Small nodes. Lymph Node Staging in Cancer: Advanced Imaging Techniques and Diagnostic Criteria
How do imaging techniques aid in lymph node staging for cancer. What are the key criteria for differentiating benign and malignant lymph nodes. How do size, shape, and vascularity factor into lymph node assessment. What are the limitations of current staging methods.
Advanced Imaging Modalities for Lymph Node Evaluation
Accurate lymph node staging is crucial for determining prognosis and treatment planning in cancer patients. Modern imaging techniques have revolutionized our ability to detect and characterize lymph node involvement. What are the most effective imaging modalities for lymph node evaluation?
Ultrasound with color Doppler remains a widely used first-line technique, allowing assessment of node size, shape, and vascularity. CT and MRI provide excellent anatomical detail and can detect even small nodes throughout the body. PET/CT has emerged as a powerful tool for detecting metabolically active metastases. Each modality has strengths and limitations:
- Ultrasound: High resolution, real-time imaging, no radiation, but operator-dependent
- CT: Excellent anatomical detail, fast whole-body imaging, but radiation exposure
- MRI: Superior soft tissue contrast, no radiation, but longer scan times
- PET/CT: Combines metabolic and anatomic information, but limited spatial resolution
How do radiologists integrate information from multiple modalities? A multimodality approach is often optimal, with initial ultrasound followed by cross-sectional imaging like CT or MRI. PET/CT may be added for certain cancers to detect distant metastases. The choice depends on the primary tumor type, location, and clinical context.
Size and Shape Criteria for Lymph Node Assessment
Size remains an important criterion in lymph node evaluation, but what are the limitations of size-based assessment? While enlarged nodes raise suspicion for metastatic involvement, size alone is an imperfect predictor. Normal-sized nodes may harbor micrometastases, while reactive enlargement can occur in benign conditions.
Key size criteria used in clinical practice include:
- Short-axis diameter > 10 mm for most body regions
- Short-axis > 15 mm for inguinal nodes
- Long-axis to short-axis ratio < 2 (round shape)
How does node shape factor into the assessment? Benign nodes tend to maintain an oval or elongated shape, while malignant nodes often become more rounded. The long-axis to short-axis ratio is a useful metric, with a ratio < 2 considered suspicious. However, shape criteria alone are not definitive.
Are there regional variations in size criteria? Indeed, normal node size varies by body region. Inguinal nodes are typically larger, while thoracic and abdominal nodes are smaller. Familiarity with region-specific size thresholds is essential for accurate interpretation.
Vascular Patterns and Doppler Characteristics
Vascular assessment using color Doppler ultrasound provides valuable information about lymph node status. How do vascular patterns differ between benign and malignant nodes?
Benign nodes typically show hilar vascularity with a tree-like branching pattern. In contrast, malignant nodes often exhibit peripheral or mixed vascularity, with distorted blood vessel architecture. Specific vascular features associated with malignancy include:
- Peripheral vascularity
- Focal vascular defects
- Aberrant vessel course
- Displacement of hilar vessels
What quantitative Doppler parameters are useful? Resistive index (RI) and pulsatility index (PI) derived from spectral Doppler waveforms can aid in differentiation. Malignant nodes tend to have lower RI and higher PI values compared to benign nodes. However, there is overlap, and these parameters should be interpreted in conjunction with other imaging findings.
Contrast Enhancement Patterns in Cross-Sectional Imaging
Contrast-enhanced CT and MRI play a crucial role in lymph node staging. How do enhancement patterns differ between benign and malignant nodes?
Benign nodes typically show homogeneous enhancement, while malignant nodes may exhibit heterogeneous or peripheral enhancement patterns. Key features suggestive of malignancy include:
- Heterogeneous enhancement
- Peripheral rim enhancement
- Necrotic or cystic areas
- Early washout on dynamic studies
How does dynamic contrast-enhanced MRI contribute to node characterization? DCE-MRI allows assessment of contrast kinetics over time. Malignant nodes often show rapid initial enhancement followed by washout, while benign nodes demonstrate more gradual and persistent enhancement. Quantitative perfusion parameters derived from DCE-MRI, such as Ktrans and ve, may further aid in differentiation.
Are there specific enhancement patterns associated with certain tumor types? Some tumors have characteristic enhancement patterns. For example, papillary thyroid cancer metastases often show intense enhancement, while metastases from testicular seminoma may appear hypodense on CT. Familiarity with tumor-specific patterns is valuable for accurate interpretation.
Functional Imaging Techniques: DWI and PET
Functional imaging techniques provide information about tissue cellularity and metabolic activity. How do diffusion-weighted imaging (DWI) and positron emission tomography (PET) contribute to lymph node staging?
DWI assesses the diffusion of water molecules within tissues. Malignant nodes typically show restricted diffusion due to increased cellularity, appearing hyperintense on high b-value images. The apparent diffusion coefficient (ADC) provides a quantitative measure, with lower ADC values associated with malignancy.
PET using 18F-FDG detects increased glucose metabolism in cancer cells. Malignant nodes usually show increased FDG uptake compared to background tissue. Key PET parameters include:
- Standardized uptake value (SUV)
- Metabolic tumor volume (MTV)
- Total lesion glycolysis (TLG)
How do these functional techniques complement morphological assessment? DWI and PET can detect metastases in normal-sized nodes and help differentiate reactive from malignant enlargement. They are particularly valuable for therapy response assessment, often showing functional changes before morphological regression.
Challenges and Limitations in Lymph Node Staging
Despite advances in imaging technology, lymph node staging remains challenging. What are the key limitations of current staging methods?
Detection of micrometastases remains a significant challenge. Current imaging modalities lack the spatial resolution to reliably detect metastatic deposits smaller than 2-3 mm. This limitation can lead to understaging and impact treatment decisions.
Other challenges include:
- Differentiation of reactive from malignant nodes
- Assessment of nodes in previously treated areas
- Interpretation of borderline-sized nodes
- Variability in imaging protocols and interpretation criteria
How can these limitations be addressed? Multimodality imaging, combining anatomic and functional techniques, can improve diagnostic accuracy. Advanced image analysis methods, including radiomics and artificial intelligence, show promise for extracting additional prognostic information from imaging data.
Emerging Technologies and Future Directions
The field of lymph node imaging continues to evolve rapidly. What emerging technologies hold promise for improving staging accuracy?
Novel PET tracers beyond FDG are being developed to target specific tumor types or biological processes. For example, prostate-specific membrane antigen (PSMA) PET has shown high sensitivity for detecting prostate cancer metastases.
Other promising areas include:
- Nanoparticle-enhanced MRI for improved node detection
- Optical imaging techniques like photoacoustic imaging
- Molecular imaging targeting specific cancer biomarkers
- Advanced image analysis using radiomics and deep learning
How might these technologies impact clinical practice? Improved detection of micrometastases could lead to more accurate staging and tailored treatment strategies. Molecular imaging may allow non-invasive assessment of tumor biology and prediction of treatment response.
What challenges need to be overcome for clinical implementation? Technical hurdles include improving spatial resolution, developing targeted contrast agents, and validating quantitative imaging biomarkers. Clinical validation through large-scale studies is crucial to establish the impact on patient outcomes.
Integration of Imaging with Molecular and Genomic Data
The future of cancer staging lies in integrating imaging findings with molecular and genomic information. How can this multimodal approach enhance prognostication and treatment planning?
Radiogenomics aims to correlate imaging features with underlying genetic alterations. For lymph node staging, this could involve:
- Identifying imaging signatures associated with specific mutations
- Predicting metastatic potential based on primary tumor imaging features
- Tailoring follow-up protocols based on integrated risk assessment
What are the potential benefits of this approach? Integrating imaging with molecular data could provide a more comprehensive assessment of tumor biology and metastatic potential. This could guide personalized treatment strategies and improve risk stratification.
How far are we from clinical implementation? While promising, radiogenomics research is still in its early stages. Large-scale studies with standardized imaging protocols and molecular profiling are needed to validate and translate findings into clinical practice.
Role of Artificial Intelligence in Lymph Node Assessment
Artificial intelligence (AI) is poised to revolutionize medical imaging interpretation. How can AI enhance lymph node staging accuracy?
AI applications in lymph node assessment include:
- Automated detection and segmentation of nodes
- Classification of benign vs. malignant nodes
- Extraction of quantitative imaging biomarkers
- Integration of multimodal imaging data
What are the potential advantages of AI-assisted interpretation? AI algorithms can process vast amounts of imaging data rapidly and consistently. This could improve workflow efficiency, reduce inter-observer variability, and potentially detect subtle features beyond human perception.
What challenges need to be addressed for widespread adoption? Key considerations include:
- Development of large, diverse training datasets
- Validation in prospective clinical trials
- Integration into existing workflow and PACS systems
- Addressing regulatory and ethical considerations
How might AI impact the role of radiologists? Rather than replacing human expertise, AI is likely to augment radiologists’ capabilities. This could allow radiologists to focus on complex cases and integrating imaging findings with clinical context.
Standardization and Quality Assurance in Lymph Node Imaging
Standardization of imaging protocols and interpretation criteria is crucial for consistent and accurate lymph node staging. What efforts are underway to improve standardization?
Key initiatives include:
- Development of consensus guidelines by professional societies
- Standardized reporting templates (e.g., RADS systems)
- Quantitative imaging biomarker initiatives
- Accreditation programs for imaging facilities
How can quality assurance be improved in clinical practice? Regular audits of staging accuracy, correlation with pathology findings, and participation in multi-institutional trials can help maintain high standards. Continuing education and case-based learning are also essential for radiologists to stay updated on evolving criteria and techniques.
What role do imaging biobanks play in advancing research? Large-scale imaging repositories linked to clinical and molecular data are invaluable for developing and validating new staging techniques. These biobanks facilitate radiomics research, AI algorithm development, and identification of novel imaging biomarkers.
Impact of Immunotherapy on Lymph Node Imaging
The rise of immunotherapy has introduced new challenges in cancer imaging. How does immunotherapy affect lymph node assessment?
Immunotherapy can cause unique imaging findings, including:
- Pseudoprogression with transient node enlargement
- Immune-related adverse events mimicking metastases
- Delayed response patterns compared to conventional therapies
How can radiologists adapt to these challenges? Familiarity with immune-related response criteria (e.g., iRECIST) is essential. Close communication with treating oncologists and correlation with clinical and laboratory data are crucial for accurate interpretation.
What novel imaging approaches show promise for immunotherapy monitoring? Functional imaging techniques like FDG-PET and novel PET tracers targeting immune cell activity may provide earlier and more specific assessment of treatment response. Texture analysis and radiomics approaches are also being explored to identify imaging signatures predictive of immunotherapy efficacy.
Lymph Node Imaging in the Era of Liquid Biopsy
Liquid biopsy techniques are emerging as powerful tools for cancer detection and monitoring. How might this impact the role of imaging in lymph node staging?
Potential scenarios include:
- Using liquid biopsy to guide targeted imaging of specific nodal regions
- Combining imaging with circulating tumor DNA analysis for early metastasis detection
- Monitoring treatment response with integrated imaging and liquid biopsy approaches
Will liquid biopsy replace imaging for lymph node staging? It’s unlikely to completely replace imaging in the near future. Rather, a complementary approach integrating imaging with liquid biopsy data is more probable. Imaging provides crucial anatomic information and allows targeted tissue sampling when needed.
What research is needed to establish the optimal integration of these techniques? Prospective studies comparing the performance of imaging, liquid biopsy, and combined approaches are essential. Standardization of liquid biopsy techniques and establishment of clinically relevant thresholds will be crucial for widespread adoption.
Economic Considerations in Advanced Lymph Node Imaging
As imaging technologies become more sophisticated, cost-effectiveness becomes an important consideration. How can we balance the benefits of advanced imaging with healthcare resource utilization?
Key factors to consider include:
- Cost of equipment and contrast agents
- Time and expertise required for image acquisition and interpretation
- Potential for reducing unnecessary biopsies or treatments
- Impact on patient outcomes and quality of life
How can we determine the most cost-effective imaging strategy? Health economic studies comparing different imaging algorithms are needed. These should consider not only immediate costs but also long-term outcomes and quality of life measures.
What role might AI play in improving cost-effectiveness? AI-assisted workflows could potentially improve efficiency and reduce the need for multiple imaging studies. Automated triage of cases might allow more targeted use of advanced imaging techniques.
How can imaging biomarkers be incorporated into value-based healthcare models? Demonstrating the impact of imaging biomarkers on clinical decision-making and patient outcomes is crucial. This requires close collaboration between radiologists, oncologists, and health economists to design and implement appropriate studies.
Узловое стадирование – PMC
1. Steinkamp HJ, Cornehl M, Hosten N, Pegios W, Vogl T, Felix R. Шейная лимфаденопатия: отношение диаметра по длинной оси к диаметру по короткой оси как предиктор злокачественности. Бр Дж Радиол. 1995; 68: 266–70. дои: 10.1259/0007-1285-68-807-266. PMid:7735765. [PubMed] [Google Scholar]
2. Na DG, Lim HK, Byun HS, Kim HD, Ko YH, Baek JH. Дифференциальный диагноз шейной лимфаденопатии: полезность цветной допплерографии. AJR Am J Рентгенол. 1997; 168:1311–6. [PubMed] [Академия Google]
3. Steinkamp HJ, Mueffelmann M, Böck JC, Thiel T, Kenzel P, Felix R. Дифференциальная диагностика поражений лимфатических узлов: полуколичественный подход с цветной допплерографией. Бр Дж Радиол. 1998; 71: 828–33. [PubMed] [Google Scholar]
4. Чой М.Ю., Ли Дж.В., Джанг К.Дж. Различие между доброкачественными и злокачественными причинами шейной, подмышечной и паховой лимфаденопатии: значение допплеровского спектрального анализа. AJR Am J Рентгенол. 1995; 165:981–4. [PubMed] [Академия Google]
5. Магарелли Н., Гульельми Г., Савастано М. и соавт. Поверхностная воспалительная и первичная неопластическая лимфаденопатия: диагностическая точность энергетической допплерографии. Евр Дж Радиол. 2004; 52: 257–63. doi:10.1016/j.ejrad.2003.10.020. PMid:15544903. [PubMed] [Google Scholar]
6. Adibelli ZH, Unal G, Gül E, Uslu F, Koçak U, Abali Y. Дифференциация доброкачественных и злокачественных шейных лимфатических узлов: значение B-режима и цветная допплерография. Евр Дж Радиол. 1998; 28: 230–4. дои: 10.1016/S0720-048X(97)00174-5. [PubMed] [Google Scholar]
7. Schroeder RJ, Maeurer J, Gath HJ, Willam C, Hidajat N. Анализ васкуляризации реактивно увеличенных лимфатических узлов с помощью цветной дуплексной сонографии. J Oral Maxillofac Surg. 1999;57:1090–5. doi: 10.1016/S0278-2391(99)90332-4. [PubMed] [Google Scholar]
8. Дорфман Р.Е., Альперн М.Б., Гросс Б.Х., Сандлер М.А. Верхние абдоминальные лимфатические узлы: критерии нормального размера, определенные с помощью КТ. Радиология. 1991; 180:319–22. [PubMed] [Академия Google]
9. Магнуссон, А. Размер нормальных забрюшинных лимфатических узлов. Acta Radiol Diagn (Stockh) 1983; 24:315–8. [PubMed] [Google Scholar]
10. Эйнштейн Д.М., Сингер А.А., Чилкот В.А., Десаи Р.К. Абдоминальная лимфаденопатия: спектр данных КТ. Рентгенография. 1991; 11: 457–72. [PubMed] [Google Scholar]
11. Винникомб С.Дж., Норман А.Р., Николсон В., Муж Дж.Е. Нормальные тазовые лимфатические узлы: оценка с помощью КТ после бипедальной лимфангиографии. Радиология. 1995; 194:349–55. [PubMed] [Академия Google]
12. Гросс Б.Х., Глейзер Г.М., Оррингер М.Б., Спизарный Д.Л., Флинт А. Метастатическая бронхогенная карцинома в лимфатические узлы нормального размера: частота и значимость. Радиология. 1988; 166 (1 часть 1): 71–4. [PubMed] [Google Scholar]
13. Kayser K, Bach S, Bülzebruck H, Vogt-Moykopf I, Probst G. Место, размер и опухолевое поражение резецированных внелегочных лимфатических узлов при раке легкого. Дж. Хирург Онкол. 1990;43:45–9. дои: 10.1002/jso.2930430112. PMid:2153261. [PubMed] [Google Scholar]
14. Staples CA, Müller NL, Miller RR, Evans KG, Nelems B. Узлы средостения при бронхогенной карциноме: сравнение КТ и медиастиноскопии. Радиология. 1988;167:367–72. [PubMed] [Google Scholar]
15. McLoud TC, Bourgouin PM, Greenberg RW, et al. Бронхогенная карцинома: анализ стадирования в средостении с помощью КТ путем корреляционного картирования лимфатических узлов и отбора проб. Радиология. 1992; 182:319–23. [PubMed] [Google Scholar]
16. Brown G, Richards CJ, Bourne MW, et al. Морфологические предикторы состояния лимфатических узлов при раке прямой кишки с использованием МРТ высокого пространственного разрешения с гистопатологическим сравнением. Радиология. 2003; 227: 371–7. doi: 10.1148/radiol.2272011747. Среднее: 12732695. [PubMed] [Google Scholar]
17. Мацукума К., Цукамото Н., Мацуяма Т., Оно М., Накано Х. Предоперационное КТ-исследование лимфатических узлов при раке шейки матки – его корреляция с гистологическими данными. Гинекол Онкол. 1989; 33: 168–71. дои: 10.1016/0090-8258(89)90544-1. [PubMed] [Google Scholar]
18. Yang WT, Lam WW, Yu MY, Cheung TH, Metreweli C. Сравнение динамической спиральной КТ и динамической МРТ в оценке тазовых лимфатических узлов при раке шейки матки. AJR Am J Рентгенол. 2000;175:759–66. [PubMed] [Google Scholar]
19. Scatarige JC, Fishman EK, Kuhajda FP, Taylor GA, Siegelman SS. Узловые метастазы с низкой аттенюацией при карциноме яичка. J Comput Assist Томогр. 1983; 7: 682–7. [PubMed] [Google Scholar]
20. Barentsz JO, Jager GJ, van Vierzen PB, et al. Стадирование рака мочевого пузыря после трансуретральной биопсии: ценность быстрой динамической МРТ с контрастным усилением. Радиология. 1996; 201:185–93. [PubMed] [Google Scholar]
21. Noworolski SM, Fischbein NJ, Kaplan MJ, et al. Проблемы динамической МРТ с контрастным усилением шейных лимфатических узлов для выявления метастатического заболевания. J Magn Reson Imaging. 2003; 17: 455–62. дои: 10. 1002/jmri.10280. PMid:12655585. [PubMed] [Академия Google]
22. Муж Ю.Э., Кох Д.М. Рак мочевого пузыря. В: Муж Дж. Э., Резнек Р. Х., редакторы. Визуализация в онкологии. Лондон: Мартин Дуниц Лтд.; 2004. стр. 343–74. [Google Scholar]
23. Голлуб М.Дж., Кастеллино Р.А. Хиллиозные цистерны: потенциальная имитация ретрокруральной лимфаденопатии на КТ. Радиология. 1996; 199: 477–80. [PubMed] [Google Scholar]
24. Schreurs LM, Pultrum BB, Koopmans KP, et al. Лучшая оценка узловых метастазов с помощью слияния ПЭТ/КТ по сравнению с параллельной ПЭТ/КТ при раке пищевода. Противораковый Рез. 2008; 28 (3B): 1867–73. [PubMed] [Академия Google]
25. Tiguert R, Gheiler EL, Tefilli MV, et al. Размер лимфатических узлов не коррелирует с наличием метастазов рака предстательной железы. Урология. 1999; 53: 367–71. doi: 10.1016/S0090-4295(98)00518-4. [PubMed] [Google Scholar]
26. Голимбу М., Моралес П., Аль-Аскари С., Браун Дж. Расширенная тазовая лимфаденэктомия при раке предстательной железы. Дж Урол. 1979; 121: 617–20. [PubMed] [Google Scholar]
27. Sohn KM, Lee JM, Lee SY, Ahn BY, Park SM, Kim KM. Сравнение МРТ и КТ при стадировании рака желудка. AJR Am J Рентгенол. 2000; 174:1551–7. [PubMed] [Академия Google]
28. Спенсер Дж., Голдинг С. КТ-оценка состояния лимфатических узлов при раке предстательной железы. Бр Дж Радиол. 1992; 65: 199–201. дои: 10.1259/0007-1285-65-771-199. PMid:1547445. [PubMed] [Google Scholar]
29. Kim SH, Choi BI, Lee HP, et al. Рак шейки матки: сравнение данных КТ и МРТ. Радиология. 1990; 175:45–51. [PubMed] [Google Scholar]
30. Kim SH, Kim SC, Choi BI, Han MC. Рак шейки матки: оценка метастазов в тазовые лимфатические узлы с помощью МРТ. Радиология. 1994;190:807–11. [PubMed] [Google Scholar]
31. Williams AD, Cousins C, Soutter WP, et al. Обнаружение метастазов в тазовых лимфатических узлах при гинекологических злокачественных новообразованиях: сравнение КТ, МРТ и позитронно-эмиссионной томографии. AJR Am J Рентгенол. 2001; 177: 343–8. [PubMed] [Google Scholar]
32. Fukuda H, Nakagawa T, Shibuya H. Метастазы в тазовые лимфатические узлы от карциномы в полости таза: диагностика с помощью КТ тонкого среза. Клин Радиол. 1999; 54: 237–42. дои: 10.1016/S0009-9260(99)91158-3. [PubMed] [Google Scholar]
33. Oyen RH, Van Poppel HP, Ameye FE, Van de Voorde WA, Baert AL, Baert LV. Стадирование лимфатических узлов локализованной карциномы предстательной железы с помощью КТ и тонкоигольной аспирационной биопсии под контролем КТ: проспективное исследование 285 пациентов. Радиология. 1994; 190:315–22. [PubMed] [Google Scholar]
34. Костакоглу Л., Леонард Дж. П., Коулман М., Голдсмит С. Дж. Роль ФДГ-ПЭТ в лечении лимфомы. Clin Adv Hematol Oncol. 2004;2:115–21. [PubMed] [Академия Google]
35. Eisenhauera EA, Therasse P, Bogaerts J, et al. Новые критерии оценки ответа при солидных опухолях: пересмотренное руководство RECIST (версия 1.1) Eur J Cancer. 2009; 45: 228–47. doi:10.1016/j.ejca. 2008.10.026. PM: 19097774. [PubMed] [Google Scholar]
36. Harisinghani MG, Barentsz J, Hahn PF, et al. Неинвазивное обнаружение клинически скрытых метастазов в лимфатических узлах при раке предстательной железы. N Engl J Med. 2003; 348: 2491–9. дои: 10.1056/NEJMoa022749. PMid:12815134. [PubMed] [Академия Google]
37. Thoeny HC, Triantafyllou M, Birkhaeuser FD, et al. Комбинация сверхмалых суперпарамагнитных частиц магнитно-резонансной томографии с усилением оксидом железа и диффузионно-взвешенной достоверно выявляет метастазы в тазовые лимфатические узлы в узлах нормального размера у пациентов с раком мочевого пузыря и простаты. Евр Урол. 2009; 55: 761–9. doi:10.1016/j.eururo.2008.12.034. PMid:19144456. [PubMed] [Google Scholar]
Послеоперационная выживаемость и количество лимфатических узлов, отобранных при резекции узлово-негативного немелкоклеточного рака легкого
. 2005 г., сен; 128 (3): 1545-50.
дои: 10. 1378/сундук.128.3.1545.
Мишель С Людвиг
1
, Майкл Гудман, Дэниел Л. Миллер, Питер А.С. Джонстон
принадлежность
- 1 Медицинский факультет, кафедра радиационной онкологии, Университет Эмори, Атланта, Джорджия 30322, США.
PMID:
16162756
DOI:
10.1378/сундук.128.3.1545
Мишель С. Людвиг и др.
Грудь.
2005 Сентябрь
. 2005 г., сен; 128 (3): 1545-50.
дои: 10. 1378/сундук.128.3.1545.
Авторы
Мишель С Людвиг
1
, Майкл Гудман, Дэниел Л. Миллер, Питер А. С. Джонстон
принадлежность
- 1 Медицинский факультет, кафедра радиационной онкологии, Университет Эмори, Атланта, Джорджия 30322, США.
PMID:
16162756
DOI:
10.1378/сундук.128.3.1545
Абстрактный
Цель исследования:
Изучить связь между послеоперационной выживаемостью и количеством лимфатических узлов (ЛУ), исследованных во время операции, у лиц, перенесших радикальную резекцию немелкоклеточного рака легкого (стадия IA или IB) без лимфоузлов (стадия IA или IB).
Дизайн и настройка:
Информация о послеоперационной выживаемости и количестве ЛУ, исследованных во время операции по поводу I стадии НМРЛ, пролеченных радикальной хирургической резекцией, была получена из популяционной базы данных наблюдения, эпидемиологии и конечных результатов за период с 1990 по 2000 год. Связь между выживаемостью и количеством LN исследовали с использованием многомерных пропорциональных моделей риска Кокса с поправкой на возраст, расу, пол, тип выполненной операции, а также размер, степень и гистологию опухоли.
Полученные результаты:
Всего в исследование было включено 16 800 пациентов. Анализ общей выживаемости пациентов без лучевой терапии (ЛТ) показал, что по сравнению с контрольной группой (от одного до четырех ЛУ) пациенты с 5–8 ЛУ, обследованные во время операции, имели умеренное, но статистически значимое увеличение выживаемости с пропорциональным риском. соотношение (HR) 0,90 и 95% доверительный интервал (ДИ) от 0,84 до 0,97. Аналогичные результаты для 9–12 ЛУ и 13–16 исследованных ЛУ показали дальнейшее увеличение выживаемости с ОР 0,86 (95% ДИ, 0,79–0,95) и 0,78 (95% ДИ, 0,68–0,90) соответственно. После оценки > 16 LN постепенного улучшения не наблюдалось. Соответствующие результаты для смертности от рака легкого и для пациентов, получавших ЛТ, существенно не различались. Самая высокая медиана выживаемости (97 месяцев) наблюдалась у пациентов с оценкой от 10 до 11 ЛУ.
Выводы:
Наши результаты показывают, что выживаемость пациентов после резекции по поводу НМРЛ связана с количеством ЛУ, оцениваемых во время операции. Это, вероятно, связано с уменьшением ошибки стадирования: снижение вероятности пропуска положительных LN с увеличением числа отобранных LN. Хотя мы не хотим рекомендовать окончательное «оптимальное число», наши данные подтверждают вывод о том, что оценка узлового статуса должна включать где-то от 11 до 16 LN.
Похожие статьи
Обоснование минимального количества лимфатических узлов, удаленных при резекции немелкоклеточного рака легкого: корреляция количества удаленных узлов с выживаемостью у 98 970 пациентов.
Samayoa AX, Pezzi TA, Pezzi CM, Greer Gay E, Asai M, Kulkarni N, Carp N, Chun SG, Putnam JB Jr.
Самайоа АКС и др.
Энн Сург Онкол. 2016 декабря; 23 (Приложение 5): 1005-1011. doi: 10.1245/s10434-016-5509-4. Epub 2016 16 августа.
Энн Сург Онкол. 2016.PMID: 27531307
Количество медиастинальных лимфатических узлов при немелкоклеточном раке легкого: кривая Гаусса, а не прогностический фактор.
Рике М., Леграс А., Мордан П., Ривера С., Араме А., Жибо Л., Фуко С., Дюжон А., Ле Пимпек Барт Ф.
Рике М. и др.
Энн Торак Серг. 2014 июль; 98 (1): 224-31. doi: 10.1016/j.athoracsur.2014.03.023. Epub 2014 10 мая.
Энн Торак Серг. 2014.PMID: 24820386
Количество лимфатических узлов и соотношение метастатических лимфатических узлов связаны с выживаемостью при раке легкого.
Нвогу К.Э., Громан А., Фэйи Д., Йендамури С., Декстер Э., Демми Т.Л., Миллер А., Рейд М.
Нвогу К.Э. и др.
Энн Торак Серг. 2012 май; 93(5):1614-9; обсуждение 1619-20. doi: 10.1016/j.athoracsur.2012.01.065. Epub 2012 20 марта.
Энн Торак Серг. 2012.PMID: 22440365
Бесплатная статья ЧВК.Оценка лимфатических узлов и влияние на выживаемость при видеоторакоскопической лобэктомии или сегментэктомии.
Zhou H, Tapias LF, Gaissert HA, Muniappan A, Wright CD, Wain JC, Donahue DM, Morse CR, Mathisen DJ, Lanuti M.
Чжоу Х и др.
Энн Торак Серг. 2015 г., сен; 100 (3): 910-6. doi: 10.1016/j.athoracsur.2015.04.034. Epub 2015 10 июля.
Энн Торак Серг. 2015.PMID: 26165483
Различия в лечении инвалидов, получающих медицинскую помощь, с немелкоклеточным раком легкого I стадии.
Iezzoni LI, Ngo LH, Li D, Roetzheim RG, Drews RE, McCarthy EP.
Иеццони Л.И. и соавт.
Arch Phys Med Rehabil. 2008 г., апрель 89(4):595-601. doi: 10.1016/j.apmr.2007.09.042.
Arch Phys Med Rehabil. 2008.PMID: 18373987
Обзор.
Посмотреть все похожие статьи
Цитируется
Анатомическая сегментэктомия при однопортовой видеоторакоскопической операции по поводу ранней стадии немелкоклеточного рака легкого: клинический случай.
Ван Г, Ю З, Ли Дж, Чен В, Цзи Т, Уцзие Х, Яно М, Лю Х.
Ван Г и др.
Дж. Торак Дис. 2022 сен;14(9):3613-3623. doi: 10.21037/jtd-21-1624.
Дж. Торак Дис. 2022.PMID: 36245623
Бесплатная статья ЧВК.Соотношение лимфатических узлов предсказывает общую выживаемость у пациентов с немелкоклеточным раком легкого II стадии: популяционный анализ SEER.
Фэн Н., Ву Б., Чжан С., Чен Дж., Сян З., Вэй Й., Чжан В.
Фэн Н. и др.
Дисков Онкол. 2022 18 августа; 13(1):75. doi: 10.1007/s12672-022-00542-w.
Дисков Онкол. 2022.PMID: 35982330
Бесплатная статья ЧВК.Степень диссекции медиастинальных лимфатических узлов коррелирует с выживаемостью пациентов с мелкоклеточным раком легкого после резекции: анализ когортного исследования с сопоставлением показателей предрасположенности.
Цао Дж., Сюй Дж., Ю. Х., Цянь П., Лв. В., Хе Т., Юань П., Лонго Ф., Бертолачини Л., Ясуфуку К., Рукер А.Дж., Ху Дж.
Цао Дж. и др.
Transl Lung Cancer Res. 2022 июль; 11 (7): 1453-1467. doi: 10.21037/tlcr-22-489.
Transl Lung Cancer Res. 2022.PMID: 35958338
Бесплатная статья ЧВК.Метастазы в несмежные междолевые лимфатические узлы, удаленные от мелкоклеточного периферического немелкоклеточного рака легкого.
Манива Т., Кимура Т., Охью М., Синтани Ю., Оками Дж.
Манива Т. и др.
Серж сегодня. 2022 г., 30 апреля. doi: 10.1007/s00595-022-02507-6. Онлайн перед печатью.
Серж сегодня. 2022.PMID: 35501495
Создание и проверка номограммы на основе отрицательных лимфатических узлов для прогнозирования выживаемости у послеоперационных пациентов с немелкоклеточным раком легкого.