消化系统中神经内分泌肿瘤的分类和分级

医院陈世昌教授提供，张福志粗校。

引言

神经内分泌细胞广泛分布于全身。神经内分泌肿瘤（NENs），定义为具有主要神经内分泌分化作用的上皮肿瘤，可出现在大多数器官中。尽管这些肿瘤的某些临床和病理特征是起源部位所独有的，但其他特征却与原发部位无关。

NEN的分类和命名很复杂且令人困惑，部分原因是大多数研究都集中在特定器官系统中产生的肿瘤上。关于术语和分类的针对特定地点的建议在术语以及组织学分级和分期的标准方面有所不同，这导致了形态相似的NEN的名称因来源地点而异。已提出了NEN分类的通用框，尽管每个器官系统的采用将等待这些解剖部位的WHO分类正式更新。因此，到目前为止，没有一个适合于所有NEN的命名，分级或分期的单一系统，而与来源无关。但是，大多数分类系统都具有诸如肿瘤增生率和局部扩散程度之类的特征，并且世界卫生组织已正式提议将提议的所有部位NEN统一分类系统用于胃肠胰腺（GEP）系统。

肾小管胃肠道和胰腺中消化系统的NEN相对较少。在美国，年发病率约为每10万人3.56。随着时间的流逝，发病率一直在上升。

在过去的二十年中，GEPNENs的术语不断发展，以反映出分为两大类：

●高分化的神经内分泌肿瘤（NET）显示为实心，小梁，回旋状或腺体状，具有相当均匀的核，染色较粗糙的斑点（“盐和胡椒”）和细颗粒的细胞质。这些肿瘤在传统上分别称为类癌（在管状胃肠道中）和胰腺NET（胰岛细胞瘤）。尽管胃肠道网和胰腺网在常规组织学评估中可能具有相似的特征，但它们的发病机理和生物学却不同。

●分化差的神经内分泌癌（NEC）都是类似于肺的小细胞癌或大细胞NEC的高级别癌（图1）。分化差的NEC通常与快速进展的临床过程有关，而分化良好的NET通常预后较好，总体五年生存率约为67％。

一小部分高级NEN在组织学和遗传学上都有很好的区分。这些肿瘤的临床行为介于1级或2级NETs和分化差的NECs之间。它们被指定为“NETG3”（表1）。

分化良好的NET和分化差的NEC具有神经内分泌分化和某些组织学特征。尽管在某些情况下它们可能难以区分，但是这两组NEN在组织遗传学或分子水平上并不紧密相关，并且从NET到NEC的进展通常不会发生。在当前系统中，没有中度分化的GEPNEN的概念类别。过去被指定为NET的现在被认为是高分化家庭的一部分。

（图1）胃肠道中神经内分泌肿瘤频谱的组织学表现

神经内分泌肿瘤的例子。分化良好的神经内分泌肿瘤对苏木精和曙红（H＆E）染色表现出类器官型和难以发现的核分裂计数（A），并且增生率（通过Ki-67标记指数测量）非常低（＜1在这种情况下为％）（C）。相比之下，低分化的神经内分泌癌在H＆E染色上显示出具有许多核分裂图和肿瘤坏死的坦率特征（B），并且Ki-67标记指数非常高（在这种情况下，80％）（D）。（原始放大倍数倍。）

（表1）胃肠道和肝胆器官神经内分泌肿瘤的分类和分级标准，世界卫生组织（WHO），年

NET：神经内分泌肿瘤；NEC：神经内分泌癌；SCNEC：小细胞神经内分泌癌；LCNEC：大细胞神经内分泌癌；MiNEN：神经内分泌-神经内分泌混合瘤。

*核分裂率表示为核分裂的数量/2mm2（在40x放大倍数下等于10个高倍视野，视野直径为0.5mm），是通过计数50个0.2mm2的视野（即，总面积为10mm2）；Ki-67增生指数值是通过计数在扫描放大倍数下识别出的最高标记（热点）区域中的至少个细胞来确定的；最终等级基于两个增生指数中的哪一个将肿瘤置于更高等级类别中。

?在大多数MiNEN中，神经内分泌和非神经内分泌成分均难以区分，并且神经内分泌成分的增生指数与其他NEC处于相同范围，但是这一概念类别允许一个或两个成分可以很好地区分。因此，在可行的情况下，每个组件应分别分级。

△差分化的NEC尚未正式分级，但根据定义被认为是高等级。

本主题综述将涵盖GEPNEN的病理，分类和组织学分级，重点是分化良好的NET。肺中NETs的病理学已在其他地方进行了讨论，因为分化程度差的GEPNEC也是如此。

病理学，肿瘤分类和命名

形态学和免疫组化—美国病理学家学院（CAP）提供了检查肾小管胃肠道和胰腺神经内分泌肿瘤（NEN）患者标本的方法。

从外观上看，肾小管胃肠道的分化良好的神经内分泌肿瘤（NETs）通常是粘膜下层或延伸至肌肉层的界限清楚的病变，而在胰腺中出现的病变可能界限清楚，多结节或浸润。切面呈现红色至棕褐色，反映出丰富的微脉管系统，有时由于高脂质含量而有时呈黄色（图2和图3）。从形态上讲，分化良好的NET具有肿瘤细胞的特征性“类器官”排列，具有实心/嵌套，小梁，陀螺状或有时呈腺体模式。细胞相对均匀，并且具有圆形至卵圆形的核，粗斑点的染色质和细颗粒的细胞质。

（图2）胃类癌

胃类癌的全厚度标本显示出典型的溃疡性粘膜表面和淡黄色的粘膜下切面。

(图3）分化良好的胰腺神经内分泌肿瘤的总照片

分化良好的胰腺神经内分泌肿瘤的总体照片显示质量良好。切面为粉红色棕褐色，散布黄色区域。

细胞产生丰富的神经分泌颗粒，这反映在神经内分泌标志物，如突触素和嗜铬粒蛋白的强而弥漫的免疫组织化学表达中。此外，某些肿瘤可能分泌特定的肽激素或生物胺（例如胰岛素，胰高血糖素，生长抑素，血管活性肠肽[VIP]，血清素，胃泌素等），这些激素可能会产生临床上明显的激素综合征。

通常，肿瘤的组织学特征与解剖位置或激素生成不相关，但有例外：淀粉样蛋白沉积（胰岛淀粉样多肽或胰岛淀粉样多肽）通常表示胰岛素分泌性胰腺网，腺体结构具有丰富的肺腺瘤体形成通常在十二指肠或壶腹生长抑素分泌网中可见（图4）。中肠（尤其是回肠）的分化良好的网状组织也具有非常特征性的固体或筛状巢，其特征是轮廓清晰的腔腔被刺穿，周围核呈虹彩状，嗜酸性粒细胞质颗粒位于纤细的纤维基质中，具有回缩伪影。

（图4）消化器官的高分化神经内分泌肿瘤（NET）的示例

（A）回肠末端的EC（肠嗜铬细胞）细胞NET（类癌）显示实体瘤巢伴肿瘤周围纤维化。

（B）胰网，带状，中间无肿瘤。

（C）胰腺胰岛素瘤显示出丰富的淀粉样蛋白沉积。

（D）壶腹周围生长抑素瘤显示肾小管上皮样形态，具有许多鳞状小体。（H＆E，倍原始放大倍数。）

分化较差的神经内分泌癌（NEC）与非肿瘤性神经内分泌细胞不太相似，并且具有更多的片状或弥散性结构，不规则的核以及较少的细胞质粒度。神经内分泌标志物的免疫组织化学表达通常在程度和强度上受到更多限制。

分类和术语-在过去的二十年中，胃肠道胰腺（GEP）NEN的分类有所发展。

仅仅基于形态学的分类不是很有用，特别是对于分化良好的肿瘤，因为组织学特征不能准确预测缓慢或侵袭性的临床过程。尽管核多态性通常与其他肿瘤类型的分化（即，肿瘤细胞与其正常，非肿瘤对应物相似的程度）和恶性行为相关，但在NEN中很少使用。直到最近，人们一直认为，唯一明确的恶性肿瘤证据是存在局部浸润或转移，但目前，分化良好的NETs均被认为具有恶性潜能，并采用风险分层方法来预测预后。

传统上，GEPNEN被称为类癌或胰岛细胞瘤。人们对“类癌”一词提出了批评，因为它没有传达出伴随这些肿瘤发生恶性行为的可能性。然而，无论是在世界卫生组织（WHO）官方对肺NET的分类中，还是作为在肾小管胃肠道中分化良好的网的同义词，该术语仍得到广泛使用。

年和年世界卫生组织分类-在6年和7年，欧洲神经内分泌肿瘤学会（ENETS）提出了一种分期方案，该方案与针对GEPNEN的大多数其他类型上皮肿瘤的分期方案相似，并伴有可能的组织学分级系统适用于所有疾病阶段[7,8]。这项分级建议后来获得了美国癌症联合委员会（AJCC）和国际癌症控制联盟（UICC）共同认可的消化系统NEN的肿瘤，淋巴结转移（TNM）分期分类，尽管它们修改了分期参数ENETS提案。

这种组织学分级方案仅使用增生率对分级进行分层，并且需要评估核分裂计数和Ki-67标记指数。如果核分裂率和Ki-67指数不一致，则使用这两个指数中的较高者来定义最终等级。

年WHO对胃肠道，肝脏和胰腺肿瘤的分类支持了ENETS对消化道NEN的分级方案，将分化良好的肿瘤分为低级（1级[G1]）和中级（2级）[G2]）类别（表2）。这种分类等同于低分化组织学和高肿瘤分级（3级[G3]）。然而，越来越多的研究挑战了组织学低分化和高肿瘤分级是等效的假设[9-16]。的确，几乎所有分化差的癌症都具有很高的增生率，但并非所有G3肿瘤都分化差。组织学上分化良好的NEN患者的一部分与Ki-67增生指数20％有关，通常在20％至55％之间[17,18]。年世界卫生组织对消化系统NEN的最新分类现已识别出一类高档但分化程度很高的GEPNEN（表1）[2]。

（表2）ENETS/WHO胃肠道（GI）道神经内分泌肿瘤的命名法和分类

ENETS：欧洲神经内分泌肿瘤学会；世卫组织：世界卫生组织；HPF：大功率领域。

*计入10HPF；10HPF=2mm2，在核分裂密度最高的区域至少要评估40个视野（放大倍）。根据美国癌症分期联合委员会手册第8版的临界值。

?通过MIB1抗体染色评估的Ki-67指数：核标记最高的区域中0个细胞计数后的阳性百分比。根据美国癌症分期联合委员会手册第8版的临界值。

Δ术语“非典型类癌”仅适用于肺的中级神经内分泌肿瘤。

原发性未知的NEN，尤其是分化良好的NEN，最初通常会出现肝转移，其中大多数代表GEPNET。因此，除非找到其他主要地点，否则年WHO分级计划也适用于此类别。在这种情况下，组织学分级尤其重要，因为根据定义，原发性未知的NEN是转移性疾病，因此在所有TNM分期系统中均被视为IV期（见下文）。组织学分级可能是可用于该组肿瘤的唯一预后参数。

高分化低分化肿瘤—高分化NEC有小细胞和大细胞亚型。对于分化差的NEC，其形态特征通常提示诊断[2,19]。在大多数情况下，增生率远远超过了最初提出的将其与分化良好的NET区别开来的临界值（Ki-67标记指数20％，每2mm2核分裂率20）。即使不进行深入评估，通常也很容易看到高核分裂率和Ki-67标记指数（图片4）。

尽管这些肿瘤被纳入消化系统NEN的许多已发表研究中，但它们代表了一个独特的群体，其临床行为类似于肺的小细胞癌或大细胞NEC，其临床表现远差于分化良好的网络[20,21]。在最大系列的分化差的胰腺NEC中，有88％的患者在就诊时出现淋巴结或远处转移性疾病，随后还有7％的患者发生了转移。中位生存期为11个月（范围为0到个月），两年生存率分别为22.5％和16.1％[22]。通常，根据小细胞癌指南，以铂为基础的方案治疗分化差的NEC。

在大约40％的病例中，分化差的NEC包含非神经内分泌成分，包括常规的腺癌，印戒细胞癌，更罕见的是鳞状细胞癌。如果肿瘤由神经内分泌成分（几乎总是分化较差）和腺体形成成分组成，两者均超过30％，则新的年WHO分类将其定义为神经内分泌-非神经内分泌混合性肿瘤（MiNEN）（表1）[23,24]。年较早的WHOWHO消化道肿瘤分类将这些肿瘤称为混合腺嘌呤内分泌癌（MANEC）[25]。目前，这些肿瘤的治疗方法与单纯NECs相似。

高分化，高分化的肿瘤—几项主要基于胰腺中产生的NEN的研究，挑战了低分化组织学和高肿瘤分级等同的假设[10-12,16,18]。有一小部分NETs在组织学上表现良好，通常每2mm2少于20个核分裂（按核分裂计数计为G2），但与高Ki-67增生指数（20％）有关G3系列。这些等级不一致的肿瘤的临床行为比等级一致的高分化G2肿瘤差一些，但比真正的低分化NEC更好[18,26]。尚未确定治疗这些患者的最佳方法，但是临床数据表明，分化良好的NETG3比分化差的NEC对铂类化疗反应的可能性较小[20]。

在某些情况下，可以在个体肿瘤灶内或在地形或时间上分离的疾病病灶之间证明从较低等级（G1或G2）的高分化NET到NETG3的进展[21,26]。进展的证据可以通过增生率的增加来证明，并且在某些情况下，肿瘤形态也会发生改变，核异型性增加或发生严重坏死[21]。有趣的是，潜在的基因组改变仍存在于较高等级的病灶中，在分化良好的NETG3中未发现低分化NEC典型的特定突变，例如RB1和TP53。从NET升级到NEC通常不会发生。

这些数据支持以下观点：年WHOG3类别的NEN实际上是异质的，包含两组不同的肿瘤，并且可以进一步分为高分化的NET（增生率（NETG3）和分化差的NEC）。此外，在G3NEN队列中存在一组Ki-67指数较低（20％至55％）的肿瘤，它们对铂类化学疗法的反应较差，但比Ki-的那些生存更长百分比，进一步支持了年WHOG3类别的异质性[17,20]。

从组织学上讲，当病理学家评估高级胰腺NEN时，上述形态学特征在将NETG3与NEC分离时可能并不总是可靠的。此外，在G3范围（20％）内没有Ki-67指数的临界值可以将这两个肿瘤区分开。极高的Ki-67（75％）通常指向NEC，但NETG3或NEC肿瘤的发生率可在20％至55％之间。每2mm2大于20的核分裂率通常表示NEC，因为大多数NETG3病例仅根据其Ki-67指数就属于高等级。

事先诊断出高分化的NET或肿瘤内其他部位的高分化的NET的病灶支持NETG3的诊断，而腺癌或合并鳞状细胞癌的病史或合并病史则支持NEC的诊断。在困难的情况下，免疫组织化学染色可能会有所帮助。例如，NETG3在大约一半的病例中显示出DAXX和ATRX的丧失，类似于NETG1和G2肿瘤，而Rb的丧失或p53表达异常支持NEC的诊断[27]。

登台系统—AJCC还批准了使用TNM登台系统的登台NEN。与年（第七版）相比，最新版本（年第八版）对预后阶段组进行了一些修改，但仍为阑尾（表3），胃（表4）的分化良好的NET保留了单独的TNM分期系统）和结肠直肠原发部位（表5）；此外，现在有用于壶腹（十二指肠/壶腹的母语单独的分类表6），并在空肠和回肠（引起的那些表7），并存在用于胰母语一个新的TNM分期系统（表8）与外分泌型胰腺癌所用的药物不同。对于小肠网，对于肠系膜肿大（2cm）或广泛（12个或更多阳性淋巴结）的肠系膜疾病（表7），也有一个特定的淋巴结类别（N2），这是该解剖位置的常见情况，但以前不在AJCC/UICC分级系统中考虑。然而，在空肠油网中大块（肠系膜肿瘤块2cm）的预后价值受到质疑[28]。（参见“阑尾的高分化神经内分泌肿瘤”，关于“分期和预后”和“胰岛素瘤”，关于“分期系统”和““非转移性，高分化胃肠道神经内分泌（类癌）肿瘤的分期，治疗和治疗后监测”，“直肠癌”一节和“非转移性，高分化胃肠道神经内分泌（类癌）肿瘤的分期，治疗和治疗后监测”部分”，“冒号”部分和“对非转移性，高分化胃肠道神经内分泌（类癌）肿瘤的分期，治疗和治疗后监测”，“胃”和“对非转移性，良性疾病的分期，治疗和治疗后监测”分化型胃肠道神经内分泌（类癌）肿瘤”，“小肠”部分和“胰腺神经内分泌肿瘤的分类，流行病学，临床表现，定位和分期”，关于“分期系统”的部分。）

原始ENETS提案与AJCC/UICC的TNM分类之间存在一些差异，包括以下内容（请参见上面的“和世界卫生组织分类”）：

●如上所述，在第八版（）TNM分期分类中，胰腺NETs的分期系统与胰腺外分泌肿瘤所用的分期系统不同，但T期定义现已与ENETS系统保持一致。但是，对于其他站点上分化良好的NET，TNM分级系统和ENETS的T阶段定义仍然存在一些差异。对于小肠原肠，第八版分期系统还为大于2cm的肠系膜肿块和/或广泛的淋巴结沉积物（12个或更大），特别是那些包裹上肠系膜血管的结膜提供了单独的N2类别。在ENETS登台系统中没有区别。

目前尚不清楚哪种分期系统可以更好地分离预后不同的人群；许多报告表明，AJCC/UICC（至少是年第七版）和ENETS分类对无进展生存期和总体生存期的预后相似[29,30]；然而，一项使用大型国际队列研究的分析得出的结论是，对于胰腺NEN，ENETS分期系统以四个95％的置信区间较小的方式对四个不同阶段提供了更好的预后分层[31]。但是，至少在美国，如果该部门获得了CAP的认证，大多数病理学家必须使用AJCC/UICCTNM分期系统。

GEPNENs的TNM分期和增生率的预后有效性受到多项研究的支持[9,10,32-38]。例如，在例胰腺NEN患者中，G1，G2和G3肿瘤的五年生存率分别为75％，62％和7％[36]。使用第七版AJCC/UICC分类，I，II，III和IV期肿瘤的五年总体生存率分别为92％，84％，81％和57％[36]。上述大型国际队列研究也验证了UICC/AJCC/WHOTNM分期系统的预后价值（尽管置信区间为95％，并且II和III期之间的间隔较差），死亡的危险比为9.57、9.32，与I期疾病相比，II，III和IV期分别为30.84和30.84。多变量模型表明根治性手术，TNM分期和组织学分级是死亡的有效预测指标，而在没有分期信息的情况下，组织学分级是存活率的第二佳独立预测因子[31]。

根据最新的年（第八版）AJCC/UICC分期分类，很少有可用于分层预后的数据;这些图仅适用于结直肠癌（图1）[39]和空肠初生部位（图2）。但是，应该注意的是，用于构建这些生存曲线的数据库中的患者随访非常短（两个队列均为三年）。

功能和术语-功能也影响术语。NETs的定义是基于由于肿瘤分泌过多激素而引起的临床症状。功能性（分泌激素的）胰腺网根据其分泌的主要激素和所导致的临床综合征（例如胰岛素瘤，胃泌素瘤，胰高血糖素瘤，VIPoma，生长抑素瘤）进行分类（表9）。免疫组织化学染色不是肿瘤分类的定义标准。例如，如果肿瘤染上胃泌素但没有产生Zollinger-Ellison综合征的症状，则不应将其视为胃泌素瘤。

（表9）胰腺神经内分泌肿瘤的特征

MEN1：1型多发性内分泌肿瘤。

*降血糖症状，低血糖水平，摄入葡萄糖后可逆。

?腹泻，胃泌素过多，胃酸分泌过多，消化性溃疡。

ΔWDHA综合征：水性腹泻，低血钾，胃酸缺乏症。

?4D综合征：坏死性迁移红斑性皮炎，糖尿病，深静脉血栓形成，抑郁症。

§（可疑）生长抑素血清水平升高，糖尿病，胃酸过多，胆石症，腹泻/脂肪泻，贫血，体重减轻。

尽管功能性可能会影响预后（例如，胰岛素瘤通常是惰性肿瘤），但大多数功能性NET的生物学行为均由肿瘤的级别和阶段来定义。因此，正常胰腺NET的病理诊断应与非正常NET的病理诊断相同，并且在了解临床综合征时应在诊断后附加描述性功能名称。不管是否产生类癌综合症，肾小管胃肠道（类癌肿瘤）的网都进行了类似的分类。有关的问题

世界卫生组织（WHO）对胃肠胰腺（GEP）神经内分泌肿瘤（NEN）的分类完全依赖于增生率来区分低度，中度和高度肿瘤，并且定义相同用于肾小管胃肠道，胰腺和肝胆道的神经内分泌肿瘤（NETs）（表1）[2]。可以使用核分裂计数或Ki-67标记指数评估增生率。

核分裂活动的评估—在所有依赖核分裂计数的分级方案中，低级和中级之间的差异非常细微，可能仅取决于每10个高倍场（HPF）中的1个核分裂图。因此，准确地计算核分裂非常重要。建议只计算清楚的核分裂数，不包括退化的深色核和凋亡小体。

此外，微观领域的规模至关重要。为了标准化，将10HPF的大小设置为2mm2。对于早期研究中使用的显微镜，10HPF的尺寸（使用40倍物镜）大约等于2mm2。然而，在不同品牌的显微镜之间，视野的大小尚未标准化，这一事实在某些研究中尚未得到考虑，并可能导致核分裂率测定的程度不一的。

其他增加核分裂计数变异性的因素包括程度不一切片厚度，肿瘤细胞/基质比率的变异性以及肿瘤细胞大小的变异性。由于这些原因，简单地计数10HPF或2mm2并不意味着我们正在评估相同数量的肿瘤细胞。

此外，不同肿瘤在10个HPF或2mm2中的肿瘤细胞总数不同，但这在任何分级方案中都没有考虑。

Ki-67标记指数的评估-对Ki-67标记指数的最佳截止值来区分低，中，和高品位GEPNENS都没有被确定，并且可以根据该肿瘤的原发部位的不同而不同。但是，欧洲神经内分泌肿瘤学会（ENETS），美国癌症联合委员会（AJCC）以及年和年的WHO分类均包括统一的Ki-67标记截止值（＜3％），以定义低级，3至20肾小管胃肠道，胰脏和肝胆部位的中度NEN的百分比为30％，高级别NEN的百分比为20％（表1）[2,40]。在这些原发性和转移性GEPNET中，基于这些Ki-67截止值的等级分配已显示出与患者生存率相关，而与肿瘤分期无关[9,31-35]。

如同核分裂指数一样，确定最佳临界值困扰着使用Ki-67标准化分级的努力（表10）。临界值的选择可能会受到患者预后的影响（死与活，复发与无复发，疾病特异性生存期，无疾病生存期[41]）。]等）以及研究者对其临床意义的解释。这样，值的范围而不是单个值可以提供相似的预后意义。尽管各种研究者提出了不同的Ki-67截止值用于分级，但人们越来越认识到，Ki-67和核分裂率都是连续变量，至少在低级和中级范围内，因此定义它可能不切实际。区分等级的“绝对”值。而是，增生率可用于根据Ki-67的绝对值和核分裂率来定义预后，而增加的值则预示着日益激进的临床行为。这强调了在病理报告中记录实际扩散值的重要性，]。人们也越来越认识到，使用单个系统对所有GEPNET进行分级的意图可能会掩盖各种主要站点之间可能存在的固有生物学变异性。

为了确定阳性细胞的百分比（Ki-67标记指数），可以手动计数一定数量的细胞核（例如WHO推荐的0个[2]，尽管只有个细胞可以得到可接受的等级））用来。该方法已被认为过于繁琐且不实用[42]。或者，一些病理学家选择通过扫描载玻片或“眼球”来估计标记指数。目测可能足以将低度至中度肿瘤与高度肿瘤区分开（即Ki-至20对50％以上），但是由于缺乏精确性和可重复性，这种方法受到了批评[42]。

当人工计数或目测用于研究时，观察者内部和/或观察者之间的变异性问题需要某种统计上的确认（例如，Bland-Altman方法[43]）以确保观察者内部的变异性在可接受的范围内。数字图像分析已经过验证，可用于评估核标记，其变异性远低于人工计数或眼球观察[35,44-46]，从而避免了对重复性进行复杂的统计分析的需要。但是，该技术尚未广泛使用，并且具有技术限制。评估计算准确的Ki-67指数所需时间的研究得出的结论是，使用当前可用的形态计量算法，最佳方法是打印热点区域的照片并手动计数Ki-67阳性细胞，并用该照片打勾计数每个单元格[6]。

方法选择-确定增生率的最佳方法（核分裂计数与Ki-67标记指数）尚未建立。WHO/AJCC分类系统提供了核分裂率计数和Ki-67标记的标准，作为对增生率的评估，而不倾向另一种方法（表11）。

尽管无需免疫组织化学染色即可进行核分裂计数，但Ki-67标记指数具有以下优点：

●Ki-67标记指数基于阳性细胞的百分比，不受显微镜视野的大小或肿瘤给定区域中肿瘤细胞数量的影响。

●在大多数肿瘤中，Ki-67标记的细胞多于核分裂中的细胞。在有限的标本中，例如肝活检，胃肠道活检或胰腺细针穿刺，可能只有少量的HPF，远低于准确进行核分裂计数和准确确定核分裂率所需的40至50HPF。在这些情况下很难。但是，即使在那些有限的样本中，通常也存在至0个细胞，从中可以轻松获得Ki-67指数。

●随着数字时代的到来，尤其是人工智能的到来，Ki-67标记索引至少具有部分自动化的潜力，从而消除了对一定数量的细胞或HPF进行计数的繁琐工作。

●此外，在世卫组织最新的年最新消化道NEN分类中，对于高分类中的高分化肿瘤，通常只有Ki-67指数高于20％才可以识别肿瘤（表1）[2]。

以前，一种常见的做法是使用核分裂计数对切除标本进行分级，并对更有限的物质使用Ki-67标记指数，但是这种方法不允许根据WHO和AJCC标准进行正式分级。包括核分裂计数有助于区分低分化的神经内分泌癌（NEC）和高分化的NET，因为后者很少在高分化范围内核分裂率（即，它们的等级不一致，见上文）。为了获得最佳的评分和更好的化疗指导，可能需要同时进行。

Ki-67标记指数通常与核分裂计数相关[34,47]；但是，可能会有差异。Ki-67蛋白的半衰期很短，其数量和位置随细胞周期而变化，这可能解释了一些作者观察到的罕见差异。在这两种扩散措施之间不一致的情况下，WHO分类建议使用较高的等级[2]，这在对不协调的低等级/中级NETs的研究中得到了验证[48]。如上所述，在大多数（如果不是全部）情况下，WHO的消化道NEN的“NETG3”类别也不一致（表1）[2]。瘤内的异质性的影响-肿瘤（或疾病的不同位点之间，如果转移是存在）内的增生率的异质性是在母语一个共同的发现。即使在一张幻灯片上，在核分裂计数和Ki-67标记指数方面也可能存在很大差异（图片5）。在ENETS/WHO分类系统中，建议至少计算40个HPF的核分裂，并使用标记最高的区域（“热点”）来确定Ki-67标记指数[7,8,49]。

如果对较大的标本进行Ki-67染色（例如切除），则以低功率扫描肿瘤以识别标记最大的热点相对简单。但是，在有限的标本中（例如，芯针活检），Ki-67指数可能不具有代表性。此外，几乎没有数据可以解决热点区域内的增生率是否比例如整个肿瘤中的平均增生率更准确地预测预后的问题。

至少两项研究已解决了该问题：

●在一项使用组织微阵列评估胰腺NET肝转移的活检样本中的预后标志物的研究中，从单个转移获得的两个随机核心的Ki-67标记指数之间具有良好的相关性[43]。但是，在29个案例中的16个案例中，样本之间的差异足以改变等级（低等级与中等级甚至是高等级）。

●同样，在转移性高分化NETs的模拟活检中对Ki-67标记指数的分析中，近一半的肿瘤显示出瘤内异质性，足以将等级从低变到中（表12）[35]。基于平均或最高Ki-67指数的组织学分级显示出与患者生存率有统计学意义的相关性（图3）。但是，就整体生存而言，与使用平均Ki-67指数评估的等级相比，根据Ki-67指数最高的等级可以更好地区分两个预后不同的组。

这些数据支持对热点进行计数，以评估异质性肿瘤中的Ki-67指数。在这种情况下，基于小的随机定向活检的低等级可能并不代表肿瘤的真实等级。为了更好地预测患者的预后，尽管尚未确定最佳数目，但仍需要进行多次活检。

用于组织学分级的其他参数和标志物—Capella和较早的WHO分类中使用的一些预后参数，例如肿瘤大小和是否存在转移，现在被视为AJCC分期系统中分期参数的一部分，并且不包括在当前的WHO分类[2]。

肿瘤坏死是WHO的肺分类[50]和胸腺类癌[51]的中级标准之一，它被用于霍奇瓦尔德和武装部队病理研究所（AFIP）胰腺网的分类[52,53]。]。但是，坏死不是最近的针对GEPNET的WHO分类标准的组成部分[2]。同样，尽管应将淋巴管和神经周浸润作为预后因素，但它们也不是分级标准的一部分。

据报导，其他几种标志物在NETs中也具有预后价值。细胞角蛋白19（CK19）是胰腺导管上皮的标志物，但在胰岛细胞中也瞬时表达。已表明其表达与胰腺NETs较差的存活率相关[54]。已经提出了基于CK19和CD（KIT）表达的分类方案，其中CK19和CD阳性胰腺网生存期最短[55]。这些标记物可能在原发性NETs中有用，但与Ki-67标记指数不同，它们似乎在转移性疾病中没有任何预后意义[34,35]。新兴数据表明，程序性细胞死亡配体1（PD-L1）可能是高级GEPNEN的生物标志物，但需要进行确证研究[5]。

其他标志物，例如p27Kip1，CD99和PAX8的潜在预后意义甚至在原发性肿瘤中也存在争议。一些推定标记物也具有谱系特异性这一事实可能限制了它们作为NETs的一般预后标记物的价值。迄今为止，这些预后指标均未获得广泛使用，并且目前尚未提议将其作为治疗分层的基础。

摘要

●神经内分泌肿瘤（NEN）被定义为具有主要神经内分泌分化能力的上皮肿瘤，遍布全身，并可能出现在胰腺或肾小管胃肠道中。

●在过去的二十年中，在消化道中出现的NENs术语已经发生了演变，反映出可分为两大类：高分化的神经内分泌肿瘤（NET）和低分化的神经内分泌癌（NEC）。（

●高分化的NET不是同一个组，并且具有一定的攻击性。单独根据形态无法预测高分化NET的生物学行为。通过核分裂计数和Ki-67标记指数评估的增生率在分化良好的NETs中具有预后意义，与肿瘤分期无关。由世界卫生组织（WHO）和美国癌症联合委员会（AJCC）批准的胰腺和肾小管胃肠道NET的分级方案最初根据增生率将分化良好的NET分为低级和中级。

●少数分化良好的NEN的核分裂率处于中等级，而Ki-67指数处于高等级（20％），并且一些肿瘤表现出从低/中等级到高等级的进展。这些肿瘤似乎与真正的低分化NEC不同，现在被认为是消化道的高分化高分化NET（表1）。

●分化差的NEC通常与快速的临床过程相关。这些肿瘤默认情况下被认为是高等级的，但不再正式分级。

●肿瘤功能也会影响术语。NETs的定义是基于由于肿瘤分泌过多激素而引起的临床症状。功能性（分泌激素的）胰腺网根据其分泌的主要激素和所导致的临床综合征（例如胰岛素瘤，胃泌素瘤，胰高血糖素瘤，VIPoma，生长抑素瘤）进行分类（表9）。免疫组织化学染色不是肿瘤分类的定义标准。

●为了准确地对肿瘤进行分类和分级并为化疗提供更好的指导，可能有必要通过核分裂计数和Ki-67标记指数评估肿瘤的增生率。

你的赞赏是我买资源的一部分。

转载请注明：http://www.nwsaj.com/jclzd/31911.html