Объем перифокального отека как предиктор неврологического и функционального исхода у пациентов с глиомами
DOI:
https://doi.org/10.53498/g1n5nw49Ключевые слова:
глиома, перифокальный отёк, МРТ FLAIR, волюметрия, NIHSS, mRSАннотация
Перифокальный отек (ПФО) является важным морфофункциональным компонентом опухолевого процесса, влияющим на выраженность неврологического дефицита, функциональную независимость и течение раннего послеоперационного периода. Количественная оценка объема отека может иметь прогностическое значение для исходов лечения. Ранее показано, что выраженность перитуморального отека по МРТ ассоциируется с неблагоприятным прогнозом при высокозлокачественных глиомах.
Цель исследования: оценить прогностическое значение предоперационного объема ПФО для неврологического и функционального исхода у пациентов с глиомами.
Методы. Одноцентровое наблюдательное исследование: n=60, возраст 21–75 лет, преобладали высокозлокачественные диффузные глиомы WHO grade 4 (глиобластома, астроцитома grade 4). Объем ПФО определяли по МРТ T2/FLAIR методом волюметрии, стратифицировали: <30; 30–60; 60–100; >100 см³. Неврологический статус — NIHSS, Когнитивный скрининг - MMSE, функциональный исход — mRS (до операции; далее в динамике; итоговая оценка mRS через 6 месяцев). Статистика: корреляция (Спирмен/Пирсон), межгрупповые сравнения; расчет OR для неблагоприятного исхода (mRS>2).
Результаты. Предоперационный объем ПФО коррелировал с тяжестью функционального дефицита через 6 месяцев: r=0,68; p<0,001; 95% ДИ (0,52; 0,81). При ПФО ≥30 см³ доля неблагоприятных исходов (mRS>2) составила 60,0% против 26,7% при ПФО <30 см³, OR=4,13 (95% ДИ 1,39–12,27), p<0,01. В динамике отмечалось снижение среднего объема ПФО после резекции с транзиторным «отековым рикошетом» в первые сутки и последующей регрессией к 14–30 дню.
Выводы. Объем ПФО по МРТ до операции является значимым предиктором функционального исхода у пациентов с глиомами и может использоваться для стратификации риска и планирования противоотечной терапии.
Библиографические ссылки
1. Sorokina, E. L., & Vorobyev, K. V. (2022). Funktsional’naya MRT i otsenka infil’tratsii v zone perifokal’nogo oteka pri gliomakh (Functional MRI and assessment of infiltration in the zone of perifocal edema in gliomas) [in Russian]. Neiroradiologiya, (1), 15–24.
2. Petrova, M. V., & Kiselev, A. A. (2018). Pediatricheskie gliomy i osobennosti oteka mozga (Pediatric gliomas and features of brain edema) [in Russian]. Pediatriya, 97(6), 72–79.
3. Lebedev, I. V., & Goncharov, S. V. (2021). Immunnaya mikrosreda gliom i perifokal’nogo oteka (Immune microenvironment of gliomas and perifocal edema) [in Russian]. Immunologiya, 42(3), 210–219.
4. Sidorov, P. Yu., & Lazareva, N. V. (2020). Primenenie PET/KT pri otsenke metabolizma v zone perifokal’nogo oteka (Application of PET/CT in the assessment of metabolism in the zone of perifocal edema) [in Russian]. Onkoradiologiya, (2), 50–57.
5. Rykkje, A. M., Larsen, V. A., Skjøth-Rasmussen, J., Nielsen, M. B., Carlsen, J. F., & Hansen, A. E. (2023). Timing of early postoperative MRI following primary glioblastoma surgery—A retrospective study of contrast enhancements in 311 patients. Diagnostics, 13(4), 795. https://doi.org/10.3390/diagnostics13040795
6. Ahn, S. S., & Cha, J. (2021). Pre- and post-treatment imaging of primary central nervous system tumors. Korean Journal of Radiology, 22(11), 1807–1823. https://doi.org/10.3348/kjr.2021.0196
7. Radbruch, A., Fladt, J., Kickingereder, P., Wiestler, B., Nowosielski, M., Bäumer, P., Schlemmer, H.-P., Wick, A., Heiland, S., Wick, W., & Bendszus, M. (2015). Pseudoprogression in patients with glioblastoma: Clinical relevance despite low incidence. Neuro-Oncology, 17(1), 151–159. https://doi.org/10.1093/neuonc/nou129
8. Blakstad, H., Mendoza Mireles, E. E., Heggebø, L. C., Magelssen, H., Sprauten, M., Johannesen, T. B., VikMo, E. O., Leske, H., Niehusmann, P., Skogen, K., Helseth, E., Emblem, K. E., & Brandal, P. (2023). Incidence and outcome of pseudoprogression after radiation therapy in glioblastoma patients: A cohort study. Neuro-Oncology Practice, 11(1), 36–45. https://doi.org/10.1093/nop/npad063
9. Park, J. E., Kim, H. S., Kim, J. H., Park, S. Y., & Kim, S. J. (2024). Determining progressive disease using RANO 2.0. Korean Journal of Radiology, 25(2), 210–222. https://doi.org/10.3348/kjr.2023.0912
10. Wu, C., Zhang, J., Liu, G., & Liu, Y. (2015). Peritumoral edema on MRI predicts poor clinical outcome in malignant glioma. Oncology Letters, 10(5), 2769–2774. https://doi.org/10.3892/ol.2015.3667
11. Yang, L., Wang, X., Zhen, S., Zhang, S., Kang, D., & Lin, Z. (2012). Aquaporin-4 upregulated expression in glioma tissue is a reaction to glioma-associated edema induced by vascular endothelial growth factor. Oncology Reports, 28(5), 1633–1638. https://doi.org/10.3892/or.2012.2008
12. Castañeyra-Ruiz, L., González-Marrero, I., García-Abad, L. H., Gonzalez-Arnay, E., Camacho, M., Carmona-Calero, E. M. M., Lee, S., Tran, C. T.-Q., Hanak, B. W., Muhonen, M., & Castañeyra-Perdomo, A. (2025). Aquaporin-4 in glioblastoma: A nexus of glymphatic dysfunction, edema, immune evasion, and treatment resistance. Frontiers in Cellular Neuroscience, 19, 1685491. https://doi.org/10.3389/fncel.2025.1685491
13. Martucci, M., Napolitano, A., Russo, C., Elefante, A., D’Anna, G., Brunetti, A., & Briganti, F. (2023). Advanced magnetic resonance imaging in the evaluation of treated glioblastoma: A pictorial essay. Cancers, 15(9), 2485. https://doi.org/10.3390/cancers15092485
14. Leao, D. J., Pope, W. B., Cloughesy, T. F., & Ellingson, B. M. (2020). Response assessment in neuro-oncology criteria for gliomas: Practical approach using conventional and advanced techniques. American Journal of Neuroradiology, 41(1), 10–20. https://doi.org/10.3174/ajnr.A6342
15. Mohammadzadeh, I., Niroomand, B., Hajikarimloo, B., Habibi, M. A., Mortezaei, A., Behjati, J., Borghei-Razavi, H. (2025). Can we rely on machine learning algorithms as a trustworthy predictor for recurrence in high-grade glioma? A systematic review and meta-analysis. Clinical Neurology and Neurosurgery, 249, 108762. https://doi.org/10.1016/j.clineuro.2025.108762
16. Stumpo, V., Guida, L., Bellomo, J., Van Niftrik, C. H. B., Sebök, M., Berhouma, M., Fierstra, J. (2022). Hemodynamic imaging in cerebral diffuse glioma—Part B: Molecular correlates, treatment effect monitoring, prognosis, and future directions. Cancers, 14(5), 1342. https://doi.org/10.3390/cancers14051342
17. Chekhonin, I. V., Cohen, O., Otazo, R., Young, R. J., Holodny, A. I., & Pronin, I. N. (2024). Magnetic resonance relaxometry in quantitative imaging of brain gliomas: a literature review. The neuroradiology journal, 37(3), 267-275. https://doi.org/10.1177/19714009231173100
18. Liu, Y., Cui, Z., Li, L., You, J., Feng, X., Wang, J., Wu, M. (2025). Glioma multimodal MRI analysis system for tumor layered diagnosis via multi-task semi-supervised learning. arXiv preprint arXiv:2501.17758. https://doi.org/10.48550/arXiv.2501.17758
