3D-modellen gebaseerd op prostaat-MRI beïnvloeden de planning van zenuwsparing bij robotgeassisteerde radicale prostatectomie
Auteurs:
Hans Veerman, Thierry N. Boellaard, PhD, Jari A. van der Eijk, MSc, Judith H. Sluijter, MSc, Ton A. Roeleveld, Tim M. van der Sluis, PhD, Jakko A. Nieuwenhuijzen, PhD, Esther Wit, Maarten J. A. van Alphen, PhD, Robert L. P. van Veen, PhD, André N. Vis, PhD, prof. dr. Henk G. van der Poel, Pim J. van Leeuwen, PhD
Doel van deze studie was de klinische toepasbaarheid van 3D-modellen onderzoeken in de preoperatieve planning van robotgeassisteerde radicale laparoscopische prostatectomie (RALP). Er werden 20 virtuele 3D-modellen en 3D-prints gemaakt, waarna 7 urologen op basis hiervan de mate van zijdespecifieke zenuwsparing bepaalden. Vervolgens werden de mate van zenuwsparing per zijde per modaliteit en de absolute overeenkomst in de geplande zenuwsparing tussen urologen geanalyseerd, waaruit bleek dat er tussen de urologen een klinisch-relevant verschil was in de mate van preoperatieve zijdespecifieke zenuwsparing tussen MRI en de virtuele modellen en MRI en de 3D-prints in 25 en 26% van de gevallen met een intraclasscorrelatiecoëfficient van 0,40 (95%-BI 0,28–0,55) voor MRI, van 0,52 (0,39–0,66) voor virtuele 3D-modellen en van 0,58 (0,45–0,71) voor 3D-prints. De conclusie is dat de 3D-modellen een klinisch-relevante impact hebben op de preoperatieve planning van zenuwsparing bij RALP.
Introductie
Het doel van robotgeassisteerde radicale laparoscopische prostatectomie (RALP) is de gehele prostaat inclusief prostaatcarcinoom (PCa) te verwijderen en daarbij de schade aan zenuwbundels, urethra en blaasmond te beperken. Een succesvolle ingreep wordt gedefinieerd aan de hand van de Trifecta-uitkomsten: afwezigheid van positieve snijvlakken (PSV’s) en behoud van continentie en erectiele functie. Echter, in 7 tot 32% van de gevallen wordt een PSV gevonden [1]. PSV’s zijn geassocieerd met een biochemisch recidief (BCR) en behoeven mogelijk aanvullende behandeling [2‐4]. Pathologische extraprostatische extensie (EPE) verhoogt het risico op PSV [5]. Het detecteren van EPE is cruciaal voor het selecteren van de juiste patiënten voor zenuwsparing (ZS) bij RALP [6]. Magnetic resonance imaging (MRI) heeft voor de detectie van EPE een betere accuratesse dan het rectaal toucher [7, 8]. De interpretatie van MRI kan echter lastig zijn, omdat het een driedimensionale (3D) structuur afbeeldt in tweedimensionale (2D) plaatjes in verschillende richtingen (axiaal, transversaal, coronaal). Het toevoegen van een derde dimensie zorgt ervoor dat de diepte van een object afgebeeld wordt en dat het object kan worden geroteerd. Daarnaast kunnen meerdere MRI-coupes in één afbeelding weergegeven wordt, waardoor de kijker meer informatie tegelijk kan waarnemen. Op MRI gebaseerde 3D-prostaatmodellen zorgen mogelijk voor een betere visualisatie van de anatomie van de prostaat dan 2D-MRI-sequenties, en specifiek voor een betere weergave van de relatie tussen PCa-laesie en het prostaatkapsel.
Deze studie beschrijft een stapsgewijze benadering voor het maken van virtuele en 3D-geprinte 3D-modellen (3D-prints) met het idee dat de 3D-modellen zenuwsparing bij RALP kunnen ondersteunen. Ook hebben we de klinische toepasbaarheid van de 3D-modellen vergeleken met die van MRI, beide in de context van de klinische variabelen ‘klinisch tumorstadium (cT-stadium)’, ‘serum prostaatspecifiek antigeen (PSA) concentratie’ en ‘Gleason-score van de prostaatbiopten’. Er werd onderzocht of de 3D-modellen de planning van zenuwsparing beïnvloedden en wat de agreement is van geplande zenuwsparing tussen urologen die ervaren waren in RALP. Ook werd de correlatie tussen tumorlocatie in de 3D-modellen en de RALP-specimen onderzocht.
Materiaal
Er werd een retrospectieve analyse uitgevoerd van prospectief verzamelde data. De studie werd goedgekeurd door de lokale Institutional Review Board onder registratiecode IRBd19-293.
Patiënten
Er werd een selectie gemaakt uit de 410 patiënten die tussen augustus 2020 en juni 2021 in aanmerking kwamen voor een RALP vanwege biopt-bewezen PCa in het Nederlands Kanker Instituut (NKI), onderdeel van Prostaatkankernetwerk Nederland. Alle patiënten werden preoperatief gestadieerd met een 3 Tesla MRI-systeem met een body coil. Zij hadden allemaal ≥ 1 laesie met prostate imaging-reporting and data system (PI-RADS) score 3–5 en een MRI-tumorstadium (mT-stadium) < mT3b [9]. Patiënten werden geëxcludeerd als de chirurgische planning ten aanzien van zenuwsparing preoperatief evident was, bijvoorbeeld als de tumor middenin de prostaat gedetecteerd werd met een ruime afstand tot het kapsel (volledig bilaterale ZS) of als er evidente ingroei van de tumor in omliggende structuren zichtbaar was (geen ZS).
Uit de overgebleven patiënten zijn er uiteindelijk willekeurig 20 gekozen van wie de gegevens werden geïncludeerd.
Data
Van alle patiënten werden de volgende data verzameld: serum-PSA (ng/mL), cT-stadium gebaseerd op het rectaal toucher, Gleason-score in het biopt (gerapporteerd als International Society of Urological Pathologists (ISUP) graad), mT-stadium, pathologisch tumorstadium (pT-stadium), pathologische ISUP-graad en aanwezigheid van PSV.
MRI-protocol
Ten behoeve van de preoperatieve evaluatie werden met een body coil (phased array anterior, 16 kanalen; posterior, 12 kanalen) van het 3 Tesla MR-systeem (Achieva dStream and Ingenia, Philips, Best, Nederland) biparametrische MR-beelden vervaardigd. De T2-turbospin echobeelden werden vervaardigd in sagittale, axiale en coronale doorsneden met de volgende instellingen: coupedikte 3 mm, echotijd 120 ms, repetitietijd +/−3500 ms, voxelgrootte 0,7 × 0,7 mm (gereconstrueerd 0,4 × 0,4 mm). Axiale T1-gewogen fatsat en diffusiegewogen beelden (b-waarden 0, 50, 200, 800 en 1400) werden gemaakt met behulp van reconstructie van de apparent diffusion coefficient (ADC) maps, waarbij de b1400 niet werd gebruikt. Coronale en axiale beelden werden parallel met de perifere zone/rectumwand gehoekt.
Radiologische intekening
Een radioloog (TNB) met acht jaar ervaring in het beoordelen van prostaat-MRI’s tekende, geblindeerd voor de pathologische data, het prostaatkapsel en de tumoren in met de klinische DICOM viewer PACS (Carestream, Rochester, NY). Zowel het contour van het prostaatkapsel (inclusief het anterieure fibromusculaire stroma en exclusief de vesicula seminales) als het tumorcontour (laesies met PI-RADS-scores ≥ 3) werd ingetekend op de dominante axiale T2-gewogen sequenties met een dikte van 3 mm en een matrixgrootte van 512 × 512 (fig. 1a–h). Ook tekende de radioloog elke region of interest (ROI) in waar het T2-signaal een lage intensiteit had, of waarvan de vorm onduidelijk was, hetgeen werd beoordeeld in combinatie met de aanvullende informatie van originele b‑value diffusion-weighted-sequenties en de apparent diffusion coefficient (ADC). De radioloog mocht de informatie van prostaatbiopten of PSMA PET/CT gebruiken ter ondersteuning van het detecteren van laesies op MRI, maar de laesies werden alleen ingetekend als ze voldeden aan het criterium PI-RADS score ≥ 3.
Figuur 1
Voorbeeld van het intekenen van de contour van het prostaatkapsel en de tumorlaesie op axiale T2-gewogen sequentie. Een expert radioloog (TNB) tekende alle regions of interest in. a–d Prostaatkankerlaesie. e–h Prostaatkapsel
×
Ontwikkeling van het 3D-model
Met ondersteuning van een beeldvormings- en instrumentatiespecialist en het 3D-lab werden 3D-modellen ontwikkeld. De DICOMS met intekeningen werden gedownload en geëxporteerd naar de open source software 3D slicer V4.11 en omgezet naar segmentaties (HV, JAvE, JS) [10]. De urethra en de vesicula seminales werden globaal ingetekend voor de oriëntatie. De software zette de segmentaties om in een visueel 3D-model. De structuren werden niet gladgestreken (smoothened) om inkrimping en volumeonderschatting te voorkomen. De modellen werden opgeslagen als visualization toolkit polygonal (.vtp) en als KiwiViewer-zip (kiwi.zip) bestanden. Deze bestanden werden geüpload in de software Paraview V4.1.0 en gekleurd [11]. De prostaat werd voor 30% transparant gemaakt om de tumor goed te kunnen afbeelden. De gekleurde modellen werden opgeslagen als kiwi.zip en naar een iPad verzonden. De modellen konden bekeken worden met de KIWI-viewer applicatie.
Voor het maken van de 3D-prints werd het urethravolume en de tumorvolumes afgetrokken van het prostaatkapselvolume, zodat holtes ontstonden. Het overgebleven volume werd geprint in doorzichtige hars. De vesicula seminales werden niet geprint. De holtes waar tumor zat, werden gevuld met een rode siliconengel. Zie fig. 2a–g voor illustraties van deze processen.
Figuur 2
Ontwikkeling van virtuele 3D-modellen en 3D-prints. De DICOMS met intekeningen werden geëxporteerd naar een 3D-slicer en geconverteerd naar segmentaties. De urethra en de vesicula seminales werden globaal gesegmenteerd ter oriëntatie. De 3D-slicer converteerde de segmentaties naar 3D-modellen. Voor het maken van 3D-prints werden de urethra en tumorvolumes afgetrokken van het prostaatvolume. Zo ontstonden holtes. De overgebleven structuur werd geprint op 3D en de holtes werden gevuld met rode siliconengel. De vesicula seminales werden niet geprint. a Axiale coupe van DICOM met segmentaties. b Sagittale coupe van DICOM met segmentaties: groen = prostaat, rood = tumor, blauw = urethra, geel = vesicula seminales. c Dorsaal aanzicht van virtueel 3D-model in de 3D-slicer. d Ventraal aanzicht van het 3D-model in de 3D-slicer. e Ventraal aanzicht van de 3D-print. f Frontaal aanzicht van de 3D-print. g Sagittaal aanzicht van 3D print
×
Correlatie van de tumorlocatie
Van alle laesies in het 3D-model werd de locatie verzameld, alsook het punctum maximum; de locatie waar de tumor het meeste contact maakt met het kapsel of waar invasie in het kapsel te zien is. Van elk prostaatspecimen werd de locatie van de indexlaesie (hoogste ISUP-graad of grootste laesie), locaties van non-index laesies en locatie van de EPE verzameld van het pathologieverslag. De correlatie van deze gegevens tussen de 3D-modellen en de histopathologische bevindingen van het prostaatspecimen werd onderzocht. Voor deze correlatie werd een specifieke analytische benadering toegepast, waarbij de MRI-positieve ROI’s werden verzameld en vergeleken met de locatie van de indextumor om te beoordelen of er sprake was van anatomische overeenstemming of van een anatomische mismatch. Overeenkomst werd gedefinieerd als een laesie die in dezelfde of de direct aangrenzende regio’s werd gezien op basis van de 38-core regio’s [9]. Een non-indexlaesie die werd gevonden in een prostaatspecimen werd gerapporteerd als ‘een separate laesie in een andere regio dan de indexlaesie’. Die laesie werd gescoord als mismatch wanneer er géén laesie groter dan 0,2 ml in deze of een aangrenzende regio werd gevonden met het op MRI gebaseerde 3D-model.
Scoren van de planning van zenuwsparing
De geplande mate van zenuwsparing werd gescoord met de Fascia Preservation score (FP-score) [12]. Fasciapreservatie werd gescoord op 12 punten rondom de prostaat (zie fig. 3). Elke prostaathelft werd verdeeld in zes punten, waarna aan elke prostaathelft een score werd toegekend van 0 (‘geen ZS’) tot 6 (‘volledige unilaterale ZS’).
Figuur 3
a Verdeling van de 12 punten van fasciapreservatie (FP). b Schematische weergave van fasciapreservatie links met FP-score 6. c Schematische weergave van fasciapreservatie links met FP-score 2. d Voorbeeld van anterieure dissectie van de prostatische fascia aan de rechterzijde. Bron: [12] met toestemming van uitgever
×
Zeven urologen met elk > 100 casus ervaring met RALP, scoorden de mate van zijdespecifieke zenuwsparing onafhankelijk van elkaar op basis van: de klinische data + MRI, de klinische data + MRI + virtueel 3D-model of de klinische data + MRI + 3D-geprint model. De 20 prostaten werden (per prostaathelft) gescoord in twee rondes van 10, in willekeurige volgorde van prostaat en willekeurige volgorde van de drie hiervoor genoemde informatiebronnen om bias te voorkomen.
Een verschil in FP-score (∆FP-score) tussen MRI en zowel de virtuele modellen als 3D-prints werd berekend voor elke observatie als ∆FP-score = FPscoremodel − FPscoreMRI. Een klinisch-relevant verschil in geplande zenuwsparing werd gedefinieerd als ∆FP-score ≤ −3 of ≥ 3 (|∆FP-score| ≥ 3). Een toename in FP-score van 3 uit 12 resulteert in een +5,2% verhoogde kans op continentieherstel 6 maanden na RALP en +11% verhoogd herstel van erectiele functie 12 maanden na RALP gebaseerd op eerder ontwikkelde voorspellingsmodellen [13, 14].
Berekening van de power
Voor het inschatten van het aantal benodigde prostaatzijdes werd de power berekend. Wij verwachtten dat 25% van de prostaathelften een klinisch-relevant verschil in planning van ZS (|∆FP-score| ≥ 3) vertoonde; een verschil van 10% werd gezien als klinisch relevant. Een one-group chi-kwadraattoets zal een power van 80% en een eenzijdig significantieniveau van 0,05 hebben om een verschil te detecteren tussen de proportie van de nulhypothese (10%) en de proportie van de alternatieve hypothese (25%) bij een minimale groepsgrootte van 33 prostaatzijdes, oftewel 17 patiënten.
Statistische analyse
Het verschil tussen de proporties van het aantal prostaatzijdes met een geobserveerd klinisch-relevant verschil in ZS en het vooraf ingeschatte verschil (10%) werd getest met een eenzijdige chi-kwadraattoets. De absolute overeenkomst (agreement) in de mate van geplande FP-score tussen de urologen per informatiebron op grond waarvan was gescoord, werd geanalyseerd met de intraclasscorrelatiecoëfficiënt (ICC) met een two-ways mixed model. Volgens het originele artikel van Cohen worden ICC-waarden ≤ 0 gezien als ‘none agreement’, ICC = 0,01–0,20 als ‘none to slight agreement’, ICC = 0,21–0,40 als ‘fair agreement’, ICC = 0,41–0,60 als ‘moderate agreement’, ICC = 0,61–0,80 als ‘substantial agreement’, en ICC = 0,81–1,00 als ‘agreement’ [15]. Een p-waarde van < 0,05 werd gezien als statistisch significant. SPSS V25 werd gebruikt voor de analyse.
Resultaten
Er werden virtuele 3D-modellen en 3D-prints gemaakt van 20 patiënten. De klinisch-pathologische gegevens van deze patiënten worden beschreven in tab. 1.
Tabel 1
Klinisch-pathologische karakteristieken van de 20 patiënten in deze studie
Klinisch-pathologische karakteristieken
leeftijd (jaar); mediaan (IQR)
66 (59–72)
initieel serum-PSA (ng/ml); mediaan (IQR)
7,8 (5,0–12)
klinisch tumorstadium; n (%)
– cT1c
8 (40%)
– cT2a
4 (20%)
– cT2b
3 (15%)
– cT2c
3 (15%)
– cT3a
2 (10%)
biopt ISUP-graad; n (%)
– ISUP 1
2 (10%)
– ISUP 2
10 (50%)
– ISUP 3
5 (25%)
– ISUP 4
2 (10%)
– ISUP 5
1 (5%)
MRI-tumorstadium; n (%)
– mT2a
7 (35%)
– mT2b
3 (15%)
– mT2c
7 (35%)
– mT3a
3 (15%)
pathologisch tumorstadium; n (%)
– pT2
13 (65%)
– pT3a
7 (35%)
pathologische ISUP-graad; n (%)
– ISUP 1
0 (-)
– ISUP 2
15 (75%)
– ISUP 3
3 (15%)
– ISUP 4
0 (-)
– ISUP 5
2 (10%)
positieve snijvlakken; n (%)
6 (30%)
ISUP-graad gradingsssysteem voor de Gleason-score van de International Society of Urological Pathologists, IQR interquartielrange, MRI magnetic resonance imaging, PSA prostaatspecifiekantigeen
Workflow
De radioloog had ongeveer 10–20 minuten nodig voor het intekenen van het prostaatkapsel en de tumoren, afhankelijk van de volumes. Het verwerken van de intekeningen en het maken van het virtuele model gebeurde binnen 15 minuten. Een extern bedrijf maakte de 3D-prints. De rode siliconengel moest 24 uur uitharden na injectie.
Pathologische correlatie
De locatie van de indexlaesie in de prostaatpreparaten werd correct gevisualiseerd in 19/20 (95%) 3D-modellen. De locatie van alle laesies (index en non-index) in de prostaatpreparaten werd correct weergegeven in 13/20 (65%) 3D-modellen. Pathologische EPE werd gevonden in 7/20 (35%) prostaten en dit kwam overeen met het punctum maximum van het 3D-model in alle gevallen (7/7, 100%).
Planning van zenuwsparing
De zeven urologen scoorden de mate van zenuwsparing voor 40 prostaathelften op grond MRI, virtueel model en 3D-print, wat resulteerde in driemaal 280 observaties (zie tab. 1 voor de klinisch-pathologische variabelen). Een klinisch-relevant verschil in geplande ZS (|∆FP-score| ≥ 3) tussen MRI en virtuele 3D-modellen werd gevonden in 70/280 (25%) observaties en tussen MRI en 3D-prints in 73/280 (26%) observaties (tab. 2). Deze proporties waren beide significant hoger dan het vooraf ingeschatte relevante verschil van 10% (respectievelijk p < 0,001 en p < 0,001).
Tabel 2
Verschillen in geplande scores op fascia preservation (FP-scores) tussen MRI en de 3D-modellen
verschil in FP-score
virtueel vs. MRI, n (%)
3D print vs. MRI, n (%)
−6
9 (3,2%)
12 (4,3%)
−5
8 (2,9%)
7 (2,5%)
−4
3 (1,1%)
2 (0,7%)
−3
17 (6,1%)
16 (5,7%)
−2
9 (6,1%)
5 (1,8%)
−1
14 (5,0%)
13 (4,6%)
0
159 (57%)
159 (57%)
1
16 (5,7%)
17 (6,1%)
2
12 (4,3%)
8 (2,9%)
3
11 (3,9%)
11 (3,9%)
4
4 (1,4%)
4 (1,4%)
5
8 (2,9%)
8 (2,9%)
6
10 (3,6%)
13 (4,6%)
Totaal
280 (100%)
280 (100%)
|∆FP-score| ≥ 3
70 (25,%)
73 (26%)
p-waarde
< 0,001
< 0,001
Het verschil in FP-score werd berekend als [FP-score3d model − FP-scoremri]. |∆FP-score| ≤ 3 was een verschil van -3 of lager of 3 of hoger. De p-waarde werd berekend door de geobserveerde proporties te vergelijken met een van tevoren ingeschat verschil van 10% met een eenzijdige chi-kwadraattoets.
De zeven urologen hadden een fair agreement in de geplande mate van ZS op basis van MRI (ICC 0,40, 95%-BI 0,28–0,55). De agreement verbeterde naar moderate wanneer de 3D-modellen werden gebruikt voor de planning (ICC virtuele modellen 0,52 (95%-BI 0,39–0,66), ICC 3D-prints 0,58 (95%-BI 0,45–0,71); fig. 4).
Figuur 4
Overeenkomst in de planning van zenuwsparing tussen ervaren urologen, uitgedrukt als intraclasscorrelatie coëfficiënt (ICC)
×
Discussie
Het veld van 3D-beeldvormingstechnieken ontwikkelt snel en is mogelijk veelbelovende voor chirurgische planning en perioperatieve begeleiding. Specifiek voor het verwijderen van de prostaat kunnen 3D-modellen tot een beter begrip leiden van de precieze anatomische locatie van prostaatkanker in vergelijking met 2D MRI-beelden. De huidige studie beschreef een stapsgewijze benadering voor het vervaardigen van 3D-prostaatmodellen die waren gebaseerd op MRI. Deze 3D-modellen kunnen in een korte tijdsperiode gemaakt worden met reeds veelgebruikte klinische programma’s en open-source software. Er werd een goede overeenkomst in tumorlaesies gevonden tussen 3D-modellen en het pathologieverslag. Daarnaast werd met behulp van de 3D-modellen een op maat gemaakt plan gemaakt ten aanzien van zenuwsparing: een klinisch-relevant verschil in zenuwsparing tussen MRI en 3D-modellen werd gevonden bij 25 tot 26% van de observaties.
De in het NKI ontwikkelde FP-score is een accuraat hulpmiddel om circumferentiële zenuwsparing mee te kwantificeren [12]. Alle zeven urologen die bij dit onderzoek betrokken waren, hadden uitgebreide ervaring met de FP-score, omdat deze in de dagelijkse praktijk wordt toegepast in Prostaatkankernetwerk Nederland.
De huidige studie is de eerste die laat zien dat de overeenstemming in de preoperatieve planning van zenuwsparing tussen urologen hoger is wanneer 3D-modellen worden gebruikt voor de planning dan wanneer MRI wordt gebruikt. Met de informatie van de 3D-modellen hadden de urologen een beter begrip van de precieze locatie van de tumoren en de mate van kapselcontact en kapseldoorbraak, wat zorgde voor een meer gedetailleerde planning van zenuwsparing (tab. 2). De unieke toevoeging van een 3D-model is de tactiele (zoals geprint) en de visuele perceptie van de prostaatanatomie en de mogelijkheid tot rotatie, zodat de beelden vanuit alle mogelijke hoeken bekeken kunnen worden (in tegenstelling tot de statische axiale, sagittale en coronale richtingen). Wake et al. hebben laten zien dat urologen een beter vermogen hadden om nierkanker te lokaliseren wanneer zij 3D-visualisatie gebruikten in plaats van 2D-beelden [16]. Dit heeft mogelijk een effect op de uitvoering van de partiële nefrectomie.
De huidige studie demonstreerde een excellente overeenkomst tussen de tumorlocaties van 3D-modellen en indextumoren van prostaatspecimen. Bovendien werd het punctum maximum van de 3D-modellen (de locatie waar de tumor het meeste contact maakt met het prostaatkapsel of waar de tumor kapselinvasie vertoont) correct weergegeven in alle zeven prostaten met pathologische EPE. Twee eerdere studies vertoonden een overeenkomst van tumorlocaties tussen 3D-modellen en prostaatpreparaten in > 90% van de gevallen [17, 18]. Shin et al. rapporteerden een overeenkomst van 100% tussen het punctum maximum en de locatie van EPE van prostaatpreparaten bij vijf uitdagende hoogrisicopatiënten (pT2c-pT3b), die alle negatieve snijvlakken tot gevolg hadden [19]. De groep van Schiavina onderzochten de gecombineerde toepassing van 3D-modellen en NeuroSAFE. Patiënten die RALP ondergingen met de combinatiebenadering hadden positieve snijvlakken bij de indexlaesie in 5% (1/20) van de gevallen, ten opzichte van 20% (4/20) van de gevallen in de controlegroep [20]. Deze resultaten demonstreren dat het patiëntspecifieke op MRI-gebaseerde 3D-model een veelbelovende techniek is om ZS bij RALP te ondersteunen en mogelijk het daarmee geassocieerde hoge percentage positieve snijvlakken te verlagen. Er is meer onderzoek nodig om de impact van 3D-modellen op klinische uitkomsten vast te stellen. Momenteel wordt de toepassing van 303 3D-modellen voor nier- en prostaatkanker onderzocht in een prospectieve studie (NCT03656822). In december 2019 waren alle patiënten geïncludeerd. De resultaten moeten nog gepubliceerd worden.
Deze studie heeft een aantal beperkingen. Voor het vervaardigen van 3D-modellen is het nodig om getraind te worden in het gebruik van bepaalde software, zoals de 3D-slicer en ParaView. Daarnaast is de resolutie van de 3D-modellen gelimiteerd door de dikte van de MRI-coupes (3 mm), wat resulteert in blokkerige modellen. Het verlagen van de axiale dikte van de coupes zou zorgen voor een meer gladgestreken model zonder dat de tumor- en prostaatvolumes afnemen. Dit zorgt echter wel voor een hogere workload voor de radioloog. Idealiter ondersteunt kunstmatige intelligentie de detectie en intekening van het prostaatkapsel en de tumorlaesies. De cognitieve correlatie tussen tumorlocaties in het prostaatspecimen en de ingetekende ROI op MRI had een beperkte accuratesse en zou worden verbeterd door alle pathologiecoupes in te tekenen. We hebben deze accuratesse proberen te verhogen door de tumorlocaties te rapporteren middels het 38-core prostaatanatomietemplate dat wordt aanbevolen door de PI-RADS-stuurgroep.
Sterke kanten van deze studie zijn het behalen van de groepsgrootte, zodat een accurate analyse van klinisch-relevante verschillen in zenuwsparing kon worden berekend. Ook presenteerden wij een reproduceerbare stapsgewijze handleiding. Een expert-radioloog beoordeelde de MRI-beelden en tekende alle ROI’s in. Ervaren urologen scoorden de mate van zenuwsparing.
Conclusies
Vergeleken met 2D-beelden zijn 3D-modellen beter in het visualiseren van prostaatkankerlaesies en de planning van zenuwsparing voorafgaand aan RALP. Virtuele 3D-modellen kunnen in 25 tot 30 minuten gemaakt worden en 3D-prints in één dag. De 3D-modellen leiden tot klinisch-relevante verschillen in de geplande mate van zenuwsparing en urologen zijn het vaker met elkaar eens wanneer zij de zenuwsparing inschatten met 3D-modellen dan met MRI. Toekomstige studies zouden moeten focussen op de effectiviteit van 3D-modellen met als doel oncologische en functionele uitkomsten te verbeteren.
Open Access This article is distributed under the terms of the Creative Commons Attribution 4.0 International License (http://creativecommons.org/licenses/by/4.0/), which permits unrestricted use, distribution, and reproduction in any medium, provided you give appropriate credit to the original author(s) and the source, provide a link to the Creative Commons license, and indicate if changes were made.
Het Tijdschrift voor Urologie is het enige peer-reviewed Nederlandstalige tijdschrift in het vakgebied. Het verschijnt 8 keer per jaar en bevat naast wetenschappelijke artikelen ook case-reports en de abstracts van de voor- en najaarsvergaderingen van de NVU.
3D-modellen gebaseerd op prostaat-MRI beïnvloeden de planning van zenuwsparing bij robotgeassisteerde radicale prostatectomie
Auteurs
Hans Veerman Thierry N. Boellaard, PhD Jari A. van der Eijk, MSc Judith H. Sluijter, MSc Ton A. Roeleveld Tim M. van der Sluis, PhD Jakko A. Nieuwenhuijzen, PhD Esther Wit Maarten J. A. van Alphen, PhD Robert L. P. van Veen, PhD André N. Vis, PhD prof. dr. Henk G. van der Poel Pim J. van Leeuwen, PhD
