As pontuações de risco podem ajudar na avaliação do tecido mamário denso

A densidade da mama continua a ser um desafio para os radiologistas da mama, mas pesquisas recentes lançam uma nova luz sobre como os imageadores da mama podem refinar as estimativas de risco de câncer para mulheres com tecido mamário denso. Em apresentações no ECR 2022, o Dr. Nicholas Payne, da Universidade de Cambridge, no Reino Unido, e o Dr. Riccardo Samperna, do Radboud University Medical Center, na Holanda, discutiram o trabalho de suas respectivas equipes sobre esse tópico, que incluiu a criação de pontuações de risco e a redução de lacunas em estimativa automática da densidade mamária. "É uma questão no momento se devemos mudar ou alterar a maneira como examinamos as mulheres que têm tecido mamário denso, pois o tecido denso aumenta o risco de câncer de mama e mascara mais lesões nas mamografias", disse Payne.

A densidade da mama é um fator de risco conhecido para aumentar as chances de uma mulher desenvolver câncer de mama, com a mamografia convencional lutando para identificar câncer de mama em mamas altamente densas. A tomossíntese mamária digital (DBT) e métodos complementares de triagem, como ressonância magnética e ultrassonografia, foram propostos para ajudar nessa área. De fato, a European Society of Breast Imaging (EUSOBI) recomenda que mulheres com mamas extremamente densas sejam submetidas a exames complementares, de preferência com ressonância magnética. Mas quão em risco estão as mulheres com diferentes densidades mamárias?

Em sua apresentação ECR, Payne falou sobre o estudo de sua equipe, que analisou dados do estudo multisite Breast Screening: Risk Adaptive Imaging for Density (BRAID). O estudo inclui mulheres com mamas densas (BI-RADS C ou D) e que fazem exames de rotina de mama. As mulheres no estudo preencheram um questionário online cobrindo fisiologia, estilo de vida, histórico médico e histórico familiar. A equipe coletou dados de um total de 3.706 mulheres entre 50 e 70 anos. A partir daí, os pesquisadores alimentaram os dados em um algoritmo criado pela universidade, chamado de Breast and Ovarian Analysis of Disease Incience and Carrier Estimar Algorithm (BOADICEA). Isso gerou uma pontuação que representa o risco de câncer de mama nos próximos cinco anos.

Eles descobriram que a pontuação de risco de câncer gerada pelo BOADICEA com base em múltiplas variáveis ​​alterou as estimativas de risco em vez de usar uma única variável sozinha.

IA e densidade mamária

O papel da densidade mamária em mulheres em risco também pode ser calculado usando inteligência artificial (IA). A avaliação automatizada da densidade da mama usa a IA para calcular as estimativas de densidade, usando a espessura da mama e a atenuação de raios-x. o entanto, estudos mostraram uma falta de fortes correlações na avaliação da densidade entre as modalidades de imagem. Em uma segunda apresentação no ECR, Samperna abordou essas lacunas com a pesquisa de sua equipe, que visava tornar a avaliação automatizada em todas as modalidades mais consistente. "Quando você está construindo pontes, lembre-se de observar as lacunas", disse Samperna.

Os pesquisadores analisaram dados de 510 mulheres com um total de 1.039 exames de mamografia e ressonância magnética pareados, com um intervalo máximo de um mês entre os exames. Eles também usaram o modelo de aprendizado de máquina interno do centro médico que extrai automaticamente máscaras de tecido mamário e fibroglandular. Essas medidas foram combinadas com medidas de densidade mamográfica.

Samperna et al descobriram que eles foram capazes de combinar perfeitamente 81,1% dos estudos de RM correspondentes em casos de mamografia de mama densa. Após o ajuste para os limiares, 74,4% dos estudos mostraram uma correspondência exata entre as classes de mamografia e ressonância magnética. Samperna disse que esses resultados podem ajudar a facilitar a triagem personalizada para as mulheres.

Imagem: O Dr. Riccardo Samperna, do Radboud University Medical Center, na Holanda, apresenta uma pesquisa na ECR 2022 em Viena que aborda as lacunas nas avaliações automatizadas da densidade mamária. Samperna e colegas usaram medidas mamográficas, bem como o modelo interno de aprendizado de máquina da Radbound, para combinar casos de mamografia e ressonância magnética em mulheres com mamas densas, com o objetivo de facilitar o atendimento personalizado.

Fonte: https://www.auntminnie.com/index.aspx?sec=sup&sub=wom&pag=dis&ItemID=136551