Robotic sentinel lymph node detection using indocyanine green
Surgical Technique

吲哚菁绿在机器人前哨淋巴结检测中的应用

Maria Teresa Achilarre1, Mattia Maramai1,2, Vanna Zanagnolo1

1Department of Gynecologic Surgery, IEO European Institute of Oncology - IRCCS, Milano, Italy; 2Academic Unit of Obstetrics and Gynecology, IRCCS - Ospedale Policlinico San Martino, Genova, Italy

Correspondence to: Vanna Zanagnolo, MD. Department of Gynecologic Surgery, IEO European Institute of Oncology - IRCCS, via Ripamonti 435, 20141 Milano, Italy. Email: vanna.zanagnolo@ieo.it.

摘要:早期子宫内膜癌(EC)的主要治疗方法是子宫切除加双侧输卵管卵巢切除术;然而,是否行系统性的盆腔及腹主动脉旁淋巴结清扫术仍有争议。目前EC前哨淋巴结(SLN)显像的应用越来越普及,其目的在于降低全面分期手术后的复发率,同时在低危患者中识别淋巴结转移,并通过超分期检测低体积转移。吲哚菁绿(ICG)是不同系列中最常用的示踪剂;该技术包括在麻醉诱导和准备好手术野后注射宫颈,并通过荧光成像相对快速地经腹膜显像出子宫的淋巴脉管走形。SLN最接近注射部位的第一站点,由于它是第一个接受肿瘤淋巴引流的,因此被转移的可能性最高。我们可以识别出两条主要的子宫淋巴通路:针对髂内、外和闭孔的上颈旁通路;骶前淋巴结和髂总淋巴结的下颈旁通路。示踪成功表现为两侧各显影了至少一条从宫颈到盆腔区域淋巴结的淋巴通路。基于SLN的方法,在再次注射失败的情况下行特异性盆腔淋巴结清扫(PL)是必要的。

关键词:子宫内膜癌;前哨淋巴结;吲哚菁绿;机器人手术


Received: 12 April 2020; Accepted: 14 May 2020; Published: 25 September 2020.

doi: 10.21037/gpm-20-36


视频 1 Sentinel lymph node mapping technique.

背景介绍

早期子宫内膜癌(EC)的主要治疗方法是子宫切除加双侧输卵管卵巢切除术,根据组织学类型、分级、淋巴脉管侵犯(LVSI)和肌层侵犯深度对疾病进行定义。

根据Mayo临床诊断标准,90%以上的子宫内膜癌早期(1级或2级,肌层浸润<50%,肿瘤直径<2 cm)诊断为低危人群,其淋巴结转移风险<1%,而中危子宫内膜样腺癌(肌层浸润≥50%,肿瘤直径≥2 cm)为16%,高危(子宫内膜样腺癌3级,透明细胞、浆液性和癌肉瘤)为20%-40%[1]

腹膜后分期的作用存在争议;系统淋巴结清扫术在早期的EC中的治疗作用仍有争议:两项随机临床研究(ASTEC 2009[2]和Benedetti Panici 2008[3])显示系统淋巴结清扫术没有治疗益处;然而SEPAL研究2010[4],即使是回顾性的,显示系统淋巴结清扫术对中、高风险患者的总生存率有显著改善。

前哨淋巴结(sentinel lymph node,SLN)的应用越来越普及,其有助于降低全分期手术中的问题,如术中并发症(失血、血管和神经损伤、中转开腹手术、手术时间、住院时间)、短期和长期并发症(淋巴囊肿、乳糜腹水、淋巴水肿)。

在低危患者中发现转移瘤的可能性以及通过超分期提高低体积转移瘤的检出率也是不容忽视的。

SLN活检由Burke等在1996年首次对EC进行描述(MD安德森癌症中心)[5]。随后多个机构系列实验说明了该技术的可行性和高检出率。纪念斯隆凯特林癌症中心的丰富经验促进了这项技术的发展,将SLN活检方法作为常规手术分期的一部分,并于2017年发表了SGO(妇科肿瘤学会)共识推荐,但目前尚缺乏随机对照试验[6]

2017年发表的一项荟萃分析[7]显示混合敏感度为96%,NPV净现值为99.7%。

吲哚菁绿(ICG)是最常用的示踪剂;与子宫注射相比,宫颈注射这种示踪剂可显著提高双侧盆腔的检出率(75%对51%),从而避免了技术上复杂的宫腔镜或经腹子宫注射。2017年FIRES研究[8]中,一项多中心、前瞻性、队列研究显示,在所有组织学类型的早期EC中,ICG识别SLN的敏感性为97.2%(95%CI:85-100),阴性预测值为99.6%(95%CI:97.9-100),提示该方法可以安全地替代系统淋巴结清扫术。


手术步骤

示踪剂ICG为无菌冻干绿色粉末;它是一种水溶性的三碳菁染料,峰光谱吸收波长为800 nm。静脉注射后,ICG主要由白蛋白携带,被肝细胞拾取并分泌到胆汁中。基于这些特点,ICG已成为确定心输出量、肝功能、肝血流量和眼科血管造影的指标。这种药物在淋巴示踪中的应用仍然属于超说明书用药。

ICG含有碘化钠,有碘化物过敏史的患者应慎用。

近红外成像仪通过滤波以接收ICG发射的波长,可用于剖腹探查、腹腔镜和机器人手术;对于机器人手术,它可在达芬奇Si或Xi外科手术机器人平台(美国加利福尼亚州森尼韦尔市,Intuitive Surgery)上使用萤火虫荧光成像技术。

萤火虫模式,在外科医生控制台激活,在手术期间允许实时导航,荧光引导识别淋巴道和SLN。

注射所需材料[8,9]

  • ICG:25毫克冻干染料装在安瓿中;
  • 10毫升无菌水;
  • 10毫升注射器;
  • 两个5毫升注射器;
  • 18号皮下注射针(用于提取溶液);21号脊柱针(颈椎注射用)。

注射技术

0.5 mg/mL的剂量是通过逐步稀释产生的:

  • 在装有18号皮下注射针的10 ml注射器中抽取10 ml无菌水。
  • 向ICG安瓿中加入10 ml无菌水并多次倒置以获得充分的混合。
  • 在每个装有18号皮下注射针的5 ml注射器中抽取4 ml无菌水。
  • 在每个5 ml注射器中加入1 ml预混合的ICG溶液,以获得最终浓度为0.5 mg/mL的总共5 ml溶液。
  • 丢弃1 ml ICG溶液,以获得每个注射器中仅4 ml;一个注射器将用于第一次注射,第二个注射器将用于在检测失败的情况下可能的重新注射。
  • 拆下18号皮下注射针,代之以21号脊椎针。
  • 插入窥镜可视化子宫颈,并将把柄放置在子宫颈的前唇上。
  • 将脊髓针插入颈间质3点处1 cm深处,注入1 ml溶液;然后缩回黏膜下层的针头,再注射1 ml;取出针头,在9点钟的相反部位重复同样的步骤。
  • 麻醉诱导、术野准备后宫颈注射ICG示踪剂(必要时术中可以再次注射)。第一个手术步骤是行腹膜评估并送检腹腔冲洗水。ICG示踪剂用于经腹膜显示淋巴道中荧光成像。在肥胖患者中经腹膜评估结果通常为阴性,因此,在这些情况下,应谨慎地开拓腹膜后间隙,小心不要损伤淋巴道,以避免ICG溢出,从而干扰SLN的识别。

示踪成功表现为两侧各显影了至少一条从宫颈到盆腔区域淋巴结的淋巴通路。

SLN最接近注射部位中第一站,由于它是第一个接受肿瘤淋巴引流的,因此淋巴结转移风险最高。SLN沿着相同的淋巴通道与随后的淋巴网络连通。

我们可以识别子宫的两条常见的主要淋巴通路:

  • 最常见的通路(上颈旁通路):淋巴管在髂内外血管分叉处或髂外静脉内表面(髂外、髂间和闭孔淋巴结)进入闭孔近端间隙内的结点前,先向腹侧通过子宫血管和髂内动脉。
  • 较不常见的通路(下颈旁通路):头侧、背侧(或深侧)至输尿管并进入骶骨岬(骶前和髂总淋巴结)[9]

在Persson的方法[10]中,两侧各显影了至少一条从宫颈到盆腔区域淋巴结的淋巴通路方能提示显影成功。Persson还将SLN分为三类:

  • “SLN 1型”是子宫旁的荧光淋巴结,它接收来自每条通路的传入淋巴通道。
  • “SLN 2型”是非荧光淋巴结,它接收任何途径的荧光淋巴通道但无荧光显示。这类SLN可能代表转移性淋巴结,它并不总是聚集示踪剂。
  • “SLN macro”是任何宏观上可疑淋巴结,而不考虑ICG显像。

NCCN[9]指出所有显影的淋巴结必须清除,然而在我们的方法中只需要清除每一侧骨盆淋巴显影成像中第一站的淋巴结。

手术中应经常将荧光成像转换为真实成像,以正确识别解剖标志。根据SLN成像的情况,在尽可能不损伤淋巴道的情况下,轻柔地打开腹膜后间隙(直肠旁间隙、膀胱旁间隙和闭孔窝)是必要的。

为了切除骶前SLNs,在右侧髂总动脉内侧打开腹膜,进入骶前无血管间隙;观察左髂总静脉通过L5的位置,注意保护下腹神经。

为了确定该程序在技术上是成功的,必须对两个路径中的至少一个进行双侧检测(视频1)。

在单侧或双侧SLN识别不成功的情况下可再次进行ICG注射,观察10分钟,以检测缺失的淋巴通路。此外,无论显像如何,所有可疑淋巴结都必须清扫。

在我们的方法中,只有符合ESMOESGO指南分类(子宫内膜样G3、G1-G2>50%肌层侵犯或非子宫内膜样组织学)的中、高风险肿瘤,在再注射失败的情况下,系统性盆腔淋巴结清扫才是必要的。在这些病例中,术中对肌层侵犯的肉眼评估由病理科进行。为了不损害SLN超分期,术中不进行SLN的冰冻切片。但若存在淋巴结微转移和孤立肿瘤细胞(ITCs)也不能被发现,从而无法行系统的淋巴结切除术。

然而,术中对SLN的病理评估可能是必要的,以确定标本中淋巴组织的存在,尤其是在肥胖患者的情况下。

如果双侧盆腔(P)淋巴结未检出,必须探查腹主动脉旁(PA)区域,以检出真正的I级PA SLN,以确定是否存在跳跃转移的可能性。

在NCCN[9]中,建议在手术困难或腹主动脉旁淋巴结转移危险风险低的患者中,可以省略腹主动脉旁淋巴结切除术(PAL)。

在我们的方法中,如果显像的腹主动脉旁淋巴结是II级淋巴结,除非可疑淋巴结转移,即使合并高危因素,也不建议进行系统性腹主动脉旁清扫。因辅助治疗是基于盆腔SLN状态和肿瘤危险因素(图1)。

图1
图1 SLN映射算法

所有SLN均需要行HE染色和免疫组化超分期。

SLN被放置在单独的容器中,根据不同的解剖部位立即贴上标签。5 mm以下的小淋巴结全部包埋,5-10 mm之间的淋巴结平分,较大的淋巴结平行切片,间隔3 mm,垂直于淋巴结长轴。将专用(灰色)色盒中的石蜡块切成50 μm的3个水平进行超分期,每个水平有两个切片,用苏木精&伊红染色,并用抗细胞角蛋白AE1/AE3(Ventana Medical Systems,Inc.,Tucson,AZ)进行免疫组化染色,每个块共6片玻片。超分期是根据美国癌症联合委员会的乳腺癌文献定义进行的。大转移瘤定义为大于2.0 mm的转移瘤,微转移瘤定义为大于0.2至2 mm或更小的显微细胞巢;孤立肿瘤细胞的定义是以微小簇和单个细胞形式存在的转移癌,其大小小于0.2 mm。


评论

SLN显像方法在表观早期子宫内膜癌的管理中现在已经取代了系统的盆腔淋巴结清扫和腹主动脉旁淋巴结清扫。在一个多中心的前瞻性试验中,ICG技术似乎是可行的和可重复性的,在这些病例中,准确率达到99%,假阴性率为3%[8]

确保SLN映射的最佳结果的建议[6]是:

  • 外科医生的专业知识是最基本的,确保所有团队都有足够的学习成长曲线。
  • 最标准化的方法是在宫颈浅部和深部注射2ml 0.5 mg/ml ICG溶液在3点和9点。
  • 必须对腹腔进行系统评估,以排除腹膜转移。
  • SLN的识别:术中探查腹膜后打开后腹膜,沿淋巴引流区域寻找示踪剂标记的淋巴管,沿着示踪淋巴管找到第一站淋巴结并切除。
  • 无论SLN显像如何,任何可疑淋巴结都应切除;对于高级别或非子宫内膜样肿瘤,术前影像学分期可指导手术探查。
  • 不常规行SLN冰冻切片检查,这是因为它对低体积转移的敏感度低,更重要的是对超分期病理的潜在改变和昂贵的费用。
  • 进行宫颈再注射和在持续定位失败的情况下进行半盆腔特异淋巴结清扫是必要的,以减少假阴性分期。
  • 进行超分期可增加了低体积转移的检出。
  • 考虑到系统性淋巴结清扫的临床收益并不明确,以及辅助治疗是根据肿瘤危险因素(组织学、分级、淋巴脉管侵犯)和SLNs状态,不推荐对阳性SLN患者进行再次手术。

目前认为盆腔和腹主动脉旁非前哨淋巴结中任何潜在的显微残留病灶可以通过全身辅助治疗而治愈。

目前仍有多个随机对照的临床试验正在开展以进一步评估前哨淋巴结显像和超分期检出的低体积转移癌对患者生存结局的影响,以及其与系统性淋巴结清扫相比的优势,进一步指导临床应用。


讨论

  • Liliana Mereu:作者能否描述使用0.5‍ mg/ml的ICG浓度的证据?
  • 答:使用0.5 mg/ml ICG浓度的证据是基于临床前动物实验室和临床数据。(Rossi EC,Ivanova A,Boggess JF.用ICG对妇科恶性肿瘤进行机器人辅助荧光引导淋巴结标测:可行性研究.Gynecol Oncol 2012;124:78-82)。

  • Liliana Mereu:在您的机构决定在术中宏观评估不成功的SLN识别的情况下进行盆腔淋巴结清扫后,您能否说明哪些因素需要病理医生(肌层浸润、分级、体积),以及进行哪些术前检查来评估这些因素?
  • 答:患者接受诊断性宫腔镜检查以确定组织学和分级,胸部和腹部CT扫描以评估淋巴结受累或远处病变,盆腔MRI以评估肌层侵犯深度。在术中进行宏观评估时,病理学家需要明确肌层浸润和病变体积,通常术前可获得分级,在冰冻切片上进行分级是不可靠的。

  • Liliana Mereu:作者能否强调机器人荧光SLN定位的优势?
  • 答:根据文献资料,ICG的SLN检出率和双侧SLN检出率与单纯蓝染料或放射性胶体的SLN检出率相当或更好,其摄取曲线明显短,且放射性胶体的情况下无需术前淋巴闪烁显像。利用ICG进行荧光SLN定位是本机构和世界各地许多机构目前首选的显像方法。


Acknowledgments

Funding: None.


Footnote

Provenance and Peer Review: This article was commissioned by the Guest Editor (Liliana Mereu) for the series “Robotic surgery for benign and malignant gynecological diseases” published in Gynecology and Pelvic Medicine. The article has undergone external peer review.

Conflicts of Interest: All authors have completed the ICMJE uniform disclosure form (available at https://gpm.amegroups.org/article/view/10.21037/gpm-20-36/coif). The series “Robotic surgery for benign and malignant gynecological diseases” was commissioned by the editorial office without any funding or sponsorship. The authors have no other conflicts of interest to declare.

Ethical Statement: The authors are accountable for all aspects of the work in ensuring that questions related to the accuracy or integrity of any part of the work are appropriately investigated and resolved. All procedures performed in studies involving human participants were in accordance with the ethical standards of the institutional and/or national research committee(s) and with the Helsinki Declaration (as revised in 2013). Written informed consent was obtained from the patient for publication of this manuscript and any accompanying images.

Open Access Statement: This is an Open Access article distributed in accordance with the Creative Commons Attribution-NonCommercial-NoDerivs 4.0 International License (CC BY-NC-ND 4.0), which permits the non-commercial replication and distribution of the article with the strict proviso that no changes or edits are made and the original work is properly cited (including links to both the formal publication through the relevant DOI and the license). See: https://creativecommons.org/licenses/by-nc-nd/4.0/.


References

  1. Mariani A, Dowdy SC, Cliby WA, et al. Prospective assessment of lymphatic dissemination in endometrial cancer: a paradigm shift in surgical staging. Gynecol Oncol 2008;109:11-8. [Crossref] [PubMed]
  2. ASTEC study group. Efficacy of systematic pelvic lymphadenectomy in endometrial cancer (MRC ASTEC trial): a randomised study. Lancet 2009;373:125-36. [Crossref] [PubMed]
  3. Benedetti Panici P, Basile S, Maneschi F, et al. Systematic pelvic lymphadenectomy vs. no lymphadenectomy in early-stage endometrial carcinoma: randomized clinical trial. J Natl Cancer Inst 2008;100:1707-16. [Crossref] [PubMed]
  4. Todo Y, Kato H, Kaneuchi M, et al. Survival effect of para-aortic lymphadenectomy in endometrial cancer (SEPAL study): a retrospective cohort analysis. Lancet 2010;375:1165-72. [Crossref] [PubMed]
  5. Burke TW, Levenback C, Tornos C, et al. Intraabdominal lymphatic mapping to direct selective pelvic and paraaortic lymphadenectomy in women with high-risk endometrial cancer: results of a pilot study. Gynecol Oncol 1996;62:169-73. [Crossref] [PubMed]
  6. Holloway RW, Abu-Rustum NR, Backes FJ, et al. Sentinel lymph node mapping and staging in endometrial cancer: A Society of Gynecologic Oncology literature review with consensus recommendations. Gynecol Oncol 2017;146:405-15. [Crossref] [PubMed]
  7. Bodurtha Smith AJ, Fader AN, Tanner EJ. Sentinel lymph node assessment in endometrial cancer: a systematic review and meta-analysis. Am J Obstet Gynecol 2017;216:459-76.e10. [Crossref] [PubMed]
  8. Rossi EC, Kowalski LD, Scalici J, et al. A comparison of sentinel lymph node biopsy to lymphadenectomy for endometrial cancer staging (FIRES trial): a multicentre, prospective, cohort study. Lancet Oncol 2017;18:384-92. [Crossref] [PubMed]
  9. Koh WJ, Abu-Rustum NR, Bean S, et al. Uterine Neoplasms, Version 1.2018, NCCN Clinical Practice Guidelines in Oncology. J Natl Compr Canc Netw 2018;16:170-99. [Crossref] [PubMed]
  10. Persson J, Geppert B, Lönnerfors C, et al. Description of a reproducible anatomically based surgical algorithm for detection of pelvic sentinel lymph nodes in endometrial cancer. Gynecol Oncol 2017;147:120-5. [Crossref] [PubMed]
译者介绍
项小容
本科毕业于四川大学华西临床医学院临床医学五年制,硕士毕业于华西临床医学院妇产科学。(更新时间:2022-07-20)
审校介绍
彭鸿灵
博士学位,毕业于四川大学,现就职于四川大学华西第二医院。研究方向为妇科肿瘤,发表文章30多篇。擅长普通妇科和妇科肿瘤的诊治,包括宫颈疾病,子宫肌瘤,卵巢囊肿,子宫内膜异位症,宫颈癌,内膜癌,卵巢癌,宫外孕等。(更新时间:2022-07-20)

(本译文仅供学术交流,实际内容请以英文原文为准。)

doi: 10.21037/gpm-20-36
Cite this article as: Achilarre MT, Maramai M, Zanagnolo V. Robotic sentinel lymph node detection using indocyanine green. Gynecol Pelvic Med 2020;3:28.

Download Citation