SO SÁNH GIÁ TRỊ CỦA PHÂN LOẠI LIRADS VÀ mRECIST TRONG ĐÁNH GIÁ ĐÁP ỨNG ĐIỀU TRỊ SAU NÚT MẠCH LẦN ĐẦU CỦA UNG THƯ BIỂU MÔ TẾ BÀO GAN

Lê Đức Nam1,, Đặng Vĩnh Hiệp2, Lê Duy Dũng1, Tống Thị Thu Hằng1, Vũ Thu Thủy1, Nguyễn Văn Thạch1, Lâm Khánh1, Nguyễn Hoàng Thịnh3, Bùi Văn Giang4, Nguyễn Quốc Dũng5
1 Trung tâm Chẩn đoán hình ảnh - Điện quang can thiệp, Bệnh viện Trung ương Quân đội 108
2 Bộ môn Kỹ thuật hình ảnh, Đại học Y khoa Phạm Ngọc Thạch
3 Trung tâm Chẩn đoán hình ảnh - Điện quang can thiệp, Bệnh viện Tâm Anh Hà Nội
4 Khoa Sức khỏe, Đại học Vinuni
5 Trung tâm Chẩn đoán hình ảnh, Bệnh viện Đa khoa Medlatec

Nội dung chính của bài viết

Tóm tắt

Mục tiêu: So sánh giá trị của hai phân loại LIRADS và mRECIST trong đánh giá đáp ứng điều trị sau nút mạch của ung thư biểu mô tế bào gan (UTBMTBG) bằng cắt lớp vi tính (CLVT). Phương pháp nghiên cứu: Nghiên cứu hồi cứu, tiến cứu và mô tả cắt ngang trên 58 bệnh nhân (BN) UTBMTBG đã được nút mạch lần đầu và đánh giá lại bằng hình ảnh CLVT tại Bệnh viện K Tân Triều và Bệnh viện Hữu Nghị trong thời gian từ tháng 6/2021 - 8/2022. Kết quả: Khi so sánh giá trị của hai phân loại, độ nhạy và độ chính xác của LR-TR (90% và 87,9%) cao hơn so với mRECIST (77,5% và 84,4%), với p < 0,05; độ đặc hiệu, tỷ lệ dự báo dương tính của LR-TR và mRECIST đều là 83,3% và 16,7%, khác biệt không có ý nghĩa thống kê với p > 0,05; giá trị dự báo âm tính của LR-TR (10%) thấp hơn mRECIST (22,5%) với p < 0,05. Kết luận: Sử dụng phân loại LR-TR có khả năng đánh giá tình trạng còn u và không còn u có độ nhạy, độ chính xác cao hơn so với mRECIST và độ đặc hiệu tương đương.

Chi tiết bài viết

Tài liệu tham khảo

1. Heimbach JK, Kulik LM, Finn RS, et al. AASLD guidelines for the treatment of hepatocellular carcinoma. Hepatology. 2018; 67(1):358-380. DOI: 10.1002/hep.29086.
2. Llovet JM, Lencioni R. mRECIST for HCC: Performance and novel refinements. Journal of Hepatology. 2020; 72(2):288-306. DOI: 10.1016/ j.jhep.2019.09.026.
3. Chernyak V, Fowler KJ, Kamaya A, et al. Liver imaging reporting and data system (LI-RADS) version 2018: Imaging of hepatocellular carcinoma in at-risk patients. Radiology. 2018; 289(3): 816-830. DOI: 10.1148/radiol.2018181494.
4. Seo N, Kim MS, Park MS, et al. Evaluation of treatment response in hepatocellular carcinoma in the explanted liver with liver imaging reporting and data system version 2017. European Radiology. 2020; 30(1):261-271. DOI: 10.1007/s00330-019-06376-5.
5. Kim SW, Joo I, Kim HC, et al. LI-RADS treatment response categorization on gadoxetic acid-enhanced MRI: Diagnostic performance compared to mRECIST and added value of ancillary features. European Radiology. 2020; 30(5):2861-2870. DOI: 10.1007/ s00330-019-06623-9.
6. Gregory J, Dioguardi Burgio M, Corrias G, Vilgrain V, Ronot M. Evaluation of liver tumour response by imaging. JHEP Reports. 2020; 2(3):100100. DOI:10.1016/j.jhepr.2020.100100.
7. Cunha GM, Chernyak V, Fowler KJ, Sirlin CB. Up-to-date role of ct/mri li-rads in hepatocellular carcinoma. Journal of Hepatocellular Carcinoma. 2021; 8:513-527. DOI: 10.2147/ JHC.S268288.
8. Bae JS, Lee JM, Yoon JH, et al. Evaluation of LI-RADS version 2018 treatment response algorithm for hepatocellular carcinoma in liver transplant candidates: Intraindividual comparison between CT and hepatobiliary agent-enhanced MRI. Radiology. 2021. DOI: 10.1148/radiol.2021203537.
9. Shropshire EL, Chaudhry M, Miller CM, et al. LI-RADS treatment response algorithm: Performance and diagnostic accuracy. Radiology. 2019; 292(1):226-234. DOI: 10.1148/radiol. 2019182135