脑膜瘤是成人中最常见的中枢神经系统肿瘤，并占所有原发性脑肿瘤的高达。有一个在这些肿瘤随着年龄的发生率的线性增加。最近向老龄化社会的快速转变，以及神经影像技术的进步，促使无症状脑膜瘤的检测频率增加。虽然大多数即时消息增长缓慢，但有些即时增长呈指数级增长。在快速增长的脑膜瘤患者中，不仅可以错过放射外科手术的机会，而且这些患者的神经症状也会迅速发展。因此，正确评估肿瘤的生长潜力对于无症状脑膜瘤的适当和及时管理至关重要。几位作者已经研究脑膜瘤的自然史和建议类似参数作为肿瘤生长的风险因素。这些措施包括年轻的年龄在诊断周水肿，不存在钙化的和高信号加权磁共振成像。然而，尚未报道每个参数对肿瘤生长的相对影响以及使用相应的权重来预测总体风险。本研究的目的如下：使用体积评估和统计技术研究脑膜瘤的自然史，确定快速肿瘤生长的风险因素及其各自的影响权重，设计新的评分用于估计快速肿瘤生长的总体风险的系统，以帮助临床医生更好地制定治疗策略。共有几名成人患者，其假定诊断为脑膜瘤，由牙山医疗中心的资深作者进行治疗。其中，几例患者接受了切除术，几例患者在术后不久接受了立体定向放射外科手术。共有几名患者接受了资深作者的前瞻性随访，但没有接受积极治疗。研究人员的机构审查委员会批准了对知情同意的豁免，并批准了研究方案和图表审查。没有进行钆增强成像的几名患者，几名患有多个脑膜瘤的患者和几名最终在病理检查中被诊断患有另一种疾病的患者被排除在研究之外。对患者进行连续神经影像学研究，最初在诊断后几年，然后在一年或每隔一年进行一次，直到观察到显着的肿瘤生长，观察到治疗干预，或者直到临床症状加重或出现新症状。在未达到终点的患者中，排除随访时间几年的患者。因此，研究中包括的最终患者数量。
　　 几例患者出现神经系统症状，如偏瘫，视力障碍，认知功能障碍，半身麻痹，面部感觉过敏和构音障碍。虽然这些症状归因于肿瘤，但大多数是轻微的，并且由于担心治疗后症状恶化或者由于合并症和不良表现状态，患者拒绝接受治疗。在多个月的平均随访期内，多名患者观察到新的神经症状的发展或现有症状的加重。几名患者最终退出了影像监测。切除手术几例，立体定向放射外科治疗几例，脑膜瘤诊断后平均病程为几个月的几例患者采用外照射分割放疗。由于阻塞性脑积水导致脑脊液转移的几例患者继续对肿瘤进行随访检查。总结了患者的人口统计学特征和肿瘤特征。除了多名患者的计算机断层扫描磁共振成像数据外，几名患者可获得完整的临床放射学数据。有关这多名患者的数据被用于开发用于评估快速肿瘤生长风险的评分系统。大约一半的患者接受计算机断层扫描和磁共振成像研究的交替随访，另一半患者接受相同成像方式的监测。共有几名患者一直接受磁共振成像检查，患者接受计算机断层扫描检查。在每次随访检查中，使用切片在增强成像期间对所有肿瘤进行体积测量然后使用脑膜瘤软件分析切片，脑膜瘤软件是美国国立卫生研究院开发的图像处理程序。对于每个切片，肿瘤在手动模式下粗略地轮廓化，并且基于图像的对比度自动选择实际区域。通过将每个肿瘤面积乘以切片厚度来计算肿瘤体积。为尽量减少测量误差，绝对生长速率定义为肿瘤体积的增加每年，相对增长率定义为每年的体积增加百分比。无论使用何种成像方式，在每次随访成像检查时测量的肿瘤体积用于跟踪肿瘤生长。与磁共振成像数据相比，从计算机断层扫描数据确定的肿瘤体积倾向于略微低估。研究人员通过使用以下方法克服了计算机断层扫描和磁共振成像测量之间的差异。通过使用具有随机截距和斜率的线性混合效应模型的回归分析来统计确定每个肿瘤的生长速率。随机系数模型假设每个人具有不同的截距和斜率。从混合模型估计的斜率的固定和随机效应的回归系数的总和表示每个肿瘤的平均生长速率。还使用每个回归方程计算肿瘤倍增时间。意大利肿块体积随着时间的推移使用观察数据生成。每个肿瘤的生长模式在统计学上符合线性和指数曲线或未分类并基于信息标准选择。先前研究中使用的显着肿瘤生长的定义显示出广泛的可变性。大多数定义基于一定程度的增长，例如最大直径增加或体积增加。没有考虑增长所需的时间。然而研究人员认为肿瘤生长速度比生长程度具有更大的临床意义。整个队列分为慢速增长组或快速增长组，使用各种标准的体积增加率的体积增加速率是指在以前的研究中使用的生长条件。最显示组之间形成鲜明的对比中的肿瘤特性方面和生长方式的标准为每年。只有生长速度的肿瘤在短时间内才会出现爆炸性增长。由于研究人员希望为需要早期治疗干预的肿瘤设计特定的筛查工具，研究人员认为每年的绝对生长速率作为定义快速生长的标准。
　　考虑到先前研究的结果，研究人员评估了以下临床放射学参数的生长率：年龄，性别，初始肿瘤大小，肿瘤位置，神经症状的存在，钙化，肿瘤周围水肿，脑和肿瘤之间的蛛网膜平面，以及磁共振成像上的信号强度。关于几个方面检查肿瘤位置：雄辩与非牙齿，浅表与颅底，以及幕上与幕下。在标准计算机断层扫描上评估钙化的存在。与灰质相比，肿瘤图像被分级为具有高信号，等信号或低信号，并且分别评估每种信号强度对生长速率的显着性。对于名患者的整个研究队列，生长模式在统计学上拟合为直线，平均斜率为每年。根据定义，肿瘤的属于快速生长基，其余的属于增长缓慢的基团。总结了研究组分列的整个队列的人口统计学特征。两组中脑膜瘤的生长特征明显不同。慢生长和快速生长组的绝对生长速率分别为每年分别。慢生长组中的大多数肿瘤显示线性生长，尽管其余为静态，快速生长组中的大多数肿瘤也显示出线性生长。然而的肿瘤呈指数生长，而几个肿瘤最初呈线性或指数生长，最终在随访期间达到平台期。为了确定肿瘤大小和生长速率之间的关系，基于肿瘤是完美球体的假设，从肿瘤体积反向计算每个肿瘤的直径。在快速生长组中，绝对生长速率与直径成比例增加，每年每直径的平均斜率，而慢速增长组的绝对生长速率几乎是静止的，无论直径增加。在两组中观察到相对增长率和直径之间的负相关。肿瘤大小，钙化，肿瘤周围水肿和磁共振成像上的信号强度作为参数包括在脑膜瘤中。有关几名患者的数据用于开发评分系统。肿瘤大小表示为从各自的体积计算的直径，距离根据参数是否存在，将钙化和肿瘤周围水肿分为磁共振成像上的信号强度和信号强度分为组低信号和高信号等信号。然而，当使用上述类别将数据拟合到逻辑回归模型时，发现肿瘤大小的一些相邻类别的系数值是相似的。从而，将肿瘤大小重新分类为组，显示出明显不同的系数值。然后，重复拟合过程并呈现最终模型。在评分系统中将肿瘤周围水肿的系数值修改，并将其他参数的值按比例转换为最接近的整数。并且使用以下公式估计每个评分的快速肿瘤生长的概率。
　　 一些作者研究了脑膜瘤的自然历史所报告的年度肿瘤生长率从在长度厘米介于，然而大多数的这些用几例，小规模研究和某些只包括小到中等大小的肿瘤。一些研究根据肿瘤直径的变化确定了显着的肿瘤生长，即使这种方法不如评估体积变化敏感，也不适合不规则形状的肿瘤。此外，大多数研究没有考虑到的肿瘤生长的时间帧。尽管一些研究已经分析了肿瘤生长速率，它仅仅使用初始和最后一个值，其中假定线性肿瘤生长计算。然而，这样的方法可能并不代表肿瘤的生长潜力，并可能误导与肿瘤生长相关的风险因素的分析。为了克服这些先前研究的缺点，研究人员通过使用体积评估研究了包含各种大小肿瘤的大型队列中脑膜瘤的自然史。在每次成像检查期间确定肿瘤体积，并且使用回归分析估计肿瘤生长速率，使得所有观察到的值反映在结果中。虽然目前研究中的平均绝对生长速率明显高于先前研究中报道的，但差异可能是由于存在大量肿瘤的几名患者和一些极快速生长的肿瘤。慢生长组中的肿瘤要么是静止的，要么是线性模式生长的，另一方面，尽管有这种爆炸性增长，但快速生长组中的大多数肿瘤呈现线性生长模式，并且仅一些肿瘤呈指数生长。可以想象，具有线性生长模式的一些肿瘤实际上具有指数生长速率。由于有爆炸性增长的证据，对于在第一次随访检查后立即治疗的肿瘤，这种假设可能是正确的。随访成像研究之间的较短间隔可能更频繁地确定了指数增长率。
　　据报道，各种临床放射学因素与肿瘤生长有关。虽然年龄不是研究人员研究中的重要因素，但是年龄越小越明显与增长潜力相关。然而，在老年患者的研究中，患者多达出现显著肿瘤的生长和患者的出现症状。因此，年龄和肿瘤生长之间的明确的关联是尚未确定。一些作者报告说，较大的肿瘤生长具有比小肿瘤，风险较高的这符合研究人员的研究结果。位于颅底远端的肿瘤往往比颅底内的肿瘤具有更高的生长潜力。然而，一些作者报道相反。研究人员没有观察到肿瘤位置和生长潜力之间的相关性。许多放射性特征已经被一致地链接到的增长潜力：瘤周水肿和高信号上磁共振成已经用肿瘤快速增长有关，而钙化的存在磁共振成像和低信号趋向于具有低的增长潜力有关。这些结果得到病理检查的支持，病理检查显示放射学特征与标记指数之间存在直接关联。肿瘤周围水肿与较高的标记指数密切相关，而低信号和钙化与较低的标记指数显着相关。在目前的研究中，肿瘤周围水肿是显着肿瘤生长的危险因素，而钙化与肿瘤生长的低风险相关，这与早期的报道一致。肿瘤的低强度表明，作为钙化存在的明显预测因素，生长的可能性很小，而高强度和等强度表明在未来几年内具有相当大的生长潜力。与先前研究中使用的相比，用于风险因子分析和随后的评分系统开发的每年的截止增长率是显着肿瘤生长的相对高标准，建立快速增长标准可能会有点主观然而，由于以下原因，研究人员将每年体积增加定义为快速肿瘤生长的标准。由于这些原因，研究人员确定每年作为筛选具有显着生长风险的肿瘤的标准截止点。然而，如果目标是选择具有生长潜力的肿瘤，未来的研究可能会选择基于较低的临界值来估计风险，以产生更高的敏感性。
　　 之前关于脑膜瘤自然史的研究试图找出与肿瘤生长相关的因素然而，他们都没有解决各种肿瘤生长危险因素的相对权重问题。考虑到这个问题，研究人员设计了一种新的评分系统，根据患者的临床放射学特征估计快速脑膜瘤增长的总体风险。开发了一个基于几个参数的评分系统：肿瘤周围水肿，蛛网膜平面损失和不规则肿瘤形状。此外，每个评分中肿瘤生长的风险表示为标记指数的值，这不是解释初级保健临床医生和患者风险的直观方式。因此研究人员的评分系统对每个参数赋予权重，并使用统计模型估计肿瘤生长率年的特定概率。通过内部和外部验证验证了脑膜瘤良好的预测能力因此，它可能是一个有用的工具，可根据患者的风险评估早期治疗的必要性。尽管如此，由于脑膜瘤中较大肿瘤的重量异常高，并且可获得的评分范围根据肿瘤大小组而不同，因此当早期治疗的临界值时，可能会低估小型到中型肿瘤的风险。为避免这种情况，研究人员分别评估了每个肿瘤大小组的评分的敏感性和特异性。根据研究人员的分析，如果被认为需要早期治疗的患者不愿接受治疗，研究人员建议密切随访。目前的研究是对来自韩国一家大型医疗中心的单一研究所未经治疗的脑膜瘤患者的回顾性分析，其中高风险患者往往集中。这项研究招募了许多大型脑膜瘤患者，由于合并症和不良表现状态，他们不得不接受随访因此，它们可能无法代表整个人口。需要通过长期随访进行前瞻性大规模研究，以更好地了解脑膜瘤的自然史。此外，基于放射性参数的定量分析的风险评估将能够更好地预测。最后，将已被确定为文献中另一个风险因素的肿瘤形状作为评分系统中的参数将允许更准确的估计。