Computed diffusion weighted imaging van de prostaat ... · Computed diffusion weighted imaging van de prostaat: impact van de b-waarde op beeldkwaliteit en diagnostische waarde A

Computed diffusion weighted imaging van de prostaat: impact van de b-waarde op beeldkwaliteit en

diagnostische waarde

A master thesis submitted in partial fulfilment of the requirements for the masterprogramme Medical Imaging/Radiation Oncology Name: Geert van Overbruggen Inholland University of Applied Sciences Faculty of Health, Sports and Social Work June 2015

Master thesis Geert van Overbruggen

2

Auteur: Geert van Overbruggen

[email protected] 06-13440472

Interne begeleiding: Thom Roding MSc [email protected] Externe begeleider: Janine Timmers PhD

[email protected]

Externe begeleider: Joost Nederend PhD [email protected] Status: definitief

http://www.google.nl/url?sa=i&rct=j&q=&esrc=s&frm=1&source=images&cd=&cad=rja&uact=8&docid=_9kzaYqZNB1zNM&tbnid=iOckPXu_mS9PSM:&ved=0CAUQjRw&url=http://mijn.ecabo.nl/zoeken/Leerbedrijf/Index/9636388?returnUrl%3D/zoeken/Zoeken/alle-bdr/alle-la/160/alle-rg/alle-pl/EINDHOVEN/0/1791/alle-kw/alle-kr/geen-code/alle-lp/alle-lp/alle-lw&ei=2oz9U4-ZKYXuOoqsgbgK&bvm=bv.74035653,d.ZWU&psig=AFQjCNF0_U45RymoskqP-cQGZPMPNJbyMw&ust=1409211642121255

http://www.google.nl/url?sa=i&source=images&cd=&cad=rja&uact=8&docid=kyMvEmBswdgchM&tbnid=nU8daHkBAnj6XM:&ved=0CAgQjRw&url=http://www.scascertificering.nl/certificeringstrajecten/opleiding-sportpodotherapie.aspx&ei=v4r9U8nNKIHoPLSEgOgJ&psig=AFQjCNH_agpBLMBPsG80YigpHQumDOrMEw&ust=1409211455767840


3

Abstract Objectives The aim of this study was to investigate the impact of the parameter b-value on image quality and diagnostic performance for prostate cancer using computed diffusion weighted imaging (DWI). Methods Thirty-eight patients underwent a 3T magnetic resonance imaging scan using a phased array coil before prostatectomy. This scan included a DWI scan with b values of 0 s/mm2, 50, s/mm2, 600 s/mm2, 1000 s/mm2 and 1500 s/mm2. Computed DWI scans with b-values of 600 s/mm2, 1000 s/mm2 and 1500 s/mm2 were generated from lower b value images. The DWI and computed DWI datasets with b-values of 600 s/mm2, 1000 s/mm2 and 1500 s/mm2 were independently assessed by two radiologists. The location of prostate cancer was noted. The pathologic findings from the prostatectomy served as the reference standard to evaluate the sensitivity and specificity. Regions of interest were used to evaluate the signal intensity in normal tissue and prostate cancer. These values were used to calculate the contrast ratio between both tissues. Results Increasing the b-value resulted, for computed DWI as well as DWI, in a reduction of the signal intensity in both tissues (p<0,01). On the other hand, the contrast ratio increased by using higher b-values (p<0,01). By far the best contrast ratio was obtained using computed DWI with a b-value of 1500 s/mm2 (p<0,01). Images with a b-value of 1000 s/mm2 and 1500 s/mm2 showed a higher sensitivity than the images obtained using a b-value of 600 s/mm2 (p<0,01). There was no significant difference in sensitivity between the DWI datasets with a b value of 1000 s/mm2 and 1500 s/mm2 (DWI: p=0,16 and computed DWI: p=0,08). There was also no significant difference in sensitivity between DWI and computed DWI at a b-value of 1500 s/mm2. Increasing the b-value did had effect on the sensitivity, but the effect on specificity was limited as all datasets resulted in a high specificity. Conclusion Computed DWI with a b value of 1500 s/mm2 resulted in the highest contrast ratio. Although the higher b-values resulted in a higher sensitivity, there was no difference in diagnostic performance between DWI and computed DWI at a b-value of 1500 s/mm2. Because of the higher contrast ratio it is however recommended to include computed DWI reconstruction with a b-value of 1500 s/mm2 in the standard protocol.


4

Voorwoord Het is zover! Voor u ligt het verslag “Computed diffusion weighted imaging van de prostaat: impact van de b-waarde op beeldkwaliteit en diagnostische waarde”. In dit onderzoek is de nieuwe computed diffusion weighted imaging methode vergeleken met de gangbare geacquireerde diffusion weighted imaging methode. Het onderzoek heb ik van juli 2014 tot en met juni 2015 uitgevoerd. Deze thesis heb ik geschreven in het kader van mijn masteropleiding Medical Imaging Radiation Oncology. Na een zoektocht langs meerdere MRI onderwerpen is het in september 2014 gelukt om een onderwerp te vinden dat zowel innovatief als uitvoerbaar is. De methode computed diffusion weighted imaging wordt pas recent onderzocht. Binnen dit actuele onderwerp bleek nog voldoende ruimte te liggen voor een onderzoek dat echt iets toevoegt. Naast nieuwe inzichten heeft dit project mij persoonlijk veel kennis en vaardigheden opgeleverd. Bij aanvang van het mastertraject wist ik nog weinig van projectmatig werken, wetenschappelijke literatuur zoeken en het testen van theorieën. Deze thesis heeft me de mogelijkheid geboden om het geleerde in een interessant onderzoek toe te passen. Dit project was nooit een succes geworden zonder de inzet van een aantal mensen die ik daarvoor graag wil bedanken. Zij gaven me tips en feedback, legden nieuwe contacten en hebben me gesteund waar ze konden. Ten eerste wil ik Joost Nederend bedanken voor zijn hulp bij het scherp stellen van het onderwerp. Daarnaast heeft hij me geholpen bij het opzetten van de methode en het indienen van de METC aanvraag. Tijdens het dossieronderzoek mocht ik gebruik maken van zijn werkstation en in een later stadium heeft hij gefungeerd als één van de beoordelende radiologen. Zonder zijn input had ik dit onderzoek nooit op deze manier neer kunnen zetten. Dennis van der Zee heeft de beelden eveneens beoordeeld. Door zijn bijdrage aan de consensusmeeting was het mogelijk om de diagnostische waarde van deze nieuwe techniek te onderzoeken. Fiere Claassen-Janssen wil ik graag bedanken voor het mee ontwerpen van de reconstructie software. Ze was zelfs ’s avond en in het weekend bereid om me te helpen waardoor het proces enorm versneld werd. Bij tegenslagen, zoals de slices die opeens in willekeurige volgorde verschenen en afbeeldingen die vooral uit witte pixels leken te bestaan, bleek er gelukkig altijd een oplossing te zijn. Tevens ben ik mijn dank verschuldigd aan Janine Timmer voor haar optreden als sparringpartner. Door haar kritische, maar altijd opbouwende, feedback zijn zowel het projectplan als het verslag naar een hoger niveau getild. Vanuit de opleiding ben ik tijdens het gehele project begeleid door Thom Roding. Ik wil hem graag bedanken voor de tips en feedback. Daarnaast heb ik zijn prettige en ontspannen manier van begeleiden als erg positief ervaren. Ten slotte wil ik mijn gezin bedanken voor hun begrip als ik weer eens een hele dag op zolder zat te typen. Marie-José, Bram en Rosanne: vanaf nu hebben we weer meer tijd om leuke dingen te doen! Geert van Overbruggen Oss, juni 2015


5

Inhoud

Abstract ...................................................................................................................... 3

Voorwoord .................................................................................................................. 4

1. Inleiding .................................................................................................................. 7

1.1 Introductie ......................................................................................................... 7

1.2 Doel en vraagstelling ......................................................................................... 8

2. Literatuur review ..................................................................................................... 9

2.1 Optimale b-waarde bij conventionele DWI van de prostaat ............................... 9

2.2 Apparent Diffusion Coëfficiënt (ADC) .............................................................. 11

2.3 Diffusie modellen............................................................................................. 14

2.4 Computed Diffusion Weighted Imaging ........................................................... 16

3. Methode ................................................................................................................ 19

3.1 Studiedesign ................................................................................................... 19

3.2 Inclusie en exclusiecriteria .............................................................................. 19

3.3 Patiënten ......................................................................................................... 19

3.4 DWI sequentie en parameters ........................................................................ 20

3.5 Histologisch onderzoek na radicale prostatectomie ........................................ 21

3.6 Genereren van computed DWI ....................................................................... 21

3.7 Ethische aspecten ........................................................................................... 22

3.8 Dataverzameling ............................................................................................. 22

3.9 Data analyse ................................................................................................... 23

3.9.1 Bepalen beeldkwaliteit .............................................................................. 23

3.9.2 Bepalen diagnostische waarde ................................................................. 24

3.10 Statistische analyse ...................................................................................... 25

3.10.1 Beschrijvende statistiek .......................................................................... 25

3.10.2 Toetsende statistiek beeldkwaliteit ......................................................... 25

3.10.3 Toetsende statistiek diagnostische waarde ............................................ 25

4. Resultaten ............................................................................................................ 27

4.1 Beeldkwaliteit .................................................................................................. 27

4.2 Diagnostische waarde ..................................................................................... 29

5. Discussie .............................................................................................................. 31

5.1 Opvallende bevindingen .................................................................................. 31

5.2 Beeldkwaliteit: vergelijking met de literatuur ................................................... 32

5.3 Diagnostische waarde: vergelijking met de literatuur ...................................... 33

5.4 Sterke punten .................................................................................................. 34

5.5 Beperkingen .................................................................................................... 35

5.6 Gevolgen voor de praktijk en aanbevelingen .................................................. 36


6

6. Conclusie .............................................................................................................. 39

Literatuurlijst ............................................................................................................. 40

Bijlagen ..................................................................................................................... 45

Bijlage I: Data ROI metingen signaalintensiteit prostaatcarcinoom ....................... 46

Bijlage II: Data ROI metingen signaalintensiteit normaal weefsel ......................... 48

Bijlage III: Databestand berekening contrast ratio ................................................. 50

Bijlage IV: Databestand diagnostische waarde ..................................................... 51


7

1. Inleiding

1.1 Introductie Prostaatkanker is de meest voorkomende vorm van kanker bij mannen. Van alle mannen die in 2012 kanker kregen, had 21% prostaat kanker. In 2012 werd in Nederland bij 11158 mannen prostaatkanker vastgesteld (1). Boven de vijftig jaar neemt het aantal nieuwe patiënten met prostaatkanker sterk toe met de leeftijd (2). Diagnostiek van het prostaatcarcinoom vindt plaats door een combinatie van rectaal onderzoek, de bepaling van het gehalte aan prostaat specifiek antigeen (PSA) in het serum en transrectale echografie (TRUS) eventueel aangevuld met een biopt (3). Mede door de voorkeurslocatie van prostaatkanker in het perifere deel van de prostaat zijn grotere tumoren vaak door palpatie via het rectum te ontdekken. Palpatie wordt doorgaans aangevuld met laboratoriumonderzoek (4). Een verhoogd PSA gehalte van meer dan 4,0 ng/ml is niet bewijzend voor de aanwezigheid van prostaatkanker, maar kan aanleiding zijn om het onderzoek uit te breiden. PSA is prostaat specifiek, maar niet kanker specifiek. De voorspellende waarde van een positieve uitslag van palpatie en de bepaling van het PSA gehalte is met 25% tot 35% beperkt (4). Beide onderzoeken worden om die reden aangevuld met TRUS. Hiermee kunnen kleinere tumoren en tumoren die niet toegankelijk zijn voor de palperende vinger beter aangetoond worden. TRUS kan gecombineerd worden met een biopsie waarbij weefselmonsters worden genomen. De positief voorspellende waarde van biopten uit hypo-echogene laesies is laag en daarmee is de betrouwbaarheid van deze echogeleide biopten beperkt (5). De diagnostische waarde van palpatie, PSA bepaling en TRUS geleide biopsie is beperkt. Magnetische resonantie imaging (MRI) van de prostaat kan de detectie en stadiëring van prostaatkanker verbeteren. Het routinematig gebruik van MRI bij de detectie van prostaatkanker is dan ook in opkomst (6). Diffusion weighted imaging (DWI) staat daarbij momenteel sterk in de belangstelling. Diffusie is de beweging van moleculen in een weefsel. Deze beweging is afhankelijk van de structuur van het weefsel en gebonden aan grenzen als celmembranen. De netto verplaatsing van moleculen door een volume weefsel per seconde is een weefseleigenschap die de apparent diffusion coëfficiënt (ADC) wordt genoemd (7). Bij de aanwezigheid van pathologie, zoals een prostaatcarcinoom, wordt er door het weefsel water uit de extracellulaire ruimte geabsorbeerd. Dit is normaal gesproken niet het geval. De cellen zwellen op en de beweging van moleculen wordt daardoor gelimiteerd. In gebieden van gelimiteerde diffusie is er daardoor sprake van een lage ADC. De mate van diffusie kan met MRI worden vastgesteld door middel van DWI (8, 9). Er zijn aanwijzingen dat DWI zich kan ontwikkelen tot een robuuste techniek om zo de nauwkeurigheid van MRI bij het diagnosticeren en de evaluatie van prostaatkanker te verbeteren (10). Op de DWI opnamen wordt gezond weefsel, met een hoge ADC waarde, hypo intens afgebeeld ten opzichte van pathologische structuren zoals een prostaatcarcinoom. De mate van verzwakking van het gezonde weefsel hangt daarbij af van de sterkte van de gradiëntschakelingen. De mate van diffusieweging wordt uitgedrukt door de Bihan-waarde (b-waarde). De eenheid van deze waarde is seconde per vierkante millimeter (s/mm2). Deze waarde is als parameter instelbaar binnen een DWI


8

sequentie (7, 9). Inmiddels is er veel onderzoek gedaan naar de optimale b-waarde voor het diagnosticeren van prostaatcarcinomen (11-14). Er zijn een aantal typerende kenmerken te noemen van de DWI sequenties zoals die in de huidige klinische praktijk worden toegepast. In de kliniek wordt gebruik gemaakt van een DWI scan waarbij twee of meer b-waarden zijn ingesteld. De DWI scan levert daardoor een overeenkomstig aantal datasets op met een verschillende diffusieweging. Dit betreft minimaal een lage en een hoge b-waarde. De lage b-waarde staat daarbij vaak ingesteld op een waarde van 0 s/mm2 of 50 s/mm2. De hoge b-waarde varieert, maar wordt bij prostaat onderzoek volgens de huidige standaarden voor het kleine bekkengebied ingesteld op een b-waarde tussen de 600 s/mm2 en 1000 s/mm2. Het scannen van meer b-waarden kost meer tijd. Een langere onderzoektijd geeft een grotere kans op bewegingsartefacten en meer ongemak voor de patiënt (11-14). Een nieuwe ontwikkeling is de computed DWI (cDWI). Bij deze nieuwe techniek wordt middels reconstructie op basis van twee daadwerkelijk gemeten DWI datasets (mDWI) met een verschillende b-waarde een derde dataset berekend. In 2011 publiceerde Blackledge et al (15) het eerste artikel over onderzoek naar cDWI. In deze studie werd voor het eerst een mogelijke meerwaarde van cDWI aangetoond bij het diagnosticeren van tumoren. De juiste parameterinstelling voor het genereren van een cDWI staat echter ter discussie. Zo moet er nog bepaald worden welke b-waarde bij cDWI gebruikt dient te worden.

1.2 Doel en vraagstelling Deze studie heeft als doel om de parameterinstelling bij het genereren van een cDWI voor het diagnosticeren van prostaatcarcinomen te onderzoeken. De hoofdvraag voor deze studie luidt: Wat is het verschil in diagnostische waarde (uitgedrukt in sensitiviteit en specificiteit) en beeldkwaliteit, (uitgedrukt in signaalintensiteit en contrastratio) tussen mDWI en cDWI gemaakt met een b-waarde van 600, 1000 en 1500 s/mm2?


9

2. Literatuur review In 2012 zijn door de European Society for Urogenital Radiology (ESUR) richtlijnen voor prostaat MRI opgesteld (16). Hierin wordt gepleit voor een multiparametrische benadering waarbij anatomische en functionele data gecombineerd wordt. De multiparametrische MRI moet bestaan uit een combinatie van high-resolution T2 gewogen afbeeldingen en ten minste twee functionele MRI technieken. De T2 gewogen afbeeldingen leveren de beste informatie met betrekking tot de anatomie van de prostaatzones en het kapsel. De T2 gewogen scan heeft een hoge sensitiviteit, maar is niet specifiek. Zo is bijvoorbeeld benigne prostaat hyperplasie (BPH) op de T2 gewogen afbeeldingen niet te onderscheiden van een prostaatcarcinoom. DWI is één van de aanbevolen functionele MRI technieken omdat dit de specificiteit van de diagnosestelling verhoogt. In de ESUR richtlijnen wordt aanbevolen om de DWI scan ten minste drie b-waarden te laten bevatten: 0, 100 en 800-1000 s/mm2. De hoge b-waarden moeten gebruikt worden om het normale prostaatweefsel te onderdrukken. Uit de datasets moet tevens een ADC map berekend worden. De hoogste waarde die voor de berekening van de ADC gebruikt moet worden is 1000 s/mm2. De echotijd (TE) moet zo kort mogelijk ingesteld worden (<90ms). Er hoeft geen endorectale coil gebruikt te worden, maar een phased array coil is vereist. Tevens wordt aanbevolen om de scan uit te voeren op een 3 Tesla (T) MRI scanner, vanwege de hoge signal to noise ratio (SNR) die binnen een beperkte scan tijd bereikt kan worden (16).

2.1 Optimale b-waarde bij conventionele DWI van de prostaat In de ESUR richtlijnen wordt een aanbeveling voor de te gebruiken b-waarden gegeven. Desalniettemin is er nog geen consensus over de optimale b-waarde. Meerdere recente studies hebben onderzoek gedaan naar het gebruik van b-waarden hoger dan 1000 s/mm2. Een b-waarde hoger dan 1000 s/mm2 heeft voor DWI van de prostaat theoretisch interessante voordelen. Een hogere b-waarde maakt de sequentie gevoeliger voor diffusie en minimaliseert de bijdrage van perfusie en T2 effecten (17). Dit resulteert in een groter contrast tussen pathologisch en normaal weefsel (18). Voor een betere detectie van prostaatkanker is het wenselijk om het contrast door verschillen in signaalintensiteit tussen prostaatkanker en benigne weefsel op een DWI opname te benadrukken (19). De signaalintensiteit van normaal prostaatweefsel is erg hoog en wordt zelfs bij een b-waarde van 1000 s/mm2 niet volledig onderdrukt. Het normale prostaatweefsel blijft dan, net zoals prostaatkanker foci, een hoog signaal afgeven. Hogere b-waarden hebben het voordeel dat relatief kleine diffusie verschillen onderscheiden kunnen worden, zoals het geval is bij normaal prostaat weefsel en prostaatkanker (20, 21). Hogere b-waarden bieden weliswaar een sterkere diffusie weging en daardoor een betere suppressie van het benigne prostaatweefsel, maar het nadeel is dat de SNR boven de 1000 s/mm2 sterk afneemt. Vanwege de lage SNR gebruiken veel klinieken momenteel nog een b-waarde tussen 600 s/mm2 en 1000 s/mm2 voor de DWI opnamen van de prostaat (17, 22). In meerdere recente studies werd de diagnostische waarde van scans met een b-waarde van 1000 s/mm2 en een b-waarde van 2000 s/mm2 direct met elkaar vergeleken. In deze studies werden conflicterende resultaten gevonden. In een aantal onderzoeken gaf de DWI met een b-waarde van 2000 s/mm2 de beste resultaten (17, 19, 21, 22). Voor de scans met een b-waarde van 2000 s/mm2 lag de sensitiviteit tussen de 73% en 87% en de specificiteit tussen de 68% en de 91%. De


10

gevonden sensitiviteit was voor de scans met een b-waarde van 1000 s/mm2 significant lager (52% tot 81%). De specificiteit voor de b-waarde van 1000 s/mm2

bedroeg tussen de 65% en 84%. In deze onderzoeken werd dan ook geconcludeerd dat een DWI sequentie vervaardigd met een b-waarde van 2000 s/mm2 beter presteert dan een scan met b-waarde 1000 s/mm2 (17, 19, 21, 22). Kim et al (18) en Koo et al (23) onderzochten ook de diagnostische waarde van DWI met een b-waarde van 1000 s/mm2 en 2000 s/mm2. Zij toonden echter een meerwaarde aan van DWI scans vervaardigd met een b-waarde van 1000 s/mm2. De scan met een b-waarde van 1000 s/mm2 bleek vooral van meerwaarde te zijn door een substantieel hogere sensitiviteit van respectievelijk 88% en 85% voor de 1000 s/mm2 scan en respectievelijk 71% en 74% voor de 2000 s/mm2 scan. In beide onderzoeken wordt dan ook geconcludeerd dat de DWI scan met een b-waarde van 1000 s/mm2 beter is dan de scan met een b-waarde van 2000 s/mm2 (18, 23). Een mogelijke verklaring voor de tegenstrijdige resultaten van voorgaande onderzoeken wordt gegeven door de gebruikte data. De onderzoeken die concluderen dat scans met een b-waarde van 2000 s/mm2 superieur zijn aan de scans met een b-waarde van 1000 s/mm2, hebben namelijk gebruik gemaakt van de origineel geacquireerde DWI scans. In de onderzoeken die een meerwaarde van een b-waarde van 1000 s/mm2 aantoonden, werd gebruik gemaakt van de resulterende ADC map (22, 24). In het onderzoek van Rosenkrantz et al (22) werd van dezelfde patiëntengroep zowel de geacquireerde DWI scan als de ADC map geanalyseerd. Op deze manier werd getracht aan te tonen dat de gevonden resultaten in voorgaande onderzoeken elkaar inderdaad door deze oorzaak tegenspreken. In dit onderzoek werd, bij analyse van de geacquireerde DWI scan, een statistisch significant verschil gevonden in de sensitiviteit tussen beide scans. De scan met een b-waarde van 2000 s/mm2 had daarbij een hogere sensitiviteit dan de scan met b-waarde van 1000 s/mm2. De sensitiviteit van de ADC mappen vervaardigd uit 0 en 1000 s/mm2 en 0 en 2000 s/mm2 was echter gelijk. Tevens werd de contrast ratio onderzocht. Dit liet vergelijkbare resultaten zien. De geacquireerde 2000 s/mm2 DWI dataset gaf een hogere contrastratio dan de geacquireerde 1000 s/mm2 DWI dataset. Op de ADC mappen werd geen verschil in contrastratio aangetoond. Er werd dan ook geconcludeerd dat de keuze van b-waarden de geacquireerde DWI beelden wel beïnvloedt, maar niet de resulterende ADC mappen (22). Door Tamada et al (25) werden de contrast ratio van DWI beelden van de prostaat en de zichtbaarheid van de laesies voor de beoordelaars onderzocht. Daarvoor werd met behulp van een region of interest (ROI) de gemiddelde signaalintensiteit in de laesie en in normaal weefsel gemeten. Hiermee werd de contrastratio tussen beiden weefsel types berekend. Daarnaast beoordeelden radiologen de zichtbaarheid van laesies op een vierpuntschaal. De geacquireerde DWI data met een b-waarde van 2000 s/mm2 gaf een significant hogere contrastratio en een betere zichtbaarheid van laesies dan de serie met een b-waarde van 1000 s/mm2. Voor de ADC mappen werd er echter geen verschil in zichtbaarheid of contrastratio gevonden (25). Daarmee bevestigen Tamada et al de conclusie van Rosenkrantz et al (22). De onderzoeken van Metens et al (26) en Wang et al (27) gaan nog verder. Zij onderzochten naast de b-waarden van 1000 en 2000 s/mm2 ook de tussenliggende b-waarde van 1500 s/mm2. Het is opvallend dat in beide onderzoeken geconcludeerd wordt dat juist de DWI scan met een b-waarde van 1500 s/mm2 de beste resultaten geeft. In beide onderzoeken gaf de b-waarde van 1500 s/mm2 de beste zichtbaarheid van de laesie. Dit werd in beide onderzoeken ondersteund door een kwantitatieve meting van de contrastratio. Deze was in beide onderzoeken het hoogste voor de DWI scan met een b-waarde van 1500 s/mm2 (26, 27).


11

2.2 Apparent Diffusion Coëfficiënt (ADC) Uit een DWI scan bestaande uit twee of meer verschillende b-waarden kan de ADC waarde berekend worden (7). De ADC waarde drukt bij DWI de diffusiebeweging van moleculen uit. Deze waarde beschrijft de spreiding per tijdseenheid en wordt uitgedrukt in vierkante millimeter per seconde (mm2/s). Weefsels met een beperkte diffusie, zoals pathologische weefsels, behouden hun signaalintensiteit en worden daardoor hyper intens weergegeven op de DWI beelden. Gezonde weefsels met een vrije diffusie verliezen signaal en worden hypo intens weergegeven (28). Meerdere onderzoeken beschrijven de ADC waarde van normale prostaat weefsels. Hierbij wordt de prostaat onderverdeeld in een perifere zone, transitie zone en de centrale zone. Opvallend hierin is dat, in onderzoeken waarbij meerdere zones zijn gemeten, gezond prostaatweefsel in de perifere zone een significant hogere ADC waarde laat zien dan de transitie zone en centrale zone. De ADC waarde van de perifere zone ligt bij deze onderzoeken tussen de 1,61 x 10-3 mm2/s en 1,94 x 10-3 mm2/s. De transitie zone en de centrale zone hebben een vergelijkbare lagere ADC waarde die varieert van 1,36 x 10-3 mm2/s tot 1,64 x 10-3 mm2/s (14, 28-31). De verschillen tussen de ADC waarden van normaal weefsel bij de verschillende prostaatzones zijn te verklaren door de weefsel structuur. De perifere zone bevat los bindweefsel en heeft een grote extracellulaire ruimte die bestaat uit een netwerk van waterrijke ducti en accini (28). De watermoleculen in normaal weefsel in de perifere zone kunnen gemakkelijk bewegen waardoor de ADC waarde hoog is. De centrale zone en transitie zone bestaan daarentegen uit klierweefsel en dichter bindweefsel. Hierdoor kunnen de watermoleculen minder vrij bewegen en is de ADC waarde lager dan de ADC waarde van de perifere zone (30). De weefseleigenschap ADC wordt in de huidige klinische praktijk gebruikt om te differentiëren tussen normaal prostaatweefsel en prostaatcarcinoom. Een ADC meting is nodig om objectief de prostaat te kunnen beoordelen op maligniteit (28). In meerdere recente onderzoeken werd een significant verschil gevonden tussen de ADC waarde van normaal prostaatweefsel en de ADC waarde van prostaatcarcinomen. De ADC waarde van normaal prostaatweefsel varieerde bij de verschillende onderzoeken tussen de 1,39 x 10-3 mm2/s en 1,76 x 10-3 mm2/s. De ADC waarde van prostaatcarcinomen was significant lager en lag tussen de 0,95 x 10-3 mm2/s en 1,33 x 10-3 mm2/s (29, 32-34). Patiënten met laaggradige prostaatcarcinomen worden onder active surveillance (AS) geplaatst. Hierbij wordt de patiënt na de diagnosestelling niet radicaal behandeld aan de maligniteit, maar gedurende langere tijd gemonitord. De prostaat wordt daarvoor regelmatig onderzocht met behulp van rectale palpatie, bepaling van het PSA gehalte in het bloed en herhaaldelijke TRUS geleide biopsies (35). De risico’s van biopsies zijn te beperken door te kiezen voor een andere onderzoeksmethode. De kwantitatieve ADC meting verkregen middels DWI scans kan gebruikt worden om maligne prostaatprocessen te monitoren. Hierdoor wordt de noodzaak van herhaalde biopsies wellicht overbodig (33, 36). Er zijn meerdere artikelen gepubliceerd die onderzoek beschrijven naar de rol van de weefseleigenschap ADC als biomarker. Van As et al. (36) hebben in hun studie een groep AS patiënten gevolgd door naast de gebruikelijke TRUS geleide biopsie een DWI met ADC meting uit te voeren. De gemeten ADC waarde bleek in deze studie een significante voorspeller van de resultaten van de herhaalde biopsies en de tijd tot de wijziging van het beleid en overgang op radicale behandeling. Er werd dan ook geconcludeerd dat de ADC waarde een bruikbare biomarker kan zijn voor het monitoren van de progressie van prostaatcarcinomen (36). Daarnaast hebben Wang


12

et al. (37) onderzocht wat het verband is tussen de ADC waarde en eigenschappen die gelinkt zijn aan tumorgroei. De ADC waarde bleek negatief gecorreleerd aan tumorceldichtheid. De proliferatie activiteit wordt doorgaans vastgesteld door bepaling van het proliferatie cel nucleair antigen (PCNA) in het bloed. Er werd een sterke negatieve correlatie gevonden tussen de ADC waarde en de PCNA. Zowel tumorceldichtheid als proliferatie is een maat voor de agressiviteit van tumoren. Er wordt dan ook terecht geconcludeerd dat met de ADC waarden verschillen in tumorceldichtheid en proliferatie onthult kunnen worden, wat inzicht geeft in de agressiviteit (37). De biologische activiteit en agressiviteit van prostaattumoren wordt uitgedrukt in de Gleason score. Het Gleason stadiëring systeem is het meest geaccepteerde en gebruikte systeem voor evaluatie van het ziektebeeld (38). De patholoog beoordeelt de architectuur van de tumor op twee plaatsen met een getal van 1 tot 5. De som van deze twee beoordelingen wordt de Gleason score genoemd en is minimaal 2 en maximaal 10. Hooggradige tumoren hebben een Gleason score die tussen de 8 en 10 ligt (4). De ADC waarde is negatief gecorreleerd aan de Gleason score. Daarnaast is in meerdere onderzoeken een significant verschil aangetoond in de ADC waarde van groepen met een verschillende Gleason score (14, 32, 38-45). Dit betekent dat de mate van kankerdifferentiatie het signaal op de DWI opname beïnvloedt. De lagere ADC waarden bij de agressieve tumoren zijn het gevolg van een hogere cel dichtheid in slecht gedifferentieerde tumoren. Dit resulteert in een beperkte beweging van de waterstofprotonen. Prostaattumoren met een hogere Gleason score hebben als gevolg een lagere ADC waarde op de DWI gewogen opnamen (32). In slechts één onderzoek kon geen significant verschil aangetoond worden tussen groepen met een verschillende Gleason score. In de discussie wordt echter terecht vermeld dat de relatie tussen histologisch onderzoek en de MRI uitslagen niet bij alle patiënten goed gelegd kon worden. Het niet kunnen aantonen van significantie moet daarom in dit licht gezien worden (37). Opvallend is dat verschillende artikelen, ondanks de aangetoonde significantie tussen groepen met een verschillende Gleason score, een aanzienlijke overlap in de gemeten ADC waarden van weefseltypen melden. De overlap wordt veroorzaakt doordat prostaatkanker een histologisch heterogene ziekte is (14, 30, 40-42, 46). De ADC waarden presteren goed bij het duiden van de Gleason score. Bittencourt et al (39) toonden aan dat de ADC waarden zelfs significant beter correleren met de uiteindelijke Gleason score na prostatectomie dan TRUS geleide biopsie. De ADC waarde is een weefseleigenschap die uiterst bruikbaar blijkt te zijn bij het karakteriseren van prostaatcarcinomen. Toch moet hier voorzichtig mee omgegaan worden. Meerdere factoren blijken de gemeten ADC waarde te beïnvloeden waardoor oplettendheid geboden is. Om daadwerkelijk van betekenis te kunnen zijn, moet de gemeten ADC waarde reproduceerbaar zijn (47). Bij een verdenking op prostaatcarcinoom wordt de eerste diagnose gesteld door een combinatie van rectaal onderzoek, de bepaling van het gehalte aan prostaat specifiek antigeen (PSA) in het serum en transrectale ultrasound (TRUS) eventueel aangevuld met een biopsie (3). Vervolgens wordt MRI gebruikt voor detectie en het karakteriseren van het prostaatcarcinoom (16). Het MRI onderzoek ondervindt daarbij echter interferentie van de bloedingen veroorzaakt door de biopsie. Park et al (48) vonden bij 94% van de patiënten een verdachte prostaatbloeding. Deze werden tot 57 dagen na de biopsie op de MRI scan teruggevonden. Er was daarbij sprake van een afname van de ernst van de bloeding in de tijd. De totale bloeding score was negatief gecorreleerd aan de tijd (48). De ADC waarde wordt beïnvloed door de


13

aanwezige bloedingen. De ADC waarde van prostaatweefsel is lager wanneer er een bloeding aanwezig is (43, 48). Er is nog geen consensus over de optimale timing van de MRI na biopsie. In meerdere onderzoeken wordt aanbevolen om de MRI minstens 3 tot 8 weken na biopsie uit te voeren. Op deze manier kunnen de bloedingen oplossen en wordt de ADC waarde niet langer beïnvloed (32, 43, 48). De ESUR richtlijn beveelt een tijdsinterval van 4 tot 6 weken aan (16). Door een radiotherapeutische behandeling verandert het weefsel van de prostaat. Er treden daarbij verschillende reacties op in het bestraalde orgaan. Tijdens de eerste weken van de behandeling is de bloedtoevoer versterkt en treden er ontstekingsreacties op. Vanaf week 6 is een verlate reactie meetbaar. Deze wordt veroorzaakt door een blijvende verandering in de weefselstructuur. De ADC waarde laat daarbij tijdens de behandeling veranderingen in de prostaat zien. In de vroege fase wordt de ADC waarde sterk hoger. In de late fase neemt de ADC waarde weer af, maar er blijft een verschil bestaan met de originele waarde (29). Het benigne weefsel met post radiotherapeutische veranderingen is atrofisch en fibrotisch en heeft daardoor een veranderde ADC waarde (49). De ADC waarde blijkt, naast door weefselveranderingen, beïnvloed te worden door technische aspecten als de parameterinstelling. In een onderzoek op gezonde vrijwilligers werd een verschil aangetoond in de ADC waarde van normaal prostaatweefsel vervaardigd met een turbo spin echo (TSE) sequentie en een spin echo - echo planar imaging (SE-EPI) sequentie. De TSE sequentie gaf daarbij hogere ADC waarden dan de SE-EPI sequentie (47).

In meerdere artikelen wordt onderzoek beschreven naar de invloed van de gekozen b-waarde op de gemeten ADC waarde. Verschillende b-waarden en diffusiemodellen leiden tot variaties in de resulterende absolute ADC waarden. De combinatie van b-waarden die gebruikt wordt heeft een significante invloed op de gemeten ADC waarde van zowel maligne als normaal weefsel. De grote spreiding van ADC waarden in verschillende onderzoeken maakt het moeilijk om een onafhankelijke richtlijn te geven (14). De ideale set b-waarden om een ADC waarde te berekenen staat ter discussie. Thormer et al (14) bevelen naar aanleiding van hun onderzoek aan om een lage b-waarde van hoger dan 0 te gebruiken bij de berekening van de ADC waarde. De combinatie van een b-waarde van 50 s/mm2 en 800 s/mm2 leverde

Fig. 1: ADC waarde berekend uit verschillende b-waarden. De ADC waarde was stabiel bij gebruik van een b-waarde tot het keerpunt. De ADC waarde nam sterk af wanneer deze berekend werd met een b-waarde hoger dan het keerpunt. Bron: Ogura et al.


14

bij een mono-exponentieel verval de meest betrouwbare berekening van de ADC waarde op. De combinatie waarbij alle 4 de datasets (b=0 s/mm2, b=50 s/mm2, b=400 s/mm2 en b=800 s/mm2) in de berekening werden meegenomen scoorde het slechtst. Ogura et al (50) voerden een fantoom onderzoek uit naar het effect van de b-waarde op de gemeten ADC waarde. Het fantoom bestond uit agar gel in verschillende concentraties, water en een oplosmiddel. Agar gel heeft eigenschappen die sterk overeenkomen met menselijk weefsel. Iedere stof blijkt een keerpunt te hebben. De keerpunten voor de verschillende stoffen in het fantoom worden weergegeven in figuur 1. De ADC waarden berekend met twee b-waarden tussen B0 en het keerpunt waren nagenoeg gelijk. Wanneer de ADC waarde echter berekend werd uit een b-waarde die voorbij het keerpunt lag, dan werd deze beduidend lager. De plaats van het keerpunt, waar de snelle en de langzame component kruisen, is afhankelijk van de ADC waarde van het weefsel. Weefsels met een hogere ADC waarde blijken een lager keerpunt te hebben (figuur 2). Berekeningen waarbij de ADC waarde betrokken wordt, moeten dan ook worden uitgevoerd met een b-waarde die niet hoger is dan het keerpunt. Om een stabiele ADC meting te verkrijgen, moet de ADC waarde berekend worden uit een lage b-waarde hoger dan 0 en een hoge b-waarde voor het keerpunt. Naar aanleiding van een test op de hersenen van een groep vrijwilligers wordt een lage b-waarde van hoger dan 100 s/mm2 aanbevolen om de invloed van perfusie op de berekening te voorkomen (50).

De ADC waarde blijkt naast de b-waarde ook afhankelijk van de gehanteerde TE. Er is een significant verschil in de gemeten ADC waarde van prostaatweefsel gescand met een verschillende TE. Een langere TE resulteert in een hogere gemeten ADC waarde (34).

2.3 Diffusie modellen Momenteel worden in de praktijk voor DWI scans in de pelvisregio b-waarden tussen de 0 en 1000 s/mm2 gebruikt. Uit deze b-waarden wordt de ADC waarde berekend. Bij de ADC berekening wordt aangenomen dat het signaal volgens een mono-exponentieel model vervalt bij toename van de b-waarde. Dit model beschrijft de

Fig. 2: De relatie tussen de ADC waarde en de b-waarde waarop het keerpunt optreedt bij een bi-exponentieel verval. De b-waarde van het keerpunt neemt af bij toename van de ADC waarde. Bron: Ogura et al.


15

diffusiebeweging zonder enige barrière, zoals dat in puur water het geval is. De ADC waarde kan daarbij berekend worden door de signaalintensiteit van een voxel bij een lage b-waarde van bijvoorbeeld 0 s/mm2 en de signaalintensiteit van een voxel bij een hogere b-waarde te gebruiken in de Stetjskal-Tanner vergelijking:

S(b) = S(0)*e-ADC*b Hierin is S(b) de signaalintensiteit in een voxel bij een hogere b-waarde, S(0) is de signaalintensiteit in een voxel bij een lagere b-waarde en b is de sterkte van de diffusiegradiënt (51-53). Wiskundig is het mono exponentiële model voldoende gedefinieerd wanneer de signaal metingen van twee b-waarden gebruikt worden. De metingen kunnen vervolgens in een grafiek uitgezet worden, waarbij de signaalintensiteit op de logaritmische y-as komt en de b-waarde op de lineaire x-as. Op deze manier wordt het signaalverval bij toename van de b-waarde door een rechte lijn weergegeven (52). Er zijn echter zorgen over de correcte weergave van het proces wanneer dit model aangehouden wordt (51). In meerdere recente studies is aangetoond dat het gemeten signaal, bij lage b-waarden, een afwijking laat zien ten opzichte van de rechte lijn uit het mono exponentiële model. De helling van de rechte lijn uit het mono exponentiële model, die de uiteindelijk gemeten ADC waarde bepaalt, lijkt daarbij de langzame component te overschatten. Dit wijst er op dat er naast de diffusie een tweede component is die invloed uitoefent op het signaal (52). Het eerste gedeelte van het signaalverval blijkt vooral beïnvloed te worden door perfusie, terwijl het lage signaal bij de hogere b-waarden wel daadwerkelijke diffusie representeert (51). Perfusie is de beweging van watermoleculen ten gevolge van microcirculatie in het capillaire bed. Perfusie heeft een vergelijkbare impact op de signaalintensiteit als de diffusie van het betreffende weefsel. De perfusie imiteert daarbij het diffusieproces en het kan om die reden op vergelijkbare manier volgens een exponentieel verval van signaal beschreven worden (54). Het bi-exponentiële model (ook wel bekend onder naam intra voxel coherent motion (IVIM) model) houdt rekening met de perfusie component. De formule bevat een diffusie fractie en een perfusie fractie en wordt om die reden aangeduid met de term bi-exponentieel. Voor het bi-exponentiële model moet de DWI scan bestaan uit een groot aantal b-waarden. Met behulp van deze data wordt vervolgens de bijdrage van de verschillende fracties bepaald, wat het verval nauwkeuriger beschrijft (51). In meerdere studies wordt geconcludeerd dat het meer complexe bi-exponentiële model beter op het DWI signaal van prostaatweefsel past dan het mono exponentiële model. Het bi-exponentiële model beschrijft het verval van signaal ten gevolge van perfusie en diffusie effecten nauwkeuriger (51-54). Hoewel het bi-exponentiële model het verval nauwkeurig beschrijft, is er een keerzijde die het mogelijke klinische gebruik beperkt. Het bi-exponentiële model geeft een problematisch slechte SNR vergeleken met het mono exponentiële model (52). Daarnaast blijkt het bi-exponentiële model veel minder stabiel te zijn dan het mono exponentiële model waardoor de ADC waarde sterker varieert. Naast een stabielere berekening levert de ADC map uit het mono exponentiële model een betere beeldkwaliteit op (54). Daarnaast is het niet praktisch om een DWI scan standaard uit een groot aantal b-waarden te laten bestaan aangezien daarmee de scan tijd verlengd wordt (51). In een studie van Quentin et al. (51) is aangetoond dat het mono exponentiële model voldoende discrimineert tussen normaal prostaatweefsel en prostaatcarcinomen. Hoewel het meer complexe bi-exponentiële model het signaalverval beter beschrijft, blijkt de klinische relevantie beperkt (51).


16

Het gevolg van gebruik van het mono exponentiële model is echter dat de gemeten ADC waarde sterk afhankelijk is van de gekozen b-waarde. Dit verklaart mede de grote verschillen in de ADC waarde van verschillende prostaatweefsels die in de literatuur beschreven worden (54). Riches et al (52) hebben onderzocht met welke minimale b-waarde de invloed van perfusie effecten beperkt kan worden. De minimale b-waarde waarmee het mono-exponentiële model geen significante afwijking meer vertoont ten opzichte van het bi-exponentiële model is afhankelijk van het weefsel. Voor de perifere zone is een minimale b-waarde van 20 s/mm2 voldoende om de invloed van perfusie te marginaliseren. Voor prostaatcarcinomen en de rectumwand is dit 50 s/mm2 en voor de centrale prostaatzone 200 s/mm2 (52).

2.4 Computed Diffusion Weighted Imaging In 2009 en 2010 werd door Blackledge et al (55, 56) in twee voorstudies voor de eerste keer melding gemaakt van cDWI. Dit is een wiskundige rekentechniek die voortbouwt op de Stetjskal-Tanner vergelijking s(b) = s(0)e-b*ADC. Iedere willekeurige b-waarde kan met dit mono exponentiele model berekend worden uit minstens twee DWI datasets met een andere b-waarde. De formule wordt gebruikt om de ADC waarde van weefsels op voxel basis te berekenen. Voor s(0) wordt in de formule de signaalintensiteit bij een b-waarde van 0 s/mm2 ingevuld. Op eenzelfde manier wordt de signaalintensiteit s(b) uit de dataset met een b-waarde b ingevuld. De onbekende ADC waarde wordt vervolgens per voxel berekend. Als de ADC waarde bekend is dan kan dit in dezelfde formule gebruikt worden om het te verwachten signaal voor iedere willekeurige b-waarde te interpoleren of extrapoleren (15, 55, 56). In de voorstudie uit 2009 werd cDWI toegepast op twee voorbeeld cases. Bij een patiënt met lymfomen en een patiënt met prostaatkanker werd uit datasets met een lagere b-waarde een cDWI dataset met een b-waarde van 1400 s/mm2 berekend. De mDWI en cDWI beelden werden visueel beoordeeld en de SNR werd met meerdere ROI’s gemeten. De beelden leken bij visuele beoordeling overeenkomstige informatie weer te geven. De SNR van de cDWI dataset was bij de lymfoom patiënt hoger dan de SNR van de mDWI dataset. Deze testserie werd uitgevoerd op slechts twee patiënten die daarnaast een verschillend ziektebeeld hadden. Desondanks leken deze eerste testen veelbelovend en werd vervolgonderzoek aanbevolen (56). In een vervolgonderzoek dat werd uitgevoerd met een 1,5T MRI scanner en een kopersulfaat (CuSO4) fantoom werd vervolgens de ruis op mDWI en cDWI datasets met verschillende b-waarden onderzocht. Voor de conventionele mDWI datasets werd er een constant ruis niveau gemeten. De cDWI datasets lieten daarentegen een variabele ruis zien wanneer verschillende b-waarden berekend werden. De ruis op de cDWI datasets was bij lage b-waarden (<700 s/mm2) hoger dan het ruisniveau van de mDWI datasets. De fantoommetingen lieten echter zien dat het ruisniveau bij hogere b-waarden (>700 s/mm2) juist lager is op de cDWI datasets dan op de mDWI datasets (55). In 2011 publiceerde Blackledge et al (15) het eerste artikel waarin onderzoek naar de bruikbaarheid van cDWI bij tumordetectie in meerdere klinische cases beschreven wordt. In dit onderzoek op patiëntdata werden uit twee geacquireerde datasets met een b-waarde van 0 en 900 s/mm2 cDWI datasets gegeneerd met een b-waarde van 1500 en 2000 s/mm2. De mDWI dataset met een b-waarde van 900 s/mm2 en de beide cDWI datasets werden vervolgens door een radioloog op een vierpuntschaal beoordeeld op de aspecten beeldkwaliteit, onderdrukking van het achtergrond signaal en detectie van maligniteiten. Tevens werd de sensitiviteit en specificiteit berekend. De cDWI dataset met een b-waarde van 2000 s/mm2 liet een significant betere beeldkwaliteit en onderdrukking van het


17

achtergrondsignaal zien dan de mDWI 900 s/mm2 dataset. Tevens was de sensitiviteit en specificiteit hoger (96% en 97% voor de cDWI 2000 s/mm2 dataset en 89% en 88% voor de 900 s/mm2 mDWI dataset). Met deze studie werd voor het eerst aangetoond dat cDWI een klinische meerwaarde kan hebben (15). Er werd echter geen directe vergelijking getrokken tussen mDWI en cDWI datasets met een overeenkomstige b-waarde. Daarnaast werden de 10 patiënten binnen dit onderzoek door één radioloog beoordeeld. De patiënten hadden verschillende ziektebeelden en werden onderzocht op een 1,5T MRI scanner. De resultaten van dit onderzoek moeten in dit licht gezien worden. In meerdere onderzoeken is daarna getracht om cDWI en mDWI datasets met een overeenkomstige b-waarde met elkaar te vergelijken. Daarbij werd de prostaat, conform de ESUR richtlijnen, op een 3T MRI scanner onderzocht. In drie van deze onderzoeken werd getracht om uitspraken te doen over het contrastratio (CR) van beide methoden. In alle gevallen werd de contrastratio bepaald door het verschil in signaalintensiteit tussen een ROI gemeten in de laesie en een ROI gemeten in normaal weefsel te delen door de totale signaalintensiteit van de twee ROI’s. De cDWI dataset gaf in alle onderzoeken een hogere CR dan de overeenkomstige mDWI dataset. De onderzoeken gebruikten daarbij wel datasets met verschillende b-waarden: respectievelijk 1400 s/mm2, 1500 s/mm2 en 2000 s/mm2 (57-59). In geen van deze onderzoeken werden cDWI datasets met meerdere b-waarden in de klinische praktijk met elkaar vergeleken. Computersimulaties wijzen echter uit dat de contrast ratio groter wordt bij toename van de b-waarde (57). In een recente studie is het verschil in SNR tussen cDWI en mDWI onderzocht. Daarbij werd voor beide technieken een dataset met een b-waarde van 1400 s/mm2

met elkaar vergeleken. Er werden ROI’s getekend in de laesie, normaal prostaatweefsel en de blaas. Met behulp van de gevonden waarden werd getracht de laesie-blaas en prostaat-blaas signaal ratio te bepalen. Het signaal in de blaas werd hierbij als referentie gebruikt aangezien de blaasvulling bij een b-waarde van 1400 s/mm2 doorgaans weinig signaal heeft. Op deze manier werd gevonden dat beide signaal ratio’s voor de cDWI dataset significant hoger waren dan voor de mDWI dataset (60). De gehanteerde methode, waarbij een ROI in de blaas ter referentie wordt gebruikt, is discutabel. Er is namelijk nog niet onderzocht of de blaasvulling bij cDWI en mDWI vergelijkbaar wordt weergegeven. De gehanteerde methode werd gekozen omdat een directe SNR meting door het kleine field of view niet mogelijk was. In meerdere onderzoeken zijn aspecten van de beeldkwaliteit van cDWI van de prostaat subjectief onderzocht. Bij twee onderzoeken werd de overall beeldkwaliteit door beoordelaars gescoord op een vijfpuntschaal. In een onderzoek met 30 patiënten werd aangetoond dat de cDWI dataset een significant betere overall beeldkwaliteit laat zien dan de mDWI dataset (60). In een vergelijkbaar onderzoek van Rosenkrantz et al (58) werd wel een significant verschil in overall beeldkwaliteit gevonden tussen de cDWI dataset met een b-waarde van 1500 s/mm2 en de mDWI dataset met b-waarde 1000 s/mm2. Tussen beide technieken met een b-waarde van 1500 s/mm2 werd echter geen significant verschil aangetoond (58). De cDWI dataset met een b-waarde van 1500 s/mm2 liet wel significant minder distorsie en ghosting artefacten zien dan de mDWI dataset met een b-waarde van 1500 s/mm2 (58). In het onderzoek van Bittencourt et al (60) werd de diagnostische betrouwbaarheid van de datasets subjectief op een vijfpuntschaal beoordeeld. Daarbij werd geen significant verschil gevonden. Er wordt dan ook geconcludeerd dat beide technieken, ondanks de verschillen in beeldkwaliteit, een vergelijkbare diagnostische prestatie leveren. Deze conclusie wordt ondersteund door de studies van Rosenkrantz et al


18

(58) en Ueno et al (59). In beide onderzoeken werd de prostaat beoordeeld op de aanwezigheid van laesies op de verschillende datasets. De beoordelaars gaven op basis van de MRI beelden aan of er in de verschillende zones een laesie aanwezig was. De uitslag na radicale prostatectomie werd vervolgens als referentiestandaard gebruikt. In beide onderzoeken kon geen significant verschil aangetoond worden in de diagnostische waarde van beide technieken. Rosenkrantz et al (58) vond een vergelijkbare sensitiviteit en Ueno et al (59) concludeerde terecht dat er geen verschil was in de area under the Receiver Operating Characteristics (ROC) curve van de datasets. In een onderzoek naar de toepassing van cDWI bij levermetastasen werd een vergelijkbaar resultaat gevonden. Analyse van een grote groep van 190 patiënten leverde geen significant verschil in sensitiviteit, specificiteit en area under the ROC curve tussen beide technieken op. Er werd terecht geconcludeerd dat er geen significant verschil is tussen beide technieken bij de detectie van dit ziektebeeld (61). De eerder beschreven onderzoeken geven een goede eerste indruk van de prestaties van cDWI. Er liggen echter nog een aantal vragen die opgelost moeten worden, voordat cDWI in de dagelijkse klinische praktijk gebruikt kan gaan worden. Ueno et al (59) stellen terecht dat de juiste condities voor het genereren van cDWI ter discussie blijven staan. Er moet nog bepaald worden wat de juiste b-waarden voor het berekenen van de cDWI datasets zijn. Daarnaast blijft onduidelijk met welke b-waarde bij cDWI de hoogste diagnostische waarde bij de detectie van prostaatkanker behaald wordt (59). In 2014 zijn twee onderzoeken gepubliceerd waarin onderzoek naar cDWI met meerdere b-waarden beschreven wordt. In een onderzoek naar 34 patiënten met diverse laesies in de lever, galwegen en pancreas werden cDWI datasets gegenereerd met een b-waarde van 500 s/mm2 en een b-waarde van 2000 s/mm2. In het onderzoek werd de beeldkwaliteit van deze cDWI datasets vergeleken met de geacquireerde dataset met een b-waarde van 1000 s/mm2 (62). Er werd geconcludeerd dat de beeldkwaliteit van de cDWI met een b-waarde van 500 s/mm2 significant hoger is dan de beeldkwaliteit van de mDWI met een b-waarde van 1000 s/mm2. De resultaten van dit onderzoek zeggen echter weinig, omdat juist de b-waarde veel invloed heeft op het contrast, de signaalintensiteit en de overall beeldkwaliteit van de beelden. Dit onderzoek is echter wel interessant omdat dit het eerste onderzoek is, waarbij één van de cDWI datasets geïnterpoleerd werd uit twee geacquireerde datasets. Deze dataset levert volgens dit onderzoek beelden van goede kwaliteit op. In een onderzoek naar cDWI bij prostaattumoren met de b-waarden 1500 s/mm2, 2000 s/mm2 en 3000 s/mm2 werden meerdere aspecten subjectief op een vijfpuntschaal beoordeeld. De dataset met een b-waarde van 3000 s/mm2 gaf de beste onderdrukking van het gezonde weefsel en het beste onderscheid tussen laesie en gezond weefsel. Bij de dataset met een b-waarde van 2000 s/mm2 waren de verschillende prostaatzones echter significant beter te onderscheiden. Bovenstaande resultaten werden bevestigd door een CR meting met behulp van ROI’s. De dataset met een b-waarde van 3000 s/mm2 gaf daarbij het hoogste contrast. Er wordt echter foutief vermeld dat het verband tussen b-waarde en CR lineair zou zijn. De auteurs gaan daarbij uit van een grafiek waarbij de drie datasets op de x-as even ver van elkaar af staan. Het interval in de b-waarde van de datasets is echter van verschillende grootte (63). Hoewel beide studies cDWI datasets met meerderde b-waarden onderzocht hebben, is er geen verband gelegd met de CR van de overeenkomstige geacquireerde datasets. Het blijft daarnaast onduidelijk wat de invloed van de b-waarde is op de diagnostische waarde.


19

3. Methode 3.1 Studiedesign Voor dit retrospectieve onderzoek is het patiëntenbestand van het Catherina ziekenhuis in Eindhoven gebruikt. Bij de afdeling Urologie is een lijst van patiënten opgevraagd die verwezen zijn voor een prostatectomie. Van deze patiënten werd nagegaan of er, voorafgaand aan de prostatectomie, een MRI onderzoek met een DWI scan vervaardigd is.

3.2 Inclusie en exclusiecriteria Patiënten, die in de periode van 1 december 2012 tot 30 november 2014 een DWI scan van de prostaat ondergingen, zijn geïncludeerd. Alle DWI scans dienden, conform de ESUR richtlijnen, vervaardigd te zijn met een 3T MRI scanner en anterior posterior phased array coil. Daarnaast dienden alle DWI scans datasets met de b-waarden 0, 50, 600, 1000 en 1500 s/mm2 te bevatten. Deze b-waarden waren nodig voor de reconstructie van de cDWI datasets. Van de patiënten die een DWI scan van de prostaat ondergingen kwamen 52 patiënten in aanmerking voor behandeling. De 52 patiënten die de DWI scan ondergingen en in aanmerking kwamen voor behandeling werden getoetst aan exclusiecriteria. De prostaat diende in het kader van vergelijkbaarheid volledig intact te zijn ten tijde van de MRI. Daarom werd 1 patiënt geëxcludeerd die voorafgaand aan de MRI operatief aan de prostaat behandeld was middels een trans-urethale resectie prostaat (TURP) procedure. Tevens zijn 3 patiënten geëxcludeerd die in de 3 weken voorafgaand aan de MRI scan een biopsie hebben ondergaan. Daarmee werd de ESUR richtlijn gevolgd. Geen van de patiënten werd in het verleden radiotherapeutisch aan de prostaat behandeld. De ADC waarde van weefsel wordt namelijk door biopsie en/of radiotherapie beïnvloed. Dit zou de resultaten van dit onderzoek kunnen beïnvloeden. Bij 1 patiënt werd op de DWI scan een metalen implantaat in het bekkengebied waargenomen. Deze patiënt werd geëxcludeerd, vanwege de storende artefacten en het verlies van signaalintensiteit veroorzaakt door het implantaat. In plaats van prostatectomie heeft 1 patiënt gekozen voor een High-Intensity Focused Ultrasound (HIFU) behandeling. Tevens kozen 3 patiënten ervoor om geen prostatectomie te ondergaan. Hierdoor was van deze patiënten geen histologische data beschikbaar en om die reden werden ze geëxcludeerd. De uitkomst van het histologisch onderzoek na prostatectomie gold in deze studie als de gouden standaard. Bij 4 patiënten was de laesie in PACS gemarkeerd met een pijl of een meting. Het bleek technisch niet meer mogelijk deze markeringen te verwijderen, waardoor deze patiënten geëxcludeerd zijn. Van 1 patiënt kon de mDWI dataset niet in het juiste bestandsformaat geëxporteerd worden. De DWI datasets van de 38 geïncludeerde patiënten zijn in het Picture Archiving and Communication System (PACS) geanonimiseerd en voorzien van een nummer.

3.3 Patiënten In deze studie werden 38 patiënten geïncludeerd die na een MRI scan behandeld zijn middels radicale prostatectomie. De gemiddelde leeftijd van de studie groep was 62 jaar (standaarddeviatie ±5,5 jaar, range 51-74 jaar). Het gemiddelde preoperatieve PSA niveau bedroeg 10,2 ng/ml (standaarddeviatie ±10,4 ng/ml, range


20

3,8 ng/ml – 63,0 ng/ml). Bij 26 patiënten werd de TRUS geleide biopsie meer dan 3 weken voor de MRI scan uitgevoerd en bij 12 patiënten werd de biopsie na de MRI scan uitgevoerd. Bij veruit de meeste patiënten werd na de prostatectomie een Gleason score van 7 vastgesteld. De overige patiënten hadden een Gleason score van 6, 8 of 9. In tabel 1 is een gedetailleerd overzicht van de patiëntkarakteristieken te vinden.

3.4 DWI sequentie en parameters Alle patiënten ondergingen gedurende de onderzoeksperiode een MRI prostaat onderzoek welke is uitgevoerd op een 3T Philips Achieva dStream (Philips Medical Systems, Best, Nederland). Bij dit MRI onderzoek is gebruik gemaakt van een anterior posterior phased array coil. Bij patiënten is voorafgaand aan de scan 1 ml Buscopan (20 mg/ml) intraveneus toegediend om de darmperistaltiek te verminderen. De patiënt is op de rug met de voeten richting de MRI scanner op tafel gepositioneerd. De DWI sequentie uit het prostaatprotocol is axiaal gescand, waarbij de fold-over richting op anterior posterior is ingesteld. De DWI sequentie is een multi slice single shot SE-EPI. Er zijn standaard 24 slices met een slice dikte van 3 mm en een slice gap van 0 mm gescand. De pixelgrootte stond gefixeerd op 2.5 bij 2.5 mm.

Parameter Ingestelde waarde

FOV 180 bij 280 mm (RL/AP)

Pixelgrootte 2.5 bij 2.5 mm

Slice dikte 3 mm

Slice gap 0 mm

Slices 24

Scantechniek SE-EPI

Shot mode Single shot

Vetonderdrukking SPAIR

TR 2259 ms.

TE 82 ms.

B-waarden 0, 50, 600, 1000 en 1500 s/mm2

NSA 6

Variabele Waarde

Leeftijd (jaren) Gemiddelde Standaarddeviatie Range

62 5,5 51 - 74

Preoperatief PSA gehalte (ng/ml) Gemiddelde Standaarddeviatie Range

10,2 10,4 3,8 – 63,0

Gleason score van de indextumor 6 7 8 9

6 (15,8%) 28 (73,7%) 1 (2,6%) 3 (7,9%)

Tabel 2: Overzicht van parameterinstellingen van de DWI sequentie

Tabel 1: Karakteristieken van de studie groep. Van de leeftijd en het preoperatieve PSA gehalte is het gemiddelde, de standaarddeviatie en het bereik weergegeven. De Gleason score van de indextumor wordt als frequentie en percentage weergegeven.


21

Het field of view (FOV) was 180 mm in de links rechts richting bij 280 mm in de anterior posterior richting. Er is gebruik gemaakt van SPectral Attenuated Inversion Recovery (SPAIR) om het signaal van vet te onderdrukken. De repetitietijd (TR) stond ingesteld op 2259 ms en de TE op 82 ms. De scan is gemaakt met een Number of Signal Averages (NSA) van 6. De DWI sequentie bevatte een vijftal b-waarden (0, 50, 600, 1000 en 1500 s/mm2) waarmee tevens een ADC map gereconstrueerd is. De ADC map is in dit onderzoek overigens buiten beschouwing gelaten. De totale scan tijd van de DWI sequentie bedroeg 5 minuten en 57 seconden. Een overzicht van de gehanteerde parameters is opgenomen in tabel 2.

3.5 Histologisch onderzoek na radicale prostatectomie Prostaatkanker werd voor alle 38 patiënten histopathologisch bewezen na radicale prostatectomie. Alle specimens werden gemarkeerd met inkt en gefixeerd in een formaldehyde oplossing. De prostaat werd opgemeten en vervolgens in transversale doorsneden met een dikte van 3 tot 4 mm gesneden in een vlak loodrecht op de urethra prostatica. De apex en basis werden sagitaal doorgesneden om de caudale en craniale chirurgische marges te kunnen beoordelen. Alle plakken werden beoordeeld door een patholoog-anatoom. De locatie, grootte en Gleason score van alle tumoren werd in het verslag beschreven.

3.6 Genereren van computed DWI Voor de generatie van cDWI beelden is op basis van de methode van Blackledge et al (15), met behulp van het programma MATLAB (versie 2013a, Mathworks, Natick, Massachusetts, USA), reconstructiesoftware geschreven. Uit twee mDWI datasets werd de ADC waarde voor ieder voxel berekend op basis van de Stetjskal-Tanner vergelijking:

S(b) = S(0) e-b*ADC In deze formule is S(0) de signaalintensiteit in een voxel gemeten in de b = 50 s/mm2

mDWI dataset. Er is voor de b-waarde van 50 s/mm2 gekozen om de invloed van de perfusie component te minimaliseren. S(b) is de signaalintensiteit gemeten in een mDWI dataset met de b-waarde b. Voor de berekening van de cDWI datasets met een b-waarde van 600 s/mm2 en 1000 s/mm2 werd voor S(b) de mDWI dataset van b-waarde 1500 s/mm2 gebruikt. Voor de cDWI dataset met een b-waarde van 1500 s/mm2 werd voor S(b) de mDWI dataset van b-waarde 1000 s/mm2 gebruikt. De ADC waarde van normaal overall prostaatweefsel varieerde bij de verschillende onderzoeken tussen de 1,39 x 10-3 mm2/s en 1,76 x 10-3 mm2/s. De ADC waarde van prostaatcarcinomen is significant lager en lag tussen de 0,95 x 10-3 mm2/s en 1,33 x 10-3 mm2/s (29, 32-34). De in de berekening gehanteerde b-waarden van 1000 s/mm2 en 1500 s/mm2 liggen bij deze ADC waarden voor het keerpunt volgens Ogura et al (50). In tabel 3 wordt een overzicht weergegeven van de bron data die gebruikt is voor de cDWI datasets.

cDWI dataset Bron data mDWI

cDWI met b-waarde van 600 s/mm2 mDWI 50 s/mm2 en mDWI 1500 s/mm2



Tabel 3: Bron data gebruikt voor de cDWI datasets. In de linker kolom staat de cDWI dataset en in de rechterkolom de mDWI datasets die gebruikt zijn voor de berekening.


22

Wanneer de ADC waarde bekend was, dan werd dit gebruikt om de verwachte signaalintensiteit bij een bepaalde b-waarde op voxel basis te intra- of extrapoleren. Hiervoor werden de berekende ADC waarde en S(0) gebruikt in de formule:

S(bc) = S(0) e-bc*ADC Op basis van een mono-exponentieel model werd op deze manier de signaalintensiteit voor een bepaalde b-waarde bc per voxel bepaald. Het gehanteerde principe wordt in figuur 3 weergegeven.

3.7 Ethische aspecten Dit retrospectieve onderzoek is voorgelegd aan de medisch ethische toetsingscommissie (METC) van het Catharina ziekenhuis in Eindhoven en deze heeft het onderzoek goedgekeurd. De METC heeft bepaald dat het onderzoek niet Wet Medisch-wetenschappelijk Onderzoek met mensen (WMO) plichtig is.

3.8 Dataverzameling Van de geïncludeerde patiënten is de leeftijd en het uit een bloedtest verkregen PSA gehalte middels dossieronderzoek vanuit PACS verzameld. Na de prostatectomie is het specimen gemarkeerd met inkt, gefixeerd en onderzocht door een patholoog-anatoom. Uit dit onderzoek zijn de Gleason score van de tumor en de locatie beschrijving overgenomen.

Figuur 3: Methode waarop de cDWI berekening gebaseerd is. De y-as heeft een logaritmische schaal en de x-as een lineaire schaal. De rode punten geven de signaalintensiteit gemeten in een voxel op de twee mDWI datasets weer, in dit geval met een b-waarde van 50 en 1000 s/mm

2. De groene punt

geeft de signaalintensiteit van het voxel op de cDWI met een b waarde van 1500 s/mm2 weer.

B-waarde (s/mm2)

1.0

0.1

500 1000 1500 2000 2500


23

3.9 Data analyse De DWI datasets (mDWI600, mDWI1000, mDWI1500, cDWI600, cDWI1000 en cDWI1500) zijn door twee radiologen beoordeeld met het programma Osirix (versie 5.9, Pixmeo, Geneve, Zwitserland). De ROI’s werden gemeten met het programma RadiAnt (versie 1.9.16, Medixant, Poznan, Polen). De data analyse is, zowel met betrekking tot de beeldkwaliteit als de diagnostische waarde, gebaseerd op de methode van Ueno et al (59).

3.9.1 Bepalen beeldkwaliteit Van de indextumor (dominante nodus) is met behulp van een ROI de signaalintensiteit bepaald. Deze metingen zijn uitgezet met gebruikmaking van de pathologische gegevens. Voor deze meting is een circulaire ROI handmatig geplaatst op de dataset waarop de laesie het meest duidelijk zichtbaar was. De ROI is zo groot mogelijk ingetekend, waarbij de ROI nog binnen de contouren van de zichtbare laesie viel. Vervolgens is de ROI gekopieerd naar de andere datasets en is de gemiddelde signaalintensiteit uit de verschillende ROI’s bepaald. De metingen werden drie maal herhaald en vervolgens gemiddeld, om op deze manier variatie in de metingen te ondervangen. De signaalintensiteit van het normale weefsel is op een vergelijkbare manier met een ROI bepaald. De ROI werd hierbij uitgezet in de contralaterale prostaatzone die overeenkomt met de zone waarin de tumor zich bevindt. De gemiddelde signaalintensiteit in het ROI is een dimensieloos getal. De hoogte van het getal heeft geen directe betekenis, maar wordt gebruikt om ROI’s en beelden te vergelijken. In figuur 4 zijn de DWI datasets met daarop de ROI’s weergegeven.

Fig. 4: Axiale DWI opname door de prostaat. De bovenste rij bevat de geacquireerde mDWI datasets en de onderste rij bevat de cDWI datasets. A is de mDWI dataset met een b-waarde van 600 s/mm

2, B is de mDWI

dataset met een b-waarde van 1000 s/mm2 en C is de mDWI dataset met een b-waarde van 1500 s/mm

2. Op de

onderste rij is D de cDWI dataset met een b-waarde van 600 s/mm2, E de cDWI dataset met een b-waarde van

1000 s/mm2 en F de cDWI dataset met een b-waarde van 1500 s/mm

2. Op alle afbeeldingen zijn twee ROI’s

geplaatst. In dit geval een grotere ROI in het prostaatcarcinoom en een kleinere ROI in het contralaterale normaal weefsel.

A B C

D E F


24

De signaalintensiteitsmetingen zijn vervolgens gebruikt om de contrast ratio (CR) tussen de tumor en het normale weefsel te berekenen. Hiervoor is de methode van Ueno et al (59) gehanteerd:

In deze formule staat Spc voor de gemiddelde signaalintensiteit gemeten in het prostaatcarcinoom en Sn voor die van normaal weefsel. Het verschil tussen de weefsels wordt bij deze methode gedeeld door het totaal. Op deze manier wordt gecorrigeerd voor verschillen tussen patiënten, waardoor de CR als percentage te vergelijken is.

3.9.2 Bepalen diagnostische waarde De geanonimiseerde datasets zijn middels randomisatie voorzien van een code en werden beoordeeld door twee radiologen. Deze kregen de datasets at random te zien. De aangeboden bestandsmappen bevatten naast één van de DWI datasets, conform de ESUR richtlijnen, de bijbehorende transversale T2 gewogen opnamen. De T2 gewogen opnamen werden gebruikt om de indextumor te kunnen lokaliseren. Tevens werden op de T2 gewogen opnamen de massawerking en afgrenzing beoordeeld. De beoordeling gebeurde door beide radiologen afzonderlijk. De radiologen wisten dat alle patiënten een prostatectomie hebben ondergaan, maar klinische en pathologische details werden geblindeerd. De prostaat werd opgedeeld in 12 zones. De perifere zone en de transitie zone werden daarvoor zowel links als rechts verdeeld in de apex, de midden sectie en de basis. In figuur 5 wordt een overzicht van de prostaatzones weergegeven. De radiologen gaven op basis van de aangeboden DWI dataset op een scoreformulier aan in welke prostaatzone de indextumor zich bevindt. Prostaatzones die hyper intens werden weergeven op de DWI dataset en hypo intens op de T2 gewogen dataset werden beschouwd als zijnde verdacht voor prostaatcarcinoom. Wanneer op de dataset geen indextumor zichtbaar was, werd er bij geen van de prostaatzones iets ingevuld. Na de afzonderlijke beoordeling werd een consensusmeeting georganiseerd waarin de verschillen besproken werden. Het doel van de consensusmeeting was om tot een gezamenlijk gedragen oordeel te komen, waarmee vervolgens de diagnostische waarde bepaald kon worden.

(Spc – Sn)

(Spc + Sn) CR =

Fig. 5: Coronale doorsnede en transversale doorsnede van de prostaat. De drie prostaatzones zijn met kleur aangegeven. De perifere zone is paars, de transitie zone is geel en de centrale zone is groen. Bron: Prostate Imaging and Reporting and Data System (PIRADS) versie 2.0


25

3.10 Statistische analyse Dit onderzoek resulteerde in meerdere variabelen. De onafhankelijke variabelen met betrekking tot de steekproef waren leeftijd, PSA en Gleason score van de indextumor. De onafhankelijke variabelen met betrekking tot de datasets waren de reconstructiemethode (mDWI of cDWI) en de ingestelde b-waarde. De onderzochte afhankelijke variabelen waren de signaalintensiteit in het prostaatcarcinoom, de signaalintensiteit in normaal prostaatweefsel en de CR tussen beiden. Daarnaast resulteerde dit onderzoek in de afhankelijke variabelen specificiteit en sensitiviteit. In tabel 4 wordt het meetniveau van de variabelen weergegeven.

Soort Variabele Meetniveau

Onafhankelijke variabele Leeftijd Ratio

PSA Ratio

Gleason score Ordinaal

Reconstructie methode Nominaal

b-waarde Ratio

Afhankelijke variabele Signaalintensiteit prostaatcarcinoom Ratio

Signaalintensiteit normaal weefsel Ratio

CR Ratio

Specificiteit Ratio

Sensitiviteit Ratio

3.10.1 Beschrijvende statistiek De onderzoekspopulatie is middels beschrijvende statistiek weergegeven. Van de onafhankelijke variabelen leeftijd en PSA is een gemiddelde en spreiding berekend. De Gleason scores van de indextumor binnen de steekproef zijn door middel van een frequentieverdeling in kaart gebracht.

3.10.2 Toetsende statistiek beeldkwaliteit Er is onderzocht of er een verschil bestaat tussen gemeten DWI en computed DWI in aspecten van de beeldkwaliteit. Voor datasets met een overeenkomstige b-waarde (bijvoorbeeld mDWI600 en cDWI600) is getoetst of een eventueel gevonden verschil significant was. Daarnaast werd binnen de beide DWI methoden het verschil getoetst dat ontstond door aanpassing van de b-waarde. Daarbij zijn geanalyseerd:

Verschil in gemiddelde signaalintensiteit in prostaatcarcinoom.

Verschil in gemiddelde signaalintensiteit in normaal weefsel.

Verschil in gemiddelde CR tussen beiden. De datasets zijn beiden gebaseerd op de ruwe data van dezelfde patiënt. De gevonden waarden voor signaalintensiteit in het prostaatcarcinoom, signaalintensiteit in normaal weefsel en CR tussen beide structuren zijn voor de zes datasets getest op normaliteit middels de Kolmogorov-Smirnov toets. Voor alle datasets werd een p-waarde hoger dan 0,05 gevonden. De data bleek daarmee normaal verdeeld te zijn en om die reden is het verschil getoetst met een paired t-test.

3.10.3 Toetsende statistiek diagnostische waarde Voor het bepalen van de diagnostische waarde van de verschillende datasets is de uitslag van het histologische onderzoek na de radicale prostatectomie als referentiestandaard gebruikt. Deze uitslag is ingedeeld in één van de mogelijkheden “prostaatcarcinoom” in een bepaalde prostaatzone of “geen prostaatcarcinoom”. De beoordeling van de verschillende DWI datasets resulteerde in dezelfde twee

Tabel 4: Overzicht van onafhankelijke en afhankelijke variabelen. Het meetniveau wordt in de laatste kolom weergegeven.


26

mogelijkheden. Bij de beoordeling werd per prostaatzone gescoord. Voor prostaatzones die op de DWI dataset verdacht leken voor de aanwezigheid van de indextumor werd op een scoreformulier een 1 ingevuld. Wanneer op de aangeboden data geen indextumor te zien was, werd er bij geen van de prostaatzones een 1 ingevuld. Bij de analyse werd de terecht positieve uitslag “prostaatcarcinoom” alleen toegekend als de prostaatzone, waarin de radiologen een prostaatcarcinoom gezien hadden, overeenkwam met de prostaatzone uit het pathologische onderzoek na prostatectomie. De resultaten zijn per DWI dataset (mDWI600, mDWI1000, mDWI1500, cDWI600, cDWI1000 en cDWI1500) uiteengezet in een kruistabel. Uit deze tabellen is voor de verschillende DWI datasets de specificiteit en sensitiviteit berekend. De specificiteit en sensitiviteit voor de verschillende datasets is vergeleken met behulp van de McNemar toets. Verschillen werden als statistisch significant beschouwd bij een p-waarde lager dan 0.05. Alle statistische analyses zijn uitgevoerd met het softwareprogramma SPSS versie 20 (SPSS statistics, IBM, Chicago, Illionois, USA).


27

4. Resultaten

4.1 Beeldkwaliteit Van de 38 geïncludeerde patiënten werden elk zes datasets geanalyseerd: mDWI600, mDWI1000, mDWI1500, cDWI600, cDWI1000 en cDWI1500. In iedere dataset is middels een meting de gemiddelde signaalintensiteit in een ROI in de laesie en in het normaal weefsel bepaald. Metingen werden drie maal uitgevoerd en uitgemiddeld. De waarden van de 1368 ROI’s zijn terug te vinden in bijlage I en bijlage II. Uit de gemiddelde waarden is vervolgens de CR tussen de laesie en het normaal weefsel berekend. De berekende CR per dataset is terug te vinden in bijlage III.

Dataset Signaal

intensiteit prostaat carcinoom gem. (±SD)

Signaal intensiteit normaal weefsel gem. (±SD)

Contrastratio gem. (±SD)

Signaal intensiteit prostaat carcinoom * Signaal intensiteit normaal weefsel

A. mDWI600 87,9 (±21,3) 71,4 (±13,6) 0,10 (± 0,09) p<0,01 *

B. mDWI1000 67,8 (±14,6) 44,6 (± 8,0) 0,20 (±0,08) p<0,01 *

C. mDWI1500 52,3 (±11,4) 30,9 (±6,8) 0,26 (±0,10) p<0,01 *

D. cDWI600 98,3 (±25,9) 86,9 (±17,5) 0,06 (± 0,11) p<0,01 *

E. cDWI1000 73,5 (±14,4) 53,4 (±10,0) 0,16 (±0,09) p<0,01 *

F. cDWI1500 49,4 (±13,5) 21,3 (±5,7) 0,39 (± 0,13) p<0,01 *

A*B p<0,01 * p<0,01 * p<0,01 *

B*C p<0,01 * p<0,01 * p<0,01 *

A*C p<0,01 * p<0,01 * p<0,01 *

D*E p<0,01 * p<0,01 * p<0,01 *

E*F p<0,01 * p<0,01 * p<0,01 *

D*F p<0,01 * p<0,01 * p<0,01 *

A*D p<0,01 * p<0,01 * p<0,01 *

B*E p<0,01 * p<0,01 * p<0,01 *

C*F p<0,01 * p<0,01 * p<0,01 *

In tabel 5 worden het gemiddelde en de standaarddeviatie van de verschillende datasets voor de studie groep weergegeven voor de signaalintensiteit in het prostaatcarcinoom, de signaalintensiteit in het normaal weefsel en de CR. Het signaal van het prostaatcarcinoom neemt af bij toename van de b-waarde. Bij een b-waarde van 600 s/mm2 werd op de mDWI datasets een gemiddelde signaalintensiteit in het prostaatcarcinoom van 87,9 gevonden. Bij een b-waarde van 1000 en 1500 is dit respectievelijk 67,8 en 52,3. Voor de cDWI datasets werd een vergelijkbare afname van signaalintensiteit gevonden van respectievelijk 98,3, 73,5 en 49,4. De verschillen in signaalintensiteit in het prostaatcarcinoom tussen de datasets met een b-waarde van 600, 1000 en 1500 s/mm2 zijn zowel voor de mDWI data als de cDWI data significant (p<0,05). De signaalintensiteit in het normale

Tabel 5: Vergelijking van metingen met betrekking tot aspecten van de beeldkwaliteit. Voor de zes geanalyseerde datasets (A-F) worden het signaal in het prostaatcarcinoom, signaal in het normaal weefsel en de contrastratio tussen beiden weergegeven. Tevens wordt de p-waarde verkregen uit de paired T-test weergegeven. Met een * wordt daarbij aangegeven dat het verschil tussen twee datasets statistisch significant is. Hierbij is een grens van p≤0,05 gehanteerd.


28

prostaatweefsel laat voor zowel de mDWI datasets als de cDWI datasets eveneens een afname zien bij toename van de b-waarde. Voor zowel de geacquireerde mDWI datasets als de berekende cDWI datasets is er een significant verschil in de signaalintensiteit in normaal prostaatweefsel tussen de datasets met 600, 1000 en 1500 s/mm2 (p<0,05). Bij alle zes de datasets is het gemiddelde signaal in het prostaatcarcinoom significant hoger dan het gemiddelde signaal in het normaal weefsel. Het valt op dat zowel de signaalintensiteit van het prostaatcarcinoom als de signaalintensiteit van het normale weefsel significant hoger zijn op de cDWI datasets met een b-waarde van 600 en 1000 s/mm2 dan op de mDWI datasets. Bij een b-waarde van 1500 s/mm2 is de signaalintensiteit van het prostaatcarcinoom en het normaalweefsel juist significant hoger op de mDWI dataset.

Zowel de signaalintensiteit van het prostaatcarcinoom als de signaalintensiteit van het normaal weefsel laat een afname zien bij hogere b-waarden. De CR tussen beide weefselstructuren neemt echter toe bij het groter worden van de b-waarde. Voor de mDWI datasets is de CR bij een b-waarde van 600, 1000 en 1500 s/mm2 respectievelijk 0,10, 0,20 en 0,26. De cDWI datasets laten een vergelijkbare toename zien (respectievelijk 0,06, 0,16 en 0,39). Het verschil in CR tussen de datasets met een verschillende b-waarde is voor zowel de mDWI als cDWI data significant (p<0,05). De CR is op de cDWI datasets met een b-waarde van 600 en 1000 s/mm2 lager dan op de mDWI datasets. Zowel het verschil bij een b-waarde van 600 s/mm2 (0,06 versus 0,10 voor respectievelijk cDWI en mDWI) als bij een b-waarde van 1000 s/mm2 (respectievelijk 0,16 en 0,20) is significant. Bij een b-waarde van 1500 s/mm2 is de CR op de cDWI dataset juist significant hoger dan de CR van de mDWI dataset. Het gevonden verschil in CR is hier tevens het grootste. Veruit de hoogste CR werd

A B C

D E F

Fig. 6: Axiale DWI opname door de prostaat. De bovenste rij bevat de geacquireerde mDWI datasets en de onderste rij bevat de cDWI datasets. A is de mDWI dataset met een b-waarde van 600 s/mm

2, B is de mDWI

dataset met een b-waarde van 1000 s/mm2 en C is de mDWI dataset met een b-waarde van 1500 s/mm

2. Op de

onderste rij is D de cDWI dataset met een b-waarde van 600 s/mm2, E de cDWI dataset met een b-waarde van

1000 s/mm2 en F de cDWI dataset met een b-waarde van 1500 s/mm

2. De witte pijl geeft het prostaatcarcinoom

aan. Met de gele pijl wordt het normale prostaatweefsel in de contralaterale zone aangeduid. Het prostaatcarcinoom is hyperintens ten opzichte van het hypointense normale prostaatweefsel.


29

gevonden bij de cDWI datasets met een b-waarde van 1500 s/mm2. In figuur 6 zijn de 6 datasets van één patiënt weergegeven. Op de axiale opnames door het midden van de prostaat is duidelijk te zien dat de CR tussen het prostaatcarcinoom en normaal prostaatweefsel het grootst is op de cDWI dataset met een b-waarde van 1500 s/mm2.

4.2 Diagnostische waarde Beide radiologen hebben afzonderlijk de 228 bestandsmappen met data beoordeeld. Iedere bestandsmap bevatte één van de DWI datasets en de bijbehorende T2 gewogen transversale opnamen. De bevindingen werden op een scoreformulier ingevuld. De scoreformulieren werden voorafgaand aan de consensusmeeting door de onderzoeker geanalyseerd. Bij 37 bestandsmappen bleek er een interpretatieverschil met betrekking tot de prostaatzones te zijn. Daarnaast waren er 60 bestandsmappen waarbij één van de beoordelaars een verdachte prostaatzone had aangegeven die door de andere niet werd aangegeven. Deze discrepanties zijn in de consensusmeeting besproken. Dit resulteerde in een gezamenlijk gedragen oordeel. De bron data wordt in bijlage IV weergegeven. Bij het histopathologisch onderzoek na radicale prostatectomie werden 74 prostaatkanker positieve prostaatzones gevonden op een totaal aantal van 456 prostaatzones. Daarvan bevonden 60 prostaatkanker positieve prostaatzones zich in de perifere zone en 14 in de transitie zone.

Sensitiviteit Specificiteit McNemar b-waarde

McNemar DWI methode

A. mDWI600 36,5% (27/74)

97,9% (374/382)

A*B: p< 0,01 * A*C: p< 0,01 * B*C: p= 0,16

A*D: p< 0,01 * B*E: p< 0,01 * C*F: p= 0,76 B. mDWI1000 70,3%

(52/74) 93,5% (357/382)

C. mDWI1500 75,7% (56/74)

97,1% (371/382)

D. cDWI600 17,6% (13/74)

99,0% (378/382)

D*E: p< 0,01 * D*F: p= 0,01 * E*F: p= 0,08 E. cDWI1000 50,0%

(37/74) 96,3% (368/382)

F. cDWI1500 73,0% (54/74)

97,4% (372/382)

In tabel 6 wordt de analyse van de diagnostische waarde weergegeven. Voor de mDWI datasets werd de sensitiviteit hoger bij toename van de b-waarde. De laagste sensitiviteit (36,5%) werd behaald door de mDWI dataset met een b-waarde van 600 s/mm2. De mDWI datasets met een b-waarde van 1000 s/mm2 en 1500 s/mm2 leverden een significant hogere sensitiviteit op van respectievelijk 70,3% en 75,5%. Het verschil in sensitiviteit tussen de mDWI datasets met een b-waarde van 1000

Tabel 6: Vergelijking van sensitiviteit en specificiteit tussen de verschillende mDWI en cDWI datasets met een b-waarde van 600 s/mm

2, 1000 s/mm

2 en 1500 s/mm

2. De sensitiviteit en specificiteit worden weergegeven als

percentage. Daarnaast wordt tussen haakjes de berekening aan de hand van het aantal prostaatzones vermeld. In de laatste twee kolommen wordt de p-waarde uit de McNemar toets weergegeven. Met een * wordt daarbij aangegeven dat het verschil tussen twee datasets statistisch significant is. Hierbij is een grens van p≤0,05 gehanteerd.


30

s/mm2 en 1500 s/mm2 was echter niet significant. De specificiteit is voor alle mDWI datasets erg hoog en varieert tussen de 93,5% en 97,9%. De cDWI datasets laten een vergelijkbaar resultaat zien. Bij toename van de b-waarde wordt de sensitiviteit hoger. De laagste sensitiviteit (17,6%) werd gevonden met de cDWI dataset met een b-waarde van 600 s/mm2. De cDWI datasets met een b-waarde van 1000 s/mm2 en 1500 s/mm2 resulteerden in een significant hogere sensitiviteit van 50,0% en 73,0%. Het verschil tussen de cDWI dataset met een b-waarde van 1000 s/mm2 en 1500 s/mm2 was niet significant. De specificiteit van de cDWI datasets is eveneens erg hoog. Voor de datasets met verschillende b-waarden werd een specificiteit tussen de 96,3% en 99,0% gevonden. De mDWI datasets met een b-waarde van 600 s/mm2 en 1000 s/mm2 leverden in deze studie een significant hogere sensitiviteit op dan de cDWI datasets. Er werd echter geen significantie aangetoond met betrekking tot de datasets met een b-waarde van 1500 s/mm2. Het verschil tussen de mDWI1500 dataset (sensitiviteit van 75,7%) en de cDWI dataset (sensitiviteit van 73,0%) leverde bij de McNemar toets een p-waarde van 0,76.


31

5. Discussie

5.1 Opvallende bevindingen In dit onderzoek werden de origineel geacquireerde mDWI en computed DWI van patiënten met een prostaatcarcinoom met elkaar vergeleken. Er werd onderzocht wat het verschil in diagnostische waarde en beeldkwaliteit tussen mDWI en cDWI gemaakt met een b-waarde van 600 s/mm2, 1000 s/mm2 en 1500 s/mm2 is. Bij beide methoden, zowel mDWI als cDWI, resulteerde toename van de b-waarde in een significante afname van de gemeten signaalintensiteit. Dit gold zowel voor het prostaatcarcinoom als voor het normale prostaatweefsel. Prostaatcarcinomen hadden op alle datasets een significant hogere signaalintensiteit dan het normale prostaatweefsel. Voor beide weefselstructuren gaf de cDWI dataset met een b-waarde van 600 s/mm2 de hoogste signaalintensiteit. De cDWI datasets leverden, bij b-waarden van 600 s/mm2 en 1000 s/mm2, een significant hogere signaalintensiteit voor beide weefselstructuren op dan de overeenkomstige mDWI datasets. Bij een b-waarde van 1500 s/mm2 leverde de mDWI datasets juist een hogere signaalintensiteit voor beide weefselstructuren op dan de cDWI datasets. De CR tussen de structuren nam voor beide methoden significant toe met het hoger worden van de b-waarde. Er werden echter interessante verschillen tussen beide methoden gevonden. De mDWI datasets leverden bij de lagere b-waarden van 600 en 1000 s/mm2 significant de hoogste CR. Bij een b-waarde van 1500 s/mm2 gaf de cDWI methode juist de hoogste CR. Wanneer alle zes de datasets vergeleken worden dan levert de cDWI dataset met een b-waarde van 1500 s/mm2 veruit de hoogste CR tussen het prostaatcarcinoom en het normale prostaatweefsel op. Het aangetoonde verschil in beeldkwaliteit had vooral effect op de sensitiviteit van de onderzochte datasets. Toename van de b-waarde resulteerde in een hogere sensitiviteit. Bij beide methoden werd er een significant verschil in sensitiviteit aangetoond tussen de dataset met een b-waarde van 600 s/mm2 en de hogere b-waarden. De datasets met een b-waarde van 1000 s/mm2 en 1500 s/mm2 resulteerden daarbij een significant hogere sensitiviteit. Er werd bij beide methoden geen significant verschil in sensitiviteit gevonden tussen de datasets met een b-waarde van 1000 s/mm2 en 1500 s/mm2. Bij vergelijking van beide methoden valt op dat de origineel geacquireerde mDWI datasets met een b-waarde van 600 s/mm2 en 1000 s/mm2 een significant hogere sensitiviteit opleveren dan de cDWI datasets met overeenkomstige b-waarde. Er werd echter geen significant verschil in sensitiviteit tussen de mDWI en cDWI datasets met een b-waarde van 1500 s/mm2 gevonden. De specificiteit was voor beide methoden bij alle b-waarden erg hoog. De gevonden specificiteit lag tussen de 93,5% en 99,0%. De gevonden verschillen in beeldkwaliteit hebben vooral effect op de sensitiviteit van de datasets. Hoewel de datasets met een lage b-waarde (600 s/mm2) resulteren in de hoogste signaalintensiteit, leverden juist de datasets met hogere b-waarden (1000 en 1500 s/mm2) een hogere sensitiviteit. De CR was bij deze datasets het hoogste. Er kan geconcludeerd worden dat de CR een belangrijkere invloed heeft op de diagnosestelling dan signaalintensiteit. De cDWI dataset met een b-waarde van 1500 s/mm2 resulteerde in de significant hoogste CR. De cDWI en mDWI dataset met een b-waarde van 1500 s/mm2 resulteerden in de hoogste diagnostische waarde. Het effect van het verschil in CR tussen beiden op de diagnostische waarde was echter


32

beperkt, aangezien er geen statistisch significant verschil in diagnostische waarde aangetoond kon worden tussen de cDWI1500 en mDWI1500.

5.2 Beeldkwaliteit: vergelijking met de literatuur Meerdere onderzoeken gebruikten dezelfde methode om de CR tussen het prostaatcarcinoom en normaal prostaatweefsel te bepalen (22, 27, 58, 59). In deze studie werd voor de mDWI1000 dataset een CR van 0,20 (±0,08) gevonden. In drie vergelijkbare onderzoeken varieert de gevonden CR bij een geacquireerde DWI met een b-waarde van 1000 s/mm2 tussen 0,21 en 0,25 (22, 27, 58). Het resultaat van deze studie is daarmee vergelijkbaar. Tevens is de standaarddeviatie vergelijkbaar. In dezelfde studies werden standaardvariaties gevonden tussen de 0,04 en 0,11. Hieruit kan geconcludeerd worden dat de metingen vergelijkbaar zijn. In een ander onderzoek werd, onder vergelijkbare omstandigheden, een iets lagere CR van 0,12 (±0,07) gevonden (59). In dat onderzoek werden grotere pixels gescand. Gezien de kleine omvang van de gemeten structuren zouden deze grotere pixels de meting nadelig beïnvloed kunnen hebben. Door partial volume effecten kunnen de ROI metingen in dat onderzoek meer gezond prostaatweefsel bevat hebben. Hierdoor kan de CR tussen prostaatcarcinomen en normaal prostaatweefsel lager uitgevallen zijn dan in het huidige onderzoek. De CR van de mDWI1500 dataset was in dit onderzoek 0,26 (±0,10). In andere onderzoeken werd een vergelijkbare waarde gevonden van 0,31 tot 0,35 (27, 58). In het onderzoek van Rosenkrantz et al (58) werd net als in dit onderzoek een computed DWI dataset met een b-waarde van 1500 s/mm2 gegenereerd. De CR van deze dataset was 0,37 (±0,10) waar in deze studie 0,39 (±0,13) gevonden werd. Ook hier vertoont de gevonden CR sterke overeenkomsten met de CR zoals die in dit onderzoek gevonden werd. In twee onderzoeken werd de CR op dezelfde manier als in dit onderzoek berekend voor een mDWI dataset en een cDWI dataset met overeenkomstige b-waarde. In beide onderzoeken werd een statistisch significant verschil in CR aangetoond tussen de beide methoden. Zowel Rosenkrantz et al (58) als Ueno et al (59) vonden een grotere CR voor de cDWI dataset dan voor de mDWI dataset. Rosenkrantz et al (58) toonde dit aan bij een vergelijking van datasets met een b-waarde van 1500 s/mm2. In het onderzoek van Ueno et al (59) werd dezelfde conclusie getrokken bij de vergelijking van datasets met een b-waarde van 2000 s/mm2. In deze studie werd, net zoals in het onderzoek van Rosenkrantz et al (58), aangetoond dat cDWI bij een b-waarde van 1500 s/mm2 een significant grotere CR levert dan de mDWI dataset. In tegenstelling tot eerdere onderzoeken werden in deze studie voor beide methoden meerdere b-waarden onderzocht. Naast de dataset met een b-waarde van 1500 s/mm2 werden datasets met een b-waarde van 600 s/mm2 en 1000 s/mm2 onderzocht. Opvallend genoeg is de CR van de mDWI datasets bij deze b-waarden juist significant hoger dan de CR van de cDWI datasets. Een mogelijke verklaring voor deze tegenstelling zou kunnen liggen in de gebruikte b-waarden van de bron data voor het genereren van de verschillende datasets. De cDWI datasets met een b-waarde van 600 s/mm2 en 1000 s/mm2 werden beiden namelijk geïnterpoleerd uit mDWI datasets met een b-waarde van 50 s/mm2 en 1500 s/mm2. De cDWI dataset met een b-waarde van 1500 s/mm2 werd daarentegen geëxtrapoleerd uit mDWI datasets met een b-waarde van 50 s/mm2 en 1000 s/mm2. De gevonden verschillen moeten daarom met enige voorzichtigheid geïnterpreteerd worden. Hoewel de invloed van de b-waarden van de bron data niet het doel van deze studie betrof, zijn de gevonden verschillen in de CR van de resulterende cDWI datasets op zijn minst opvallend te noemen.


33

5.3 Diagnostische waarde: vergelijking met de literatuur In verschillende artikelen wordt onderzoek naar de invloed van de b-waarde van DWI datasets op de diagnostische waarde bij de detectie van prostaatcarcinomen beschreven (19, 21, 22, 27, 58, 59). Meerdere onderzoeken beschrijven de sensitiviteit van een origineel geacquireerde mDWI dataset met een b-waarde van 1000 s/mm2. In dit onderzoek werd een sensitiviteit van 70,3% gevonden. Ueno et al (19) gebruikte een methode die overeenkomt met de methode die in het huidige onderzoek gehanteerd werd. In deze studie werden de mDWI1000 datasets samen met de transversale T2 gewogen opnamen door twee radiologen beoordeeld. De perifere zone en de transitie zone van de prostaat werden verdeeld in segmenten die beoordeeld werden op de aanwezigheid van voor prostaatkanker verdachte laesies. Voor de mDWI dataset met een b-waarde van 1000 s/mm2 werd op deze manier een sensitiviteit van 75.6% gevonden. Deze waarde komt overeen met de sensitiviteit die in de huidige studie voor de mDWI1000 dataset gevonden werd. In andere onderzoeken werden sterk uiteenlopende waarden gevonden. Twee onderzoeken vonden een sensitiviteit voor de mDWI1000 dataset die hoger was dan de sensitiviteit in dit onderzoek. In een onderzoek uit 2013 werd een sensitiviteit gevonden van 82,6% (59). Hierbij werd een vergelijkbare methode gehanteerd. Katahira et al vonden in een vergelijkbaar onderzoek een iets lagere sensitiviteit van 61,2% (21). In een onderzoek uit 2014 werd de sensitiviteit van de perifere zone en de transitie zone apart onderzocht. Op de mDWI1000 dataset werd voor de perifere zone een sensitiviteit van 78,8% gevonden en een sensitiviteit van 77,2% voor de transitie zone (27). Deze waarden wijken iets af van de resultaten van dit onderzoek. De sensitiviteit van 70,3% die in dit onderzoek werd gevonden ligt tussen de waarden die in voorgaande onderzoeken zijn gevonden en lijkt daarmee reëel. Twee andere onderzoeken vonden op basis van de mDWI1000 een beduidend lagere sensitiviteit van 37,9% (22) en 46,9% (58). In deze studies werd de diagnostische waarde echter niet per zone onderzocht, maar op basis van patiënt. Wellicht kan dit invloed hebben gehad op de uiteindelijk gevonden waarden. In dit onderzoek resulteerde de mDWI1000 dataset in een specificiteit van 93,5%. Deze waarde is hoger dan de specificiteit die in andere onderzoeken gevonden werd. Katahira et al (21) vond een specificiteit van 82,6% in een vergelijkbaar onderzoek waarbij de verschillende prostaatzones geduid werden. Wang et al (27) vond een specificiteit van 83,4% voor de perifere zone en 81,6% voor de transitie zone. In twee andere onderzoeken werden zelfs nog lagere waarden gevonden. De specificiteit van de mDWI1000 dataset was in deze studies 62,0% en 64,5% (19, 59). Deze beide studies werden uitgevoerd door dezelfde onderzoekers. Bij het bepalen van de specificiteit wordt het aantal terecht negatieve uitslagen weggezet tegen het totaal aantal negatieven uitslagen uit de referentiestandaard. Wanneer bij geen van de prostaatzones op de DWI datasets een verdachte laesie wordt waargenomen, dan resulteert dit in een specificiteit van 100%. Het grote verschil in de specificiteit kan te verklaren zijn door de manier van scoren. In de studies die resulteerden in een opvallend lage specificiteit (19, 59) werd afzonderlijk door de beoordelaars gescoord en zijn op de DWI scan wellicht eerder zones als verdacht aangewezen. In deze studie werd een zone pas als verdacht geduid wanneer de beoordelaars er samen zeker over waren. Wellicht heeft de consensusmeeting daarbij geresulteerd in een hogere specificiteit. De mDWI dataset met een b-waarde van 1500 s/mm2 werd in twee andere studies onderzocht. In het onderzoek van Rosenkrantz et al (58) vonden twee afzonderlijke beoordelaars een sensitiviteit van 60,5% en 65,8%. Wang et al (27) vond een


34

sensitiviteit van 81,2% voor de perifere zone en 77,3% voor de transitie zone. De specificiteit werd in datzelfde onderzoek voor de perifere zone vastgesteld op 85,3%. De transitie zone leverde een specificiteit van 90,4% op. Beide onderzoeken hebben de diagnostische waarde op basis van de patiënt bepaald. In de huidige studie werd de diagnostische waarde bepaald door gebruik te maken van prostaatzones. Dit resulteerde voor de mDWI1500 dataset in een sensitiviteit van 75,7%. Ondanks de afwijkende methode ligt de gevonden sensitiviteit daarmee tussen de waardes van beide eerdere onderzoeken in. De specificiteit van de mDWI1500 dataset bedroeg in de huidige studie 97,1%. Deze specificiteit is, net als de gevonden waarde in het onderzoek van Wang et al (27) erg hoog. Slechts één artikel maakt melding van de diagnostische waarde van een cDWI dataset met een b-waarde van 1500 s/mm2. Twee beoordelaars scoorden afzonderlijk de cDWI datasets op de aanwezigheid van prostaatcarcinomen. Dit resulteerde in een sensitiviteit van 69,4% en 67,3% (58). In de huidige studie werd voor de cDWI dataset met een b-waarde van 1500 s/mm2 een sensitiviteit van 73,0% gevonden. Dit resultaat is in lijn met de gevonden waarde uit het artikel van Rosenkrantz et al (58). In dat onderzoek werd de diagnostische waarde van de mDWI en de cDWI dataset met een b-waarde van 1500 s/mm2.vergeleken. Hierbij kon er geen statistisch significant verschil in de sensitiviteit van beide datasets aangetoond worden. Dit resultaat komt ook overeen met de resultaten van de huidige studie waarin vergelijking van beide datasets met een b-waarde van 1500 s/mm2

resulteerde in een p-waarde van 0,76. In een ander onderzoek werd mDWI en cDWI met een b-waarde van 2000 s/mm2 vergeleken. Hierbij kon er geen statistisch significant verschil in sensitiviteit en specificiteit aangetoond worden tussen beide datasets. Er werd dan ook geconcludeerd dat er geen verschil lijkt te zijn in de diagnostische waarde van mDWI en cDWI bij hogere b-waarden (59). De resultaten uit de huidige studie ondersteunen de conclusie uit dit onderzoek.

5.4 Sterke punten Voor deze studie werden patiënten geïncludeerd die recent zowel een DWI onderzoek als een prostatectomie ondergingen. De voorgeschiedenis van deze patiënten werd vervolgens middels dossieronderzoek zorgvuldig nagegaan. Aspecten die mogelijkerwijs van invloed zouden kunnen zijn op de ROI metingen of op de reconstructie van de cDWI beelden werden nagetrokken. Patiënten die binnen een tijdsbestek van drie weken voorafgaand aan de DWI scan een TRUS geleide biopsie hebben ondergaan, werden geëxcludeerd. Op deze manier is getracht de resultaten zo zuiver mogelijk te houden. Van de 52 patiënten konden er na een zorgvuldige exclusie procedure uiteindelijk 38 geïncludeerd worden. Dit aantal bleek na een statistische test op normaliteit van de data met betrekking tot de beeldkwaliteit voldoende voor een normale verdeling. Hierdoor kon er gekozen worden voor de parametrische paired t-test. De originele DWI scan is volgens de ESUR richtlijnen vervaardigd. Alle patiënten werden conform de richtlijnen gescand op een 3T MRI scanner. Daarbij werden de afbeeldingen gegeneerd met behulp van een phased array coil. De TE stond ingesteld op 82 ms. waarmee voldaan wordt aan de gestelde grens van een TE lager dan 90 ms. Er werden vijf b-waarden gescand. Aanbevolen wordt om minimaal drie b-waarden te scannen: 0 s/mm2, 100 s/mm2 en 800-1000 s/mm2. Het gehanteerd scanprotocol bevat vijf b-waarden: 0 s/mm2, 50 s/mm2, 600 s/mm2, 1000 s/mm2 en 1500 s/mm2. Daarmee wordt alleen bij de tweede ingestelde b-waarde enigszins afgeweken van de richtlijn. Deze waarde van 50 s/mm2 blijkt volgens recent


35

onderzoek echter voldoende om de perfusie effecten te minimaliseren (52). Daarmee is deze b-waarde prima bruikbaar voor de gehanteerde reconstructie van cDWI beelden. De dataset met een b-waarde van 50 s/mm2 werd alleen voor dit doel gebruikt en is verder niet geanalyseerd. De mDWI en cDWI methoden zijn onderling vergeleken. Daarbij zijn voor beide methoden datasets gebruikt met overeenkomstige b-waarden (600 s/mm2, 1000 s/mm2 en 1500 s/mm2). De parameter b-waarde heeft een sterke invloed op de signaalintensiteit en de CR tussen prostaatcarcinoom en het omliggende normale weefsel. Door dezelfde b-waarden voor mDWI en cDWI direct met elkaar te vergelijken kon de beeldkwaliteit van beide methoden op een zuivere manier vergeleken worden. Voor de analyse van de diagnostische waarde van beide technieken werd de uitslag van het histologisch onderzoek na prostatectomie als referentiestandaard gebruikt. Dit is veel sterker dan de TRUS geleide biopsie die bij sommige andere onderzoeken als referentiestandaard gehanteerd wordt. De DWI datasets werden vervolgens onafhankelijk van elkaar beoordeeld door twee radiologen. De beoordelaars kregen daarbij, naast één van de DWI datasets, de transversale T2 gewogen dataset te zien. Hiermee werd de data op een gebruikelijke manier conform de ESUR richtlijnen aangeboden. De uitslag uit de prostatectomie werd als richtlijn gebruikt bij het tekenen van de ROI’s. Hierdoor is het waarschijnlijk dat de meetwaarden uit het ROI in het prostaatcarcinoom ook daadwerkelijk dat weefsel vertegenwoordigen.

5.5 Beperkingen Deze studie kent een aantal beperkingen die een vermelding waard zijn. Ten eerste moet het retrospectieve karakter van deze studie genoemd worden. Alle data lag al vast en was niet meer te beïnvloeden. Mede hierdoor dienden uiteindelijk 3 patiënten geëxcludeerd te worden omdat de biopsie binnen een periode van 3 weken voorafgaand aan de MRI uitgevoerd was. Een prospectief onderzoek had dit wellicht kunnen voorkomen, maar dan was waarschijnlijk niet binnen het tijdsbestek van dit onderzoek het aantal van 38 patiënten gehaald. Een tweede beperking betreft de MRI scan. Deze is enkel uitgevoerd met een phased array coil. Door toevoeging van een endorectale coil verbetert de signaalruisverhouding van de beelden. Dit was, mede door het retrospectieve karakter, nu niet mogelijk. Het gebruik van een endorectale coil is echter meer belastend voor de patiënt en wordt niet geadviseerd in de ESUR richtlijnen. Daarnaast zou gebruik de hoeveelheid bewegingsartefacten in de beelden mogelijk vergroten. De cDWI beelden zijn, in overeenstemming met vorige cDWI studies, gereconstrueerd aan de hand van het mono exponentiële model. Het is niet bekend wat de invloed van dit model op de cDWI datasets is. In dit model wordt geen rekening gehouden met de perfusie component. Hierdoor wordt bij lage b-waarden de ADC mogelijkerwijs overschat. Er kan niet uitgesloten worden dat de cDWI beelden door dit model beïnvloed zijn, hoewel in onderzoek is aangetoond dat gebruik van het mono exponentiële model voldoende is om onderscheid te maken tussen prostaatcarcinomen en normaal weefsel (51). Daarnaast werden alle cDWI datasets consequent op dezelfde manier volgens het mono exponentiële model gereconstrueerd. Een eventuele invloed van de reconstructiemethode geldt daarom voor alle cDWI datasets. Dit heeft waarschijnlijk weinig tot geen effect gehad op de gevonden verschillen tussen de cDWI datasets met een verschillende b-waarde. De vierde beperking betreft de selectie van patiënten. Voor dit onderzoek werden alleen patiënten geïncludeerd die in aanmerking kwamen voor prostatectomie. De


36

patiënten hebben allemaal prostaatkanker met een Gleason score van 6 en hoger. Patiënten onder active surveillance of patiënten die niet meer operabel bleken, zijn niet meegenomen, waardoor selectie bias ontstaan is. Tevens was de verdeling van patiënten niet evenredig over de verschillende groepen Gleason scores. In deze studie waren onevenredig veel patiënten aanwezig met een Gleason score van 7. De patiënten werden echter allemaal geselecteerd uit het patiënten bestand over een periode van twee jaar. Daarmee kan aangenomen worden dat deze verdeling van Gleason scores wellicht representatief is voor de patiënten populatie die in aanmerking komt voor behandeling middels prostatectomie. Een vijfde punt van aandacht betreft de consensus meeting. Na de onafhankelijke beoordeling door beide radiologen, zijn de resultaten besproken in een consensus meeting. Bij een consensus meeting worden beelden beoordeeld door twee of meer radiologen. De onderlinge bevindingen worden geëvalueerd, waarna deze gezamenlijk gerapporteerd worden als zijnde de bevindingen van één beoordelaar. Consensus interpretatie strookt niet met de klinische praktijk en wordt mogelijk beïnvloed door groepsdenken. Consensusreading wordt in deze research setting echter als de aangewezen methode beschouwd, aangezien in deze studie een nieuwe techniek onderzocht werd waarmee de beoordelaars bij aanvang nog niet bekend waren (64). Tevens is het verschil tussen de bevindingen van beide beoordelaars niet verder geanalyseerd. Een berekening van de Kappa waarde had de intraobserver variatie beter in beeld gebracht. Dit was echter niet het primaire doel van deze studie. Na de beoordeling werden de DWI bevindingen vergeleken met de resultaten na prostatectomie. Op deze manier werd getracht uitspraken te doen met betrekking tot de diagnostische waarde van beide DWI methoden. Een beperking hierbij is dat de slices na prostatectomie niet noodzakelijkerwijs overeen komen met de slices van de DWI scan. Daarnaast vervormen en krimpen de specimens door fixeren in formaldehyde. Dit maakt correlatie van de bevinding na prostatectomie en de DWI lastig. Dit is deels ondervangen door gebruik te maken van de verslagen van de patholoog-anatoom. Hierin is beschreven in welke zone van de prostaat de indextumor zich bevindt. De zevende beperking betreft het feit dat bij de analyse van zowel beeldkwaliteit als diagnostische waarde alleen de indextumor is meegenomen in de beoordeling. Naast de indextumor kunnen er kleinere of minder actieve tumoren in de prostaat voorkomen. Deze zijn niet meegenomen in deze studie. Urologen gebruiken echter het concept van een indextumor om beslissingen omtrent behandeling te onderbouwen (65). Daarmee wordt met deze aanpak de urologische werkwijze gevolgd.

5.6 Gevolgen voor de praktijk en aanbevelingen Dit onderzoek toont aan dat toename van de b-waarde, voor beide methoden, resulteert in een toename van de CR. Hoewel de signaalintensiteit voor zowel prostaatcarcinomen als voor normaal prostaatweefsel afneemt, is de klinische relevantie hiervan beperkt. De sensitiviteit was voor beide methoden namelijk het hoogst bij de hogere b-waarden. De hoge CR die bij de hogere b-waarden bereikt wordt, lijkt daardoor belangrijker dan de lage signaalintensiteit die op deze datasets gevonden werd. De b-waarde heeft vooral invloed op de sensitiviteit en minder invloed op de specificiteit. Het resultaat van het huidige onderzoek heeft een aantal consequenties voor de praktijk. In de ESUR richtlijnen wordt aanbevolen om de DWI scan ten minste drie b-


37

waarden te laten bevatten, waarbij de hoogste b-waarde tussen de 800 s/mm2 en 1000 s/mm2 ingesteld wordt. In deze studie werd echter aangetoond dat een hogere CR bereikt werd bij de datasets met een b-waarde van 1500 s/mm2. Hoewel de datasets met een b-waarde van 1500 s/mm2 resulteerden in een hogere sensitiviteit dan de datasets met een b-waarde van 1000 s/mm2 was het verschil niet significant. Vanwege de significant hogere CR wordt aanbevolen om een DWI scan met een b-waarde van 1500 s/mm2 toe te voegen aan de protocollen zoals die in de klinische setting gebruikt worden. Aangezien bij de b-waarde van 1500 s/mm2 geen significant verschil in diagnostische waarde werd gevonden tussen de mDWI dataset en de cDWI dataset wordt aanbevolen om voor de data met een b-waarde van 1500 s/mm2 computed DWI te gebruiken. Computed DWI is een reconstructietechniek die derhalve geen scan tijd kost en niet belastend voor de patiënt is. De cDWI1500 dataset leverde daarnaast een significant hogere CR op dan de mDWI1500 dataset. Er kunnen een aantal aanbevelingen voor toekomstig onderzoek gedaan worden. In dit onderzoek werd, in overeenstemming met eerdere onderzoeken, het mono exponentiële model gebruikt om de cDWI datasets te genereren. Het is bekend dat het mono exponentiële model de perfusie component bij standaard DWI niet goed beschrijft. Het is echter onduidelijk wat de invloed van het gebruik van het mono exponentiële model bij het genereren van cDWI datasets op de diagnostische waarde en beeldkwaliteit is. Toekomstig onderzoek, waarbij de toepassing van verschillende modellen bij het genereren van cDWI datasets vergeleken wordt, kan van meerwaarde zijn. Wellicht levert een meer nauwkeurig model, zoals het bi-exponentiële model, waarbij de perfusie component beter beschreven wordt, een betere weergave van de ware diffusie op de cDWI beelden. In deze studie werd voor het genereren van de cDWI600 en de cDWI1000 dataset een hoge b-waarde van 1500 s/mm2 gebruikt. Daarbij werd de signaalintensiteit per pixel geïnterpoleerd. De cDWI1500 werd geëxtrapoleerd met gebruikmaking van een hoge b-waarde van 1000 s/mm2. Voor alle datasets werd in de berekening als lage b-waarde 50 s/mm2 gebruikt. Het is onduidelijk of deze verschillende aanpak van invloed is geweest op de gevonden resultaten. In de huidige studie was deze aanpak echter de enige mogelijkheid aangezien de bron data uit reeds gescande DWI datasets bestond. Meer toekomstig onderzoek naar de invloed van de gebruikte bron data bij de generatie van cDWI is noodzakelijk. Daarbij dient onderzocht te worden wat de invloed van de gebruikte hoge b-waarde op de beeldkwaliteit is. Tevens moet bepaald worden of er een verschil in beeldkwaliteit op de cDWI bestaat bij gebruikmaking van interpolatie of extrapolatie. In deze studie werd bij de generatie van alle cDWI datasets dezelfde lage b-waarde gebruikt. Dit zal daarom waarschijnlijk geen invloed hebben gehad op de gevonden verschillen. Er dient echter nog onderzocht te worden of de gebruikte lage b-waarde van 50 s/mm2 hoog genoeg is. In deze studie werd het verschil in diagnostische waarde van de cDWI datasets tussen patiënten met een verschillende Gleason score niet onderzocht. De CR bij de cDWI1500 dataset was in deze studie significant hoger dan de CR van de mDWI1500 dataset. Dit was echter niet terug te zien in de diagnostische waarde. Er werd bij een b-waarde van 1500 s/mm2 geen significant verschil in diagnostische waarde tussen beide methoden gevonden. Het is aannemelijk dat kleinere tumoren beter zichtbaar zijn op datasets met een hogere CR. Het zou kunnen zijn dat de cDWI1500 dataset daarom bij patiënten met een lagere Gleason score wel een significant verschil in diagnostische waarde laat zien. Toekomstige studies zouden de invloed van de Gleason score op de diagnostische waarde van de mDWI1500 en de


38

cDWI1500 dataset moeten onderzoeken. Daarvoor is een grote studie groep nodig, waarbij iedere Gleason score groep voldoende patiënten bevat. In deze studie werd gebruik gemaakt van consensusreading. Hierbij is de interobserver variatie niet onderzocht. Mogelijkerwijs is er, bij vergelijking van beide methoden, een verschil in de interobserver variatie. Dit kan veroorzaakt worden door het gevonden verschil in CR tussen beide methoden. In toekomstige studies kan het interessant zijn om de kappa waarde te bepalen. Tevens is niet onderzocht of de hogere CR van cDWI met een b-waarde van 1500 s/mm2 invloed heeft op de diagnostische waarde bij beoordelaars met een verschillend ervaringsniveau.


39

6. Conclusie In deze studie werd getracht een antwoord te vinden op de vraag: Wat is het verschil in diagnostische waarde (uitgedrukt in sensitiviteit en specificiteit) en beeldkwaliteit, (uitgedrukt in signaalintensiteit en contrastratio) tussen mDWI en cDWI gemaakt met een b-waarde van 600, 1000 en 1500 s/mm2? Bij beide methoden resulteerde toename van de b-waarde in een significante afname van de gemeten signaalintensiteit in zowel het prostaatcarcinoom als het normale prostaatweefsel. De CR tussen prostaatcarcinoom en normaal weefsel nam significant toe met het hoger worden van de b-waarde. De cDWI dataset met een b-waarde van 1500 s/mm2 leverde veruit de hoogste CR tussen het prostaatcarcinoom en het normale prostaatweefsel op. De invloed van het verschil in CR op de diagnostische waarde was echter beperkt. De gevonden verschillen in beeldkwaliteit hebben vooral effect op de sensitiviteit van de datasets. De datasets met hogere b-waarden (1000 en 1500 s/mm2) resulteerden in een significant hogere sensitiviteit dan de datasets met een b-waarde van 600 s/mm2. Tussen de datasets met een b-waarde van 1000 en 1500 s/mm2 kon echter geen significant verschil in diagnostische waarde aangetoond worden. Tevens kon er tussen de mDWI en cDWI datasets met een b-waarde van 1500 s/mm2 geen significant verschil in diagnostische waarde aangetoond worden. Er wordt naar aanleiding van de resultaten van deze studie, dan ook aanbevolen om een cDWI reconstructie met een b-waarde van 1500 s/mm2 toe te voegen aan de protocollen zoals die in de klinische setting gebruikt worden.


40

Literatuurlijst 1. Integraal Kankercentrum Nederland. Incidentie prostaatkanker. 2012 [08-10-

2014]; Available from: http://www.cijfersoverkanker.nl/selecties/Incidentie_prostaatkanker/img534e82187ec19.

2. Rijksinstituut voor Volksgezondheid en Milieu. Prostaatkanker, omvang van het probleem. 2012 [21-8-2014]; Available from: http://www.nationaalkompas.nl/gezondheid-en-ziekte/ziekten-en-aandoeningen/kanker/prostaatkanker/omvang/

3. Nederlandse Vereniging voor Urologie. Richtlijn voor prostaatcarcinomen. 2014 [08-10-2014]; Available from: http://richtlijnendatabase.nl/richtlijn/prostaatcarcinoom/diagnostiek/anamnese_en_lichamelijk_onderzoek.html.

4. Velde vd CJH, Krieken JHJM, Mulder d PHM, Vermorken JB. Oncologie. Houten: Bohn Stafleu van Loghum; 2011.

5. Nederlandse Vereniging voor Urologie. Richtlijn voor echografie bij prostaatcarcinomen. 2014 [08-10-2014]; Available from: http://richtlijnendatabase.nl/richtlijn/prostaatcarcinoom/diagnostiek/beeldvormend_onderzoek/echografie.html#onderbouwing.

6. Fueger BJ, Padhani AR, Brader P, Helbich TH, Schernthaner M, Zbýn S, Linhart HG, Stiglbauer A, Doan A, Pinker K, Heinz G. Diagnose importance of multiparametric magnetic resonance tomography for prostate cancer. 2011.

7. McRobbie DW, Moore EA, Graves MJ, Prince MR. MRI from picture to proton. 4 ed. Cambridge2010. 329-334 p.

8. Westbrook C, Kraut Roth C, Talbot J. MRI in practice. 4 ed. Chichester2011. 9. Zuurhuis R, Nahuis J, Geers-van Gemeren S, Dol-Jansen J, Dam T. Magnetic

Resonance Imaging. 1 ed2012. 227-229 p. 10. Tan CH, Wang J, Kundra V. Diffusion weighted imaging in prosate cancer.

European Radiology. 2011; 21. 593-603. 11. Kitajima K, Takahashi S, Ueno Y, Yoshikawa T, Ohno Y, Obara M, Miyake H,

Fujisawa M, Sugimura K. Clinical Utility of Apparent Diffusion Coefficient Values Obtained Using High b-Value When Diagnosing Prostate Cancer Using 3 Tesla MRI: Comparison Between Ultra-High b-Value (2000 S/Mm2) and Standard High b-Value (1000 S/Mm2). Journal of magnetic resonance imaging. 2012;36:198-205.

12. Liu X, Peng W, Zhou L, Wang H. Biexponential Apparent Diffusion Coefficients Values in the Prostate: Comparison among Normal Tissue, Prostate Cancer, Benign Prostatic Hyperplasia and Prostatitis. Korean Jounal of Radiology. 2013;14:222-232.

13. Mazaheri Y, Vargas HA, Akin O, Goldman DA, Hricak H. Reducing the Influence of b-Value Selection on Diffusion-Weighted Imaging of the Prostate: Evaluation of a Revised Monoexponential Model Within a Clinical Setting. Journal of magnetic resonance imaging. 2012;35:660-668.

14. Thörmer G, Otto J, Reiss-Zimmermann M, Seiwerst M, Moche M, Garnov N, Franz T, Do M, Stolzenburg JU, Horn LC, Kahn T, Busse H. Diagnostic value of ADC in patients with prostate cancer: influence of the choice of b values. European Society of Radiology. 2012;22:1820-1828.

15. Blackledge MD, Leach MO, Collins DJ, Koh DM. Computed diffusion-weighted MR imaging may improve tumor detection. Radiology. 2011;261:573-581.


41

16. Barentz JO, Richenberg J, Clements R, Choyke P, Verma S, Villeirs G, Rouviere O, Logager V, Fütterer JJ. ESUR prostate MR guidelines 2012. European Journal of Radiology. 2012;22:746-757.

17. Kitajima K, Takahashi S, Ueno Y, Yoshikawa T, Ohno Y, Obara M, Miyake H, Fujisawa M, Sugimura K. Clinical Utility of Apparent Diffusion Coefficient Values Obtained Using High b-Value When Diagnosing Prostate Cancer Using 3 Tesla MRI: Comparison Between Ultra-High b-Value (2000 S/Mm2) and Standard High b-Value (1000 S/Mm2). Journal of magnetic resonance imaging. 2012;36:198-205.

18. 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. American Journal of Roentgenology. 2009;194:33-37.

19. Ueno Y, Kitajima K, Sugimura K, Kawakami F, Miyake H, Obara M, Takahashi S. Ultra-High b-Value Diffusion-Weighted MRI for the Detection of Prostate Cancer With 3-T MRI. Journal of magnetic resonance imaging. 2013;38:154-160.

20. Ohgiya Y, Suyama J, Seino N, Hashizume T, Kawahara M, Sai S, Saiki M, Hirose M, Gokan T. . Diagnostic accuracy of ultra-high-b-value 3.0-T diffusion-weighted MR imaging for detection of prostate cancer. Clinical Imaging. 2012;36:526-531.

21. Katahira K, Takahara T, Kwee T, Oda S, Suziki Y, Morishita S, Kitani K, Hamada Y, Kitaoka M, Yamashita Y. Ultra-high-b-value diffusion-weighted MR imaging for the detection of prostate cancer: evaluation in 201 cases with histopathological correlation. European Journal of Radiology. 2011;21:188-196.

22. Rosenkrantz AB, Hindman N, Lim RP, Das K, Babb JS, Mussi TC, Taneja SS. Diffusion-Weighted Imaging of the Prostate: Comparison of b1000 and b2000 Image Sets for Index Lesion Detection. Journal of magnetic resonance imaging. 2013;38:694-700.

23. 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 Jounal of Radiology. 2013;14:61-69.

24. Manenti G, Nezzo M, Chegai F, Vasili E, Bonanno E, Simoneti G. DWI of Prostate Cancer: Optimal b-Value in Clinical Practice. Prostate cancer. 2014;2014:1-9.

25. Tamada T, Kanomata N, Sone T, Jo Y, Miyaji Y, Higashi H, Yamamoto A, Ito K. 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. 2014;9:1-8.

26. Metens T, Miranda D, Absil J, Matos C. What is the optimal b value in diffusion-weighted MR imaging to depict prostate cancer at 3T? European Journal of Radiology. 2012;22:703-709.

27. Wang X, Qian Y, Liu B, Cao L, Fan Y, Zhang JJ, Yu Y. High-b-value diffusion-weighted MRI for the detection of prostate cancer at 3 T. Clinical Imaging. 2014;69:1165-1170.

28. Nagayama M, Wanatabe Y, Terai A, Araki T, Notohara K, Okumura A, Amoh Y, Ishimori T, Nakashita S, Dodo Y. Determination of the cutoff level of apparent diffusion coeffi cient values for detection of prostate cancer. Japanese Journal of Radiology. 2011;29:488-494.

29. Foltz WD, Wu A, Chung P, Catton C, Bayley A, Milosevic M, Bristow R, Warde P, Simeonov A, Jaffray DA, Haider MA, Menard C. Changes in Apparent Diffusion Coefficient and T2 Relaxation During Radiotherapy for Prostate Cancer. Journal of magnetic resonance imaging. 2013;37:909-916.


42

30. Lebovici A, Sfrangue S, Feier D, Caraiani C, Lucan C, Suciu M, Elec F, Iacob G, Buruian M. Evaluation of the normal-to-diseased apparent diffusion coefficient ratio as an indicator of prostate cancer aggressiveness. BioMed Central Medical Imaging. 2014;14:1-7.

31. Yoshizako T, Wada A, Uchida K, Hara S, Igawa M, Kitagaki H, Maier SE. Apparent diffusion coefficient of line scan diffusion image in normal prostate and prostate cancer, comparison with single-shot echo planner image. Magnetic Resonance Imaging. 2011;29:106-110.

32. Lee JY, Chanh I, Moon YT, Kim KD, Myung SC, Kim TH, Lee JB. Effect of Prostate Biopsy Hemorrhage on MRDW and MRS Imaging. Korean Jounal of Urology. 2011;52:674-680.

33. Morgan VA, Riches S, Thomas K, Vanas N, Parker C, Giles S, Desouza NM,. Diffusion-weighted magnetic resonance imaging for monitoring prostate cancer progression in patients managed by active surveillance. British Journal of Radiology. 2011;84:31-37.

34. Wang S, Peng Y, Medved M, Yousuf AN, Ivancevic MK, Karademir I, Jiang Y, Antic T, Sammet S, Oto A, Karczmar GS. Hybrid Multidimensional T2 and Diffusion-Weighted MRI for Prostate Cancer Detection. Journal of magnetic resonance imaging. 2014;39:781-788.

35. Lund L, Svolgaard N, Poulsen MH. Prostate cancer: a review of active surveillance. Research and reports in urology. 2014;6:107-112.

36. As v NJ, Souza d N, Riches SF, Morgan VA, Sohaib SA, Dearnaley DP, Parker CC. A Study of Diffusion-Weighted Magnetic Resonance Imaging in Men with Untreated Localised Prostate Cancer on Active Surveillance. European Urology. 2009;56:981-988.

37. Wang XZ, Wang B, Gao ZQ, Liu JG, Liu ZQ, Niu QL, Sun ZK, Yuan YX. Diffusion-Weighted Imaging of Prostate Cancer: Correlation Between Apparent Diffusion Coefficient Values and Tumor Proliferation. Journal of magnetic resonance imaging. 2009;29:1360-1366.

38. Kitajima K, Takahashi S, Ueno Y, Miyake H, Fujisawa M, Kawakami F, Sugimura K. Do apparent diffusion coefficient (ADC) values obtained using high b-values with a 3-T MRI correlate better than a transrectal ultrasound (TRUS)-guided biopsy with true Gleason scores obtained from radical prostatectomy specimens for patients with prostate cancer? European Journal of Radiology. 2013;82:1219-1226.

39. Bittencourt LK, Barentz JO, DeMiranda LCD, Gasparetto EL. Prostate MRI: diffusion-weighted imaging at 1.5T correlates better with prostatectomy Gleason grades than TRUS-guided biopsies in peripheral zone tumours. European Journal of Radiology. 2012;22:468-475.

40. Itou Y, Nakanishi K, Narumi Y, Nishizawa Y, Tsukuma H. Clinical Utility of Apparent Diffusion Coefficient (ADC) Values in Patients With Prostate Cancer: Can ADC Values Contribute to Assess the Aggressiveness of Prostate Cancer? Journal of magnetic resonance imaging. 2011;33:167-172.

41. Nagarajan R, Margolis D, Raman S, Sheng K, King C, Reiter RE, Thomas MA. Correlation of Gleason Scores with Diffusion-Weighted Imaging Findings of Prostate Cancer. Advances in Urology. 2012;2012:1-5.

42. Nagarajan R Margolis D, Raman S, Sarma MK, Sheng K, King CR, Verma G, Sayre J, Reiter RE, Thomas MA. MR Spectroscopic Imaging and Diffusion-Weighted Imaging of Prostate Cancer With Gleason Scores. Journal of magnetic resonance imaging. 2012;36:697-703.


43

43. Rosenkrantz AB, Kopec M, Kong X, Melamed J, Dakwar G, Babb JS, Taouli B. Prostate Cancer vs. Post-Biopsy Hemorrhage: Diagnosis with T2- and Diffusion-Weighted Imaging. Journal of magnetic resonance imaging. 2010;31:1387-1394.

44. Doo KW, Sung D, Park BJ, Kim MJ, Cho SB, Oh YW, Ko YH, Yang KS. Detectability of low and intermediate or high risk prostate cancer with combined T2-weighted and diffusion-weighted MRI. European Journal of Radiology. 2012;22:1812-1819.

45. Hambrock T, Somford D, Huisman HJ, Oort IM, Witjes JA, Huisbergen - Kaa vd CA, Scheenen T, Barentsz JO. Relationship between apparent diffusion coefficients at 3-T MR imaging and Gleason grade in peripheral zone prostate cancer. Radiology. 2011;259:453-456.

46. Bae H, Yoshida S, Matsuoka Y, Nakajima H, Ito E, Tanaka H, Oya M, Nakayama T, Takeshita H, Kijima T, Ishoika J, Numao N, Koga F, Saito K, Akashi T, Fujii Y, Kihara K. Apparent diffusion coefficient value as a biomarker reflecting morphological and biological features of prostate cancer. International Urology and Nephrology. 2013;46:555-561.

47. Babourina-Brooks B, Cowin G, Wang D. Diffusion-weighted imaging in the prostate: an apparent diffusion coefficient comparison of half-Fourier acquisition single-shot turbo spin-echo and echo planar imaging. Magnetic Resonance Imaging. 2012;30:189-194.

48. Park KK, Lee S, Lim BJ, Kim JH, Chung BH. The effects of the period between biopsy and diffusion-weighted magnetic resonance imaging on cancer staging in localized prostate cancer. British Journal of Urology International. 2010;106:1148-1151.

49. Kim CK, Park BK, Lee HM. Prediction of Locally Recurrent Prostate Cancer after Radiation Therapy: Incremental Value of 3T Diffusion-Weighted MRI. Journal of magnetic resonance imaging. 2009;29:391-397.

50. Ogura A, Hayakawa K, Miyati T, Maeda F. Imaging parameter effects in apparent diffusion coefficient determination of magnetic resonance imaging. European Journal of Radiology. 2011;77:185-188.

51. Quentin M, Blondin D, Klasen J, Shlomo Lanzman R, Miese FR, Arsov C, Albers P, Antoch G, Wittsack HJ. Comparison of different mathematical models of diffusion-weighted prostate MR imaging. Magnetic Resonance Imaging. 2012;30:1468-1474.

52. Riches SF, Hawtin K, Charles-Edwards EM, Souza de NM. Diffusion-weighted imaging of the prostate and rectal wall: comparison of biexponential and monoexponential modelled diffusion and associated perfusion coefficients. NMR in Biomedicine 2009;22:318-325.

53. Shinmoto H, Oshio K, Tanimoto A, Higuchi N, Okuda S, Kuribayashi S, Mulkern RV. Biexponential apparent diffusion coefficients in prostate cancer. Magnetic Resonance Imaging. 2009;27:355-359.

54. Döpfert J, Lemke A, Weidner A, Schad LR. Investigation of prostate cancer using diffusion-weighted intravoxel incoherent motion imaging. Magnetic Resonance Imaging. 2011;29:1053-1058.

55. Blackledge MD, Collins D, Koh DM, Leach MO. . Signal to noise ratio of high b-value diffusion weighted images is improved using computed diffusion weighted imaging. Proceedings International Society Magnetic Resonance Medicine. 2010;18:4707.

56. Blackledge MD, Wilton B, Mession C, Koh DM, Leach MO, Collins DJ. Computed Diffusion Weighted Imaging (cDWI) for Improving Imaging Contrast. Proceedings International Society Magnetic Resonance Medicine. 2009;17:4005.


44

57. Maas MC, Fütterer J, Scheenen TWJ. Quantitative evaluation of computed high B value diffusion-weighted magnetic resonance imaging of the prostate. Investigative Radiology. 2013;48:779-786.

58. Rosenkrantz AB, Chandarana H, Hindman N, Deng FM, Babb JS, Taneja SS, Geppert C. Computed diffusion-weighted imaging of the prostate at 3 T: impact on image quality and tumour detection. European Society of Radiology. 2013;23:3170-3177.

59. Ueno Y, Takahasi S, Kitajima K, Kimura T, Aoki I, Kawakami F, Miyake H, Ohno Y, Sugimura K. Computed diffusion-weighted imaging using 3-T magnetic resonance imaging for prostate cancer diagnosis. European Journal of Radiology. 2013;23:3509-3516.

60. Bittencourt LK, Attenberger UI, Lima D, Strecker R, Oliveira A d, Schoenberg SO, Gasparetto EL, Hausmann D. Feasibility study of computed vs measured high b-value (1400 s/mm2) diffusion-weighted MR images of the prostate. World Journal of Radiology. 2014;6(6):374-380.

61. Shimizu H, Isoda H, Fujimoto K, Kawahara S, Furuta A, Shibata T, Togashi K. . Comparison af acquired diffusion weighted imaging and computed diffusion weighted imaging for detection of hepatic metastases. European Journal of Radiology. 2013;82:453-458.

62. Yoshikawa T, Aoyama N, Ohno Y, Kyotani K, Kassai Y, Sofue K, Nishio M, Koyama H, Sugimura K. Computed Diffusion-Weighted Image in the Abdomen. European Society of Radiology2014. p. 1-10.

63. Vural M, Ertas G, Onay A, Acar O, Esen T, Saglican Y, Zengingonul HP, Akpek S. Conspicuity of Peripheral Zone Prostate Cancer on Computed Diffusion-Weighted Imaging: Comparison of cDWI1500, cDWI2000, and cDWI3000. BioMed Research International. 2014;2014:1-6.

64. Bankier AA, Levine D, Halpern EF, Kressel HY. Consensus Interpretation in Imaging Research: Is There a Better Way? Radiology. 2010;257:14-17.

65. Karavitakis M, Winkler M, Abel P, Livni N, Beckley I, Ahmed HU. Histological characteristics of the index lesion in whole-mount radical prostatectomy specimens: implications for focal therapy. Prostate cancer and prostate diseases. 2011;14:46-52.


45

Bijlagen


46

Bijlage I: Data ROI metingen signaalintensiteit prostaatcarcinoom Overzicht van de signaalintensiteit in het prostaatcarcinoom verkregen middels ROI metingen in de verschillende datasets. De zes datasets zijn in de tabel weergegeven met een nummer:

1. mDWI600 2. mDWI1000 3. mDWI1500 4. cDWI600 5. cDWI1000 6. cDWI1500

In iedere data dataset is drie keer een ROI meting uitgezet. Deze worden weergegeven als m1, m2 en m3. Per dataset wordt vervolgens het gemiddelde uit de drie signaalintensiteitsmetingen weergeven in de kolom GEM. Nr. 1-m1 1-m2 1-m3 GEM 2-m1 2-m2 2-m3 GEM 3-m1 3-m2 3-m3 GEM

1 96,4 91,5 93,7 93,9 83,5 77,0 79,3 79,9 65,8 59,5 62,2 62,5 2 82,0 80,6 81,0 81,2 60,5 60,0 60,0 60,2 51,7 52,9 52,6 52,4 3 67,0 68,4 70,0 68,5 56,5 57,9 63,8 59,4 42,1 42,3 48,1 44,2 4 132,5 138,1 137,1 135,9 106,9 111,1 110,8 109,6 83,3 84,6 83,9 83,9 5 84,7 78,8 81,1 81,5 70,0 66,7 68,3 68,3 56,5 54,4 54,4 55,1 6 109,1 106,6 112,6 109,4 84,5 82,1 86,8 84,5 68,6 66,7 71,6 69,0 7 86,5 91,5 88,5 88,8 61,9 65,3 65,5 64,2 46,9 46,3 56,0 49,7 8 77,4 81,8 82,3 80,5 61,8 65,9 67,3 65,0 47,3 50,1 50,8 49,4 9 76,5 83,3 81,4 80,4 79,8 73,0 77,4 76,7 65,0 63,3 61,8 63,4

10 139,7 139,1 150,0 142,9 66,7 66,6 71,1 68,1 37,3 37,4 39,8 38,2 12 70,6 74,7 74,4 73,2 59,6 62,8 62,4 61,6 45,8 48,7 48,4 47,6 13 88,5 88,0 88,7 88,4 67,0 67,5 66,9 67,1 59,3 61,0 59,7 60,0 15 83,6 94,5 87,8 88,6 56,4 64,5 59,0 60,0 51,4 59,5 53,2 54,7 16 85,2 89,0 91,0 88,4 69,8 77,5 70,0 72,4 56,2 58,0 56,0 56,7 17 71,5 78,5 72,8 74,3 51,8 57,8 53,0 54,2 42,3 40,5 41,6 41,5 18 64,6 70,3 71,0 68,6 53,0 55,3 54,3 54,2 41,5 45,3 44,7 43,8 19 93,2 93,7 95,9 94,3 73,1 73,3 73,9 73,4 57,9 57,1 58,7 57,9 20 107,7 114,5 112,3 111,5 95,7 103,0 101,0 99,9 74,5 78,8 77,4 76,9 22 67,7 83,3 82,0 77,7 64,6 71,7 71,7 69,3 51,9 55,8 56,5 54,7 24 82,5 90,0 91,7 88,1 62,2 71,8 71,0 68,3 53,2 60,5 60,3 58,0 25 132,5 144,5 146,3 141,1 100,0 102,0 106,0 102,7 70,7 72,5 67,3 70,2 26 122,5 150,0 153,8 142,1 81,3 91,0 85,8 86,0 56,0 58,0 52,8 55,6 27 85,7 89,6 92,3 89,2 70,3 74,3 75,1 73,2 54,8 56,5 58,2 56,5 28 90,9 95,3 95,3 93,8 78,7 85,7 82,3 82,2 62,2 69,3 64,3 65,3 31 83,4 87,6 80,0 83,7 62,5 67,0 59,0 62,8 47,8 52,0 43,4 47,7 32 88,8 88,6 86,7 88,0 74,1 73,4 72,3 73,3 64,1 59,8 61,4 61,8 33 63,7 65,9 65,5 65,0 55,1 56,5 56,3 56,0 43,6 49,2 47,3 46,7 34 72,4 73,0 70,9 72,1 54,6 58,5 52,9 55,3 45,4 48,0 44,3 45,9 38 87,4 90,0 86,4 87,9 68,4 70,8 69,4 69,5 47,2 47,0 48,2 47,5 40 81,5 81,1 80,6 81,1 63,3 64,3 63,4 63,7 44,9 45,0 44,8 44,9 41 69,8 69,6 71,3 70,2 51,2 49,4 52,8 51,1 37,8 37,4 40,8 38,7 43 78,1 81,3 79,0 79,5 60,7 63,0 61,6 61,8 44,2 45,6 44,7 44,8 44 91,5 96,2 82,0 89,9 68,8 70,6 63,8 67,7 50,2 48,5 48,8 49,2 45 62,2 65,4 75,0 67,5 51,2 53,4 59,8 54,8 43,8 45,6 48,3 45,9 46 63,7 71,5 65,3 66,8 50,4 55,5 51,7 52,5 39,8 44,3 41,3 41,8 47 64,8 65,8 65,3 65,3 46,7 47,0 46,8 46,8 35,9 37,6 37,2 36,9 48 72,5 74,3 73,3 73,4 49,3 51,3 49,8 50,1 34,0 33,0 32,1 33,0 51 67,0 69,3 70,5 68,9 50,1 53,0 51,8 51,6 36,1 37,3 38,3 37,2


47

Nr. 4-m1 4-m2 4-m3 GEM 5-m1 5-m2 5-m3 GEM 6-m1 6-m2 6-m3 GEM 1 99,1 105,7 102,6 102,5 77,1 83,9 81,6 80,9 56,1 63,7 61,1 60,3 2 89,3 89,0 93,1 90,5 72,3 71,0 71,1 71,5 47,0 45,2 42,3 44,8 3 77,3 78,3 78,5 78,0 60,1 60,3 64,0 61,5 44,2 45,5 56,8 48,8 4 143,7 146,2 148,9 146,3 110,8 114,9 118,1 114,6 74,6 77,6 81,4 77,9 5 91,8 91,3 88,2 90,4 72,9 72,2 72,0 72,4 53,0 52,9 55,2 53,7 6 118,1 112,5 120,0 116,9 92,7 86,8 97,0 92,2 60,2 55,3 63,8 59,8 7 103,6 109,8 108,2 107,2 69,9 74,7 76,2 73,6 35,1 37,7 40,3 37,7 8 98,0 101,2 103,8 101,0 71,8 75,2 76,8 74,6 44,6 48,8 50,0 47,8 9 72,0 80,2 75,3 75,8 66,5 71,0 69,3 68,9 72,0 68,2 73,3 71,2

10 164,4 194,1 180,3 179,6 81,4 97,3 89,9 89,5 20,8 26,2 23,7 23,6 12 83,6 81,4 80,5 81,8 64,9 64,4 62,5 63,9 45,3 47,6 47,3 46,7 13 112,0 111,5 112,0 111,8 81,0 82,5 81,0 81,5 49,3 52,8 49,3 50,5 15 89,7 87,3 88,8 88,6 71,0 68,8 71,8 70,5 40,2 42,0 44,3 42,2 16 94,5 95,0 97,3 95,6 74,5 75,1 75,5 75,0 54,3 54,0 58,5 55,6 17 84,4 84,8 86,7 85,3 61,1 60,2 61,4 60,9 34,0 35,0 35,1 34,7 18 67,5 71,5 71,3 70,1 54,3 58,5 58,0 56,9 40,5 42,5 42,0 41,7 19 96,0 95,2 93,2 94,8 74,9 76,2 75,0 75,4 50,6 54,8 56,0 53,8 20 120,2 116,5 117,7 118,1 98,2 96,5 97,3 97,3 76,5 82,3 78,1 79,0 22 84,2 82,3 90,7 85,7 70,1 68,6 72,5 70,4 54,0 54,8 58,8 55,9 24 90,5 92,5 90,0 91,0 75,0 76,0 73,5 74,8 58,0 56,3 56,5 56,9 25 153,0 143,0 155,0 150,3 106,5 99,5 104,5 103,5 63,5 65,0 64,5 64,3 26 171,6 161,3 173,0 168,6 102,5 102,7 95,5 100,2 67,6 74,0 72,8 71,5 27 96,6 100,0 97,9 98,2 76,5 79,8 77,4 77,9 57,0 60,0 56,7 57,9 28 96,2 96,8 96,1 96,4 79,4 83,3 81,5 81,4 63,8 72,6 68,2 68,2 31 96,1 101,0 96,3 97,8 71,7 75,0 72,2 73,0 42,4 43,8 41,3 42,5 32 92,0 91,0 88,6 90,5 77,8 77,2 75,9 77,0 58,1 63,8 60,0 60,6 33 75,4 78,0 78,4 77,3 59,8 63,4 65,2 62,8 41,4 44,1 41,8 42,4 34 78,6 81,5 79,8 80,0 61,6 64,5 63,2 63,1 40,3 42,5 41,7 41,5 38 120,7 118,3 118,0 119,0 81,3 79,3 80,3 80,3 43,7 45,3 44,7 44,6 40 85,0 86,1 86,1 85,7 63,6 64,4 64,4 64,1 43,2 44,3 44,3 43,9 41 80,2 80,0 80,7 80,3 58,0 59,0 58,3 58,4 32,4 35,0 33,7 33,7 43 80,6 92,7 90,7 88,0 59,9 68,3 67,4 65,2 38,5 42,8 42,9 41,4 44 110,4 109,5 113,0 111,0 78,0 76,1 80,8 78,3 46,6 44,9 49,0 46,8 45 63,0 67,8 74,0 68,3 53,5 57,2 62,0 57,6 40,4 45,4 48,5 44,8 46 71,0 78,7 75,7 75,1 54,4 62,3 59,1 58,6 35,2 42,0 38,2 38,5 47 72,3 72,2 73,1 72,5 52,3 53,2 53,1 52,9 28,8 29,7 29,3 29,3 48 88,0 88,0 82,2 86,1 55,0 57,0 53,2 55,1 26,8 29,7 29,2 28,6 51 77,3 78,3 79,0 78,2 53,8 56,0 56,0 55,3 32,5 34,0 33,4 33,3


48

Bijlage II: Data ROI metingen signaalintensiteit normaal weefsel Overzicht van de signaalintensiteit in het normaal weefsel verkregen middels ROI metingen in de verschillende datasets. De zes datasets zijn in de tabel weergegeven met een nummer:

1. mDWI600 2. mDWI1000 3. mDWI1500 4. cDWI600 5. cDWI1000 6. cDWI1500

In iedere data dataset is drie keer een ROI meting uitgezet. Deze worden weergegeven als m1, m2 en m3. Per dataset wordt vervolgens het gemiddelde uit de drie signaalintensiteitsmetingen weergeven in de kolom GEM. Nr. 1-m1 1-m2 1-m3 GEM 2-m1 2-m2 2-m3 GEM 3-m1 3-m2 3-m3 GEM

1 55,0 60,6 51,8 55,8 41,4 41,8 41,3 41,5 30,7 32,6 31,4 31,6 2 100,0 85,1 84,6 89,9 52,4 50,9 51,2 51,5 39,5 35,1 36,6 37,1 3 57,3 52,7 51,7 53,9 37,1 32,1 30,3 33,2 23,0 19,5 19,6 20,7 4 64,6 71,3 73,7 69,9 47,7 48,6 50,3 48,9 36,6 33,9 34,1 34,9 5 60,2 62,2 60,9 61,1 37,5 36,6 38,3 37,5 23,3 23,8 24,9 24,0 6 73,3 74,4 74,8 74,2 45,5 43,0 48,2 45,6 31,9 32,0 34,6 32,8 7 84,0 88,3 88,0 86,8 49,9 51,5 51,8 51,1 37,3 36,0 37,8 37,0 8 72,1 69,3 74,0 71,8 51,5 48,0 51,8 50,4 35,1 31,0 31,3 32,5 9 77,6 83,3 63,1 74,7 52,1 53,9 45,1 50,4 37,0 36,1 32,7 35,3

10 96,0 97,8 100,2 98,0 46,7 51,0 54,7 50,8 29,4 32,4 36,7 32,8 12 79,4 81,3 80,1 80,3 45,0 49,6 53,2 49,3 30,1 30,6 29,9 30,2 13 77,4 85,0 84,7 82,4 54,3 53,6 50,7 52,9 40,3 41,7 38,0 40,0 15 55,9 55,6 48,9 53,5 36,1 37,3 32,8 35,4 30,4 32,0 26,5 29,6 16 64,8 71,5 72,5 69,6 47,2 54,2 50,2 50,5 44,5 47,3 41,9 44,6 17 77,5 82,7 79,7 80,0 44,8 45,3 46,8 45,6 35,1 36,0 37,5 36,2 18 63,5 61,2 63,7 62,8 41,5 38,5 40,3 40,1 36,0 26,8 30,7 31,2 19 87,5 85,1 85,1 85,9 55,1 53,5 53,5 54,0 37,0 36,0 36,0 36,3 20 60,5 89,2 66,7 72,1 46,5 54,2 48,0 49,6 35,3 39,6 35,0 36,6 22 89,8 87,0 90,4 89,1 60,6 52,3 55,3 56,1 41,5 37,2 35,4 38,0 24 85,7 79,3 81,4 82,1 53,2 52,8 53,6 53,2 35,3 35,8 37,0 36,0 25 90,0 88,0 88,0 88,7 52,5 53,3 52,3 52,7 38,5 38,3 38,3 38,4 26 98,2 106,0 107,0 103,7 64,2 65,3 66,0 65,2 51,5 43,0 45,8 46,8 27 59,4 59,9 63,8 61,0 38,4 42,9 43,6 41,6 32,0 34,9 33,3 33,4 28 84,6 84,3 85,0 84,6 50,9 51,8 51,5 51,4 31,0 31,9 31,8 31,6 31 65,7 63,8 62,8 64,1 41,8 39,9 37,9 39,9 26,7 27,2 26,6 26,8 32 63,7 62,9 63,1 63,2 40,7 42,4 36,9 40,0 28,0 30,4 22,3 26,9 33 58,0 53,5 54,1 55,2 55,1 33,8 35,6 41,5 22,7 22,1 21,7 22,2 34 55,9 57,1 54,3 55,8 40,1 40,1 38,6 39,6 28,3 27,9 27,8 28,0 38 80,5 73,6 84,2 79,4 40,3 43,1 42,6 42,0 24,8 27,9 25,4 26,0 40 70,3 70,8 70,9 70,7 47,0 49,0 49,4 48,5 33,1 33,1 33,5 33,2 41 62,5 62,4 60,4 61,8 36,3 38,6 38,4 37,8 23,8 24,4 24,0 24,1 43 75,3 75,8 76,0 75,7 36,8 37,5 37,0 37,1 23,9 25,2 25,6 24,9 44 62,7 64,5 73,2 66,8 32,6 33,6 37,3 34,5 21,6 22,5 21,0 21,7 45 63,7 62,3 62,1 62,7 32,0 33,3 31,7 32,3 19,7 20,0 20,3 20,0 46 54,2 52,0 59,5 55,2 35,4 32,0 35,8 34,4 25,1 20,3 22,3 22,6 47 47,9 46,2 43,6 45,9 31,1 31,1 27,6 29,9 19,7 20,0 21,9 20,5 48 61,7 63,0 62,1 62,3 42,3 43,0 42,2 42,5 26,7 26,5 27,0 26,7 51 61,8 64,4 63,2 63,1 36,3 37,4 36,7 36,8 24,3 23,4 24,2 24,0


49

Nr. 4-m1 4-m2 4-m3 GEM 5-m1 5-m2 5-m3 GEM 6-m1 6-m2 6-m3 GEM 1 72,9 74,5 73,2 73,5 50,1 50,6 49,5 50,1 23,0 19,4 23,6 22,0 2 119,9 106,8 109,2 112,0 71,4 67,3 67,4 68,7 24,9 24,8 25,0 24,9 3 61,7 54,2 58,6 58,2 35,5 32,9 35,5 34,6 11,4 11,2 11,3 11,3 4 82,7 91,6 86,1 86,8 54,6 57,6 52,9 55,0 26,6 25,0 25,2 25,6 5 77,6 74,5 77,2 76,4 46,0 45,1 46,0 45,7 15,7 15,9 19,6 17,1 6 89,1 92,4 92,3 91,3 57,9 59,6 62,5 60,0 26,8 27,2 28,3 27,4 7 98,6 102,4 101,8 100,9 63,4 65,9 65,0 64,8 24,2 25,9 25,7 25,3 8 97,4 86,2 89,8 91,1 64,9 55,1 58,5 59,5 26,9 23,8 28,3 26,3 9 120,0 102,7 105,8 109,5 71,3 64,3 66,6 67,4 24,5 27,0 26,3 25,9

10 128,1 127,6 129,9 128,5 64,4 70,3 68,7 67,8 18,3 21,3 17,9 19,2 12 113,2 98,0 101,3 104,2 63,2 54,5 54,3 57,3 17,8 20,8 13,5 17,4 13 103,6 108,0 98,8 103,5 69,4 65,7 64,1 66,4 29,3 20,7 23,9 24,6 15 63,9 48,1 52,6 54,9 45,4 31,9 35,3 37,5 19,6 17,5 18,6 18,6 16 77,3 78,4 79,6 78,4 60,9 60,0 60,9 60,6 32,7 28,0 30,4 30,4 17 85,4 89,8 85,1 86,8 56,7 59,3 58,1 58,0 24,7 25,5 24,8 25,0 18 70,1 73,7 76,7 73,5 48,3 52,0 54,0 51,4 24,1 21,0 22,7 22,6 19 95,5 107,5 98,2 100,4 61,0 61,8 63,3 62,0 27,9 21,5 28,8 26,1 20 85,8 69,8 75,8 77,1 58,8 49,8 52,5 53,7 29,0 26,5 26,3 27,3 22 95,3 99,8 94,3 96,5 63,8 60,4 57,1 60,4 35,6 24,7 23,5 27,9 24 117,3 110,5 95,0 107,6 64,2 65,0 58,2 62,5 22,5 26,0 25,3 24,6 25 89,5 86,3 89,5 88,4 59,0 54,8 59,0 57,6 22,5 25,0 22,5 23,3 26 113,0 118,3 108,2 113,2 78,4 80,4 66,8 75,2 37,3 37,4 34,0 36,2 27 67,5 71,4 65,0 68,0 48,3 48,2 45,0 47,2 22,5 21,3 18,1 20,6 28 110,9 111,6 112,7 111,7 63,1 60,2 61,5 61,6 22,1 20,0 20,6 20,9 31 69,5 72,5 75,9 72,6 43,5 42,6 41,6 42,6 19,2 19,5 18,6 19,1 32 80,8 77,5 79,0 79,1 46,2 51,2 45,4 47,6 17,6 23,1 17,2 19,3 33 79,6 83,4 73,4 78,8 44,8 42,0 40,9 42,6 16,2 11,8 15,0 14,3 34 64,6 65,7 62,9 64,4 43,6 44,7 44,0 44,1 22,2 22,6 20,9 21,9 38 110,8 81,9 112,2 101,6 57,0 50,8 58,7 55,5 14,6 21,7 14,8 17,0 40 85,4 85,2 85,1 85,2 56,7 54,0 56,6 55,8 26,3 21,0 26,9 24,7 41 79,8 88,8 58,3 75,6 46,3 51,0 36,5 44,6 16,8 13,8 16,0 15,5 43 97,0 96,6 95,2 96,3 51,8 50,8 47,0 49,9 13,9 12,6 11,6 12,7 44 89,3 94,1 85,5 89,6 48,5 48,0 44,6 47,0 10,8 12,9 13,8 12,5 45 86,0 84,3 83,7 84,7 44,5 44,0 44,1 44,2 11,9 12,4 11,5 11,9 46 73,5 69,9 72,0 71,8 45,5 41,6 42,2 43,1 17,9 15,5 16,2 16,5 47 54,1 53,6 54,4 54,0 34,3 34,9 35,9 35,0 16,7 14,0 14,4 15,0 48 74,7 73,0 75,9 74,5 47,0 46,5 47,8 47,1 22,8 23,3 22,9 23,0 51 93,3 80,0 70,2 81,2 49,3 46,0 41,0 45,4 14,0 16,6 14,6 15,1


50

Bijlage III: Databestand berekening contrast ratio Overzicht van de berekende CR tussen prostaatcarcinoom en normaal weefsel. Voor deze berekening werd de gemiddelde signaalintensiteit uit bijlage I en II gebruikt. In de kolommen wordt de CR voor de verschillende datasets weergegeven waarbij geldt:

1. CR1: contrast ratio in de dataset mDWI600 2. CR2: contrast ratio in de dataset mDWI1000 3. CR3: contrast ratio in de dataset mDWI1500 4. CR4: contrast ratio in de dataset cDWI600 5. CR5: contrast ratio in de dataset cDWI1000 6. CR6: contrast ratio in de dataset cDWI1500

Nr. CR1 CR2 CR3 CR4 CR5 CR6

1 0,25 0,32 0,33 0,16 0,24 0,47 2 -0,05 0,08 0,17 -0,11 0,02 0,29 3 0,12 0,28 0,36 0,15 0,28 0,62 4 0,32 0,38 0,41 0,26 0,35 0,51 5 0,14 0,29 0,39 0,08 0,23 0,52 6 0,19 0,30 0,36 0,12 0,21 0,37 7 0,01 0,11 0,15 0,03 0,06 0,20 8 0,06 0,13 0,21 0,05 0,11 0,29 9 0,04 0,21 0,28 -0,18 0,01 0,47

10 0,19 0,15 0,08 0,17 0,14 0,10 12 -0,05 0,11 0,22 -0,12 0,05 0,46 13 0,04 0,12 0,20 0,04 0,10 0,34 15 0,25 0,26 0,30 0,23 0,31 0,39 16 0,12 0,18 0,12 0,10 0,11 0,29 17 -0,04 0,09 0,07 -0,01 0,02 0,16 18 0,04 0,15 0,17 -0,02 0,05 0,30 19 0,05 0,15 0,23 -0,03 0,10 0,35 20 0,21 0,34 0,36 0,21 0,29 0,49 22 -0,07 0,11 0,18 -0,06 0,08 0,33 24 0,04 0,12 0,23 -0,08 0,09 0,40 25 0,23 0,32 0,29 0,26 0,28 0,47 26 0,16 0,14 0,09 0,20 0,14 0,33 27 0,19 0,28 0,26 0,18 0,25 0,48 28 0,05 0,23 0,35 -0,07 0,14 0,53 31 0,13 0,22 0,28 0,15 0,26 0,38 32 0,16 0,29 0,39 0,07 0,24 0,52 33 0,08 0,15 0,36 -0,01 0,19 0,50 34 0,13 0,17 0,24 0,11 0,18 0,31 38 0,05 0,25 0,29 0,08 0,18 0,45 40 0,07 0,14 0,15 0,00 0,07 0,28 41 0,06 0,15 0,23 0,03 0,13 0,37 43 0,02 0,25 0,29 -0,05 0,13 0,53 44 0,15 0,32 0,39 0,11 0,25 0,58 45 0,04 0,26 0,39 -0,11 0,13 0,58 46 0,10 0,21 0,30 0,02 0,15 0,40 47 0,17 0,22 0,29 0,15 0,20 0,32 48 0,08 0,08 0,11 0,07 0,08 0,11 51 0,04 0,17 0,22 -0,02 0,10 0,38


51

Bijlage IV: Databestand diagnostische waarde Kruistabellen waarmee de sensitiviteit en specificiteit berekend is. De uitslag van de verschillende datasets wordt hierbij vergeleken met de uitslag van histologisch onderzoek na radicale prostatectomie.

mDWI600 PA

Ja Nee

DWI Ja 27 8

Nee 47 374

Totaal 74 382

Sensitiviteit: 36,5% Specificiteit: 97,9%

mDWI1000 PA

Ja Nee

DWI Ja 52 25

Nee 22 357

Totaal 74 382

Sensitiviteit: 70,3% Specificiteit: 93.5%

mDWI1500 PA

Ja Nee

DWI Ja 56 11

Nee 18 371

Totaal 74 382

Sensitiviteit:75,7 % Specificiteit: 97,1%

cDWI600 PA

Ja Nee

DWI Ja 13 4

Nee 61 378

Totaal 74 382


cDWI1000 PA

Ja Nee

DWI Ja 37 14

Nee 37 368

Totaal 74 382

Sensitiviteit:50,0 % Specificiteit: 96,3%

cDWI1500 PA

Ja Nee

DWI Ja 54 10

Nee 20 372

Totaal 74 382


Documents

Computed diffusion weighted imaging van de prostaat ... · Computed diffusion weighted imaging van de prostaat: impact van de b-waarde op beeldkwaliteit en diagnostische waarde A