухолевого процесса, проведенное на основе клинического и инструментального исследований пациентов, относятся к основным критериям в выборе оптимальных схем лечения. Из лучевых методов магнитно- резонансная томография (МРТ) является методом выбора в первичной диагностике РПК и при контроле эффективности его лечения в динамике. По результатам метаанализа чувствительность и специфичность МРТ в выявлении неопластических процессов прямой кишки и анального канала, в оценке поражения регионарных лимфатических узлов составляют 73,0% (95,0% ДИ 68–77) и 74,0% (95,0% ДИ 68–80) соответственно. В стадировании РПК по системе ТNM МРТ показала чувствительность 69,084,0%, специфичность – 59,0–81,0% (Z. Zhuang. et al. [2021], Y. Zheng et al. [2024]). Она позволяет оценить локализацию, форму, размеры опухоли и распространенность процесса (TNM Classification of Malignant Tumours. 8th ed., 2017). Кроме того, при МР-исследовании возможен детализированный анализ структуры опухоли, которая не входит в систему оценки по TNM, но имеет важное значение при определении гистотипа РПК в сопоставлении с данными, установленными при гистологическом исследовании биопсийного материала. МРсемиотика РПК требует анализа и систематизации для алгоритмизированного подхода к протоколированию результатов исследований. Целью статьи было уточнение особенностей стадирования и выделение МР-признаков, которые наиболее характерны для различных по гистотипу опухолей прямой кишки.
рак прямой кишки, гистотипы, магнитно-резонансная томография, семиотика
1. Каприн А.Д., Старинский В.В., Шахзадова А.О. Состояние онкологической помощи населению России в 2023 году – М.: МНИОИ им. П.А. Герцена – филиал ФГБУ «НМИЦ радиологии» Минздрава России, 2024 – 262 с.
2. Board W.C.o.T.E. WHO classification of tumours // Book WHO classification of tumours / EditorWorld Health Organization Lyon, France, 2019
3. Клинические рекомендации Минздрава России: рак прямой кишки [Электронный ресурс] / Разработаны Ассоциацией онкологов России, Общероссийской общественной организацией «Российское общество клинической онкологии», Российским обществом специалистов по колоректальному раку, Общероссийской общественной организацией «Ассоциация колопроктологов России». – 2025 ‒ 142 с. https: //oncology-association.ru/wp- content/uploads/2022/07/rak-pryamoj-kishki.pdf
4. Brierley J.D., Gospodarowicz M.K., Wittekind C. TNM Classification of Malignant Tumours, 8th еdition // Wiley-Blackwell, 2017 – 272 р.
5. Beets-Tan R.G., Lambregts D.M., Maas M., Bipat S., Barbaro B., Caseiro-Alves F. et al. Magnetic resonance imaging for the clinical management of rectal cancer patients: recommendat ions from the 2012 European Society of Gastrointestinal and Abdominal Radiology (ESGAR) consensus meeting // Eur Radiol. – 2013; 23:2522‒2531.
6. Costa-Silva L., Brown G. Magnetic resonance imaging of rectal cancer. Magn Reson Imaging Clin N Am. 2013; 21:385‒408.
7. Bates D.D.B., Homsi M.E., Chang K.J. et al. MRI for Rectal Cancer: Staging, mrCRM, EMVI, Lymph Node Staging and Post-Treatment Response // Clin. Colorectal. Cancer. ‒ 2022 Mar; 21(1):10‒18. Doi:https://doi.org/10.1016/j.clcc.2021.10.007
8. Pei J.P. et al. Comparison of different lymph node staging systems in patients with resectable colorectal cancer // Front. Oncol. ‒ 2018
9. Group M.S. Extramural depth of tumor invasion at thin-section MR in patients with rectal cancer: results of the MERCURY study // Radiology. ‒ 2007 ‒ T. 243, N 1 ‒ C. 132‒139.
10. Гришко П.Ю., Балясникова С.С., Самсонов Д.В., Мищенко А.В., Карачун А.М., Правосудов И.В. Современный взгляд на принципы диагностики и лечения рака прямой кишки по данным МРТ (обзор литературы) // Медицинская визуализация. ‒ 2019; 23 (2): 7–26. Doi:https://doi.org/10.24835/1607-0763- 2019-2-7-26
11. Иванова Д.А., Сафонова М.А. Информативность магнитно-резонансной томографии в диагностике опухолевого поражения прямой кишки на фоне комбинированного лечения // Acta medica Eurasica. ‒ 2022 № 3 – С. 12–19. Doi:https://doi.org/10.47026/2413-4864-2022-3-12-19
12. Gollub M.J., Arya S., Beets-Tan R.G. et al. Use of magnetic resonance imaging in rectal cancer patients: Society of Abdominal Radiology (SAR) rectal cancer disease-focused panel (DFP) recommendations 2017 Abdom. Radiol. 43, 2893–2902 (2018). https: //doi.org/10.1007/s00261-018-1642-9
13. Corrias G., Micheletti G., Barberini L. et al. Texture analysis imaging «what a clinical radiologist needs to know» // Eur J. Radiol. ‒ 2021 110055 146:110055. https: //doi.org/10.1016/j.ejrad Kim D. J., Kim J. H., Lint J. S., Yu J. S., Chung J. J., Kim M. J. et al. Restaging of rectal cancer with MR imaging after concurrent chemotherapy and radiation therapy // Radiographics. ‒ 2010; 30:503‒516.
14. Glynne-Jones R.et al. Rectal cancer: ESMO Clinical Practice Guidelines for diagnosis, treatment and follow-up // Ann. Oncol. ‒ 2017
15. Liu Z.Y. et al. MRI-based radiomics feature combined with tumor markers to predict TN staging of rectal cancer // J. Robot. Surg. ‒ 2024
16. Liu Y.et al. Repeatability of radiomics studies in colorectal cancer: a systematic review // BMC Gastroenterol. ‒ 2023
17. Kim S.H., Lee J.Y., Lee J.M., Han J.K., Choi B.I. Apparent diffusion coefficient for evaluating tumour response to neoadjuvant chemoradiation therapy for locally advanced rectal cancer // Eur Radiol. ‒ 2011; 21:987‒995.
18. Zheng Y., Chen Xu., Zhang H., Ning Xi., Mao Yi., Zheng Ha., Dai G., Liu B., Zhang G., Huang D. Multiparametric MRI-based radiomics nomogram for the preoperative prediction of lymph node metastasis in rectal cancer: a two-center study // European J. of Radiology. ‒ 2024, V. 178:111591
19. Li W., Liu H., Cheng F. et al. Artificial intelligence applications for oncological positron emission tomography imaging // Eur J. Radiol. ‒ 2020 109448 134:109448. https: //doi.org/10.1016/j.ejrad
20. Ye Y.X. et al. Magnetic resonance imaging-based lymph node radiomics for predicting the metastasis of evaluable lymph nodes in rectal cancer // World J. Gastrointest. Oncol. ‒ 2024
21. Pinto dos Santos D., Dietzel M., Baessler B. A decade of radiomics research: are images really data or just patterns in the noise? // Eur. Radiol. ‒ 2021 31:1–4. https: //doi.org/10.1007/s00330-020-07108-w
22. Li M.L. et al. A clinical-radiomics nomogram for the preoperative prediction of lymph node metastasis in colorectal cancer // J. Transl. Med. ‒ 2020
23. Zhuang Z., Zhang Y., Wei M. et al. Magnetic resonance imaging evaluation of the accuracy of various lymph node staging criteria in rectal cancer: A systematic review and meta-analysis // Front Oncol. ‒ 2021 ‒ N. 11 ‒ Р. 709070 Doi:https://doi.org/10.3389/fonc.2021.709070
24. Meng Y. et al. Clinical development of MRI–based multi–sequence multi–regional radiomics model to predict lymph node metastasis in rectal cancer // Abdom. Radiol. (NY). ‒ 2024
25. Корнева Ю.С., Украинец Р.В. Морфологические особенности муцинозной аденокарциномы толстой кишки и их эмбриогенетические предпосылки // Онкологическая колопроктология. ‒ 2019 ‒ 9(2):16–22. Doi:https://doi.org/10.17650/2220-3478-2019-9-2-16-22
26. Benedix F., Kuester D., Meyer F., Lippert H. Influence of mucinous and signet-ring cell differentiation on epidemiological, histological, molecular biological features, and outcome in patients with colorectal carcinoma // Zentralbl Chir. ‒ 2013 Aug; 138(4):427‒33. Doi:https://doi.org/10.1055/s-0031-1283870
27. Hugen N. et al. Colorectal signet-ring cell carcinoma: benefit from adjuvant chemotherapy but a poor prognostic factor // Int. J. Cancer. ‒ 2015 ‒ 136 (2). P. 333–339.
28. Zhao Z. et al. The value of adjuvant chemotherapy in stage II / III colorectal signet ring cell carcinoma // Sci Rep. ‒ 2020 ‒ 10 (1). ‒ p. 14126
29. Lee S., Kassam Z., Baheti A.D. et al. Rectal cancer lexicon 2023 revised and updated consensus statement from the Society of Abdominal Radiology Colorectal and Anal Cancer Disease-Focused Panel // Abdom Radiol. – 2023; 48, 2792–2806. doi.org/10.1007/s00261-023-03893-2
30. Wild D., Bomanji J.B., Benkert P., Maecke H., Ell P.J., Reubi J.C., Caplin M.E. Comparison of 68Ga- DOTANOC and 68Ga-DOTATATE PET/CT within patients with gastroenteropancreatic neuroendocrine tumors // J Nucl Med. – 2013; 54(3): 364–372. Doi.org/10.2967/jnumed.112.111724
31. Song J., Yin Y., Wang H. et al. A review of original articles published in the emerging field of radiomics // Eur. J. Radiol. – 2020 – 127:108991. https: //doi.org/10.1016/j.ejrad.2020.108991
32. Bera K., Braman N., Gupta A. et al. Predicting cancer outcomes with radiomics and artificial intelligence in radiology // Nat. Rev. Clin. Oncol. – 2022; 19:132–146. https: //doi.org/10.1038/s41571- 021-00560-7
33. La Greca S-E.A., Vuong D, Tschanz F et al. Systematic review on the association of radiomics with tumor biological endpoints // Cancers. (Basel). – 2021; 13:3015. https: //doi.org/10.3390/cancers13123015
34. Qi Y., Zhao T., Han M. The application of radiomics in predicting gene mutations in cancer // Eur. Radiol. – 2022 https: //doi.org/10.1007/s00330-021-08520-6
35. Jia Y., Yang J., Zhu Y. et al. Ultrasound-based radiomics: current status, challenges and future opportunities // Med. Ultrason. – 2021 https: //doi.org/10.11152/mu-3248
36. Park J.S. et al. Accuracy of preoperative MRI in predicting pathology stage in rectal cancers: node-for- node matched histopathology validation of MRI features // Dis. Colon. Rectum. – 2014
37. Introduction to radiomics // J. Nucl. Med. – 2020
38. Qi Y.N. et al. The application of radiomics in predicting gene mutations in cancer. Eur. Radiol. – 2022
39. Spadarella G. et al. Systematic review of the radiomics quality score applications: an EuSoMII Radiomics Auditing Group Initiative // Eur. Radiol. – 2023
40. Pinto dos Santos D., Giese D., Brodehl S. et al. Medical students’ attitude towards artificial intelligence: a multicentre survey // Eur. Radiol. – 2019; 29:1640–1646. https: //doi.org/10.1007/s00330-018-5601-1
41. Cuocolo R., Imbriaco M. Machine learning solutions in radiology: does the emperor have no clothes? // Eur. Radiol. – 2021; 31:3783–3785. https: //doi.org/10.1007/s00330-021-07895-w
42. Buvat I., Orlhac F. The dark side of radiomics: on the paramount importance of publishing negative results // J. Nucl. Med. – 2019; 60:1543–1544. https: //doi.org/10.2967/jnumed.119.235325
43. Rizzo S., Botta F., Raimondi S. et al. Radiomics: the facts and the challenges of image analysis // Eur Radiol. – 2018 Exp 2:36. https: //doi.org/10.1186/s41747-018-0068-z
44. Lafata K.J., Wang Y., Konkel B. et al. Radiomics: a primer on high-throughput image phenotyping // Abdom Radiol (NY). – 2021 https: //doi.org/10.1007/s00261-021-03254-x
45. Van Timmeren J.E., Cester D., Tanadini–Lang S. et al. Radiomics in medical imagin – “how-to” guide and critical reflection // Insights Imaging. – 2020; 11:91. https: //doi.org/10.1186/s13244-020-00887-2
46. Lambin P., Leijenaar R.T.H., Deist T.M. et al. Radiomics: the bridge between medical imaging and personalized medicine // Nat. Rev. Clin. Oncol. – 2017; 14:749–762. https: //doi.org/10.1038/nrclinonc.2017.141
47. Guiot J., Vaidyanathan A., Deprez L. et al. A review in radiomics: making personalized medicine a reality via routine imaging // Med. Res. Rev. – 2022; 42:426–440. https: //doi.org/10.1002/med.21846
48. Sanduleanu S., Woodruff H.C., de Jong E.E.C. et al. Tracking tumor biology with radiomics: a systematic review utilizing a radiomics quality score // Radiother Oncol. – 2018; 127:349–360. https: //doi.org/10.1016/j.radonc.2018.03.033
