Abstract

A mamografia digital é, atualmente, o pilar do programa de rastreio do cancro da mama, contudo a densidade mamária afeta negativamente a sua performance de diagnóstico, diminuindo a sua sensibilidade devido ao efeito – designado em Radiologia “efeito máscara”. Com o objetivo de superar este inconveniente, a tomossíntese tem conseguido bons resultados em mulheres com elevada densidade mamária, devido à sua capacidade de reduzir as falsas imagens resultantes da sobreposição dos tecidos. Este estudo pretende explorar a literatura no que diz respeito à integração da tomossíntese nos programas de rastreio para avaliação de mulheres com elevada densidade mamária, com base nos indicadores clínicos: taxa de rechamada – recall rate, fração de falsos positivos (FFP) e taxa de deteção de lesões. Da pesquisa na literatura resultaram 79 estudos, dos quais 11 foram incluídos para análise. Verifica-se que a utilização da tomossíntese mais mamografia está associada à redução da recall rate, em todas as categorias ACR, mas maioritariamente na categoria C (Starikov A. et al, 2016) atingindo 8,83% para a tomossíntese e 10,98% para a mamografia (Alsheik N. et al, 2019), e 10,4% para a tomossíntese e 19,9% para a mamografia no estudo de Conant E. et al, 2019. A FFP também beneficia duma diminuição, porém, aumenta com o aumento das categorias ACR sendo cerca de 5 vezes superior na categoria D. A taxa de deteção de lesões também aumentou com a adoção da tomossíntese sendo cerca de 1,41 vezes superior em cada 1000 mulheres, e com maior expressão em mulheres com tecido mamário denso. Conclui-se que o uso isolado da tomossíntese ou a sua adição à mamografia demonstra resultados muito positivos, dado que esta modalidade de imagem contribui para a deteção de lesões de menores dimensões e, consequentemente, aumento da taxa de deteção de lesões, aumento da especificidade, diminuição da recall rate e FFP. Por este motivo a tomossíntese demonstra ser uma técnica promissora e pode representar uma resposta eficaz nos programas de rastreio.

Full Text
Paper version not known

Talk to us

Join us for a 30 min session where you can share your feedback and ask us any queries you have

Schedule a call

Disclaimer: All third-party content on this website/platform is and will remain the property of their respective owners and is provided on "as is" basis without any warranties, express or implied. Use of third-party content does not indicate any affiliation, sponsorship with or endorsement by them. Any references to third-party content is to identify the corresponding services and shall be considered fair use under The CopyrightLaw.