¿Puede un listado de mamografías en orden creciente de densidad mamaria mejorar la interpretación y eficiencia?
Un nuevo estudio sugiere que revisar las imágenes de mamografías en orden ascendente de densidad mamaria volumétrica, en lugar de un orden aleatorio, puede reducir el tiempo de lectura y el tiempo de fijación en lesiones malignas, lo que podría mejorar la eficiencia en el trabajo de los radiólogos.
La densidad mamaria es un factor importante en la interpretación de mamografías, ya que el tejido mamario denso puede dificultar la detección de anomalías.
Este estudio retrospectivo, publicado en Radiology, analizó el impacto del orden de lectura de las mamografías, comparando tres enfoques: en orden de densidad mamaria volumétrica creciente (DMV), en orden aleatorio y a través de un aprendizaje auto-supervisado (AAS), el cual agrupa de forma automática imágenes de mamografía similares.
Metodología del Estudio
El estudio incluyó la participación de trece radiólogos que revisaron mamografías de una cohorte de 150 mujeres, con una edad media de 55 años. La muestra se dividió equitativamente entre mujeres con cáncer de mama y sin él.
Los investigadores analizaron si el orden de lectura afectaba el tiempo de lectura, la fijación en las lesiones malignas y la precisión diagnóstica, comparando el orden en base a la DMV con el orden aleatorio y el basado en AAS.
Impacto en la eficiencia del trabajo
Los resultados del estudio mostraron que, en comparación con el orden aleatorio, la lectura de mamografías en orden de creciente DMV no resultó en diferencias significativas en cuanto a sensibilidad (81 % en ambos casos) ni especificidad (86 % frente a 89 %).
Sin embargo, sí se observó una leve mejora en el área bajo la curva (AUC) (92 % frente a 93 %), lo que indica una ligera mejora en la precisión general.
Lo más destacable fue la reducción en el tiempo medio de lectura (24,3 segundos frente a 27,9 segundos) y el tiempo de fijación en las regiones malignas (3,7 segundos frente a 4,6 segundos).
Esto sugiere que organizar las lecturas en función de la densidad mamaria podría optimizar el flujo de trabajo de los radiólogos.
Beneficios de la adaptación visual
Los investigadores sugieren que la mejora en la eficiencia puede estar relacionada con la adaptación visual de los radiólogos al revisar mamografías en orden de creciente densidad mamaria.
Según los autores, esta adaptación podría ayudar a diferenciar mejor entre características normales y anomalías, lo que podría explicar el menor tiempo de fijación en las lesiones malignas.
“El proceso de adaptación visual podría facilitar la identificación de patrones en las imágenes, mientras que la caracterización de lesiones requiere procesos cognitivos más complejos, como el reconocimiento de patrones y la experiencia clínica”,
explican Jessie J.J. Gommers, MSc, y sus colegas del Centro Médico de la Universidad Radboud en los Países Bajos.
Comparación con otros métodos
El estudio también evaluó el método basado en AAS y no encontró diferencias significativas en comparación con el orden aleatorio en términos de sensibilidad (80 % frente a 81 %), especificidad (84 % frente a 86 %) o AUC (92 % en ambos casos).
Asimismo, no se observaron diferencias en el tiempo hasta la primera fijación (TTFF) de las lesiones entre los tres enfoques.
Aplicación en Tomosíntesis Mamaria
Aunque el estudio se centró en la mamografía 2D, los investigadores sugieren que estos hallazgos podrían tener implicaciones importantes para la tomosíntesis mamaria digital (TMD), un método de imagen más avanzado pero con tiempos de lectura considerablemente más largos.
De hecho, en un editorial que acompaña al estudio, el Dr. Lars J. Grimm, de la Universidad de Duke, destacó el potencial de esta estrategia para mejorar la eficiencia en la revisión de mamografías TMD, donde los tiempos de interpretación pueden ser hasta el doble de largos que en la mamografía 2D.
El estudio muestra que organizar la revisión de mamografías en orden de creciente densidad mamaria podría mejorar la eficiencia sin comprometer la precisión diagnóstica.
Aunque no hubo diferencias significativas en la sensibilidad o especificidad, la reducción del tiempo de lectura y la menor fijación en las lesiones malignas sugieren que esta estrategia podría optimizar el flujo de trabajo en la detección del cáncer de mama.
Además, los autores del estudio señalan que la integración de métricas cuantitativas de densidad en los flujos de trabajo de detección y la implementación de algoritmos automatizados de clasificación son factibles y pueden ser valiosas para optimizar la eficiencia en la revisión de mamografías.
Para conocer más sobre esta investigación puede visitar la Editorial y el artículo completo publicado en Radiology.
0 comentarios