Computed Ultra High b Value Diffusion-Weighted MR Imaging van de Prostaat Wat is de klinische meerwaarde van diffusie MRI met geëxtrapoleerde hoge b-waarden bij verdenking op prostaatcarcinoom? Dissertation submitted as course requirement of the Mastersprogramme Medical Imaging Marcel Hakkert Inholland University of Applied Sciences Faculty of Health, Sports and Social Work Cluster Allied Health 2015
109
Embed
Computed Ultra High b Value Diffusion-Weighted MR Imaging ... · Abstract Objective: To investigate if calculated ultra high b value (b3000) diffusion weighted imaging (DWI) provides
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
Computed Ultra High b Value Diffusion-Weighted MR Imaging van de Prostaat Wat is de klinische meerwaarde van diffusie MRI met geëxtrapoleerde hoge b-waarden bij
verdenking op prostaatcarcinoom?
Dissertation submitted as course requirement
of the Mastersprogramme Medical Imaging
Marcel Hakkert
Inholland University of Applied Sciences
Faculty of Health, Sports and Social Work
Cluster Allied Health
2015
Master Uitstroom
MIRO Medical Imaging & Radiation Oncoloy Medical Imaging
2. Theoretisch kader In dit deel worden achtereenvolgens de volgende theoretische aspecten met betrekking tot diffusie
MRI van de prostaat besproken: het algemene principe van diffusie MRI, relevante anatomie en
pathologie van de prostaat, het PI-RADS3 systeem waarmee voor maligniteit verdachte afwijkingen in
de prostaat beschreven worden, de signaalintensiteiten op diffusiebeelden van de prostaat, de
huidige inzichten in optimale b waarde en tot slot de huidige situatie van het prostaat MRI onderzoek
in het Maasstad Ziekenhuis.
2.1 Principe van diffusie MRI. Hieronder worden de fysiologische en technische principes van diffusie MRI besproken. Aanvullend
wordt aandacht besteed aan de totstandkoming van gecalculeerde diffusie beelden en het model
waarmee ADC maps berekend worden. Vervolgens wordt ingegaan op beeldkwaliteit: contrast, CNR
(Contrast Noise Ratio) en SNR (Signal to Noise Ratio).
De term DWI staat voor Diffusion Weighted Imaging. Ieder MR beeld heeft een zekere ‘weging’; het
contrast in het beeld wordt door meerdere aspecten bepaald. Bij DWI wordt het contrast voor een
groot deel verklaard door de lokaal verschillende diffusie.
2.1.1 Fysiologie Op moleculair niveau vertonen watermoleculen een constante willekeurige beweging. Deze
willekeurige beweging wordt Brownse beweging genoemd. De beweging resulteert in verspreiding
van moleculen in de omgeving en wordt diffusie genoemd. Er zijn meerdere factoren die de
diffusiesnelheid beïnvloeden: temperatuur, grootte van het beschouwde deeltje en de omgeving
waarin het zich bevindt. Hoe ‘leger’ de omgeving is, hoe gemakkelijker de diffusie verloopt: deeltjes
diffunderen in een gas gemakkelijker dan in een vloeistof. In puur water verloopt diffusie sneller dan
in een waterige omgeving met veel moleculen. De constante wordt de diffusiecoëfficiënt D genoemd
(6)(11), met eenheid m2/s. Deze eenheid is met behulp van een algebraïsche benadering van het
concept ‘flux’ als volgt te verklaren (12):
Flux is de netto beweging van deeltjes over een gespecificeerd gebied in een gespecificeerde
tijdsperiode. Deze beweging verloopt langs een zogenaamde concentratie gradient: langs deze
gradient is er een verschil in concentratie van deeltjes. Hoe steiler de gradient is, des te groter is het
concentratieverschil tussen twee gebieden. In dat geval is sprake van snelle diffusie; een sterke flux.
De gradient geeft een verschil in concentratie C over een bepaalde afstand x.
Gradient = ∆𝐶
∆𝑥
De eenheid voor gradient = deeltjes / lengte4. De vierde macht is als volgt te verklaren: langs de
concentratie gradient is er een verandering in aantal deeltjes per volume, over een zekere afstand.
Dit is bijvoorbeeld deeltjes per mm3 per mm1 , ofwel deeltjes per mm4. De eerste wet van Fick (12)
geeft aan dat flux direct proportioneel is aan de steilheid van de gradient:
Flux = −𝐷∆𝐶
∆𝑥
De diffusie coëfficient wordt negatief genoteerd daar de coëfficiënt een aflopende helling heeft. Om
tot de eenheid van D te komen, moeten de eenheden van flux en van de gradient ingevuld worden:
Flux densiteit is het aantal deeltjes per tijdseenheid gedeeld door een oppervlak:
𝑑𝑒𝑒𝑙𝑡𝑗𝑒𝑠/𝑡𝑖𝑗𝑑
𝑙𝑒𝑛𝑔𝑡𝑒2 Dit kan herschreven worden tot 𝑑𝑒𝑒𝑙𝑡𝑗𝑒𝑠
𝑡𝑖𝑗𝑑∗ 𝑙𝑒𝑛𝑔𝑡𝑒2
Gradient is de verandering in het aantal deeltjes per volume over een zekere afstand:
3 Prostate Imaging and Reporting and Data System
9
𝑑𝑒𝑒𝑙𝑡𝑗𝑒𝑠/𝑙𝑒𝑛𝑔𝑡𝑒3
𝑙𝑒𝑛𝑔𝑡𝑒 Dit kan herschreven worden tot
𝑑𝑒𝑒𝑙𝑡𝑗𝑒𝑠
𝑙𝑒𝑛𝑔𝑡𝑒 ∗ 𝑙𝑒𝑛𝑔𝑡𝑒3 Dit staat gelijk aan 𝑑𝑒𝑒𝑙𝑡𝑗𝑒𝑠
𝑙𝑒𝑛𝑔𝑡𝑒4
De eenheden voor flux densiteit en gradient kunnen ingevuld worden in de formule Flux = −𝐷∆𝐶
∆𝑥 :
𝑑𝑒𝑒𝑙𝑡𝑗𝑒𝑠
𝑡𝑖𝑗𝑑∗𝑙𝑒𝑛𝑔𝑡𝑒2 = ? * 𝑑𝑒𝑒𝑙𝑡𝑗𝑒𝑠
𝑙𝑒𝑛𝑔𝑡𝑒4 Dit kan herschreven worden tot 𝑑𝑒𝑒𝑙𝑡𝑗𝑒𝑠
𝑡𝑖𝑗𝑑 = ? *
𝑑𝑒𝑒𝑙𝑡𝑗𝑒𝑠
𝑙𝑒𝑛𝑔𝑡𝑒2
Dit staat gelijk aan 1
𝑡𝑖𝑗𝑑 = ? *
1
𝑙𝑒𝑛𝑔𝑡𝑒2 Beide zijden vermenigvuldigen met lengte2 geeft de volgende
eenheid voor D : 𝑙𝑒𝑛𝑔𝑡𝑒2
𝑡𝑖𝑗𝑑 . De gebruikelijke eenheid voor D binnen diffusie MRI is mm2/s.
De in de theorie beschreven pure vrije diffusie in water, komt niet overeen met de werkelijkheid in
weefsels (13). Vrije, ware diffusie op basis van Brownse beweging wordt ook wel ‘Gaussian diffusion’
genoemd, omdat hierbij de moleculaire verplaatsing driedimensionaal gezien een Gaussische
normaalverdeling vertoont (14). Naast deze ware Gaussische diffusie op basis van Brownse beweging,
moet bij diffusie MRI ook nog rekening gehouden worden met verstorende processen: de perfusie
door capillairen in weefsels en grove beweging van weefsels (‘bulk motion’) (15)(16). Naast de
diffusiecoëfficiënt D bestaat dan ook de Apparent Diffusion Coëfficiënt ADC; de ‘schijnbare’ diffusie.
Deze coëfficiënt wordt standaard toegepast in DWI.
De diffusiecoëfficiënt van watermoleculen in puur water bedraagt bij lichaamstemperatuur 3 x 10-3
mm2/s. Hier is sprake van een ‘vrije’, ongestoorde diffusie (17). Wanneer watermoleculen niet vrij
kunnen diffunderen is er sprake van een beperkte diffusie, ‘restricted diffusion’. In de klinische
situatie moet onderscheid gemaakt worden tussen intracellulair- en extracellulair water. Intracellulair
is er een beperkte diffusie: de diffusie van intracellulaire deeltjes wordt beperkt door de eigen
celwand. Extracellulair kan er zowel sprake van een vrije- als van een beperkte diffusie zijn.
Extracellulair wordt diffusie beperkt door de cellulaire matrix: hoe voller deze matrix is, hoe kleiner de
vrije extracellulaire ruimte. Bij maligne tumoren is er sprake van een sterk verhoogde cellulariteit en
daarmee een diffusie beperking. Intracellulair wordt diffusie beperkt door de celgrootte en
celmembraan: hoe kleiner de cel, hoe eerder de membraan bereikt wordt, en hoe minder permeabel
de membraan is, des te meer restrictie er is. Bij DWI wordt feitelijk alleen naar de extracellulaire
ruimte gekeken (13)(15).
Naast het onderscheid in vrije- en beperkte diffusie geldt nog het onderscheid in isotrope- en
anisotrope diffusie. Bij een vrije diffusie in alle richtingen is sprake van isotrope diffusie. Wanneer
diffusie in een bepaalde richting gemakkelijker c.q. sneller verloopt dan in een andere, is er sprake
van anisotrope diffusie. Een bekend voorbeeld van anisotrope diffusie is de diffusie langs axonale
bundels in de witte stof van de hersenen. Diffusie in de as van deze bundels verloopt veel sneller dan
loodrecht er op (4)(18).
2.1.2 Technische principes van diffusie MRI Diffusiebeelden kunnen met behulp van verschillende sequenties tot stand komen. Een sequentie is
een serie RF (radiofrequente) pulsen en gradientschakelingen en het ontvangen van het signaal. Een
DWI sequentie bestaat uit een basissequentie van pulsen en gradientschakelingen, waaraan
specifieke diffusie gradientschakelingen zijn toegevoegd (16). De basissequentie kan een Spin Echo
(SE) sequentie zijn of een Gradient Echo (GRE) sequentie. Eerstgenoemde wordt vaker gebruikt
vanwege het voordeel van de 180° refaseringspuls, welke het signaal verhoogt en
susceptibiliteitsartefacten beperkt (17). SE-EPI is de meest toegepaste diffusie sequentie (14)(16).
Hierbij wordt alle data verzameld binnen één TR (repetitietijd). De diffusie gradient wordt twee maal
geschakeld. Bij een SE sequentie is dit eenmaal vóór - en eenmaal na de 180° puls. Zie afbeelding 2.1.
10
Afbeelding 2.1 Schematische weergave van een Stejskal-Tanner sequentie. Bron (11).
Een sequentie waarin diffusiegradienten geschakeld worden, wordt een Stejskal-Tanner sequentie
genoemd (19). De sterkte van de gradient en de tijd tussen de twee gradientschakelingen in bepaalt
de hoogte van het diffusiesignaal. Hoe sterker de lokale diffusie, des te lager is het signaal op een
diffusiebeeld. Wanneer waterstofkernen zich langs een gradient verplaatsen, ondergaan zij een fase-
verschuiving. Hoe groter de verplaatsing, des te groter is het faseverschil en daarmee het verlies van
signaal (16). Faseverschuiving wordt langs de gradient gemeten. In die as wordt dan ook de diffusie
gemeten. Om diffusie in alle drie assen te kunnen meten, moeten de diffusiegradienten drie maal
geschakeld worden: in de Z-as, X-as en Y-as. Dit gebeurt in een DWI sequentie na elkaar.
De mate van diffusie weging wordt uitgedrukt in de zogenaamde b-waarde. Wanneer geen diffusie-
gradient wordt geschakeld (amplitude nul) bedraagt de b waarde nul. Dit geeft feitelijk een T2
gewogen beeld: in een diffusie sequentie moet namelijk een lange TE toegepast worden, om
voldoende schakeltijd voor de diffusiegradienten mogelijk te maken.
De b waarde wordt in de volgende formule uitgedrukt:
b = ϒ2 . δ2 . G2 . TD [s/mm2]
TD = (Δ - δ/3) [s]
waarin ϒ = de gyromagnetische verhouding (voor waterstof 42,57 MHz/T)
δ = de tijdsduur van de gradient
G = de amplitude van de gradient
TD = diffusietijd
Δ = de tijd tussen het begin van de eerste en het begin van de tweede gradientschakeling.
Δ en δ bepalen de diffusietijd TD. Hoe langer de diffusietijd, des te groter is het signaalverlies ten
gevolge van die diffusie. Dit wordt uitgedrukt in de volgende formule (4)(11)(15):
Sb / S0 = e- ϒ2 . δ2 . G2 . (Δ - δ/3) . D
waarin Sb = het gemeten signaal in een pixel, met ingeschakelde diffusie gradienten
S0 = het oorspronkelijke signaal in een pixel, zonder diffusie gradienten (6)(20).
Dit kan herschreven worden tot de volgende formule: 𝑆𝑏
𝑆0⁄ = 𝑒−𝑏𝐷
De signaalintensiteit bij een bepaalde b waarde wordt daarmee
𝑆𝑏 = 𝑆0. 𝑒−𝑏𝐷
11
De eenheid van D is mm2/s, de eenheid van b is de inverse: s/mm2. Daarmee is 𝑒−𝑏𝐷 dimensie loos
(21).
Het verhogen van de b waarde vergroot de mate van diffusieweging. Uit bovenstaande formule blijkt
dat dit neerkomt op een afname van het signaal. Uit de formule voor b waarde (b = ϒ2 . δ2 . G2 . TD)
blijkt dat het verhogen van de amplitude of het verlengen van de duur van de gradient de meest
effectieve methode is om de mate van diffusieweging te vergroten; dit gezien de kwadratische
afhankelijkheid (22). Wanneer de b waarde wordt aangepast, is dit over het algemeen de amplitude G
van de gradient en niet de tijdsduur δ ervan of de tijd Δ tussen de gradientschakelingen in (20).
Over het algemeen worden in een diffusie sequentie twee b waarden toegepast; hieruit wordt de
Apparent Diffusion Coefficient (ADC) berekend. De ADC is een maat voor de diffusiesnelheid. Uit de
berekende ADC waarden wordt een zogenaamde ADC map opgebouwd (4).
ADC wordt uitgedrukt in de volgende formule (19)(20):
𝐴𝐷𝐶 = ln (
𝑆0𝑆1
)
(b1− b0) [mm2/s]
2.1.3 Soorten beelden Er bestaan diverse soorten DWI beelden. De twee meest gebruikte diffusie MR beelden zijn het
diffusie gewogen beeld en de ADC map (4). Naast de standaard diffusie- en ADC beelden bestaan nog
diverse andere beelden, welke niet allen relevant zijn voor deze studie. Hieronder worden een aantal
diffusie gerelateerde beelden en algemene signaalintensiteiten kort besproken. De voor prostaat
weefsel specifieke signaalintensiteiten worden later besproken.
Diffusie gewogen beeld, DWI. Dit is het ‘basisbeeld’; het komt tot stand door in één of meerdere
richtingen een diffusiegradient te schakelen. De mate van diffusieweging wordt bepaald door de
gekozen b waarde. Diffusiebeperking uit zich in een hoog signaal. Daarnaast veroorzaakt het T2 effect
echter ook een hoog signaal.
- b0 beeld. Dit is een DWI beeld, waarbij de b waarde nul bedraagt. Dit betekent dat de
diffusiegradienten uitgeschakeld staan, en een T2 gewogen beeld ontstaat.
- b1400 beeld. Dit is een DWI beeld, waarbij de b waarde 1400 bedraagt. Dit betekent dat
krachtige diffusiegradienten geschakeld worden en een zeer sterk diffusie gewogen beeld
ontstaat.
- Directioneel beeld λ. Dit is een diffusiebeeld waarin alleen diffusie in één gradientrichting te zien
is. λ staat hier voor de specifieke gradientrichting (λ1 en λ2 en λ3).
- Geometric mean. Dit is het iso gewogen of trace diffusie beeld (23). Het beeld is gereconstrueerd
uit de drie directionele beelden. Hierdoor is diffusie in de drie gradientrichtingen zichtbaar.
ADC map. Dit is een ‘calculated image’ opgebouwd uit Apparent Diffusion Coefficients. Een ADC map
wordt gereconstrueerd uit twee of meer diffusiebeelden met verschillende b waarden.
Diffusiebeperking uit zich in een laag signaal. Een ADC map wordt gebruikt om het ‘T2 shine through’
te elimineren (22): op een DWI beeld met hoge b waarde geven zowel diffusiebeperking als het T2
effect een hoog signaal. Op een ADC map zijn deze te onderscheiden: diffusiebeperking geeft dan
een laag signaal en het T2 effect geeft een persisterend hoog signaal.
- Trace image. Synoniem voor Mean ADC. Dit is het ADC beeld opgebouwd uit de drie directionele
ADC beelden (23)(22):
𝐴𝐷𝐶𝑚𝑒𝑎𝑛 = 𝐴𝐷𝐶𝑧𝑧+𝐴𝐷𝐶𝑦𝑦+𝐴𝐷𝐶𝑥𝑥
3
12
Het is belangrijk om steeds te beseffen naar welk beeld gekeken wordt: diffusiebeeld of ADC map. In
het eerste geval geeft diffusiebeperking een hoog signaal, in het tweede geval een laag signaal. Om
deze verwarrende situatie te vermijden, is toepassing van een derde type beeld mogelijk, de AC map.
Gebruik hiervan wordt echter weinig toegepast.
AC map. Synoniem voor Exponentiële map (ook wel onterecht Exponentiele ADC genoemd) (23). Dit is
een calculated image, wat een omgekeerd contrast geeft in vergelijking met een ADC map. Het is een
alternatief voor de ADC map, waarbij het beeldcontrast van een DW image ontstaat, echter zonder T2
shine through (22). Diffusiebeperking uit zich dus wederom in een hoog signaal. Het beeld wordt
berekend door het signaal uit het diffusie gewogen beeld te delen door het signaal uit het b0 beeld.
AC staat voor attenuation coefficient.
2.1.4 Principe van gecalculeerde diffusiebeelden met geëxtrapoleerde hoge b waarde Het principe van gecalculeerde diffusiebeelden (computed DWI) is voor het eerst in 2009 beschreven
door Blackledge et al. (24). In dit werk werden voorlopige resultaten getoond van hoge b waarde
beelden, die middels een monoexponentieel model4 uit de ADC waarden van scans met lagere b
waarden gecalculeerd waren. Een definitieve publicatie volgde in 2011 (8). Wanneer de ADC waarde
in een voxel bekend is uit een gescand beeld, kan de verwachte signaal intensiteit voor dat voxel voor
iedere gewenste b waarde geëxtrapoleerd worden door invulling in de formule voor het
diffusiesignaal:
𝑆(𝑏𝑐) = 𝑆(0). 𝑒𝑏𝑐.𝐴𝐷𝐶
Hierbij geldt:
S(bc) = de signaalintensiteit bij een bepaalde gecalculeerde b waarde.
S(0) = de signaalintensiteit bij een b waarde 0.
Zie afbeelding 2.2 voor een weergave van het extrapolatie principe in een monoexponentieel model.
Het moet benadrukt worden dat een computed DWI beeld met een bepaalde b waarde niet de
informatie kan geven, die equivalent is aan die uit een measured DWI beeld met een zelfde b waarde
(25). Wanneer bij measured DWI de b waarde verhoogd wordt, neemt de gevoeligheid voor beweging
toe waardoor kleinere minimale afstanden, die watermoleculen afleggen, gemeten kunnen worden
(11). Computed DWI genereert een beeld, gebaseerd op ADC waarden uit lagere b waarden. De
gescande beelden met hoge b waarden worden bij computed DWI niet vervaardigd. Daarmee is er
geen sprake van een toegenomen gevoeligheid voor het kunnen signaleren van diffusie over kleinere
afstanden. Computed DWI moet gezien worden als een methode om de contrast ruis verhouding
(CNR) te verhogen (25). Dit in tegenstelling tot measured DWI waar de invloed van ruis in de gescande
beelden met hoge b waarden toeneemt en de CNR daalt.
4 Zie toelichting verderop onder ADC modellen
13
Afbeelding 2.2 In dit voorbeeld is een computed DWI beeld gevormd uit gemeten diffusie coëfficiënten in een
gescand b0 en b1000 beeld. Bron (9).
In een recente studie van Ueno et al. (26) is onderzocht wat de invloed is van combinaties van b
waarden bij computed DWI op de detectie van prostaatcarcinoom. Het uitgangspunt in die studie is
de calculatie van b2000 beelden. Een combinatie van lage waarden als b0 en b500 wordt als niet
geschikt beschouwd. De optimale combinaties waren b100 met b500 en b0 met b1000.
In deze studie wordt gekeken naar computed DWI beelden met een b waarde 3000. Wanneer de b
waarde nog verder verhoogd zou worden, neemt weliswaar het contrast tussen afwijkend en normaal
prostaatweefsel verder toe, maar krijgt het vetweefsel rondom de prostaat relatief een steeds hoger
signaal. Dit wordt veroorzaakt doordat de ADC van vet zeer laag is; lager dan van sommige laesies
(25). Het zeer hoge signaal in vet kan een bruikbare window/level instelling van het beeld
bemoeilijken.
2.1.5 ADC modellen De ADC (Apparent Diffusion Coefficient) is een maat voor de diffusiesnelheid. Een ADC map wordt
pixel voor pixel opgebouwd uit ten minste twee diffusie trace beelden met verschillende b waarden
(4). De keuze van de b waarden heeft invloed op de bepaling van de ADC map. Om de invloed van ruis
te beperken, wordt ADC bepaling uit meer dan twee b waarden aanbevolen (27). Daarnaast wordt
gesteld dat de nauwkeurigheid en herhaalbaarheid van de ADC bepaling toeneemt met het aantal b
waarden (28). Er zijn studies waarin een ‘two-point b value analysis’ echter als voldoende gezien
wordt (29). Een belangrijk argument om alleen het minimale aantal van twee b waarden voor ADC
bepaling te gebruiken, is de toename van de scantijd met iedere b waarde. Een ander argument om
het aantal b waarden te beperken, is het daarmee samenhangende toegenomen risico op
bewegingsartefacten in de ADC map (30).
Behalve dat het aantal b waarden kan verschillen bij de vorming van een ADC map, bestaan er ook
verschillende modellen waarop de vorming van een ADC map gebaseerd is. De volgende modellen
worden onderscheiden: monoexponentieel, biexponentieel (gebaseerd op het IVIM model, Intra
Voxel Incoherent Motion), kurtosis en de minder bekende stretched exponentional models
(13)(27)(31)(32). Hoe geavanceerder het model hoe meer rekenkracht voor de vorming van de
beelden vereist is. Over het algemeen wordt het monoexponentiele model toegepast (7)(33). Quentin
et al. stellen dat een meer complex model wellicht het best past bij een ADC map uit multipele b
waarden, maar dat een monoexponentieel model bij b waarden van 0 tot 800 voldoet bij de
diagnostiek van prostaat ca (32). In meerdere studies komt echter een voorzichtige aanbeveling voor
het biexponentiele model naar voren (9)(27), of wordt meer algemeen gesteld dat het mono-
exponentiele model mogelijk niet voldoende adequaat is voor een nauwkeurige bepaling van de
14
diffusie (34). De gedachte in deze modellen is dat diffusie en perfusie onderscheiden moeten worden.
Perfusie veroorzaakt een snel eerste verval van het diffusiesignaal (zie afbeelding 2.3). Bij hoge b
waarden is er een minder snel verval van de diffusie coëfficiënt. Dit wordt veroorzaakt door de
invloed van intracellulaire diffusie restrictie en de toenemende invloed van ruis (6)(13). Om de
invloed van perfusie effecten te beperken en daarmee meer getrouw de ware diffusie te meten,
wordt aanbevolen als laagste b waarde niet 0 te gebruiken, maar bijvoorbeeld 50 of 100
(6)(11)(25)(32). Kurtosis wordt aanbevolen bij de toepassing van zeer hoge b waarden, maar is niet
benodigd bij lagere b waarden tot aan 800 (35). In een recente studie van Grant et al. (36) wordt
diffusional kurtosis imaging (DK) echter geheel afgeraden. Calculated DWI op basis van het IVIM
model wordt als geschikt alternatief voor measured DWI gezien.
In deze studie worden b1400 en b3000 gecalculeerde beelden vergeleken. De ADC maps zijn
berekend uit diffusie trace beelden met de drie b waarden 100, 400 en 800, op basis van een mono-
exponentieel model.
Afbeelding 2.3 Plot van de signaalintensiteit en b waarde bij toepassing van verschillende modellen.
Rood: monoexponentieel. Blauw: biexponentieel. Grijs: kurtosis. Het biexponentiele model geeft bij zeer lage en
zeer hoge b waarden een hoger signaal dan het monoexponentiele model. Bron (32).
2.1.6 Beeldkwaliteit: Contrast, CNR en SNR In meerdere publicaties wordt vermeld dat afwijkingen bij hoge b waarden op diffusie beelden en
ADC maps duidelijker te zien zijn ten opzichte van de omgeving (met een hoger contrast C). De
termen CNR en SNR worden door elkaar gebruikt in meerdere bronnen (25)(31)(35). SNR staat voor
Signal to Noise Ratio (signaal ruis verhouding), CNR staat voor Contrast to Noise ratio (contrast ruis
verhouding). De SNR is de ratio van het signaal in een voxel (of ROI) en de ruis, gemeten in het Field of
View (FOV) maar buiten het object. De CNR is de ratio van de SNR in voxel A en SNR in voxel B.
Wanneer het signaal S in twee voxels A en B wordt vergeleken, geldt het volgende (37):
C = 𝑆𝐴−𝑆𝐵
𝑆𝐴+𝑆𝐵
SNR = 𝑠𝑖𝑔𝑛𝑎𝑙
𝑛𝑜𝑖𝑠𝑒
CNR = 𝑆𝑁𝑅𝐴
𝑆𝑁𝑅𝐵 =
𝑆𝐴−𝑆𝐵
𝑛𝑜𝑖𝑠𝑒
15
Zowel CNR als SNR lijken van toepassing op de meerwaarde van computed DWI met hoge b waarde.
De CNR is relevant bij het beschrijven van het contrast tussen een voor prostaatca verdachte
afwijking in de perifere zone en het normale perifere zone weefsel. De CNR neemt toe bij hogere b
waarden. De SNR is relevant bij het beschrijven van de algemene beeldkwaliteit van een
diffusiebeeld. Deze neemt met name bij gescande DWI beelden met zeer hoge b waarden sterk af.
Blackledge et al. beschrijven in een publicatie uit 2010 de invloed van ruis op de SNR van DWI beelden
met hoge b waarde (31). In deze studie is de standaard deviatie van ruis bij computed DWI en bij
measured DWI over een range van b waarden bepaald. De uitkomst hiervan is dat het ruisniveau bij
measured DWI over de gemeten range constant blijft, en dat het ruisniveau bij computed DWI vanaf
de b waarde 700 kleiner is dan bij measured DWI.
De discussie over de begrippen contrast, CNR en SNR wordt in deze studie vermeden. Alleen het
contrast C tussen de signaalintensiteit S in de tumor en in de perifere zone (PZ) wordt bepaald:
C = 𝑆𝑃𝑍 − 𝑆𝑡𝑢𝑚𝑜𝑟
𝑆𝑃𝑍 + 𝑆𝑡𝑢𝑚𝑜𝑟
Het contrast C wordt ook wel aangeduid met CR, Contrast Ratio (33)(38).
2.2. Relevante anatomie en pathologie van de prostaat De prostaat is in verschillende anatomische zones in te delen, welke op MRI beelden over het
algemeen duidelijk afgrensbaar zijn en een specifieke signaalintensiteit tonen op de verschillende
sequenties. De relevante anatomie en pathologie wordt hieronder besproken. Vervolgens wordt het
PI-RADS systeem (Prostate Imaging and Reporting and Data System) besproken, een scoringssysteem
voor prostaat tumoren.
2.2.1 Anatomie De prostaat is verdeeld in vier zones; de perifere zone (PZ), de transitie zone (TZ), de centrale zone
(CZ) en het anterior fibromusculair stroma (AFMS). De prostaat is verder in te delen naar apex,
midprostaat en basis en anterior -, posterior - en inferolaterale oppervlak (39). De apex beslaat het
onderste 1/3 deel van de prostaat, de midprostaat het middelste 1/3 deel en de basis het bovenste
1/3 deel (39). De apex rust op het urogenitaal diafragma en wordt aan de laterale zijden begrensd
door de musculus levator ani. De posterieure zijde wordt van het rectum gescheiden door
Denonvillier’s fascie (39)(40). Aan de posterolaterale zijde verlopen kleine arterien, venen, lymfevaten
en neurale takken. Dit fijnmazige net wordt neurovasculaire bundel genoemd (NVB). Deze bundel is
van essentieel belang voor de erectiele functie (39)(41).
Er wordt vaak gesproken over het ‘kapsel van de prostaat’, hoewel dit histologisch gezien niet een
zuiver kapsel is. Radiologisch gezien wordt de prostaat op T2 beelden duidelijk begrensd door een
donkere rand, welke van belang is bij het inschatten van eventuele ‘extraprostatic extension’ (EPE)
van een prostaatcarcinoom. Deze rand wordt gevormd door fibromusculair weefsel (42). Het is
incompleet aan de anterieure en apicale zijde. Daarnaast bestaat een ‘pseudokapsel’, wat gevormd
wordt door gecomprimeerd prostaatweefsel. Dit kapsel is histologisch gezien niet aanwezig. Het
‘kapsel’ maakt onderscheid tussen transitie zone en perifere zone op een T2W beeld goed mogelijk
(41).
De perifere zone is de grootste zone en beslaat ongeveer 70% van het klierweefsel. Aan de posterior
zijde loopt de perifere zone van basis tot apex. Het is een concave structuur, welke caudaal (inferior)
van de urethra hoek de volledige klier inneemt. Zie afbeelding 2.4. Een tumor in de apex is zodoende
in de perifere zone gelegen (40).
De transitie zone bestaat uit twee kleine lobben en neemt 5-10% van het klierweefsel in. Deze zone
ligt rondom de proximale urethra, net craniaal van het verumontanum. Het verumontanum is een
verhoogde rand aan de dorsale zijde van de urethra, waar de ducti ejaculatoria inmonden (41).
16
De centrale zone is een conische structuur, gelegen tussen de perifere- en transitie zone en verloopt
van de basis tot aan het verumontanum. Zie afbeelding 2.4. De centrale zone neemt ongeveer 25%
van het prostaatklierweefsel in beslag. De basis van de prostaat wordt vrijwel geheel gevormd door
deze zone.
Afbeelding 2.4 Rechts lateraal aanzicht van de prostaat. Onderscheiden worden: geel PZ perifere zone, groen CZ
centrale zone, blauw TZ transitie zone, oranje AFMS anterior fibromusculair stroma, ED ductus ejaculatorius, PU
proximale urethra, DU distale urethra. Bron (40).
De combinatie van transitie zone en centrale zone wordt geregeld omschreven als ‘central gland’
(42)(43); dit wordt echter afgeraden in het onlangs verschenen PI-RADS v2 document, met als
argument dat dit niet overeenkomt met de anatomie zoals deze gevisualiseerd wordt en beschreven
wordt door de patholoog (41).
Het anterior fibromusculair stroma (AFMS) vormt de convexiteit aan de voorzijde van de prostaat. Het
AFMS bevat geen glandulair weefsel, maar zoals de naam aangeeft fibreus en musculair weefsel.
Craniaal van de basis van de prostaat, tussen blaas en rectum liggen de vesiculae seminales. Dit zijn
met vocht gevulde blaasjes, variërend in grootte. De vesiculae monden uit in twee ducti ejaculatori,
welke ter hoogte van het verumontanum inmonden in de urethra (39).
Afbeelding 2.5 Transversale doorsneden van de prostaat, van apex (caudaal) tot basis (craniaal);
overeenkomend met level 1 tot level 5 uit afbeelding 2.4.
anterior fibromusculair stroma, V verumontanum, ED ducti ejaculatori, U urethra, C crista urethralis. Bron (40).
2.2.2 Pathologie Een belangrijke marker voor prostaat pathologie is het prostaat specifiek antigeen (PSA). Een
verhoogde PSA waarde is een aanduiding voor pathologie van de prostaat; het is echter aspecifiek (2).
Een verhoogd PSA kan op meerdere aandoeningen wijzen zoals prostaatcarcinoom, prostatitis en
benigne prostaathypertrofie (BPH). Met betrekking tot PSA geldt in het Maasstad Ziekenhuis het
volgende: een waarde tussen 0 en 2,5 ng/mL wordt als normaal beschouwd.
Prostatitis is een vrij veel voorkomende aandoening, echter geregeld ‘subklinisch’ verlopend (41).
Prostatitis kan acuut en chronisch voorkomen. Na een prostatitis kan atrofie en littekenvorming
optreden. Dit alles kan op MRI beelden aanleiding geven tot een vals positieve diagnose van
prostaatcarcinoom (43).
Benigne prostaat hypertrofie is eveneens een veel voorkomende aandoening. Hierbij treedt
vergroting van de transitie zone op. Er worden twee typen hyperplasie onderscheiden: glandulaire
hyperplasie en stromale hyperplasie. In het eerste geval is er vooral een hyperplasie van ductale en
acinaire elementen; in het tweede geval vooral van musculaire en fibreuze elementen (39). Vaak
treedt dit gemengd op. Ook al is dit een benigne aandoening, de klinisch consequentie kan vanwege
de belemmerende werking op urine uitscheiding groot zijn. Radiologisch gezien kan het differentiëren
tussen prostaatcarcinoom en stromale hypertrofie moeilijk zijn (43).
Prostaatcarcinoom komt in alle zones in de prostaat voor, echter voornamelijk in de perifere zone. 5%
van de adenocarcinomen vindt zijn oorsprong in de centrale zone, 25% in de transitiezone en 70% in
de perifere zone. Gezien het gegeven dat het volume van een normale transitie zone slechts 5% van
de prostaat beslaat, is een voorkomen van 25% een relatief hoge waarde (39). Vaak is er echter geen
sprake meer van een normale transitie zone, en bevindt het carcinoom zich in een transitie zone die
tevens is aangedaan door BPH.
Een prostaatcarcinoom treedt in 70-80% van de gevallen multifocaal op (44)(45). Ondanks
multifocaliteit van een prostaatcarcinoom zijn er duidelijke aanwijzingen dat de zogenaamde ‘index
laesie’ of ‘dominante laesie’ verantwoordelijk is voor tumorprogressie en overlijden aan een prostaat-
carcinoom (33)(45). Behandeling moet dan ook primair gericht zijn op deze laesie. Bij de diagnostiek is
het van belang de index laesie te identificeren. Zie verder hieronder bij PI-RADS systeem.
Het prostaatcarcinoom kan op meerdere wijzen onderscheiden worden: met betrekking tot de
Gleason score, met betrekking tot stagering (TNM score5) en met betrekking tot wel of niet klinische
significantie.
Gleason score
Dit is een graderingssysteem van het microscopisch voorkomen van het afwijkende prostaatweefsel,
in 1966 opgesteld door Donald Gleason. Een innovatief aspect aan het systeem is dat de gradering
bepaald wordt door de twee meest voorkomende tumor patronen, in plaats van alleen door de
hoogste c.q. slechtste score. Vanaf 1974 zijn er meerdere modificaties geweest; de meest recente
consensus bijeenkomst dateert van 2005 (46)(47). Er worden vijf ‘patronen’ onderscheiden: Gleason
patroon 1-5. De Gleason ‘score’ wordt bepaald door de som van twee Gleason patronen. Als eerste
wordt het meest voorkomende patroon genoemd, als tweede het minder voorkomende patroon, zie
5 TNM score: stagering op basis van de Tumor en de eventuele aanwezigheid van Noduli (regionale lymfeklier metastasen) en van Metastasen (haematogeen). Zie bespreking verderop.
18
tabel 2.1 voorbeeld scores a en b. De score wordt door de patholoog opgesteld na een biopsie of na
een radicale prostatectomie. Hierbij worden de volgende regels in acht genomen (46):
- Een Gleason score 1 of 2 wordt tegenwoordig niet meer gesteld. De interobserver variabiliteit
onder pathologen is hier te groot.
- Een score 3 of 4 wordt bij voorkeur niet op basis van een biopsie gesteld. Te vaak blijkt dan later
bij een eventueel volgende prostatectomie sprake te zijn van ‘onder diagnose’ bij het biopt; er is
sprake van een score 5.
- Bij een hooggradige tumor moet een secundair laaggradig patroon genegeerd worden, wanneer
dit minder dan 5% van het tumor gebied beslaat. Zie tabel 2.1 voorbeeld scores c en d.
- Elk secundair hooggradig patroon mag niet genegeerd worden, en moet in de Gleason score
opgenomen worden; hoe laag het percentage ook is. Tabel 2.1 voorbeeld score e.
- Wanneer bij biopsie tevens sprake is van een tertiair patroon, moet het primaire en het hoogste
patroon genoemd worden. Tabel 2.1 voorbeeld score f.
- Wanneer bij radicale prostatectomie sprake is van een tertiair patroon, moet het primaire en het
secundaire patroon genoemd worden, met een aanvullende opmerking over het tertiair patroon.
Tabel 2.1 voorbeeld score g.
- Er is geen consensus over hoe om te gaan met meerdere biopten waarbij in het ene biopt een
volledig hooggradige tumor gevonden wordt, en in andere biopten laaggradige patronen. Dit kan
op verschillende wijzen gerapporteerd worden: de verschillende biopten afzonderlijk beschrijven,
of een overall score maken. In het laatste geval worden de biopten tezamen als één biopt
beschouwd. Tabel 2.1 voorbeeld scores h en i.
Tabel 2.1 Een aantal voorbeelden hoe de percentages van Gleason patronen de Gleason score bepalen. Zie
bovenstaande tekst voor de verklaringen. * RP staat voor radicale prostatectomie.
Voorbeeld Gleason patroon Gleason score
Primair Secundair Tertiair
a 70% 4 30% 3 4+3=7
b 60% 3 40% 4 3+4=7
c 97% 4 3% 3 4+4=8
d 94% 4 6% 3 4+3=7
e 98% 3 2% 4 3+4=7
f Biopsie 80% 3 18% 4 2% 5 3+5=8
g RP * 80% 3 18% 4 2% 5 3+4=7 met tertiair patroon 5
Afwijkingen in de transitie zone, passend bij BPH, hoeven geen PI-RADS score toegewezen te krijgen.
Een dergelijke laesie wordt op het scoreformulier met een X aangegeven.
Het is gewenst de grootste diameter van een laesie in het verslag te vermelden. Een laesie in de
perifere zone moet gemeten worden op een transversale ADC map. Een laesie in de transitie zone
moet gemeten worden op een transversaal T2 beeld.
2.3 MRI beelden: signaalintensiteit van normaal en afwijkend weefsel. Met welke signaal intensiteit een normale anatomische structuur of een afwijking wordt afgebeeld, is
afhankelijk van welke sequentie toegepast is. Hieronder wordt dit voor T2 beelden, voor diffusie-
beelden met verschillende b waarden en voor ADC maps besproken. De nadruk ligt hierbij op de
perifere zone. Daar komt immers het grootste aantal carcinomen voor (41).
2.3.1 T2 beelden Het normale weefsel in de perifere zone heeft een hoog signaal ten gevolge van het relatief vochtrijke
2.4 Huidige inzichten in optimale b waarde bij DWI van de prostaat Naar ‘de optimale b-waarde’ bij diffusie MRI van de prostaat is veel onderzoek gedaan. In publicaties
krijgen hoge b waarden geregeld de voorkeur (7)(9)(35). Hier bestaat echter geen consensus over. In
een enkele studie wordt juist een voorkeur voor lagere b waarden uitgesproken (62)(63).
Naast de hoogte van de b waarde is het principe van computed DWI beelden hier van groot belang.
In het hier beschreven onderzoek gaat het om de ultra hoge b waarde van 3000 en om computed
DWI beelden, in tegenstelling tot measured DWI beelden.
2.4.1 Literatuur review In het uitgevoerde literatuur onderzoek moet onderscheid gemaakt worden in studies die alleen
measured DWI beelden betreffen, en studies die ook computed DWI beelden betreffen.
Er is een beperkt aantal publicaties over computed DWI (zie tabel 2.5). In vrijwel al deze studies zijn
relatief lagere b waarden als b900, b1000, b1200 en b1400 vergeleken met de zeer hoge b waarde
b2000 (8)(9)(24)(25)(27)(31)(34)(35)(64)(65). De diagnostische waarde van computed DWI beelden
met een ’ultra hoge’ b waarde als 3000 is slechts in een drietal studies onderzocht: recente studies
van Feuerlein et al. uit 2015 (30), van Vural et al. uit 2014 (33) en de studie van Glaister et al. uit 2012
(66) (tabel 2.5, A, B en F). In laatstgenoemde kwantitatieve studie worden calculated beelden met b
waarden 100, 1000, 1500, 2000, 3000 en 4000 vergeleken. Het onderzoek is gericht op ‘tumour
separability’. De conclusie is gebaseerd op zogenaamde ‘expected probability of error’ curves. Deze
tonen een optimale keuze voor een b waarde rondom 3000. Dit komt niet overeen met de
bevindingen van Vural et al. In die studie worden computed DWI beelden met de b waarden 1500,
2000 en 3000 vergeleken. Voor de identificatie van index laesies scoren de b2000 en b3000 beelden
aanzienlijk beter dan de b1500 beelden, maar er is geen verschil tussen de b2000 en b3000 beelden
(‘identification rate’ voor b1500, b2000 en b3000: 76%, 94%, en 94%). De voorkeur wordt
uitgesproken voor b2000 beelden op basis van een betere anatomische afgrenzing en een betere
onderdrukking van vervorming (distortion) in het beeld. In de studie van Feuerlein et al. zijn cDWI
26
beelden met b waarden oplopend van 1000 tot 4000 onderzocht. De CNR van computed DWI beelden
is vergeleken met de CNR van een ADC map. Daarnaast is de ‘conspicuity’ (mate van zichtbaarheid)
van tumoren subjectief gescoord. Deze was op de cDWI beelden met een b waarde ≥ 2000 significant
hoger dan op de ADC map. De hoogste score werd toegekend aan de b4000 beelden.
Tabel 2.5 Studies waarin b waarden van gecalculeerde diffusiebeelden vergeleken worden. In het overzicht is
opgenomen of wel of niet tevens ADC beelden beoordeeld zijn.
Verg.: b waarden welke vergeleken worden. Pat: aantal patiënten in de betreffende studie.
Artikel Verg. Pat. Uitkomst / Conclusie
A
Computed high b-value diffusion-weighted imaging
improves lesion contrast and conspicuity in
prostate cancer
S.Feuerlein, M. Davenport, A. Krishnaraj et al.,
Prostate Cancer and Prostatic Disease., 2015
range
b1500
to
b4000
ADC
14
cDWI is able to provide better contrast between prostate
cancer and background tissue compared with standard ADC
map; improved subjective tumor conspicuity
B
Conspicuity of Peripheral Zone Prostate Cancer on Computed Diffusion-Weighted Imaging : Comparison of cDWI 1500, cDWI 2000, and cDWI 3000 M. Vural, G. Ertas, A. Onay et al., BioMed Research International, 2014
b1500
b2000
b3000
28
Best lesion conspicuity and best suppression: b3000. Best
anatomical delineation and less distortion: b2000. Contrast
ratio: almost linear with b value. Most preferred set: b2000.
C
Quantitative Evaluation of Computed High b Value Diffusion-Weighted Magnetic Resonance Imaging of the Prostate M. Maas, J. Fütterer, T. Scheenen, Investigative Radiology, 2014
range b0 to b5000 ADC
42 CNReff in cDWI is comparable to mDWI at b value 1400.
cDWI at higher b values yields better CNReff than mDWI
D
Computed diffusion-weighted imaging using 3-T magnetic resonance imaging for prostate cancer diagnosis Y. Ueno, S. Takahashi, K. Kitajami et al., European Radiology, 2013
b1000 b2000
80
cDWI2000 appears to be more effective than mDWI1000,
and at least as effective as mDWI2000 for Pca diagnosis
E
Computed diffusion-weighted imaging of the prostate at 3 T: impact on image quality and tumour detection A. Rosenkrantz, H. Chandarana, N. Hindman, et al. European Radiology, 2013
b1000 b1500
49
b1500 has better suppression of benign prostate.
Computed DWI using b value ≥ 1000 s/mm2 improves
image quality and tumour detection
F
Quantitative Investigative Analysis of Tumour Separability in the Prostate Gland using Ultra-high- b-value Computed Diffusion Imaging. J. Glaister, A. Cameron, A. Wong et al. Annual International Conference of the IEEE, 2012
b100 b1000 b1500 b2000 b3000 b4000
6
cDWI holds great potential for significantly improving
tumour seperability. Optimal choice in the neighbourhood
of b3000
Met betrekking tot measured DWI beelden (zie tabel 2.6): er is slechts één publicatie van een studie
waarin DWI beelden met de ultrahoge b waarde 3000 onderzocht zijn, maar de nadruk lag hier op de
toepassing van een monoexponentieel dan wel een biexponentieel diffusiemodel (67). Het doel van
die studie was niet het onderzoeken van de diagnostische waarde van DWI onderzoeken met
verschillende b waarden, maar het biexponentiele verval van het diffusie signaal bij multipele b
waarden van verschillende prostaat weefsels. Deze studie is dan ook niet meegenomen in het
literatuur onderzoek.
Zoals gesteld, is er geen consensus over hogere of lagere b waarden. Uit een studie van Kim et al. (62)
(tabel 2.6, Q) komt een voorkeur voor een lagere b waarde naar voren; b1000 in plaats van b2000. Dit
is in tegenspraak met de uitkomsten van bijvoorbeeld de studie van Katahira et al. (10) (tabel 2.6, P)
27
waar de b2000 beelden een hogere ‘diagnostic performance’ worden toegekend. Rosenkrantz et al.
(5) (tabel 2.6, K) maken hier de kritische opmerking dat de conclusies in deze studies ofwel alleen op
de acquired DWI beelden gebaseerd waren, ofwel alleen op de daaruit berekende ADC maps. In tabel
2.5 en 2.6 is, naast de uitkomst c.q. conclusie, vermeld of een studie gebaseerd is op DWI beelden of
op DWI- en ADC beelden. Ook Ohgya et al. (68) (tabel 2.6, N) zien een beperking in de studie van Kim
et al., waar de conclusies alleen op de ADC maps gebaseerd zijn. De DWI beelden met b waarde 2000
hadden in deze studie een relatief lange echo tijd (TE), welke een negatieve invloed heeft op de
signaal ruis verhouding (SNR) van de betreffende ADC map. Tot slot maken Katahira et al. (10) een
vergelijkbaar bezwaar omtrent de TE waarde, en benadrukken tevens dat zij in hun studie niet de
diagnostische waarde van de ADC maps, maar van de DWI beelden zelf onderzoeken. Koo et al. (69)
(tabel 2.6, M) stellen dat een optimale b value 1000 s/mm2 zou kunnen zijn, met de overweging dat
de slechtere signaal ruis verhouding bij b2000 beelden beperkend kan werken. De sensitiviteit voor
het aantonen van prostaatca is voor de ADC map uit b1000 beelden beduidend hoger dan van de ADC
map uit b2000 beelden. Ook in deze studie is er de, volgens sommige auteurs, beperkende situatie
dat de uitkomst alleen op ADC maps bepaald is, en niet op een combinatie van diffusie beelden en
ADC maps.
In bovengenoemde studie is bovendien onderscheid gemaakt tussen ‘experienced’- en ‘less
experienced’ readers. Met name voor de less experienced reader is het verschil in sensitiviteit groot:
45% voor b1000 en 29% voor b2000. De sensitiviteit is voor de experienced reader aanzienlijk hoger
(85% en 74%), wat lijkt te onderstrepen dat de interpretatie van prostaat MRI onderzoeken een hoge
mate van expertise vereist (59). De positief voorspellende waarde (PPV) is wel voor beiden hoger bij
de b2000 beelden. Ook in een studie van Manenti et al. (70) wordt onderscheid gemaakt tussen een
experienced reader en less experienced reader; de uitkomst is hier dat hogere b waarden voor
laatstgenoemde behulpzaam zijn in het bereiken van een hogere diagnostic accuracy voor prostaatca
in de perifere zone.
Tabel 2.6 Studies waarin b waarden van gescande (measured) diffusiebeelden vergeleken worden. In het
overzicht is opgenomen of wel of niet tevens ADC beelden beoordeeld zijn.
Verg.: b waarden welke vergeleken worden. Pat: aantal patiënten in de betreffende studie.
Artikel Verg. Pat. Uitkomst Conclusie
G
High-b-value diffusion-weighted MRI for the detection of prostate cancer at 3 T X. Wang, Y. Qian, B. Liu et al., Clinical Radiology 2014
b1000 b1500 b2000 ADC
40 DWI images and ADC maps using b = 1500 s/mm2 should be considered more effective than those at b = 2000 s/mm2 or b = 1000 s/mm2 for detecting prostate cancer.
H
High and ultra-high b-value diffusion weighted imaging in prostate cancer: a quantitative analysis A. Wetter, F. Nensa, C. Lipponer et al. , Acta Radiol, 2014
b1000 b1500 b2000 ADC
41
Contrast in ADC maps does not significantly change with different b values, contrast ratios of DW images are significantly higher at b-values of 1500 and 2000 s/mm2 in comparison to b values of 800 and 1000 s/mm2. Diagnostic performance of DWI in prostate cancer might be increased by application of b values higher than 1000 s/mm2.
I
High b Value (2,000 s/mm2) Diffusion-Weighted Magnetic Resonance Imaging in Prostate Cancer at 3 T: Comparison with 1,000 s/mm2 for Tumor Conspicuity and Discrimination of Agressiveness T. Tamada, N.Kanomata, T. Sone et al. , PLOS One, 2014
b1000 b2000 ADC
50 "For tumor conspicuity and characterization of prostate cancer b2000 is more useful than b1000"
J
DWI of Prostate Cancer: Optimal b-Value in Clinical Practice G. Manenti, M. Nezzo, F. Chegai et al. , Prostate Cancer, 2014
b0 b1000 b2000 ADC
78
For the young reader: b2000 is more accurate for PZ, not for TZ. For the experienced reader no significant difference for b1000 and b2000. b2000 has higher accuracy for quantitave analysis. "Higher b-values can be helpul for less experienced readers".
28
K
Diffusion-weighted imaging of the prostate: Comparison of b1000 and b2000 image sets for index lesion detection A. Rosenkrantz, N. Hindman, R. Lim et al. J. Magn.Reson.Imaging, 2013
b1000 b2000 ADC
29
Significant higher sensitivity for b2000 DWI images. Tumor-PZ contrast is higher on b2000 images. No difference for ADC maps. Correlation with tumor size is greater for ADC maps than for DWI images.
L
Ultra-high b-value diffusion-weighted MRI for the detection of prostate cancer with 3-T MRI Y. Ueno, K. Kitajima, K. Sugimura et al. J. Magn. Reson. Imaging, 2013
b1000 b2000
73 "b2000 for DWI at 3T is diagnostically superior to b1000 for prostate cancer detection".
M
Diffusion-weighted magnetic resonance imaging for the evaluation of prostate cancer: optimal B value at 3T J. Koo, C. Kim, D. Choi et al. , Korean Journal of Radiology, 2013
b300 b600 b1000 b2000 ADC
80
Experienced reader: sensitivity significantly greater at b1000 than b300, 700, 1000 or 2000. Less experienced reader: significantly greater at b700, 1000, 2000 than b300. "Optimal b value for predicting presence of prostate cancer may be 1000 s/mm2 ".
N
Diagnostic accuracy of ultra-high-b-value 3.0-T diffusion-weighted MR imaging for detection of prostate cancer Y. Ohgiya, N. Seino, T. Hashizume et al. , Clinical Imaging, 2012
b500 b1000 b2000
73 DW imaging at b2000 is superior to imaging at a b value 500 or 1000. "DWI (b=2000 s/mm2 can improve diagnostic accuracy for detectioon of prostate cancer".
O
What is the optimal b value in diffusion-weighted MR imaging to depict prostate cancer at 3T? T. Metens, D. Miranda, J. Absil et al. , Eur Radiol, 2012
b0 b1000 b1500 b2000 b2500 ADC
41
b1500 and b2000 provided best lesion visibility. Highest CG and PZ lesion CNR with b1500. "lesions best depicted with b1500 and b2000. Best image quality and contrast for high resolution b1500"
P
Ultra-high-b-value diffusion-weighted MR imaging for the detection of prostate cancer: evaluation in 201 cases with histopathological correlation K. Katahira, T. Takahara, T. Kwee et al. , Eur Radiol, 2011
b1000 b2000
201
T2 and DWI b2000 achieved highest diagnostic performance. "addition of DW images with b value 2000 mm/s2 to T2WI can improve diagnostic performance of MR imaging in prostate cancer detection".
Q High-b-value diffusion-weighted imaging at 3 T to detect prostate cancer: comparisons between b values of 1,000 and 2,000 s/mm2. C. Kim, B. Park, B. Kim , AJR, 2010
b1000 b2000 ADC
48 "DWI performed using a b value of 1,000 s/mm2 was more sensitive and more accurate in predicting localized prostate cancer than DWI performed using a b value of 2,000 s/mm2".
Alle studies overziend blijven er verschillen in opvatting. Een argument voor de toepassing van DWI
beelden met hoge b waarden is de hogere contrast ruis verhouding (CNR). Een argument voor de
toepassing van DWI beelden met lagere b waarden is de betere anatomische afgrenzing en betere
onderdrukking van vervorming. Een argument voor de toepassing van computed DWI is de hogere
signaal ruis verhouding (SNR).
De combinatie van hoge CNR bij hogere b waarden en hoge SNR bij computed DWI lijken toepassing
van computed DWI met de hoge b waarde 3000 mogelijk te rechtvaardigen.
29
3. Methode In dit hoofdstuk wordt beschreven op welke wijze het onderzoek uitgevoerd is. Eerst wordt
besproken op welke wijze naar relevante ondersteunende literatuur gezocht is. Vervolgens wordt het
praktijkdeel van het onderzoek en daarbij de huidige situatie van prostaat MRI in het Maasstad
Ziekenhuis beschreven. Als laatste wordt de methode van statistische analyse besproken.
3.1 Literatuuronderzoek De betreffende literatuur is geselecteerd op basis van de centrale term “computed DWI”. Hier is naar
gezocht via Google, Google Scholar en Pubmed. De volgende zoektermen zijn gehanteerd:
computed dwi
computed diffusion weighted imaging
calculated dwi
calculated diffusion weighted imaging
computed diffusion weighted imaging AND prostate
calculated diffusion weighted imaging AND prostate
Gezien het feit dat deze techniek zo recent is ontwikkeld, is er voor gekozen geen beperking in
publication date aan te houden. Gezien het geringe aantal publicaties is geen beperking aangehouden
in article type. Een aantal publicaties is afkomstig uit peer reviewed journals, een aantal publicaties is
een weergave van annual conferences c.q. proceedings. Juist in laatst genoemde publicaties worden
nieuwe ontwikkelingen, zoals ook computed DWI, behandeld.
Naast de genoemde zoektermen werd een ‘sneeuwbalmethode’ aangehouden; de bronvermelding in
de geselecteerde artikelen is steeds doorzocht op verdere relevante artikelen.
Voor een volledig overzicht van studies betreffende computed DWI wordt verwezen naar bijlage 1.
3.2 Praktijkonderzoek Het onderzoek richt zich op de vraag of gecalculeerde diffusiebeelden met geëxtrapoleerde hoge b
waarde een toegevoegde waarde hebben in de detectie van het prostaatcarcinoom en is daarmee
praktijkgericht. De opzet van het praktijkonderzoek wordt hieronder beschreven. Het onderzoek richt
zich op de vier deelvragen waarin de calculated b1400 -, calculated b3000 - en gescande b3000
beelden vergeleken worden. De verschillende deelvragen zijn gebaseerd op patiënten groepen van
verschillende grootte en op een fantoomstudie.
3.2.1 Ethische aspecten Bij de start van dit onderzoek werden bij prostaat MRI onderzoeken reeds meerdere diffusie series
gescand, waarvoor informed consent bij de patiënt verkregen werd. Dit retrospectieve onderzoek
werd aangemeld bij de Toetsingscommissie Wetenschappelijk Onderzoek Rotterdam e.o. De
commissie concludeerde dat het onderzoek niet WMO-plichtig is (Wet Medisch-wetenschappelijk
Onderzoek) en verwees naar het Wetenschapsbureau van het Maasstad Ziekenhuis ter verkrijging van
goedkeuring. Goedkeuring werd verkregen van de Raad van Bestuur van het Maasstad Ziekenhuis. Zie
bijlage 2.
De extra belasting voor de patiënt is als gering in te schatten. De toegevoegde calculated b3000 serie
geeft een verlenging van de onderzoeksduur van 4.31 minuten. Bij een zeer klein aantal patiënten is
nog een aanvullende gescande b3000 serie uitgevoerd. Dit gaf een aanvullende verlenging van de
onderzoeksduur met 7.35 minuten. Afgezien van de extra scantijd zijn geen interventies bij de
patiënten uitgevoerd.
De gescande b3000 sequentie is geoptimaliseerd in een testsessie, waarbij een fantoom en
proefpersoon gescand is. In deze sessie werd reeds twijfel uitgesproken over de haalbaarheid van
deze sequentie in patiënten onderzoek. Op basis van de mindere beeldkwaliteit en vrij lange scantijd
30
van deze geoptimaliseerde scan is deze sequentie bij slechts een zeer klein aantal patiënten
uitgevoerd. Het besluit hiertoe is niet in het belang van dit onderzoek geweest; beantwoording van
deelvraag 3 is helaas nauwelijks mogelijk gebleken.
Vroegtijdige diagnose is in het belang van de patiënt. Het doel van dit onderzoek is het aantonen van
een eventuele meerwaarde van b3000 beelden in multiparametrisch MRI onderzoek bij de
diagnostiek van prostaatcarcinomen.
3.2.2 Huidige situatie prostaat MRI onderzoek Maasstad Ziekenhuis Hieronder worden de kenmerken van de toegepaste sequenties en het protocol van een MRI scan op
verdenking van prostaatcarcinoom in het Maasstad Ziekenhuis beschreven. Er bestaan verschillende
scanprotocollen voor de prostaat. Er is een volledig protocol ‘Prostaat stagering’, wat opgedeeld kan
worden in ‘Prostaat screening’ en ‘Prostaat aanvullend’. Bij patiënten, die verdacht worden voor een
prostaatcarcinoom wordt gestart met het protocol ‘screening’ 6. Dat protocol fungeert als basis voor
dit onderzoek.
Als voorbereiding dient de patiënt de urineblaas zo goed mogelijk te legen. Teneinde artefacten ten
gevolge van darmperistaltiek te voorkomen, wordt Buscopan® toegediend. Dit wordt intramusculair
toegediend na de sagittale T2 serie. Het protocol bestaat uit de volgende sequenties: Localizer,
FOV 180 x 180 mm 220 x 220 mm 220 x 220 mm 250 x 250 mm
FOV read 180 mm 220 mm 220 mm 250 mm
FOV phase 100% 100% 100% 100%
Phase oversampling 30% 80% 25% 0%
Base resolution 384 512 512 180
Phase resolution 70% 80% 80% 75%
Phase partial Fourier 6/8
Acquisition matrix 269 x 384 410 x 512 410 x 512 135 x 180
Voxel size 0,5 x 0,5 x 3.0 mm 0,4 x 0,4 x 3,0 mm 0,4 x 0,4 x 3,0 mm 1,4 x 1,4 x 4 mm
Slice thickness 3 mm 3 mm 3 mm 4 mm
Slice spacing 3 mm 3 mm 3 mm 4 mm
6 Gedurende de looptijd van het praktijkonderzoek (juli 2014 - maart 2015) zijn de benamingen van de protocollen gewijzigd: ‘detectie’ = ‘screening’ en ‘abdomen’ = ‘aanvullend’.
Sequentie Single shot SE-EPI Single shot SE-EPI Single shot SE-EPI Single shot SE-EPI
FOV 180 x 180 mm 180 x 180 mm 180 x 180 mm 180 x 180 mm
FOV read 180 mm 180 mm 180 mm 180 mm
FOV phase 100% 100% 100% 100%
7 Citaat manual: “According to our experience and with reference to the coordinate system of the Siemens MR
scanner you receive the best ADC and FA values in z-direction and the worst ADC and FA values in y-direction, and in x-direction a quality of somehow in between.” (74).
40
Base resolution 180 180 180 180
Phase resolution 100% 100% 100% 100%
Acquisition matrix 180 x 180 180 x 180 180 x 180 180 x 180
Voxel size 1,0 x 1,0 x 4.0 mm 1,0 x 1,0 x 4,0 mm 1,0 x 1,0 x 4,0 mm 1,0 x 1,0 x 4,0 mm
b waarden 100, 400, 800 100, 400, 800 100, 400, 3000 100, 400, 3000
EPI factor 180 180 180 180
Echo spacing 1,2 ms 1,2 ms 1,2 ms 1,2 ms
Fat suppression SPAIR SPAIR SPAIR SPAIR
FAT SAT mode Strong Strong Strong Strong
PAT mode GRAPPA GRAPPA GRAPPA GRAPPA
PAT factor 2 2 2 2
TA, scan time 7 min 51 sec 7 min 51 sec 7 min 36 sec 15 min 17 sec
De meerderheid van bovengenoemde parameters is voor de series gelijk. De verschillen zitten in TR, TE, NSA, b waarden en scantijd. Tabel 3.7 Imaging parameters van de sequenties van de proef persoon in de testsessie.
Calculated b1400 Calculated b3000 Gescand b3000
Sequentie Single shot SE-EPI Single shot SE-EPI Single shot SE-EPI
FOV 250 x 250 mm 250 x 250 mm 250 x 250 mm
FOV read 250 mm 250 mm 250 mm
FOV phase 100% 100% 100%
Base resolution 180 180 180
Phase resolution 100% 100% 100%
Acquisition matrix 250 x 250 250 x 250 250 x 250
Phase partial Fourier 6/8 6/8 6/8
Voxel size 1,4 x 1,4 x 4.0 mm 1,4 x 1,4 x 4.0 mm 1,4 x 1,4 x 4.0 mm
Slice thickness 4 mm 4 mm 4 mm
Slice spacing 4 mm 4 mm 4 mm
Pixel bandwidth 1210 Hz/Px 1210 Hz/Px 1210 Hz/Px
Phase encoding direction AP AP AP
TR 3500 ms 3500 ms 5100 ms
TE 63 ms 63 ms 82 ms
Flip angle 90° 90° 90°
NSA 6, 8, 10 8, 8, 8 5, 9, 14
b waarden 100, 400, 800 100, 400, 800 100, 800, 3000
EPI factor 135 135 135
Echo spacing 0,94 ms 0,94 ms 0,94 ms
Fat suppression SPAIR SPAIR SPAIR
FAT SAT mode Strong Strong Strong
PAT mode GRAPPA GRAPPA GRAPPA
PAT factor 2 2 2
TA, scan time 4 min 31 sec 4 min 31 sec 7 min 35 sec
Ook hier is de meerderheid van bovengenoemde parameters voor de verschillende series gelijk. De verschillen zitten in TR, TE, NSA, b waarden en scantijd.
3.2.4 Het scoren van onderzoeken De MR onderzoeken worden door twee radiologen gescoord op verdenking van prostaatcarcinoom,
en daarbij op de locatie ervan. De radiologen hebben beiden 4 jaar ervaring met MRI prostaat
41
onderzoek. Het Maasstad Ziekenhuis is voor prostaat MRI onderzoek in Nederland een ‘center of
excellence’ en houdt dan ook de meest recente richtlijnen aan. Er wordt gebruik gemaakt van het
recent beschikbaar gekomen PI-RADS v2 score systeem. Hierbij is de prostaat in 39 zones verdeeld.
Het voordeel van een dergelijke opdeling is dat de locatie van een laesie heel gedetailleerd
gerapporteerd kan worden. Dit maakt een nauwkeurige planning van een ‘targeted biopsy’ mogelijk
(45). Een nadeel kan zijn dat een laesie zich dan al snel over meerdere zones uitbreidt. Daarnaast is er
het bezwaar dat het opdelen in meerdere sectoren beperkte klinische relevantie heeft (45). In de
literatuur studie wordt een minder nauwkeurige opdeling van de prostaat gevonden: van 4 zones
(anterior, posterior, right, left) (45)(76) of 6 zones (base, middle, apex, right, left) in een studie uit
2005 (77) tot de meer recente 16 of 24 zones in de ESUR guidelines uit 2012 (56).
Naast de verdenking op prostaatcarcinoom, waar nauwkeurige criteria voor bestaan (41)(56), wordt
de beeldkwaliteit van de MR beelden beoordeeld. Hier wordt een Likert schaal voor gebruikt, en
daarmee een zekere mate van subjectiviteit geïntroduceerd. Een mogelijkheid om die te beperken, is
het houden van een consensus bijeenkomst waar vooraf een aantal onderzoeken gescoord worden,
of om voorbeeld afbeeldingen te verzamelen (zoals voorgesteld door Rosenkrantz (7), 2014). In de
dagelijkse praktijk beoordelen de twee radiologen MRI prostaat onderzoeken in consensus. Met dit
gegeven en de recente certificering als Center of excellence, wordt de mate van subjectiviteit als zeer
laag ingeschat. De beelden zijn bekeken met behulp van Siemens Syngo Via software.
Bij het prostaatcarcinoom is geregeld sprake van multifocaliteit. Bij deelvraag 1 (en 3) zijn alle
afzonderlijke laesies gescoord. Voor elke laesie is in de database een apart record aangemaakt. Het
aantal laesies is daarmee groter dan het aantal geïncludeerde patiënten met een aangetoond
prostaatcarcinoom.
Op het scoreformulier van vraag 1 moet zowel een dichotome meetwaarde (“afwijking verdacht voor
PCa zichtbaar: Ja of Nee”) als een nominale meetwaarde (PI-RADS score 1-5) opgegeven worden.
Dickinson et al. hebben in 2012 een review gepubliceerd waarin verschillende scoresystemen
onderzocht zijn (45). In diverse studies passen auteurs in hun analyse van nominale waarden een
dichotomisering toe, waarbij op een schaal van 1-5 de scores 1 en 2 negatief voor prostaat carcinoom
genormeerd worden en 3, 4 en 5 positief voor prostaat carcinoom genormeerd. Anderen normeren
de scores 1, 2 en 3 als negatief en de scores 4 en 5 als positief. Het plaatsen van score 3 in de
negatieve - dan wel in de positieve categorie heeft gevolgen voor de sensitiviteit en positief
voorspellende waarde. In een van de onderzochte studies werden sensitiviteit en specificiteit zowel
met de 1,2/3,4,5 - als met de 1,2,3/4,5 dichotomisering onderzocht (78). De beste specificiteit voor
het aantonen van prostaat carcinoom werd bereikt met een positieve score 4,5; de beste sensitiviteit
werd bereikt met een positieve score 3,4,5.
In deze studie ligt de aandacht bij positief voorspellende waarde. Het multiparametrische MRI
onderzoek wordt gebruikt om de waarschijnlijkheid van een klinisch significante tumor aan te tonen.
Bij toekenning van PI-RADS classificatie 3 wordt het oordeel beperkt tot ‘equivocal’; onduidelijk. Om
de voorspellende waarde scherp te stellen, is er voor gekozen om de dichotomisering als volgt te
bepalen:
PI-RADS scores 1, 2 en 3 worden gezien als ‘niet verdacht voor prostaatcarcinoom’.
PI-RADS scores 4 en 5 worden gezien als ‘verdacht voor prostaatcarcinoom’.
3.3 Data analyse Hieronder wordt besproken op welke wijze de bevindingen uit de verschillende deelvragen
geanalyseerd worden. In het erna volgende hoofdstuk worden per deelvraag de resultaten van deze
analyse uiteen gezet.
De bevindingen uit het MRI onderzoek zijn vergeleken met de standaard: de PA bevindingen uit een
biopsie of postoperatief specimen. PA gegevens zijn alleen beschikbaar wanneer een MRI onderzoek
42
als afwijkend beschreven was: verdenking op prostaatcarcinoom. Het aantal geïncludeerde patiënten
zonder prostaatcarcinoom is dan ook niet groot. Zodoende kon alleen de positief voorspellende
waarde (PPV) bepaald worden; het bepalen van negatief voorspellende waarde (NPV) en specificiteit
was niet mogelijk. Het aantal negatieve bevindingen is te gering (FN false negative en TN true
negative) om een uitspraak te doen. Behalve de PPV is uiteindelijk echter ook de sensitiviteit bepaald.
Naast de PPV van de diverse beelden is de beeldkwaliteit er van gescoord. Dit bestaat uit een
objectief deel (contrast) en een subjectief deel (mate van onderdrukking van het normale prostaat-
weefsel, afwezigheid van vervorming in het beeld, afwezigheid van ghosting artefacten in het beeld).
Voor de statistische analyse is gebruik gemaakt van IBM SPSS Statistics 20 en een tweetal online
calculators: van VassarStats (79) en een CRC Press Biostatistics Serie (80) . Voor de deelvragen zijn
verschillende statistische toetsen toegepast. De uitkomsten uit de verschillende onderzoeks-
protocollen zijn statistisch geanalyseerd met de toets van McNemar en Friedman toets. Bij groepen ≤
25 wordt de Exact McNemar toets toegepast. Deze optie wordt door SPSS automatisch geselecteerd.
De mate van overeenkomst tussen de bevindingen van de twee radiologen is geanalyseerd met
Cohen’s Kappa toets. Hierbij wordt de (arbitraire) classificatie aangehouden, zoals opgesteld door
Landis en Koch (81); zie tabel 3.8. Er is gekeken naar overeenkomst in PI-RADS scores.
Met SPSS software kan alleen de ongewogen Kappa toets uitgevoerd worden. Bij een ordinale
categorie wordt echter een gewogen Kappa toets aanbevolen (82)(83)(84). Deze toets is voor de
overeenkomst in PI-RADS scores uitgevoerd met behulp van de online calculator VassarStats (79).
Tabel 3.8 Classificatie van Kappa waarden.
Kappa waarde Overeenkomst Agreement
< 0 Slecht Poor (less than chance)
0 - 0,20 Gering Slight
0,21 - 0,40 Matig Fair
0,41 - 0,60 Redelijk Moderate
0,61 - 0,80 Voldoende tot goed Substantial
0,81 - 1,00 Bijna perfect Almost perfect
Met SPSS software is het niet mogelijk om significantie van verschillen in sensitiviteit en PPV te
bepalen. Er bestaat discussie of het überhaupt wel nodig is om significantie van positief voorspellende
waarden PPV te bepalen (85). Het is wel mogelijk significantie van PPV te berekenen op basis van een
Confidence Interval CI (80)(86)(87). Dit geeft echter geen significantie van een verschil in PPV. Een
test mogelijkheid is ook niet gevonden. Eventuele significantie van verschillen in sensitiviteit is wel
bepaald; hier toe is gebruik gemaakt van de online calculator van CRC Press Biostatistics Serie (80).
Met betrekking tot deelvraag 1: hier worden de uitkomsten van gecalculeerde b1400 - en
gecalculeerde b3000 beelden vergeleken.
Bij iedere patiënt zijn beide sequenties uitgevoerd. Er is dan ook sprake van één groep met een
gepaarde waarneming. Er is gescoord of wel of niet een afwijking verdacht voor prostaatcarcinoom,
gezien is. PI-RADS scores 1-3 worden gezien als ‘niet verdacht voor prostaatcarcinoom’; PI-RADS
scores 4 en 5 worden gezien als ‘wel verdacht voor prostaatcarcinoom’. Het meetniveau is daarmee
nominaal. Op basis hiervan is gekozen voor een nonparametrische toets: de toets van McNemar (88).
De nulhypothese is dat er geen verschil in uitkomst is tussen gecalculeerde b1400 - en gecalculeerde
b3000 beelden. Voor het aannemen dan wel verwerpen van H0 wordt een significantieniveau van p
0,05 aangehouden.
Aanvullend wordt van beide sequenties de positief voorspellende waarde PPV volgens onderstaande
formule berekend:
PPV = 𝑇𝑃
𝑇𝑃+𝐹𝑃
43
Met betrekking tot deelvraag 2: hier wordt de beeldkwaliteit van gecalculeerde b1400 - en
gecalculeerde b3000 - en gescande b3000 beelden vergeleken.
Bij iedere patiënt zijn twee of drie van deze sequenties uitgevoerd. Er is sprake van één groep met
een gepaarde waarneming. De beeldkwaliteit is beoordeeld op een vijftal items. Vier van deze items
zijn gescoord op een Likert schaal. Het meetniveau is daarmee ordinaal. Op basis hiervan is gekozen
voor een nonparametrische rangorde toets: de Friedman toets (88)(89). Bij deze toets wordt gekeken
of de mediaan van steekproeven uit meer dan twee groepen (sequenties in dit geval) gelijk is. De
nulhypothese is dat dit het geval is; dat er geen verschil in beeldkwaliteit is tussen gecalculeerde
b1400-, gecalculeerde b3000- en gescande b3000 beelden. Voor het aannemen dan wel verwerpen
van H0 wordt een significantieniveau van p 0,05 aangehouden.
Het vijfde item (Tumor-PZ contrast) wordt uitgedrukt in een ratio en heeft daarmee een continu
meetniveau. Gezien het kleine aantal gescande b3000 sequenties wordt uitgegaan van een niet
normale verdeling, en moet weer voor een nonparametrische toets gekozen worden. De Friedman
toets mag ook bij continue variabelen gebruikt worden. De nulhypothese is dat er geen verschil in
contrast is tussen gecalculeerde b1400 -, gecalculeerde b3000 - en gescande b3000 beelden. Voor het
aannemen dan wel verwerpen van H0 wordt een significantieniveau van p 0,05 aangehouden.
Bij de Friedman test worden als ‘post-hoc test’ ‘multiple pairwise comparisons’ uitgevoerd. Dit
gebeurt echter alleen indien sprake is van een significant resultaat. Bij de post-hoc test wordt bepaald
welk deel van de test significant is. De in SPSS 20 toegepaste post-hoc test is de Dunn-Bonferroni test
(90).
Met betrekking tot deelvraag 3: hier worden de uitkomsten van gecalculeerde b3000 - en gescande
b3000 beelden vergeleken.
Bij iedere patiënt zijn beide sequenties uitgevoerd. Er is dan ook sprake van één groep met een
gepaarde waarneming. Er is gescoord of wel of niet een afwijking verdacht voor prostaatcarcinoom,
gezien is. Het meetniveau is daarmee nominaal. Op basis hiervan zou gekozen worden voor een
nonparametrische toets: de toets van McNemar (88). De nulhypothese is dat er geen verschil in
uitkomst is tussen gecalculeerde b3000 - en gescande b3000 beelden. Voor het aannemen dan wel
verwerpen van H0 wordt een significantieniveau van p 0,05 aangehouden. Van beide sequenties zou
de positief voorspellende waarde PPV berekend worden.
Zoals eerder genoemd, zijn van slechts twee patiënten beelden van de uiteindelijke gescande b3000
sequentie beschikbaar. Een statistische analyse is dan ook niet mogelijk gebleken. Als alternatief is
gekozen voor een meer kwalitatieve beschrijving van de beelden. Van de ene patiënt waar wel PA
gegevens van beschikbaar zijn, kan wel het oordeel false positive (FP), of true positive (FN) of false
negative (FN) of true negative (TN) gegeven worden.
Met betrekking tot deelvraag 4: Er is één scan van een proefpersoon en één scan van een fantoom.
Hier is een statistische analyse dan ook niet van toepassing. Ook hier is gekozen voor een kwalitatieve
beschrijving en analyse van de beelden.
44
4. Resultaten Hieronder worden per deelvraag de resultaten van de analyse gepresenteerd. Gezien het minieme
aantal patiënten bij deelvraag 3 is statistische analyse daar helaas niet mogelijk gebleken. Zoals al
eerder vermeld, is ook deelvraag 4, gezien de opzet ervan niet statistisch geanalyseerd.
De resultaten van de deelvragen worden achtereenvolgens besproken.
4.1 Uitkomsten deelvraag 1 In deze deelvraag zijn de uitkomsten van gecalculeerde b1400 - en gecalculeerde b3000 beelden
vergeleken. Hierbij is gebruik gemaakt van twee datasets: een set waarbij slechts één laesie per
patiënt opgenomen is in de analyse (tabel 4.1) en een set waarbij eventuele multifocaliteit in de
analyse meegenomen is (tabel 4.2). In beide analyses is onderscheid gemaakt in uitkomsten van
beoordelaar 1 en beoordelaar 2. Ter bepaling van significantie van eventuele verschillen wordt een p
waarde 0,05 of een 95% CI (confidence interval) aangehouden. Voor verantwoording van de
significantie bepaling wordt verwezen naar bijlage 8. Tabel 4.1 Vergelijking van uitkomst in tumor detectie tussen calculated b1400 beelden en calculated b3000
beelden. Er wordt uitgegaan van één laesie per patiënt. Een * teken duidt op een significant verschil.
Parameter Beoordelaar Calculated b1400 Calculated b3000 Significantie b1400 vs b3000
Gescoorde laesies: Oordeel PI-RADS score 4 of 5
1 76,2% (16/21) 76,2% (16/21) p = 1,00
2 57,1% (12/21) 66,7% (14/21) p = 0,50
Sensitiviteit voor tumordetectie
1 77,8% (14/18) 77,8% (14/18) CI -0,1188 tot 0,2431
2 55,6% (10/18) 66,7% (12/18) CI -0,2746 tot 0,0644
PPV voor tumordetectie
1 87,5% (14/16) 87,5% (14/16)
2 83,3% (10/12) 85,7% (12/14)
Tabel 4.2 Vergelijking van uitkomst in tumor detectie tussen calculated b1400 beelden en calculated b3000
beelden. Er wordt uitgegaan van multifocaliteit: alle laesies. Een * teken duidt op een significant verschil.
Parameter Beoordelaar Calculated b1400 Calculated b3000 Significantie b1400 vs b3000
Gescoorde laesies: Oordeel PI-RADS score 4 of 5
1 79,2% (19/24) 79,2% (19/24) p = 1,00
2 59,1% (13/22) 69,6% (16/23) p = 0,50
Sensitiviteit voor tumordetectie
1 60,7% (17/28) 60,7% (17/28) CI -0,1166 tot 0,1166
2 39,3% (11/28) 50,0% (14/28) CI -0,2294 tot 0,0239
PPV voor tumordetectie
1 89,5% (17/19) 89,5% (17/19)
2 84,6% (11/13) 87,5% (14/16)
In het algemeen geldt voor beoordelaar 1 dat de uitkomsten voor de calculated b1400 en b3000
series geen enkel verschil tonen. Beoordelaar 2 behaalt met de b3000 serie betere resultaten in
tumor detectie. Geen van de verschillen in uitkomst is echter significant. Voor beoordelaar 1 wordt
een p waarde 1,00 gegeven, waarmee in feite een volledige overeenkomst significant is aangetoond.
Voor de dataset met één laesie per patiënt is de mate van overeenkomst in PI-RADS score tussen
beide beoordelaars uitgevoerd. Hierbij is zowel gekeken naar de mate van overeenkomst in score 1 of
2 of 3 of 4 of 5 als naar de mate van overeenkomst in score 1,2,3 of 4,5. Zie tabel 4.3.
45
Tabel 4.3 Mate van overeenkomst in PI-RADS score tussen beide beoordelaars, uitgedrukt in Kappa waarde.
Dataset: uitgaande van één laesie per patiënt. Een * teken duidt op significantie.
Kappa Ongewogen
Kappa Lineair gewogen
Kappa Kwadratisch gewogen
PI-RADS score b1400. Onderscheid 1, 2, 3, 4, 5
0,323 matig CI 0,0187 - 0,6265 *
0,482 redelijk CI 0,2431 - 0,7207 *
0,542 redelijk CI 0,1077 - 0,9761 *
PI-RADS score b3000. Onderscheid 1, 2, 3, 4, 5
0,384 matig CI 0,0804 - 0,6884 *
0,584 redelijk 0,3477 - 0,8207 *
0,717 voldoende tot goed CI 0,3006 - 1 *
PI-RADS score b1400. Onderscheid 123 vs 45
0,588 redelijk p = 0,003 *
PI-RADS score b3000. Onderscheid 123 vs 45
0,538 redelijk p = 0,011 *
Er is een matige tot redelijke overeenkomst. De gewogen Kappa waarden liggen fors hoger dan de
ongewogen waarden. Daarnaast wordt een hogere Kappa bereikt wanneer slechts een dichotomie
van 123 vs 45 wordt aangehouden. Zie bijlage 9 voor een verantwoording van de Kappa waarden.
4.2 Uitkomsten deelvraag 2 In deze deelvraag is de beeldkwaliteit van calculated b1400 -, calculated b3000 - en gescande b3000
beelden vergeleken. Er is slechts een gering aantal gegevens beschikbaar van de gescande b3000
sequentie. De uitkomsten worden in twee tabellen weergegeven: een tabel inclusief de gescande
b3000 sequentie en een tabel zonder die sequentie. Voor beide tabellen geldt de volgende weergave:
bij alle items worden de Mean waarde met SD en de Friedman Mean rank opgegeven. Bij het item
Tumor-PZ contrast wordt daarnaast tevens de range vermeld.
Tabel 4.4 Vergelijking van beeldkwaliteit tussen calculated b1400 -, calculated b3000 - en gescande b3000
beelden. N=3. Bij het onderdeel tumor-PZ contrast is uitgegaan van multifocaliteit: alle laesies zijn gescoord.
Beoord. = beoordelaar. Een * teken duidt op een significant verschil.
Parameter Mean (SD) Mean rank Friedman
Beoord. Calculated b1400 (A)
Calculated b3000 (B)
Gescand b3000 (C)
Significantie
Tumor-PZ contrast
0,30 (0,14361) ; 0,10-0,43 1,75
0,98 (0,04500) ; 0,91-1,00 3,00
0,12 (0,07890) ; 0,01-0,19 1,25
p = 0,039 * A vs. B p = 0,231 A vs. C p = 1,000 B vs. C p = 0,040 *
Zichtbaarheid van de laesie 1 0,67 (1,115) 2,33
0,33 (0,577) 1,83
0,33 (0,577) 1,83
p = 0,368
2 0,00 (0,000) 2,00
0,00 (0,000) 2,00
0,00 (0,000) 2,00
p = 1,000
Onderdrukking normaal prostaat weefsel
1 3,00 (0,000) 1,83
3,33 (0,577) 2,33
3,00 (1,000) 1,83
p = 0,607
2 3,33 (0,577) 1,33
4,67 (0,577) 2,83
3,67 (0,577) 1,83
p = 0,097
Afwezigheid van vervorming in het beeld
1 3,00 (0,000) 2,17
3,00 (0,000) 2,17
2,67 (0,577) 1,67
p = 0,368
2 3,00 (0,000) 2,50
2,33 (0,577) 1,67
2,33 (1,155) 1,83
p = 0,368
Afwezigheid van ghosting in het beeld
1 2,33 (0,5777) 2,00
2,33 (0,5777) 2,00
2,33 (0,5777) 2,00
p = 1,000
2 3,00 (0,000) 2,33
2,33 (0,577) 1,33
3,00 (0,000) 2,33
p = 0,135
46
De verschillen in Tumor-PZ contrast zijn significant. Het hoogste contrast wordt bereikt met
calculated b3000 beelden (mean 0,98). Het contrast in de gescande b3000 beelden is laag (mean
0,12). In bovenstaande tabel is aangegeven welke onderlinge vergelijkingen (‘pairwise comparisons’)
een significant verschil opleveren (‘adjusted significance’): dit blijkt de vergelijking tussen calculated
b3000 (B) en gescand b3000 (C) te zijn. Zie bijlage 10.
Voor onderdrukking van normaal prostaatweefsel wordt de hoogste score bereikt bij calculated
b3000 beelden. Dit resultaat is echter niet significant.
Tabel 4.5 Vergelijking van beeldkwaliteit tussen calculated b1400 - en calculated b3000 beelden. N=32. Bij het
onderdeel tumor-PZ contrast is uitgegaan van multifocaliteit: alle laesies zijn gescoord.
Beoord. = beoordelaar. Een * teken duidt op een significant verschil.
Het scoreformulier voor deelvraag 1 en 3 bevat het schema van de 39 verschillende anatomische
zones. De 36 zones in de prostaat zijn allen afgebeeld. De twee vesiculae seminales en de urethra zijn
echter helaas niet afgebeeld. De ene beoordelaar heeft zelf, daar waar van toepassing, ‘handmatig’
ingroei in de vesiculae ingetekend op het scoreformulier; de andere beoordelaar heeft dit niet
gedaan. Een uitspraak over eventuele interobserver variabiliteit in het beoordelen van deze
anatomische regio zou zodoende niet gedaan kunnen worden.
In de planning van deze studie was per beoordelaar uitgegaan van een zekere tijd tussen het scoren
van de calculated b1400 beelden enerzijds en calculated b3000 beelden anderzijds. Dit met als doel
bias ten gevolge van het herkennen van eerdere beelden en herinneren van de bevindingen zo goed
mogelijk te beperken. De tijdsspanne varieert van 35 dagen tot in enkele gevallen helaas slechts een
dagdeel. In hoeverre het laatste belemmerend is geweest, is niet na te gaan.
Bij deelvraag 2 is de beeldkwaliteit van de verschillende diffusie beelden beoordeeld middels een
Likert schaal. Termen als Onvoldoende en Matig, Voldoende en Goed kunnen aanleiding geven tot
subjectiviteit. Dit wordt zoveel mogelijk beperkt door vooraf een consensus bijeenkomst te beleggen,
waarin een random aantal onderzoeken gescoord wordt en overeenstemming in de beoordeling
bereikt wordt. Een andere mogelijkheid is het vergaren en ter beschikking stellen van een serie
voorbeeld afbeeldingen voor de verschillende scores bij de verschillende beeldkwaliteit items. Beide
mogelijkheden zijn niet toegepast. De twee scoorders werken in de dagelijkse praktijk nauw samen en
stellen hun beoordelingen van MRI onderzoeken bij verdenking op prostaatcarcinoom wel in
consensus op. Hiermee kan er voldoende vertrouwen zijn in slechts beperkte mate van subjectiviteit.
Bij deelvraag 3 zijn de inclusie criteria aangepast. Er zijn slechts twee patiënten gescand met de
definitieve gescande b3000 sequentie. Op basis van deze twee patiënten was het toch al niet meer
mogelijk statistiek te bedrijven, om het oorspronkelijke doel te behalen: bepaling van de PPV. Daarop
is besloten de inclusie criteria te verruimen, en ook de patiënt te includeren, waar geen PA gegevens
van beschikbaar zijn.
Voor een zuivere vergelijking tussen calculated b3000 - en gescande b3000 sequenties zouden zoveel
mogelijk parameters gelijk moeten zijn. Dit geldt met name voor de echotijd TE. Helaas is deze voor
de series verschillend: de gescande b3000 beelden zijn tot stand gekomen met een TE van 82 ms,
tegen een TE van 63 ms bij de gecalculeerde beelden. Hoe hoger de TE is, des te lager de SNR wordt.
In deze studie zijn de beelden bekeken met behulp van Siemens Syngo Via software. In de dagelijkse
praktijk worden prostaat MRI beelden beoordeeld me behulp van het ‘dedicated’ prostaat MRI
systeem PROCAD. Het verschil in kwaliteit werd als groot ervaren, ten nadele van Syngo Via. In deze
studie zijn wel alle beelden bekeken in Syngo Via; het is niet zo dat bepaalde series in het ene
systeem, en andere series in het andere systeem bekeken zijn.
53
Vergelijking met eerdere onderzoeken.
- Bij vergelijking met de studie van Vural et al (33) wordt overeenkomst gevonden in de beste
onderdrukking van achtergrond weefsel bij de hogere b waarde 3000. Gezien de betere
anatomische oriëntatie wordt in die studie echter de voorkeur uitgesproken voor b2000, mede
gezien de mindere vervorming van het beeld. Betere anatomische oriëntatie kan bereikt worden
bij lagere b waarden (minder onderdrukking van het achtergrond weefsel), maar ook bijvoorbeeld
door te correleren met T2 beelden. Het geven van een oordeel over anatomische oriëntatie lijkt
het meest zuiver wanneer alleen naar diffusiebeelden gekeken wordt, en niet naar diffusie-
beelden en ADC maps en T2 beelden. In de hier ter discussie staande studie zijn diffusiebeelden
niet op zichzelf staand bekeken, maar samen met een ADC map of met een ADC map en T2
beelden. Voor wat betreft distortion: in de studie zijn geen grote verschillen gevonden in
vervorming van het beeld tussen de calculated b1400 en calculated b3000 beelden. Dit lijkt
logisch gezien het feit dat beide beelden tot stand komen uit dezelfde relatief lage acquired b
waarden (8). Bij een klein aantal patiënten zijn gescande b3000 beelden vervaardigd.
Overeenkomend met de verwachting uit de theorie en literatuur scoort het item afwezigheid van
vervorming hier lager (bij een van de beoordelaars). De bevinding is echter niet significant.
- Ueno et al. (9) stellen dat cDWI 2000 in de diagnose van Pca effectiever lijkt dan mDWI 1000, en
tenminste even effectief als mDWI 2000. Het is moeilijk om een vergelijking te maken tussen de
hier ter discussie staande studie en de studie van Ueno et al., daar de b waarden vrij sterk
verschillen. Wanneer echter gekeken wordt naar twee dezelfde b waarden, waarbij het ene beeld
direct en het andere computed tot stand komt, dan is de computed serie hier in het voordeel, zij
het niet significant. Hoe hoger de b waarden, hoe sterker de afnemende SNR een rol lijkt te gaan
spelen.
- Glaister et al. (66) stellen dat computed DWI veelbelovend is in het significant verbeteren van de
afgrenzing van tumor ten opzichte van het omgevend weefsel, waarbij een optimale keuze
rondom de b waarde 3000 ligt. In de hier ter discussie staande studie is voor de b3000 beelden
een significant beter tumor-PZ contrast en significant betere onderdrukking van normaal
prostaatweefsel aangetoond. Deze twee items bepalen indirect de zichtbaarheid van de laesie.
Deze is echter ook als afzonderlijk item gescoord. Beoordelaar 1 bereikt voor dit item een iets
hogere score bij de b1400 beelden ; beoordelaar 2 bereikt wel een ruim hogere score bij de
b3000 beelden, echter niet significant. Al met al kan gesteld worden dat enige overeenkomst met
de studie van Glaister et al. gevonden is.
- In een studie van Rosenkrantz et al. (7) wordt geconcludeerd dat b1500 beelden een betere
suppressie van benigne prostaatweefsel geven dan b1000 beelden. Dit wordt hier verder
bevestigd bij de vergelijking tussen de hogere b waarden b3000 en b1500.
- Wang et al. (63) hebben de contrast ratio tumor-PZ van gescande b1000, b1500 en b2000 DWI
beelden vergeleken. De contrast ratio is bij b1500 beelden significant het hoogst. Dit is in
tegenspraak met de bevindingen in deze studie. Het lijkt goed mogelijk dat computed DWI hier
zijn kracht ten opzichte van acquired DWI laat zien.
- In een studie van Wetter et al (91) wordt bij hogere b waarden een significant hogere contrast
ratio gevonden dan bij lagere b waarden (b1500 en 2000 vs b800 en 1000). Daarnaast is de
contrast ratio op verschillende ADC maps vergeleken. Hier is geen significant verschil gevonden.
In de hier ter discussie staande studie is niet gekeken naar de detectie bij verschillende ADC
maps. Hier leek ook geen aanleiding toe te zijn , daar de ADC maps van de calculated b1400 en
b3000 beelden tot stand gekomen zijn uit dezelfde gescande b waarden.
- Behalve de zichtbaarheid van Pca, moeten ook resultaten van diagnostische waarden als PPV en
sensitiviteit vergeleken worden. In een studie van Ueno et al. (71) wordt voor een protocol van
T2W- en DWI b1000 beelden een sensitiviteit bereikt van 75,6%. Dit stijgt naar 80.1% bij een
54
protocol van T2W- en b2000 beelden. De PPV bedraagt respectievelijk 75,0% en 77,8%. In de
studie van Ueno et al. is bij het scoren uitgegaan van multifocaliteit. In de hier ter discussie
staande studie zijn met inachtneming van multifocaliteit aanmerkelijk hogere waarden voor PPV
gevonden, voor beide readers: 89,5% respectievelijk 84,6% voor T2W en DWI b1400 beelden en
89,5% respectievelijk 87,5% voor T2W en DWI b3000 beelden. Met betrekking tot sensitiviteit
geldt dat aanzienlijk lagere waarden bereikt zijn bij inachtneming van multifocaliteit: 60,7%
respectievelijk 39,3% voor T2W en DWI b1400 beelden en 60,7% respectievelijk 50% voor T2W en
DWI b3000 beelden.
Ueno et al. maken in deze studie geen gebruik van ADC maps. Dit verschilt met de hier besproken
studie. Daarnaast is er een groot verschil in het aantal patiënten tussen de hier besproken studie
en de studie van Ueno et al. Zoals eerder opgemerkt is dit mogelijk van invloed geweest. De
bevindingen voor sensitiviteit zijn in deze studie niet significant; in de studie van Ueno et al. is dit
wel het geval.
- In een studie van Rosenkrantz et al. (5) werd bij twee beoordelaars de sensitiviteit en PPV voor
detectie van de index laesie voor verschillende image sets bepaald: b1000 en b2000 zonder en
met ADC map. Daarnaast waren bij alle series T2W beelden beschikbaar. Het aantal laesies
bedroeg 29, zodat hier van een enigszins vergelijkbare situatie met deze studie sprake is. Zonder
ADC map wordt bij b2000 diffusie beelden een aanzienlijk hogere sensitiviteit bereikt dan bij
b1000 beelden. In combinatie met ADC maps is dit niet het geval; hier wordt zelfs een hogere
sensitiviteit bereikt in de combinatie b1000-ADC. Wat verder opvalt is dat wanneer alleen naar
diffusiebeelden gekeken is, de verschillen in sensitiviteit tussen de beoordelaars groot zijn: 86,2%
versus 69% voor b2000 beelden. De interobserver variabiliteit is bij de gecombineerde b2000-ADC
set veel geringer: 69% versus 72,4%. Rosenkrantz et al. stellen in hun discussie dat vele laesies die
gemist werden op de b1000 beelden, wel gescoord waren op de combinatie van b1000 en ADC
map, waarmee het nut van hogere b waarden niet direct gezien wordt. De ADC map lijkt van
groot belang in tumordetectie.
- Bovenstaande wordt nogmaals benadrukt in een review van Rosenkrantz et al. (43): in meerdere
studies wordt met ADC maps een hogere detectie van tumoren bereikt dan met hoge b waarde
diffusiebeelden. Hierbij wordt verwezen naar ESUR MR guidelines (56), waar een groter gewicht
aan ADC maps wordt toegekend. De MR onderzoeken in de hier ter discussie staande studie zijn
inclusief ADC maps.
- In een zeer recente studie (2015) van Feuerlein et al. (30) zijn echter juist significant hogere
scores bereikt in zichtbaarheid van tumoren bij cDWI beelden ten opzichte van ADC maps. In de
hier ter discussie staande studie is geen vergelijking gemaakt tussen ADC maps en diffusie
beelden. Dit viel nu buiten de onderzoeksopzet.
- Zoals Manenti et al (70) in een research article uit 2014 opmerken: er blijven grote verschillen in
de analyse van diffusiebeelden en de bereikte resultaten. In een ander research article uit 2014
wordt een vergelijkbare uitspraak gedaan: Vural et al. (33) spreken van ‘conflicting results’.
55
6. Conclusie Hieronder worden de deelvragen op basis van de in hoofdstuk 3 getoonde resultaten beantwoord.
Op basis daarvan wordt een conclusie getrokken, teneinde de hoofdvraag te kunnen beantwoorden.
Tot slot worden een aantal aanbevelingen gedaan.
Welke DWI beelden hebben de hoogste positief voorspellende waarde: b1400 of b3000 beelden?
Voor beoordelaar 1 geldt dat er volledig gelijke uitkomsten in PPV en sensitiviteit zijn. De uitkomst
van sensitiviteit is voor beoordelaar 2 niet significant.
Voor beoordelaar 1 is er geen verschil in positief voorspellende waarde tussen b1400 - en b3000
beelden. Beoordelaar 2 bereikt met b3000 beelden een hogere PPV.
Welke DWI beelden hebben de hoogste diagnostische waarde: computed b1400, computed b3000 of
measured b3000 beelden?
Voor beide beoordelaars geldt: het tumor-PZ contrast is het hoogst in de computed b3000 serie. Deze
serie geeft ook de beste onderdrukking van normaal prostaatweefsel. De overige items verschillen
niet of nauwelijks.
Computed b3000 beelden hebben de beste diagnostische waarde.
Welke DWI beelden hebben de hoogste positief voorspellende waarde: computed b3000 of measured
b3000 beelden?
Deze vraag kan statistisch niet betrouwbaar beantwoord worden. De enkele casus is door beide
beoordelaars vals negatief gescoord.
Wat is de betrouwbaarheid van computed b3000 beelden?
Diffusie beelden met een dermate hoge b waarde moeten voldoen aan onderstaande voorwaarden:
1. dat de signaalsterkte in het beeld laag is.
2. dat vrije diffusie zich uit in een zeer laag signaal.
3. dat diffusie restrictie zich uit in een hoog signaal.
4. dat er niet of nauwelijks meer sprake zal zijn van T2 shine through.
Over het algemeen is aan bovenstaande voorwaarden voldaan. Bij de testscan van de proefpersoon
kon item 3 niet geverifieerd worden. Wanneer naar ‘betrouwbaarheid’ gevraagd wordt, moet de
afbeelding overeenkomen met de anatomie en de te verwachten diffusie. De testscan van het
fantoom had het grote voordeel dat de exacte ‘anatomie’ bekend was. De beelden konden zodoende
goed op hun waarde en betrouwbaarheid geschat worden. De genoemde technische problemen met
ADC waarden in x- en y-richting in het fantoom en partieel volume effecten werken helaas enigszins
verstorend. Wanneer deze problemen als geldig excuus gelden, mag gesteld worden dat computed
b3000 beelden betrouwbaar zijn.
De volgende conclusie wordt gesteld: Computed b3000 beelden zijn voldoende betrouwbaar.
Wat is de klinische meerwaarde van toepassing van computed DWI beelden met een b waarde 3000?
Op basis van de bij de deelvragen gestelde conclusies, wordt de volgende eindconclusie gesteld:
Een individuele beoordelaar kan gebaat zijn bij computed b3000 beelden en daarmee een hogere PPV
bereiken.
56
6.1 Aanbevelingen
Het aantal patiënten in deze studie is relatief klein. Dit zal invloed gehad hebben op de significantie
van de bevindingen. Een eventuele vervolgstudie met een groter cohort is aan te bevelen.
Het toekennen van een oordeel Wel verdacht voor Pca of Niet verdacht voor Pca aan PI-RADS score 3
heeft de nodige invloed op sensitiviteit voor tumordetectie. In een grotere studie zou onderzocht
kunnen worden in welke mate sprake is van aanwezigheid van een prostaatcarcinoom bij de score 3
en welke gevolgen dit heeft voor de patiëntenzorg in het Maasstad Ziekenhuis.
Op basis van de resultaten bij de verschillende deelvragen wordt met het oog op positief
voorspellende waarde aanbevolen gebruik te maken van calculated b3000 beelden binnen het
multiparametrisch MRI onderzoek van de prostaat.
57
Bronnen
1. Nationaal Kompas Volksgezondheid. Hoe vaak komt prostaatkanker voor, hoeveel mensen sterven eraan en neemt dit toe of af? [Internet]. RIVM. 2014 [cited 2014 Oct 9]. Available from: http://www.nationaalkompas.nl/gezondheid-en-ziekte/ziekten-en-aandoeningen/kanker/prostaatkanker/omvang/
2. Tamada T, Sone T, Jo Y, Yamamoto A, Ito K. Diffusion-weighted MRI and its role in prostate cancer. NMR Biomed [Internet]. 2014 Jan [cited 2014 Aug 12];27(1):25–38. Available from: http://www.ncbi.nlm.nih.gov/pubmed/23712781
3. Hoeks CMA, Scheenen TWJ, Vos PC. Prostate Cancer : Multiparametric MR Imaging for Detection, Localization, and Staging. Radiology. 2011;261(1):46–66.
4. Mori S, Barker PB. Diffusion Magnetic Resonance Imaging : Its Principle and applications. Anat Rec (New Anat). 1999;257:102–9.
5. Rosenkrantz AB, Hindman N, Lim RP, Das K, Babb JS, Mussi TC, et al. Diffusion-weighted imaging of the prostate: Comparison of b1000 and b2000 image sets for index lesion detection. J Magn Reson Imaging [Internet]. 2013 Sep [cited 2014 Aug 12];38(3):694–700. Available from: http://www.ncbi.nlm.nih.gov/pubmed/23371846
6. Dietrich O, Biffar A, Baur-Melnyk A, Reiser MF. Technical aspects of MR diffusion imaging of the body. Eur J Radiol [Internet]. Elsevier Ireland Ltd; 2010 Dec [cited 2013 Oct 3];76(3):314–22. Available from: http://www.ncbi.nlm.nih.gov/pubmed/20299172
7. Rosenkrantz AB, Hindman N, Chandarana H, Deng F-M, Babb JS, Taneja SS, et al. Computed Diffusion-Weighted Imaging of the prostate at 3T: Impact on image quality and tumor detection. Proc Intl Soc Mag Reson Med 21 (2013). 2013. p. 0094.
9. Ueno Y, Takahashi S, Kitajima K, Kimura T, Aoki I, Kawakami F, et al. Computed diffusion-weighted imaging using 3-T magnetic resonance imaging for prostate cancer diagnosis. Eur Radiol [Internet]. 2013 Dec [cited 2014 Aug 14];23(12):3509–16. Available from: http://www.ncbi.nlm.nih.gov/pubmed/23881300
10. Katahira K, Takahara T, Kwee TC, Oda S, Suzuki Y, Morishita S, et al. Ultra-high-b-value diffusion-weighted MR imaging for the detection of prostate cancer: evaluation in 201 cases with histopathological correlation. Eur Radiol [Internet]. 2011 Jan [cited 2014 May 27];21(1):188–96. Available from: http://www.ncbi.nlm.nih.gov/pubmed/20640899
11. Chenevert TL. Principles of Diffusion-Weighted Imaging ( DW-MRI ) as Applied to Body Imaging. In: Koh D-M, Thoeny HC, editors. Diffusion-Weighted MR Imaging Applications in the Body. 1st ed. Berlin Heidelberg: Springer; 2010. p. 3–17.
12. University of Maryland College of Chemistry and Life Sciences. Diffusion What are the units for D? [Internet]. Math Bench Biology Modules. 2010 [cited 2015 Sep 8]. Available from: http://mathbench.umd.edu/modules/cell-processes_diffusion/page11.htm
58
13. Le Bihan D. Apparent Diffusion Coefficient and Beyond : What Diffusion MR Imaging Can Tell Us about Tissue. Radiology. 2013;268(2).
14. Le Bihan D, Poupon C, Amadon A, Lethimonnier F. Artifacts and pitfalls in diffusion MRI. J Magn Reson Imaging [Internet]. 2006 Sep [cited 2013 Sep 22];24(3):478–88. Available from: http://www.ncbi.nlm.nih.gov/pubmed/16897692
16. Bammer R. Basic principles of diffusion-weighted imaging. Eur J Radiol [Internet]. 2003 Mar;45(3):169–84. Available from: http://www.ncbi.nlm.nih.gov/pubmed/12595101
17. Pledger T, Sakaie K, Shah SN, Tievsky, Andrew L. Diffusion-Weighted Magnetic Resonance Imaging. eRadimaging. 2011. p. 1–17.
18. Mori S, van Zijl PCM. Fiber tracking: principles and strategies - a technical review. NMR Biomed [Internet]. 2002 [cited 2014 Jan 21];15(7-8):468–80. Available from: http://www.ncbi.nlm.nih.gov/pubmed/12489096
19. Kwee TC, Luijten PR. Diffusion-weighted whole-body imaging with background body signal suppression ( DWIBS ): features and potential applications in oncology. Eur Radiol. 2008;1937–52.
20. Koh D-M, Collins DJ. Diffusion-weighted MRI in the body: applications and challenges in oncology. AJR Am J Roentgenol [Internet]. 2007 Jun [cited 2013 Sep 19];188(6):1622–35. Available from: http://www.ncbi.nlm.nih.gov/pubmed/17515386
21. Elster AD. DWI b-value Questions and Answers in MRI [Internet]. 2014 [cited 2015 Sep 9]. Available from: http://mri-q.com/what-is-the-b-value.html
22. Mukherjee P, Berman JI, Chung SW, Hess CP, Henry RG. Diffusion tensor MR imaging and fiber tractography: theoretic underpinnings. AJNR Am J Neuroradiol [Internet]. 2008 Apr [cited 2013 Dec 11];29(4):632–41. Available from: http://www.ncbi.nlm.nih.gov/pubmed/18339720
23. Brockstedt S. Diffusion MRI I Technique. Split: ESMRMB School of MRI; 2013.
24. Blackledge M, Wilton B, Messiou C, Koh D-M, Leach MO, Collins DJ. Computed Diffusion Weighted Imaging ( cDWI ) for Improving Imaging Contrast. Proc Intl Soc Mag Reson Med 17 (2009). 2009. p. 4005.
25. Maas MC, Fütterer JJ, Scheenen TWJ. Quantitative evaluation of computed high B value diffusion-weighted magnetic resonance imaging of the prostate. Invest Radiol [Internet]. 2013 Nov [cited 2014 Aug 12];48(11):779–86. Available from: http://www.ncbi.nlm.nih.gov/pubmed/23907102
26. Ueno Y, Takahashi S, Ohno Y, Kitajima K, Kawakami F, Miyake H, et al. Computed diffusion-weighted MRI for prostate cancer detection: the influence of the combinations of b-values. Br J Radiol. 2015;88(20140738).
59
27. Shimizu H, Isoda H, Fujimoto K, Kawahara S, Furuta A, Shibata T, et al. Comparison of acquired diffusion weighted imaging and computed diffusion weighted imaging for detection of hepatic metastases. Eur J Radiol [Internet]. Elsevier Ireland Ltd; 2013 Mar [cited 2014 Aug 12];82(3):453–8. Available from: http://www.ncbi.nlm.nih.gov/pubmed/23182960
28. Merisaari H, Jambor I. Optimization of b-value distribution for four mathematical models of prostate cancer diffusion-weighted imaging using b values up to 2000 s/mm2: Simulation and repeatability study. Magn Reson Med. 2014;1–16.
29. Park SY, Kim CK, Park BK, Kwon GY. Comparison of apparent diffusion coefficient calculation between two-point and multipoint B value analyses in prostate cancer and benign prostate tissue at 3 T: preliminary experience. AJR Am J Roentgenol [Internet]. 2014 Sep [cited 2015 Feb 25];203(3):W287–94. Available from: http://www.ncbi.nlm.nih.gov/pubmed/25148186
30. Feuerlein S, Davenport MS, Krishnaraj A, Merkle EM, Gupta RT. Computed high b-value diffusion-weighted imaging improves lesion contrast and conspicuity in prostate cancer. Prostate Cancer Prostatic Dis [Internet]. 2015 Mar 3 [cited 2015 Apr 7]; Available from: http://www.ncbi.nlm.nih.gov/pubmed/25732928
31. Blackledge M, Collins D, Koh D-M, Leach M. Signal to noise ratio of high b-value diffusion weighted images is improved using computed diffusion weighted imaging. Proc Intl Soc Mag Reson Med 18 (2010) [Internet]. 2010. p. 10334. Available from: http://cds.ismrm.org/protected/10MProceedings/files/4707_4981.pdf
32. Quentin M, Blondin D, Klasen J, Lanzman RS, Miese F-R, Arsov C, et al. Comparison of different mathematical models of diffusion-weighted prostate MR imaging. Magn Reson Imaging [Internet]. Elsevier Inc.; 2012 Dec [cited 2014 Sep 12];30(10):1468–74. Available from: http://www.ncbi.nlm.nih.gov/pubmed/22819178
33. Vural M, Ertas G, Onay A, Acar Ö, Esen T, Saglican Y, et al. Conspicuity of Peripheral Zone Prostate Cancer on Computed Diffusion-Weighted Imaging : Comparison of cDWI 1500 , cDWI 2000 , and cDWI 3000. Biomed Res Int [Internet]. 2014;(Article ID 768291):1–6. Available from: http://www.hindawi.com/journals/bmri/aa/768291/
34. Maas MC, Fütterer JJ, Scheenen TW. Contrast-to-noise ratio in extrapolated and measured high b-value diffusion weighted prostate MR images. Proc Intl Soc Mag Reson Med 19 (2011). 2011. p. 3066.
35. Bittencourt LK, Attenberger UI, Lima D, Strecker R, de Oliveira A, Schoenberg SO, et al. Feasibility study of computed vs measured high b-value (1400 s/mm2) diffusion-weighted MR images of the prostate. World J Radiol [Internet]. 2014 Jun 28 [cited 2014 Aug 14];6(6):374–80. Available from: http://www.pubmedcentral.nih.gov/articlerender.fcgi?artid=4072822&tool=pmcentrez&rendertype=abstract
36. Grant KB, Agarwal HK, Shih JH, Bernardo M, Pang Y, Daar D, et al. Comparison of calculated and acquired high b value diffusion-weighted imaging in prostate cancer. Abdom Imaging [Internet]. 2014 Sep 16 [cited 2014 Sep 25]; Available from: http://www.ncbi.nlm.nih.gov/pubmed/25223523
60
37. McRobbie DW, Moore EA, Graves MJ, Prince MR. MRI From Picture to Proton. Second edi. Cambridge: Cambridge University Press; 2007. 66 p.
38. Ueno Y, Takahashi S, Ohno Y, Kitajima K, Yui M, Kassai Y, et al. Computed Diffusion-Weighted MR Imaging for Prostate Cancer Detection:The Influence of the Combinations of b-Values. Br J Radiol [Internet]. 2015 Jan 21 [cited 2015 Jan 26];20140738. Available from: http://www.ncbi.nlm.nih.gov/pubmed/25605347
39. Bhavsar A, Verma S. Anatomic Imaging of the Prostate. Biomed Res Int [Internet]. 2014 Jan;2014(Article ID 728539):1–9. Available from: http://www.hindawi.com/journals/bmri/2014/728539/
40. Oyasu R, Yang XJ, Yoshida O. Question 2 What is the anatomic structure of the prostate? Where is the transition zone? Where does carcinoma develop? Where does benign prostatic hyperplasia occur? In: Oyasu R, Yang XJ, Yoshida O, editors. Questions in Daily Urologic Practice: Updates for Urologists and Diagnostic Pathologists [Internet]. Springer; 2008. p. 7–11. Available from: http://adc.bmj.com/content/94/2/167.extract\nhttp://link.springer.com/chapter/10.1007/978-4-431-72819-1_2
41. ACR American College of Radiology. PI-RADS v2 Prostate Imaging and Reporting and Data System: Version 2. 2015. Available from: http://www.acr.org/Quality-Safety/Resources/PIRADS
42. Yacoub JH, Verma S, Moulton JS, Eggener S, Oto a. Imaging-guided Prostate Biopsy: Conventional and Emerging Techniques. Radiographics. 2012;32:819–37.
43. Rosenkrantz AB, Taneja SS. Radiologist, be aware: ten pitfalls that confound the interpretation of multiparametric prostate MRI. AJR Am J Roentgenol [Internet]. 2014 Jan [cited 2014 Nov 25];202(1):109–20. Available from: http://www.ncbi.nlm.nih.gov/pubmed/24370135
45. Dickinson L, Ahmed HU, Allen C, Barentsz JO, Carey B, Futterer JJ, et al. Scoring systems used for the interpretation and reporting of multiparametric MRI for prostate cancer detection, localization, and characterization: could standardization lead to improved utilization of imaging within the diagnostic pathway? J Magn Reson Imaging [Internet]. 2013 Jan [cited 2014 Nov 22];37(1):48–58. Available from: http://www.ncbi.nlm.nih.gov/pubmed/22566285
46. Epstein JI, Allsbrook WC, Amin MB, Egevad LL. The 2005 International Society of Urological Pathology (ISUP) Consensus Conference on Gleason Grading of Prostatic Carcinoma. The American journal of surgical pathology [Internet]. 2005. p. 1228–42. Available from: http://www.ncbi.nlm.nih.gov/pubmed/16096414
47. Montironi R, Cheng L, Lopez-Beltran A, Scarpelli M, Mazzucchelli R, Mikuz G, et al. Original gleason system versus 2005 ISUP modified gleason system: The importance of indicating which system is used in the patient’s pathology and clinical reports. Eur Urol. 2010;58:369–73.
61
48. Oyasu R, Yang XJ, Yoshida O. Question 7 Is there a significant difference in prognosis between Gleason score 3+4 and 4+3 prostate cancers in radcal prostatectomy specimens? What is the prognostic implication of Gleason score 3+4 versus 4+3 prostate cancer assigned to prostate needle. In: Oyasu R, Yang XJ, Yoshida O, editors. Questions in Daily Urologic Practice: Updates for Urologists and Diagnostic Pathologists. Springer; 2008. p. 29–33.
49. Stark JR, Perner S, Stampfer MJ, Sinnott J a., Finn S, Eisenstein AS, et al. Gleason score and lethal prostate cancer: Does 3 + 4 = 4 + 3? J Clin Oncol. 2009;27(21):3459–64.
51. Richtlijnendatabase - iKNL. Prostaatcarcinoom - TNM classificatie - Richtlijn [Internet]. iKNL. 2014 [cited 2015 Jun 20]. Available from: http://richtlijnendatabase.nl/richtlijn/prostaatcarcinoom/tnm_classificatie.html
52. American Joint Committtee on Cancer. Prostate cancer staging [Internet]. AJCC Quick references. Chicago, IL: AJCC; 2015. Available from: https://cancerstaging.org/references-tools/quickreferences/Pages/default.aspx
53. TNM Classification Help - Manual for Cancer Staging [Internet]. [cited 2015 Jul 6]. Available from: http://cancerstaging.blogspot.nl/
55. Ploussard G, Epstein JI, Montironi R, Carroll PR, Wirth M, Grimm MO, et al. The contemporary concept of significant versus insignificant prostate cancer. Eur Urol. 2011;60:291–303.
57. Röthke M, Blondin D, Franiel T. PI-RADS-Klassifikation : Strukturiertes Befundungs- schema für die MRT der Prostata. Fortschr Röntgenstr. 2013;185:253–61.
58. Junker D, Quentin M, Nagele U, Edlinger M, Richenberg J, Schaefer G, et al. Evaluation of the PI-RADS scoring system for mpMRI of the prostate: a whole-mount step-section analysis. World J Urol [Internet]. 2014 Aug 1 [cited 2014 Nov 22]; Available from: http://www.ncbi.nlm.nih.gov/pubmed/25081011
59. Rosenkrantz AB, Lim RP, Haghighi M, Somberg MB, Babb JS, Taneja SS. Comparison of interreader reproducibility of the prostate imaging reporting and data system and likert scales for evaluation of multiparametric prostate MRI. AJR Am J Roentgenol [Internet]. 2013 Oct [cited 2014 Nov 22];201(4):W612–8. Available from: http://www.ncbi.nlm.nih.gov/pubmed/24059400
60. Rosenkrantz AB, Kim S, Lim RP, Hindman N, Babb JS, Taneja SS. Prostate Cancer Localization Using Multiparametric MR Imaging : Comparison of Prostate Imaging Reporting and Data System (PI-RADS) and Likert Scales. Radiology. 2013;269(2):482–92.
62
61. Caivano R, Rabasco P, Lotumolo A, Cirillo P, D’Antuono F, Zandolino A, et al. Comparison between Gleason score and apparent diffusion coefficient obtained from diffusion-weighted imaging of prostate cancer patients. Cancer Invest [Internet]. 2013 Nov [cited 2014 Aug 5];31(9):625–9. Available from: http://www.ncbi.nlm.nih.gov/pubmed/24138289
62. Kim CK, Park BK, Kim B. High-b-value diffusion-weighted imaging at 3 T to detect prostate cancer: comparisons between b values of 1,000 and 2,000 s/mm2. AJR Am J Roentgenol [Internet]. 2010 Jan [cited 2014 Aug 12];194(1):W33–7. Available from: http://www.ncbi.nlm.nih.gov/pubmed/20028888
63. Wang X, Qian Y, Liu B, Cao L, Fan Y, Zhang JJ, et al. High-b-value diffusion-weighted MRI for the detection of prostate cancer at 3 T. Clin Radiol [Internet]. 2014;69:1165–70. Available from: http://linkinghub.elsevier.com/retrieve/pii/S0009926014003699
64. Rosenkrantz AB, Chandarana H, Hindman N, Deng F-M, Babb JS, Taneja SS, et al. Computed diffusion-weighted imaging of the prostate at 3 T: impact on image quality and tumour detection. Eur Radiol [Internet]. 2013 Nov [cited 2014 Aug 12];23(11):3170–7. Available from: http://www.ncbi.nlm.nih.gov/pubmed/23756956
65. Blackledge MD, Tunariu N, Collins DJ, Leach MO, Koh DM. Improved diagnostic accuracy of whole body diffusion weighted MRI using computed imaging. Proc Intl Soc Mag Reson Med 19 (2011). 2011. p. 2979.
66. Glaister J, Cameron A, Wong A, Haider MA. Quantitative investigative analysis of tumour separability in the prostate gland using ultra-high b-value computed diffusion imaging. Conference proceedings : Annual International Conference of the IEEE Engineering in Medicine and Biology Society [Internet]. 2012 [cited 2014 Aug 12]. p. 420–3. Available from: http://www.ncbi.nlm.nih.gov/pubmed/23365918
67. Liu X, Zhou L, Peng W, Wang C, Wang H. Differentiation of central gland prostate cancer from benign prostatic hyperplasia using monoexponential and biexponential diffusion-weighted imaging. Magn Reson Imaging [Internet]. Elsevier Inc.; 2013 Oct [cited 2014 Aug 12];31(8):1318–24. Available from: http://www.ncbi.nlm.nih.gov/pubmed/23791546
68. Ohgiya Y, Suyama J, Seino N, Hashizume T, Kawahara M, Sai S, et al. Diagnostic accuracy of ultra-high-b-value 3.0-T diffusion-weighted MR imaging for detection of prostate cancer. Clin Imaging [Internet]. Elsevier Inc.; 2012 [cited 2014 Aug 12];36(5):526–31. Available from: http://www.ncbi.nlm.nih.gov/pubmed/22920357
69. Koo JH, Kim CK, Choi D, Park BK, Kwon GY, Kim B. Diffusion-weighted magnetic resonance imaging for the evaluation of prostate cancer: optimal B value at 3T. Korean J Radiol [Internet]. 2013;14(1):61–9. Available from: http://www.pubmedcentral.nih.gov/articlerender.fcgi?artid=3542304&tool=pmcentrez&rendertype=abstract
70. Manenti G, Nezzo M, Chegai F, Vasili E, Bonanno E, Simonetti G. DWI of Prostate Cancer: Optimal b-Value in Clinical Practice. Prostate Cancer [Internet]. Hindawi Publishing Corporation; 2014 Jan [cited 2014 Aug 12];2014:1–9. Available from: http://www.pubmedcentral.nih.gov/articlerender.fcgi?artid=3945287&tool=pmcentrez&rendertype=abstract
63
71. Ueno Y, Kitajima K, Sugimura K, Kawakami F, Miyake H, Obara M, et al. Ultra-high b-value diffusion-weighted MRI for the detection of prostate cancer with 3-T MRI. J Magn Reson imaging [Internet]. 2013 Jul [cited 2014 Aug 12];38(1):154–60. Available from: http://www.ncbi.nlm.nih.gov/pubmed/23292979
72. Tamada T, Kanomata N, Sone T, Jo Y, Miyaji Y, Higashi H, et al. High b value (2,000 s/mm2) diffusion-weighted magnetic resonance imaging in prostate cancer at 3 Tesla: comparison with 1,000 s/mm2 for tumor conspicuity and discrimination of aggressiveness. PLoS One [Internet]. 2014 Jan [cited 2014 Aug 12];9(5):e96619. Available from: http://www.pubmedcentral.nih.gov/articlerender.fcgi?artid=4011860&tool=pmcentrez&rendertype=abstract
73. Peng Y, Jiang Y, Antic T, Sethi I, Schmid-Tannwald C, Eggener S, et al. Apparent diffusion coefficient for prostate cancer imaging: impact of B values. AJR Am J Roentgenol [Internet]. 2014 Mar [cited 2014 Aug 5];202(3):W247–53. Available from: http://www.ncbi.nlm.nih.gov/pubmed/24555621
74. Pullens P, Goebel C. Anisotropic Phantom for Diffusion Weighted MRI Applications Instruction Manual [Internet]. Maasstricht: Brain Innovation bv; 2011. Available from: http://support.brainvoyager.com/documents/DWI/DWI_PhantomManual_Sept2011_LR.pdf
75. Pullens P, Roebroeck A, Goebel R. Ground truth hardware phantoms for validation of diffusion-weighted MRI applications. J Magn Reson Imaging. 2010;32:482–8.
76. Nogueira L, Wang L, Fine SW, Pinochet R, Kurta JM, Katz D, et al. Focal treatment or observation of prostate cancer: pretreatment accuracy of transrectal ultrasound biopsy and T2-weighted MRI. Urology [Internet]. Elsevier Inc.; 2010 Feb [cited 2014 Nov 3];75(2):472–7. Available from: http://www.pubmedcentral.nih.gov/articlerender.fcgi?artid=3651887&tool=pmcentrez&rendertype=abstract
77. Mueller-Lisse U, Mueller-Lisse U, Scheidler J, Klein G, Reiser M. Reproducibility of image interpretation in MRI of the prostate: application of the sextant framework by two different radiologists. Eur Radiol [Internet]. 2005 Sep [cited 2014 Nov 3];15(9):1826–33. Available from: http://www.ncbi.nlm.nih.gov/pubmed/15841384
78. Jung J a, Coakley F V, Vigneron DB, Swanson MG, Qayyum A, Weinberg V, et al. Prostate depiction at endorectal MR spectroscopic imaging: investigation of a standardized evaluation system. Radiology. 2004;233(3):701–8.
79. Richard Lowry. Kappa as a Measure of Concordance in Categorical Sorting [Internet]. VassarStats. 2015 [cited 2015 Jul 24]. Available from: http://vassarstats.net/kappa.html
80. Robert G. Newcombe. Confidence Intervals for Proportions and Related Measures of Effect Size [Internet]. Boca Raton, FL: CRC Press; 2012. Available from: https://www.crcpress.com/Confidence-Intervals-for-Proportions-and-Related-Measures-of-Effect-Size/Newcombe/9781439812785
81. Landis JR, Koch GG. The measurement of observer agreement for categorical data. Biometrics [Internet]. 1977 Mar [cited 2014 Jul 20];33(1):159–74. Available from: http://www.ncbi.nlm.nih.gov/pubmed/843571
64
82. Richard Lowry. VassarStats : Website for Statistical Computation [Internet]. 2015 [cited 2015 Jul 24]. Available from: http://vassarstats.net/
83. Richard Lowry. Kappa [Internet]. VassarStats. 2015 [cited 2015 Jul 24]. Available from: http://vassarstats.net/kappaexp.html
84. Sardanelli F, Di Leo G. Biostatistics for Radiologists [Internet]. Milan: Springer_Verlag Italia 2009; 2009. Available from: http://www.springerlink.com/index/10.1007/978-88-470-1133-5
85. Cross Validated. Statistical significance - Comparison of positive predictive value between two models [Internet]. Stack Exchange inc. 2015 [cited 2015 Jul 24]. Available from: http://stats.stackexchange.com/questions/12665/comparison-of-positive-predictive-value-between-two-models?lq=1
86. Cross Validated. Epidemiology - Statistical test for positive and negative predictive value [Internet]. Stack Exchange inc. 2015 [cited 2015 Jul 24]. Available from: http://stats.stackexchange.com/questions/6309/statistical-test-for-positive-and-negative-predictive-value
87. Cross Validated. Binomial - How do you compute confidence intervals for positive predictive value? [Internet]. Stack Exchange inc. 2015 [cited 2015 Jul 24]. Available from: http://stats.stackexchange.com/questions/9449/how-do-you-compute-confidence-intervals-for-positive-predictive-value?lq=1
88. Schouten HJA. Klinische statistiek. Een praktische inleiding in methodologie en analyse. Tweede dru. Houten/ Diegem: Bohn Stafleu van Loghum; 1999.
89. Baarda B, Goede M de, Dijkum C van. Basisboek Statistiek met SPSS. 4e druk. Groningen: Noordhoff Uitgevers bv; 2010.
90. IBM Support. Source for Post Hoc tests for Friedman in Nonparametric Tests [Internet]. 2012 [cited 2015 Aug 23]. Available from: http://www-01.ibm.com/support/docview.wss?uid=swg21508972
91. Wetter A, Nensa F, Lipponer C, Guberina N, Olbricht T, Schenck M, et al. High and ultra-high b-value diffusion-weighted imaging in prostate cancer: a quantitative analysis. Acta radiol [Internet]. 2014 Aug 28 [cited 2014 Nov 9]; Available from: http://www.ncbi.nlm.nih.gov/pubmed/25168023
65
Bijlagen
Bijlage 1 Overzicht studies computed DWI
Bijlage 2 Goedkeuring wetenschappelijk onderzoek
Bijlage 3 Trial lijst met onderzoeksnummers vraag 1, 2 en 3
Bijlage 4 Voorbeeld meting tumorgrootte PZ en tumorgrootte TZ
21 26 71 abdomen 23-9-2014 20-10-2014 27 dagen Echo 6,8 (21-7-14) I en II prostaatnaaldbiopten links en rechts: geen maligniteit. Geen maligniteit !?? Advies controle.
detectie 19-9-2014
22 11 72 stagering 7-8-2014 13-okt-14 67 dagen
Echo
RP 1,5 (21-7-14)
(Acinair) adenocarcinoom. Locatietumor: anterior en posterior. Gleasonscore: 4+3=7. Zijdigheid
tumorlokalisatie: links
RP : Microscopie Invasieve tumor aanwezig: ja; 1 tumor. Type tumor: (acinair)
adenocarcinoom. Locatietumor: anterior en posterior. Gleasonscore: 4+3=7.