Chulalongkorn University Theses and Dissertations (Chula ETD)

Other Title (Parallel Title in Other Language of ETD)

การศึกษาความเป็นไปได้ของการตรวจด้วยคลื่นแม่เหล็กไฟฟ้าโดยอาศัยเทคนิค การเคลื่อนที่ของโมเลกุลน้ำในเนื้อเยื่อและการวิเคราะห์แบบพาราเมตริกเรสปอนส์แมพ เพื่อทำนายผลการรักษาในโรคมะเร็งคอหอยหลังโพรงจมูก

Year (A.D.)

2019

Document Type

Thesis

First Advisor

Yothin Rakvongthai

Faculty/College

Faculty of Medicine (คณะแพทยศาสตร์)

Department (if any)

Department of Radiology (fac. Medicine) (ภาควิชารังสีวิทยา (คณะแพทยศาสตร์))

Degree Name

Master of Science

Degree Level

Master's Degree

Degree Discipline

Medical Physics

DOI

10.58837/CHULA.THE.2019.361

Abstract

Diffusion-weighted imaging (DWI) is an MRI technique which provides functional information of tissue by detecting microscopic motion of water molecules. The change of apparent diffusion coefficient (ADC) derived from DWI was used as an imaging biomarker for treatment response prediction in cancers. However, it was based on whole-tumor analysis which did not reflect heterogeneity within the tumor. To overcome this limitation, a new method called parametric response map (PRM) analysis was proposed to evaluate response by quantifying voxel-wise changes in ADC. Here we investigated the use of PRM analysis on ADC from DWI as an imaging biomarker for treatment response prediction in nasopharyngeal carcinoma (NPC) patients. We collected twenty-six patient datasets including twenty complete response (CR) patients and six partial response (PR) patients at King Chulalongkorn Memorial Hospital where one patient dataset consisted of DWI and ADC data acquired before (i.e. pre-treatment) and at five weeks after initiation of chemoradiation therapy (i.e. mid-treatment). For each dataset, we compared pre-treatment ADC image with co-registered mid-treatment ADC image, and calculated PRM+ which was defined as the percentage of voxels with increased ADC values with respect to total voxels within the tumor ROI. To validate the feasibility of the PRM biomarker, we computed the mean and standard deviation (SD) of percentage change in tumor volume (%ΔVol) and in ADC (%ΔADC) and PRM+ across CR and PR patients classified by RECIST1.1 guideline at 6 months. We determined if each of the three biomarker yielded difference between the two patients groups using t-test. To evaluate outcome prediction performance for each biomarker, we constructed the receiver operating characteristic (ROC) and compared with random guessing using Mann-Whitney’s U-test. The results showed that no significant difference in %∆Vol and in %∆ADC between CR an PR groups. In contrast, PRM+ was significantly different between CR and PR groups ( 80.5±8.5% in CR vs 70.2±7.1% in PR, p < 0.05). In terms of prediction performance, PRM+ has higher AUC value than both %ΔADC and %ΔVol (0.817, 0.633, and 0.417 for PRM+, %ΔADC and %ΔVol, respectively). Only PRM+ was significantly different from random guessing (p < 0.05). Our results implied that the proposed PRM+ from ADC could be a potential biomarker for early treatment response prediction in NPC patients.

Other Abstract (Other language abstract of ETD)

เทคนิคการสร้างภาพที่แสดงการเคลื่อนที่ของโมเลกุลน้ำ (Diffusion-weighted imaging หรือ DWI) เป็นเทคนิคหนึ่งที่ใช้อย่างแพร่หลายในเครื่องตรวจคลื่นแม่เหล็กไฟฟ้า (Magnetic Resonance Imaging หรือ MRI) ที่แสดงคุณสมบัติการเคลื่อนที่ของโมกุลน้ำในเนื้อเยื่อ การเปลี่ยนแปลงของสัมประสิทธิ์การแพร่ปรากฏ (Apparent Diffusion Coefficient หรือ ADC) ที่ได้มาจากภาพ DWI ได้ถูกนำมาใช้เป็นตัวบ่งชี้ทางชีวภาพเพื่อทำนายผลการตอบสนองต่อการรักษาในคนไข้โรคมะเร็งได้ อย่างไรก็ตาม วิธีนี้อาศัยค่าเฉลี่ยการเปลี่ยนแปลงของค่าโมเลกุลน้ำในก้อนมะเร็งซึ่งไม่สอดคล้องกับความไม่เป็นเนื้อเดียวกัน (heterogeneity) ในก้อนมะเร็ง ที่แต่ละส่วนจะมีความหลากหลายทางชีวภาพต่างกัน เพื่อที่จะแก้ปัญหานี้ ได้มีการเสนอตัวบ่งชี้ทางชีวภาพด้วยวิธีใหม่ขึ้น เรียกว่าพาราเมตริกเรสปอนส์แมพ (Parametric Response Map หรือ PRM) โดย PRM นี้จะบอกการเปลี่ยนแปลงของโมเลกุลน้ำในเนื้อเยื่อในแต่ละว็อกเซล (voxel) ในงานวิจัยนี้ เราศึกษาการใช้วิธีการวิเคราะห์ด้วย PRM บนค่าของ ADC ที่ได้จาก DWI เพื่อทำนายผลของการรักษาในคนไข้โรคมะเร็งคอหอยหลังโพรงจมูก ในขั้นตอนการวิจัย ผู้วิจัยเก็บข้อมูลภาพจากผู้ป่วยโรคมะเร็งคอหอยหลังโพรงจมูกที่รักษาและติดตามผลการรักษาที่โรงพยาบาลจุฬาลงกรณ์ ทั้งหมด 26 ราย โดยเป็นผู้ป่วยที่มีการตอบสนองต่อการรักษาดี (complete response หรือ CR) 20 ราย และผู้ป่วยที่มีการตอบสนองต่อการรักษาบางส่วน (partial response หรือ PR) 6 ราย ข้อมูลภาพของผู้ป่วยแต่ละคนประกอบไปด้วยภาพ DWI และ ADC ที่ก่อนการรักษาและที่สัปดาห์ที่ห้าหลังจากการให้ยาเคมีบำบัดร่วมกับการฉายรังสี ภาพของทั้งสองช่วงเวลาจะถูกนำมาลงทะเบียนภาพ (registration) และเปรียบเทียบกัน ซึ่งเราสามารถคำนวณตัวบ่งชี้ทางชีวภาพ PRM+ ที่มีนิยามว่า สัดส่วนของว็อกเซลที่มีค่า ADC เพิ่มมากขึ้นเทียบกับจำนวนว็อกเซลของก้อนมะเร็งที่เป็นเปอร์เซ็นต์ เพื่อยืนยันความเป็นไปได้ในการใช้ PRM+ เราได้คำนวณค่าเฉลี่ยและส่วนเบี่ยงเบนมาตรฐานของ PRM+, เปอร์เซ็นต์การเปลี่ยนแปลงของปริมาตร (%∆Vol) และ เปอร์เซนต์การเปลี่ยนแปลงของสัมประสิทธิ์การแพร่ปรากฏ (%∆ADC) ในคนไข้กลุ่ม CR และกลุ่ม PR โดยเป็นการแบ่งกลุ่มจากการประเมินการตอบสนองต่อการรักษาหลังจบการรักษาเป็นเวลาหกเดือนตามหลักเกณฑ์ของ RECIST 1.1 เราประเมินความแตกต่างกันทางสถิติของค่าตัวบ่งชี้ทางชีวภาพทั้งสามในผู้ป่วยสองกลุ่มด้วยการทดสอบแบบ t-test และสร้างเส้นโค้งอาร์โอซี (receiver operating characteristic curve หรือ ROC curve) เพื่อวัดความสามารถในการทำนายผลการตอบสนองต่อการรักษาของตัวบ่งชี้ทางชีวภาพเทียบกับกับการเดาสุ่มด้วยการทดสอบแบบ Mann-Whitney’s U-test ผลการศึกษาพบว่าใน %∆Vol และ %∆ADC ของคนไข้ทั้งสองกลุ่มไม่มีนัยยะสำคัญกันในทางสถิติ ในทางตรงกันข้าม PRM+ ของคนไข้ทั้งสองกลุ่มนั้นมีนัยสำคัญทางสถิติ (80.5±8.5% ใน CR เทียบกับ 70.2±7.1% ใน PR, p < 0.05) ในส่วนของการเปรียบเทียบความสามารถในการทำนายผลการตอบสนองต่อการรักษาพบว่า PRM+ มีค่าพื้นที่ใต้เส้นโค้งอาร์โอซี (AUC) มีค่ามากกว่าเมื่อเทียบกับตัวบ่งชี้ทางชัวภาพตัวอื่น (0.817, 0.633 และ 0.417 ในตัวบ่งชี้ทางชัวภาพ PRM+, %ΔADC และ %ΔVol ตามลำดับ ) และ พบว่ามีเพียงค่า PRM+ ที่ทำนายผลแตกต่างจากการเดาสุ่มอย่างมีนัยสำคัญทางสถิติ (p < 0.05) ผลการศึกษาสรุปได้ว่า PRM + ที่เสนอจาก ADC อาจเป็นตัวบ่งชี้ทางชีวภาพที่มีศักยภาพสำหรับการทำนายการตอบสนองต่อการรักษาในผู้ป่วยโรคมะเร็งคอหอยหลังโพรงจมูก

Share

COinS
 
 

To view the content in your browser, please download Adobe Reader or, alternately,
you may Download the file to your hard drive.

NOTE: The latest versions of Adobe Reader do not support viewing PDF files within Firefox on Mac OS and if you are using a modern (Intel) Mac, there is no official plugin for viewing PDF files within the browser window.