Meningioma adalah tumor intrakranial primer yang paling sering terjadi dan berasal dari sel arachnoid cap, berkontribusi lebih dari 30% dari semua neoplasma intrakranial pada orang dewasa. Meningioma diklasifikasikan oleh Organisasi Kesehatan Dunia (WHO) menjadi tiga kelas dan dibagi lagi menjadi 15 subtipe histologis.
Meningioma WHO grade I juga disebut sebagai meningioma derajat rendah (LGM), sedangkan meningioma WHO grade II/II adalah meningioma derajat tinggi (HGM). Meskipun sebagian besar meningioma adalah LGM (sekitar 80-90% dari semua meningioma), namun HGM lebih agresif, dengan risiko kekambuhan yang lebih tinggi. Hasil klinis dan tingkat kelangsungan hidup HGM juga lebih buruk daripada LGM. Grading meningioma ini memiliki dampak klinis yang tinggi dalam menentukan rencana pengobatan yang tepat dan memperbaiki prognosis; oleh karena itu, diperlukan alat diagnostik yang dapat membedakan antara kedua kelompok meningioma tersebut.
Saat ini, diagnosis meningioma sebelum operasi sebagian besar bergantung pada magnetic resonance imaging (MRI). Membedakan HGM dari LGM mungkin akan sulit dilakukan dengan menggunakan MRI konvensional, karena tidak ada fitur spesifik dari MRI konvensional yang dapat diandalkan untuk memprediksi tingkat meningioma, berbeda dengan MRI tingkat lanjut. Diffusion-weighted imaging (DWI) dan nilai apparent diffusion coefficient (ADC) umumnya digunakan untuk tumor otak. Nilai ADC sering berguna untuk penilaian tumor karena kecepatan difusi molekul air berbanding terbalik dengan tingkat kepadatan sel tumor dan keutuhan membran. Studi sebelumnya telah menunjukkan bahwa nilai ADC dapat digunakan untuk membedakan antara LGM dan HGM.
MRI perfusi telah banyak digunakan untuk mengevaluasi kasus neuro-onkologi karena korelasi yang kuat antara neoangiogenesis tumor dan grading. Saat ini, protokol MRI perfusi yang paling banyak digunakan untuk tumor otak adalah dynamic susceptibility contrast (DSC), yang memungkinkan penghitungan volume darah otak relatif. Namun, dalam DSC-MRI, lokasi region of interest (ROI) dapat dihalangi oleh artefak yang berada di antara jaringan-jaringan atau di daerah dasar tengkorak, yang merupakan lokasi umum untuk meningioma. Dynamic contrast enhancement (DCE) adalah protokol MRI perfusi lain yang memungkinkan pengukuran kuantitatif perfusi jaringan absolut tanpa dipengaruhi oleh medan magnet. Studi sebelumnya telah menyarankan DCE-MRI sebagai alat untuk membedakan antara LGM dan HGM.
Parameter kuantitatif yang biasanya diperoleh dalam DCE-MRI adalah konstanta laju (Kep), konstanta transfer volume (Ktrans), volume plasma rata-rata (Vp), dan volume ekstraseluler (Ve). Agen kontras gadolinium melewati mikrovaskular dan merembes dari kompartemen intravaskular ke ruang ekstravaskular ekstraseluler (EES) melalui difusi pasif, memodifikasi intensitas sinyal jaringan. Ktrans mengacu pada konstanta transfer volume gadolinium dari plasma darah ke EES. Kep mengacu pada konstanta waktu transfer gadolinium dari EES kembali ke ruang intravaskular. Vp adalah volume plasma per satuan volume jaringan, sedangkan Ve adalah volume EES per satuan volume jaringan.
Namun, evaluasi parameter DCE-MRI semikuantitatif, seperti kurva intensitas sinyal-waktu (TIC), intensitas sinyal maksimum (SImax), waktu menuju intensitas sinyal maksimum (Tmax), rasio peningkatan kontras maksimum (MCER), dan slope, masih kurang. Parameter DCE-MRI semikuantitatif juga menggambarkan pola hiperdinamik yang dapat digunakan untuk membedakan dan menilai tumor.
Untuk memberikan kontribusi dalam bidang ini, sebuah riset dilakukan oleh Utomo dkk., (2022) dari 51¶¯Âþ – RSUD Dr. Soetomo Surabaya. Penelitian yang telah diterbitkan dalam International Journal of Medical Sciences (Ivyspring) ini bertujuan untuk menyelidiki kemampuan konvensional, DWI, dan DCE-MRI untuk membedakan HGM dan LGM berdasarkan nilai rata-rata ADC, TIC, SImax, Tmax, MCER, dan slope. Sehingga, diharapkan, temuan dari penelitian ini dapat berguna dalam meningkatkan diagnosis dan pengobatan meningioma.
Penelitian ini dimulai dengan merekap data pasien meningioma yang ada di rumah sakit sejak Januari 2020 hingga Desember 2021. Hasil MRI dari semua pasien kemudian dievaluasi untuk menentukan nilai rata-rata ADC dan parameter DCE, termasuk kurva intensitas sinyal waktu (TIC), intensitas sinyal maksimum (SImax), waktu menuju intensitas sinyal maksimum (Tmax), rasio peningkatan kontras maksimum (MCER), dan slope.
Dalam analisis retrospektif ini, 33 individu dimasukkan. Dua puluh delapan (84,8%) pasien didiagnosis secara patologis dengan LGM dan lima (15,2%) pasien dengan HGM. Ada persilangan antara HGM dan LGM pada MRI konvensional. Ukuran tumor, lokasi, bentuk, perubahan nekrotik/kistik, edema peritumoral, dan pola peningkatan tidak berbeda secara substansial antar kelompok (masing-masing, p = 0.39, 0.23, 0.28, 0.57, 0.56, dan 0.33). Nilai rata-rata ADC dan Tmax HGM secara substansial lebih rendah daripada LGM (masing-masing, p = 0.002 dan 0.02). Cut-off optimal 0.87 × 10−3 mm2s-1 untuk nilai ADC rata-rata (area di bawah kurva [AUC] = 0,94, sensitivitas = 80%, spesifisitas = 92,8%) dan 42 detik untuk Tmax (AUC = 0,84, sensitivitas = 80%, spesifisitas = 89,3%) disarankan. HGM memiliki TIC, SImax, MCER, dan slope yang secara signifikan lebih tinggi daripada LGM (masing-masing, p = 0.004, < 0.001, 0.01, dan 0.001). Tipe IV TIC memiliki sensitivitas 80% dan spesifisitas 89,3% dalam membedakan HGM dari LGM. Batas optimal 940,2 untuk SImax (AUC = 0,98, sensitivitas = 80%, spesifisitas = 96,4%), 245% untuk MCER (AUC = 0,94, sensitivitas = 80%, spesifisitas = 85,7%), dan 5% per detik untuk slope (AUC = 0,97, sensitivitas = 80%, spesifisitas = 96,4%) diperkirakan.
Pada akhirnya, penelitian ini mengungkapkan bahwa nilai ADC dan parameter DCE-MRI (TIC, SImax, Tmax, MCER, dan slope) merupakan prediktor potensial untuk memisahkan meningioma derajat tinggi dan derajat rendah.
Penulis: Prof. Dr. Abdul Hafid Bajamal, dr., Sp.BS.
Link:
