Количественная оценка степени вовлеченности пирамидного тракта при внутримозговых опухолях

Цель исследования – разработать метод количественной оценки степени вовлеченности пирамидного тракта при злокачественных внутримозговых опухолях.

Материалы и методы. В ретроспективное исследование включено 62 пациента, которые перенесли хирургическое вмешательство в университетской клинике Приволжского исследовательского медицинского университета в 2017–2019 гг.: 16 – с метастазами, 29 – с контрастируемыми при магнитно-резонансной томографии (МРТ) глиомами III–IV степени злокачественности и 17 – с неконтрастируемыми глиомами II–III степени злокачественности. Протокол ведения пациентов включал предоперационную DTI-трактографию; интраоперационный нейромониторинг моторной функции с фиксацией минимальной силы тока прямой электростимуляции при получении моторного ответа; пред- и послеоперационную оценку двигательной функции в соответствии со шкалой MRC. Индекс вовлеченности тракта (ИВТ) рассчитывали посредством программной обработки данных предоперационных МРТ и МРТ-трактографии как отношение периметра части тракта, «погруженного» в патологический МРТ-сигнал, к площади его поперечного сечения.

Результаты. Значения ИВТ от 0 до 1,75 были взаимосвязаны со степенью дооперационного пареза: большему значению ИВТ пирамидного тракта соответствовала большая выраженность пареза по MRC (p <0,001, n = 62). Анализ значений ИВТ и результатов интраоперационной электростимуляции показал, что риск контакта с трактом возрастает при увеличении ИВТ (B0 = −1,6; Bi = 6,61; χ2 = 30,53; n = 62, p <0,001). Прогностическое значение ИВТ ниже при повторном хирургическом вмешательстве и лучевой терапии в анамнезе.

Выводы. Построение двухмерной модели взаимодействия опухоли и тракта с количественным выражением степени его вовлеченности (ИВТ) может быть использовано как дополнительный источник объективной информации при планировании первичного хирургического лечения у пациентов с внутримозговыми опухолями.

1. Field A.S., Alexander A.L., Wu Y.C. et al. Diffusion tensor eigenvector directional color imaging patterns in the evaluation of cerebral white matter tracts altered by tumor. J Magn Reson Imaging 2004;20(4):555–62. DOI: 10.1002/jmri.20169.

2. Witwer B.P., Moftakhar R., Hasan K.M. et al. Diffusion-tensor imaging of white matter tracts in patients with cerebral neoplasm. J Neurosurg 2002;97(3):568–75. DOI: 10.3171/jns.2002.97.3.0568.

3. Celtikci P., Fernandes-Cabral D.T., Yeh F.-C. et al. Generalized q-sampling imaging fiber tractography reveals displacement and infiltration of fiber tracts in low-grade gliomas. Neuroradiology 2018;60(3):267–80. DOI: 10.1007/s00234-018-1985-5.

4. Jellison B.J., Field A.S., Medow J. et al. Diffusion tensor imaging of cerebral white matter: a pictorial review of physics, fiber tract anatomy, and tumor imaging patterns. AJNR Am J Neuroradiol 2004;25(3):356–69.

5. Gao B., Shen X., Shiroishi M.S. et al. A pilot study of pre-operative motor dysfunction from gliomas in the region of corticospinal tract: evaluation with diffusion tensor imaging. PloS One 2017;12(8):e0182795. DOI: 10.1371/journal.pone.0182795.

6. Кадыров Ш.У., Коновалов А.Н., Пронин И.Н. МР-трактография в диагностике и выборе нейрохирургического доступа при опухолях подкорковых узлов. Журнал «Вопросы нейрохирургии им. Н.Н. Бурденко» 2018;82(1):78–85.

7. Pujol S., Wells W., Pierpaoli C. et al. The DTI challenge: toward standardized evaluation of diffusion tensor imaging tractography for neurosurgery. J Neuroimaging 2015;25(6):875–82. DOI: 10.1111/jon.12283.

8. Жуков В.Ю., Горяйнов С.А., Огурцо- ва А.А. и др. Диффузионно-тензорная трактография и интраоперационный нейрофизиологический мониторинг в хирургии внутримозговых опухолей. Журнал «Вопросы нейрохирургии» им. Н.Н. Бурденко. 2016;80(1):5–18.

9. Tunç B., Ingalhalikar M., Parker D. et al. Individualized map of white matter pathways: connectivity-based paradigm for neurosurgical planning. Neurosurgery 2016;79(4):568–77. DOI: 10.1227/NEU.0000000000001183.

10. University of Edinburgh Department of Surgery. Aids to the examination of the peripheral nervous system Medical Research Council (Great Britain). Memorandum No. 45. London, 1976.

11. Prabhu S.S., Gasco J., Tummala S. et al. Intraoperative magnetic resonance imaging-guided tractography with integrated monopolar subcortical functional mapping for resection of brain tumors. Clinical article. J Neurosurg 2011;114(3):719–26. DOI: 10.3171/2010.9.JNS10481.

12. Bonney P.A., Conner A.K., Boettcher L.B. et al. A simplified method of accurate postprocessing of diffusion tensor imaging for use in brain tumor resection. Oper Neurosurg (Hagerstown) 2017;13(1):47–59. DOI: 10.1227/NEU.0000000000001181.

13. Bucci M., Mandelli M.L., Berman J.I. et al. Quantifying diffusion MRI tractography of the corticospinal tract in brain tumors with deterministic and probabilistic methods. Neuroimage Clin 2013;3:361–8. DOI: 10.1016/j.nicl.2013.08.008.

14. Kis D., Mate A., Kincses Z.T. et al. The role of probabilistic tractography in the surgical treatment of thalamic gliomas. Neurosurgery 2014;10 Suppl 2:262–72. DOI: 10.1227/NEU.0000000000000333.

15. Tsolaki E., Downes A., Speier W. et al. The potential value of probabilistic tractography- based for MR-guided focused ultrasound thalamotomy for essential tremor. Neuroimage Clin 2018;17:1019–27.

16. Brandsma D., Stalpers L., Taal W. et al. Clinical features, mechanisms, and management of pseudoprogression in malignant gliomas. Lancet Oncol 2008;9(5):453–61. DOI: 10.1016/S1470-2045(08)70125-6.