ارزیابی پاسخ به درمان با استفاده از فاکتورهای متابولیک به دست آمده از FDG PET/CT و بررسی ارزش آن ها در مقایسه با روش معمول بیشینه شدت جذب، در مبتلایان به لنفوم هوچکین مراجعه کننده به مرکزPET/CT بیمارستان دکتر شریعتی
[پایان نامه]
آناهید عبدی
دانشگاه علوم پزشکی تهران، دانشکده پزشکی
۱۴۰۱
۸۱ص
دکتری تخصصی
پزشکی هسته ای
۱۴۰۱/۰۹/۲۲
۱۷/۹
هدف: هدف اصلی این مطالعه بررسی پاسخ به درمان (پاسخ کامل، پاسخ نسبی، بیماری ثابت و مقاومت به درمان، بیماری پیشرونده) با استفاده از آنالیز (نیمه) کمی داده های FDG-PET/CT متوالی بیماران بر اساس معیارهای PERCIST (Positron Emission Response Criteria In Solid tumors)، سایر فاکتورهای متابولیک (به عنوان مثال حجم متابولیک تومور) و همچنین نسبت جذب تومور به پس زمینه در بیماران مبتلا به لنفوم هوچکین و مقایسه آن با روش معمول حال حاضر (استفاده از حداکثر شدت جذب) است.روش ها: این پژوهش یک مطالعه گذشته نگر است. در این مطالعه کلیه ی بیماران مبتلا به لنفوم هوچکین که جهت ارزیابی قبل از درمان، همچنین پاسخ به درمان و یا عود برای تصویربرداری FDG-PET/CT مراجعه کرده بودند انتخاب شدند و اطلاعات دموگرافیک آنها ثبت شد. سپس تصاویر اولیه بیماران از سیستم آرشیو بیمارستان استخراج شد و مورد بررسی قرار گرفت. متغیرهای مختلفی مانند بیشینه شدت جذب و میانگین شدت جذب، پیک شدت جذب، پیک شدت جذب بر اساس توده بدنی، اندازه ضایعه، مکان اولیه ضایعه، حجم متابولیک تومور، گلیکولیز کلی تومور، disease score و مرحله بندی تومور از تصاویر استخراج شدند. در مرحله بعد با انجام آنالیزهای آماری به صورت تک یا چند متغیره، ارتباط متغیرهای فوق با نتیجه پاسخ به درمان بررسی و تحلیل شد. بیماران بر اساس پاسخ به درمان در 3 مدل مختلف دسته بندی شدند. مدل چهارگانه: در چهار گروه پیشرونده، بیماری ثابت، پاسخ نسبی و پاسخ کامل؛ مدل دوگانه 1: هر گونه پاسخ به درمان (کامل و نسبی) و عدم پاسخ (بیماری ثابت و پیشرونده)؛ مدل دوگانه 2: پاسخ به درمان کامل وعدم پاسخ کامل.همچنین بیماران جهت بررسی ارتباط فاکتورهای متابولیک با outcome در مدت 1 سال پیگیری شدند.یافته ها: بر اساس آنالیز per-lesion، متغیرهای مختلف متابولیک در PET اول قادر به پیش گویی پاسخ به درمان در مدل دوگانه 2 (پاسخ به درمان کامل وعدم پاسخ کامل) بودند، شامل متغیرهای SUVmax، SUVmean40%، SUVmean50%، SUVmean60%، SUVpeak، SUVmax Tumor/Liver و SUVmax Tumor/Mediastinum، SULmax، SULpeak، SULmean40%، SULmean50% ، SULmean60% و SUL physician که با پاسخ به درمان در مقیاس ضایعات، همبستگی و رابطه مستقیم دارند. از میان فاکتورهای گفته شده بالاتر بودن SUVmean50% بیشتر از بقیه فاکتورها با پاسخ مطلوب به درمان همراه بود. متغیر MTV40% با پاسخ به درمان همبستگی معنادار معکوس (,p=0.054 rs=-0.098 ) داشت.در بررسی ارتباط پارامترهای مختلف با پاسخ به درمان بر اساس PET دوم تعداد ضایعات اولیه، انجام رادیوتراپی و Deauville score قابلیت پیشگویی پاسخ به درمان را داشتند (همبستگی معنادار و معکوس به ترتیب: rs=-0.215و rs=-0.27و(rs=-0.168.در بررسی ارتباط پارامترهای مختلف متابولیک با outcome در پیگیری یکساله، پاسخ کلی بیمار به درمان (global RTT) در مدل چهارگانه با p-value = 0.008، مدل دوگانه یک با 0.006، دوگانه دو با 0.017 و Deauville score با 0.027 قابلیت پیشگویی outcomeیکساله را داشتند.بر اساس مدل رگرسیونی دوگانه 2 پاسخ به درمان بر اساس ضایعات، متغیرهای بررسی شده PET اول می توانند به خوبی نتایج درمانی ضایعات در PET دوم را به صورت پاسخ به درمان کامل و عدم پاسخ کامل به درمان (پاسخ نسبی به درمان، بیماری stable و پیشرونده) پیش بینی کنند. مدل می تواند تا 95.4 درصد پیش بینی کننده عدم پاسخ کامل به درمان باشد. از نظر تکرارپذیری متغیر SUVmax تکرارپذیر بود، SUVmean تکرارپذیر نبود و MTV خیلی ضعیف تکرارپذیر بود.نتیجه گیری: در مطالعه ما، پاسخ کلی بیمار به درمان (global RTT) درهر سه مدل ارائه شده و Deauville score در PET دوم بیماران با outcome بعد از یک سال پیگیری بیماران ارتباط معنادار داشت، در حالیکه سایر متغیرها اگرچه مدل های معنادارای را در کنار هم ایجاد میکردند، اما هریک به تنهایی پیشگویی کننده قوی برای پاسخ به درمان بیماران نبودند. اما در سطح lesion-based، فاکتورهای متابولیک مختلف پیشگویی کننده پاسخ به درمان بودند.