Glioblastomas vs. Lymphomas: More Diagnostic Certainty by Using Susceptibility-Weighted Imaging (SWI)

Abstract

Purpose: It can be difficult to differentiate glioblastomas from lymphomas using only standard MR images. There are references suggesting that it might be possible to differentiate these tumors using susceptibility-weighted imaging (SWI). The purpose of this study is to prove the diagnostic benefit using susceptibility-weighted images.

Material and Methods: Three neuroradiologists tried to differentiate 4 histologically verified lymphomas from 11 glioblastomas in retrospect. They first viewed the conventional MR images and declared a diagnosis with a grade of certainty. Afterwards they additionally reviewed the susceptibility-weighted images.

Results: Glioblastomas have a clearly higher grade of susceptibility signals than lymphomas. By additionally using susceptibility-weighted images, the radiologists determined the correct diagnosis in 82.2 % of the cases. Without susceptibility-weighted images, the diagnosis was correct in 75.5 % of the cases. The subjective gain of certainty was 16.5 %. If there were no intratumoral susceptibility signals (ITSS) (grade 1), the sensitivity for diagnosing a lymphoma was 70 % and the specificity was 100 %. The sensitivity for diagnosing a glioblastoma was 90.5 % and the specificity was 100 % if there was a high rate of intratumoral susceptibility signals (grade 3).

Conclusion: Susceptibility-weighted images are an additional tool in clinical practice for determining the correct diagnosis. The differentiation between glioblastomas and lymphomas and the certainty of the determined diagnosis are better. Therefore, we recommend adding susceptibility-weighted imaging to the clinical MR tumor protocol.

Zusammenfassung

Ziel: Anhand von konventionellen MRT-Bildern kann es mitunter schwierig sein, zwischen einem Glioblastom und einem ZNS-Lymphom zu unterscheiden. Es gibt Hinweise, dass dies mithilfe von suszeptibilitätsgewichteten Aufnahmen (SWI) gut möglich ist. Diese Studie soll untersuchen, welchen diagnostischen Nutzen die suszeptibilitätsgewichteten Aufnahmen bei dieser Fragestellung bringen.

Material und Methoden: Retrospektiv haben 3 Neuroradiologen MRT-Untersuchungen von Patienten mit 4 histologisch gesicherten Lymphomen und 11 Glioblastomen analysiert. Erst wurden die konventionellen Aufnahmen beurteilt und eine Verdachtsdiagnose mit Angabe der subjektiven Sicherheit der Diagnose geäußert. Anschließend wurden zusätzlich suszeptibiliätsgewichtete Bilder berücksichtigt.

Ergebnisse: Glioblastome weisen deutlich mehr Suszeptibilitätssignale auf als Lymphome. Unter Berücksichtigung der suszeptibilitätsgewichteten Bilder kamen die beurteilenden Radiologen in 82,2 % der Fälle zur richtigen Diagnose, wohingegen ohne suszeptibilitätsgewichtete Aufnahmen nur in 75,5 % der Fälle die richtige Diagnose gestellt wurde. Der subjektive Gewinn der Diagnosesicherheit lag bei 16,5 %. Wenn keine intratumoralen Suszeptibilitätssignale (ITSS) (Grad 1) vorlagen, waren die Sensitivität und die Spezifität ein Lymphom zu diagnostizieren 70 % und 100 %. Bei deutlichen Suszeptibilitätssignalen (Grad 3) betrug die Sensitivität für Glioblastome 90,5 % und die Spezifität 100 %.

Schlussfolgerung: Suszeptibilitätsgewichtete Aufnahmen sind ein gutes zusätzliches Hilfsmittel, um im klinischen Alltag zur richtigen Diagnose zu gelangen. In Hinblick auf die Differenzierung von Glioblastomen und ZNS-Lymphomen wird sowohl die Diagnoserichtigkeit als auch die subjektive Sicherheit der gestellten Diagnose verbessert. Wir empfehlen deswegen, suszeptibilitätsgewichtete Sequenzen in ein klinisches MRT-Tumorprotokoll aufzunehmen.

Key words

lymphoma - brain - MR imaging - astrocytoma

• References

• 1 Reiche W, Deinzer M. Zur neuroradiologischen Diagnostik von primären Non-Hodgkin-Lymphomen des Zentralnervensystems. Radiologe 1998; 38: 913-923
• 2 Wang S, Kim S, Chawla S et al. Differentiation between glioblastomas, solitary brain metastases, and primary cerebral lymphomas using diffusion tensor and dynamic susceptibility contrast-enhanced MR imaging. Am J Neuroradiol 2011; 32: 507-514
• 3 Hartmann M, Heiland S, Sartor K. Funktionelle MR-Verfahren in der Diagnostik intraaxialer Hirntumoren: Perfusions- und Diffusions-Bildgebung. Fortschr Röntgenstr 2002; 174: 955-964
• 4 Feiden W, Milutinovic S. Primäre ZNS-Lymphome: Morphologie und Diagnostik. Pathologe 2002; 23: 284-291
• 5 Toh CH, Castillo M, Wong AMC et al. Primary cerebral lymphoma and glioblastoma multiforme: differences in diffusion characteristics evaluated with diffusion tensor imaging. Am J Neuroradiol 2008; 29: 471-475
• 6 Rees JH, Smirniotopoulos JG, Jones RV et al. Glioblastoma multiforme: radiologic-pathologic correlation. Radiographics 1996; 16: 1413-1438 ; quiz 1462-1463
• 7 Kim HS, Jahng GH, Ryu CW et al. Added value and diagnostic performance of intratumoral susceptibility signals in the differential diagnosis of solitary enhancing brain lesions: preliminary study. Am J Neuroradiol 2009; 30: 1574-1579
• 8 Haacke EM, Mittal S, Wu Z et al. Susceptibility-weighted imaging: technical aspects and clinical applications, part 1. Am J Neuroradiol 2009; 30: 19-30
• 9 Rauscher A, Sedlacik J, Deistung A et al. Susceptibility weighted imaging: data acquisition, image reconstruction and clinical applications. Z Med Phys 2006; 16: 240-250
• 10 Sehgal V, Delproposto Z, Haddar D et al. Susceptibility-weighted imaging to visualize blood products and improve tumor contrast in the study of brain masses. J Magn Reson Imaging 2006; 24: 41-51
• 11 Mittal S, Wu Z, Neelavalli J et al. Susceptibility-weighted imaging: technical aspects and clinical applications, part 2. Am J Neuroradiol 2009; 30: 232-252
• 12 Diener H Kommission „Leitlinien d. Dt. Ges. f. Neurologie“ Leitlinien für Diagnostik und Therapie in der Neurologie. 4. Aufl. Stuttgart: Thieme; 2008
• 13 Reichenbach JR, Jonetz-Mentzel L, Fitzek C et al. High-resolution blood oxygen-level dependent MR venography (HRBV): a new technique. Neuroradiology 2001; 43: 364-369
• 14 Harting I, Hartmann M, Jost G et al. Differentiating primary central nervous system lymphoma from glioma in humans using localised proton magnetic resonance spectroscopy. Neurosci Lett 2003; 342: 163-166
• 15 Chawla S, Zhang Y, Wang S et al. Proton magnetic resonance spectroscopy in differentiating glioblastomas from primary cerebral lymphomas and brain metastases. J Comput Assist Tomogr 2010; 34: 836-841
• 16 Doskaliyev A, Yamasaki F, Ohtaki M et al. Lymphomas and glioblastomas: Differences in the apparent diffusion coefficient evaluated with high b-value diffusion-weighted magnetic resonance imaging at 3T. Eur J Radiol 2012; 81: 339-344
• 17 Bagley LJ, Grossman RI, Judy KD et al. Gliomas: correlation of magnetic susceptibility artifact with histologic grade. Radiology 1997; 202: 511-516
• 18 Li C, Ai B, Li Y et al. Susceptibility-weighted imaging in grading brain astrocytomas. Eur J Radiol 2010; 75: e81-e85