Abstract Purpose: Lower-grade gliomas (WHO grade II/III) have been classified into clinically relevant molecular subtypes based on IDH and 1p/19q mutation status. The purpose was to investigate whether T2/FLAIR MRI features could distinguish between lower-grade glioma molecular subtypes. Experimental Design: MRI scans from the TCGA/TCIA lower grade glioma database (n = 125) were evaluated by two independent neuroradiologists to assess (i) presence/absence of homogenous signal on T2WI; (ii) presence/absence of “T2–FLAIR mismatch” sign; (iii) sharp or indistinct lesion margins; and (iv) presence/absence of peritumoral edema. Metrics with moderate–substantial agreement underwent consensus review and were correlated with glioma molecular subtypes. Somatic mutation, DNA copy number, DNA methylation, gene expression, and protein array data from the TCGA lower-grade glioma database were analyzed for molecular–radiographic associations. A separate institutional cohort (n = 82) was analyzed to validate the T2–FLAIR mismatch sign. Results: Among TCGA/TCIA cases, interreader agreement was calculated for lesion homogeneity [κ = 0.234 (0.111–0.358)], T2–FLAIR mismatch sign [κ = 0.728 (0.538–0.918)], lesion margins [κ = 0.292 (0.135–0.449)], and peritumoral edema [κ = 0.173 (0.096–0.250)]. All 15 cases that were positive for the T2–FLAIR mismatch sign were IDH-mutant, 1p/19q non-codeleted tumors (P < 0.0001; PPV = 100%, NPV = 54%). Analysis of the validation cohort demonstrated substantial interreader agreement for the T2–FLAIR mismatch sign [κ = 0.747 (0.536–0.958)]; all 10 cases positive for the T2–FLAIR mismatch sign were IDH-mutant, 1p/19q non-codeleted tumors (P < 0.00001; PPV = 100%, NPV = 76%). Conclusions: Among lower-grade gliomas, T2–FLAIR mismatch sign represents a highly specific imaging biomarker for the IDH-mutant, 1p/19q non-codeleted molecular subtype. Clin Cancer Res; 23(20); 6078–85. ©2017 AACR.

Accurate segmentation of different sub-regions of gliomas such as peritumoral edema, necrotic core, enhancing and non-enhancing tumor core from multimodal MRI scans has important clinical relevance in diagnosis, prognosis and treatment of brain tumors. However, due to the highly heterogeneous appearance and shape of these tumors, segmentation of the sub-regions is challenging. Recent developments using deep learning models has proved its effectiveness in various semantic and medical image segmentation tasks, many of which are based on the U-Net network structure with symmetric encoding and decoding paths for end-to-end segmentation due to its high efficiency and good performance. In brain tumor segmentation, the 3D nature of multimodal MRI poses challenges such as memory and computation limitations and class imbalance when directly adopting the U-Net structure. In this study we aim to develop a deep learning model using a 3D U-Net with adaptations in the training and testing strategies, network structures and model parameters for brain tumor segmentation. Furthermore, instead of picking one best model, an ensemble of multiple models trained with different hyper-parameters are used to reduce random errors from each model and yield improved performance. Preliminary results demonstrate the effectiveness of this method and achieved the 9th place in the very competitive 2018 Multimodal Brain Tumor Segmentation (BraTS) challenge. In addition, to emphasize the clinical value of the developed segmentation method, a linear model based on the radiomics features extracted from segmentation and other clinical features are developed to predict patient overall survival. Evaluation of these innovations shows high prediction accuracy in both low-grade glioma and glioblastoma patients, which achieved the 1st place in the 2018 BraTS challenge.

Abstract Purpose: DNA methylation profiling stratifies isocitrate dehydrogenase (IDH)-mutant astrocytomas into methylation low- and high-grade groups. We investigated the utility of the T2-fluid-attenuated inversion recovery (T2-FLAIR) mismatch sign for predicting DNA methylation grade and cyclin-dependent kinase inhibitor 2A/B (CDKN2A/B) homozygous deletion, a molecular biomarker for grade 4 IDH-mutant astrocytomas, according to the 2021 World Health Organization classification. Experimental Design: Preoperative MRI scans of IDH-mutant astrocytomas subclassified by DNA methylation profiling (n = 71) were independently evaluated by two radiologists for the T2-FLAIR mismatch sign. The diagnostic utility of T2-FLAIR mismatch in predicting methylation grade, CDKN2A/B status, copy number variation, and survival was analyzed. Results: The T2-FLAIR mismatch sign was present in 21 of 45 (46.7%) methylation low-grade and 1 of 26 (3.9%) methylation high-grade cases (P < 0.001), resulting in 96.2% specificity, 95.5% positive predictive value, and 51.0% negative predictive value for predicting low methylation grade. The T2-FLAIR mismatch sign was also significantly associated with intact CDKN2A/B status (P = 0.028) with 87.5% specificity, 86.4% positive predictive value, and 42.9% negative predictive value. Overall multivariable Cox analysis showed that retained CDKN2A/B status remained significant for progression-free survival (P = 0.01). Multivariable Cox analysis of the histologic grade 3 subset, which was nearly evenly divided by CDKN2A/B status, copy number variation, and methylation grade, showed trends toward significance for DNA methylation grade with overall survival (P = 0.045) and CDKN2A/B status with progression-free survival (P = 0.052). Conclusions: The T2-FLAIR mismatch sign is highly specific for low methylation grade and intact CDKN2A/B in IDH-mutant astrocytomas.

Abstract Objective Mandibular plate reconstruction (MPR) is often indicated after tumor ablation, osteoradionecrosis excision, and traumatic bone loss to restore oral functionality and facial cosmetics. There are limited analyses identifying risk factors that lead to plate infection (PIn), exposure, and removal (“plate complications”). Study Design Retrospective cohort study. Setting Academic tertiary medical center. Methods Patients who underwent MPR from 2013 to 2022 were identified. Risk factors for plate complications were analyzed based on demographic, clinical, intraoperative, and postoperative factors. Multivariable analysis was conducted with logistic regression. Survival analysis was conducted with a Cox model. Results Of the 188 patients analyzed, 48 (25.5%) had a plate complication [infection: 22 (11.7%); exposure: 23 (12.2%); removal: 35 (18.6%)]. Multivariate analysis revealed predictive associations between at least 1 plate complication and the following variables: smoking status, soft tissue defect size, number of plates, average screw length, and various postoperative complications. Other associations approached the threshold for significance. Prior and adjuvant radiation therapy, type of free flap, stock versus custom plates, and perioperative antibiotic prophylaxis regimens were not associated with plate complications. No plate complication was independently associated with lower overall survival. PIn (hazard ratio, HR: 7.99, confidence interval, CI [4.11, 15.54]) and exposure (HR: 3.56, CI [1.79, 7.08]) were independently associated with higher rates of plate removal. Conclusion Plate complications are relatively common after MPR. Smoking history, specific disease characteristics, hardware used during surgery, and postoperative complications may help identify higher‐risk patients, but additional larger‐scale studies are needed to validate our findings and resolve discrepancies in the current literature.

The assessment of ventricle size is crucial in diagnosing hydrocephalus and in detecting shunt malfunctions. Current methods primarily involve 2-dimensional measurements or ratios. We evaluated the accuracy of volumetric analysis and radiomics in diagnosing hydrocephalus and shunt malfunction.

Abstract BACKGROUND The incorporation of molecular parameters into WHO CNS5 has led to reclassification of many gliomas. We undertook to describe presenting clinical and radiographic features of diffuse adult gliomas according to CNS5 category. METHODS We reviewed pathology reports, clinical and MRI data at presentation of 972 adult patients with glioma diagnosed between 1/2010-2/2022. Continuous variables were presented as median; categorical variables as numbers and percentages, and comparison were performed using chi-square test. RESULTS 736 patients had sufficient data for CNS5 re-classification and were included in the analysis: Grade 2 IDH-mutant (IDHmut) astrocytoma (A2) n=69, grade 3 IDHmut astrocytoma (A3) n=37, grade 4 IDHmut astrocytoma (A4), n=32, grade 2 oligodendroglioma (O2) n=60, grade 3 oligodendroglioma (O3) n=23, and grade 4 IDH-wildtype glioblastoma (GBM) n=515. Age at presentation significantly differed between grade 2&3 gliomas and grade 4 (mean age:39 versus 61.7; p<0.001); A4 were also younger than GBM (39.8 versus 63.1). A majority in all categories except grade 2 gliomas were male. Seizure was more common in IDHmut gliomas than GBM (58.4% versus 31.8%;p<0.001), while cognitive impairment was more common in GBM than in IDHmut gliomas (64.4% versus 34.4%;p<0.001) and in A4 (64% versus 40.6%;p=0.013). Focal deficits at presentation were more frequent in GBM than in IDHmut gliomas (74.2% versus 30.5%;p<0.001), but not significantly different compared to A4 (74.2% versus 58.1%;p=0.06). Contrast enhancement on MRI was more frequent in GBM compared to IDHmut gliomas (93% versus 48%;p<0.001), but similar frequency with A4 (93% versus 96%;p=1.00). The minimum ADC was significantly higher in IDHmut glioma including A4 than GBM(p<0.001). Calcification was more common in oligodendroglioma than astrocytoma and GBM (p<0.001), and more frequent in A4 than GBM(p=0.016). CONCLUSION Significant differences in the clinical presentation and radiologic features exist among CNS5 glioma subtypes, informing potential diagnosis, management and prognosis at initial presentation.