Árboles de decisión como herramienta de apoyo en la clasificación de las lesiones mamarias, según el sistema de categorización bi-rads® del american college of radiology

Resumo

El cáncer de mama es el tumor maligno más frecuente en las mujeres, (a excepción de los tumores malignos de piel, no melanomas) tanto en los países desarrollados, como en los países en desarrollo. Considerando los dos sexos, es el segundo más frecuente en el mundo después del cáncer de pulmón. La detección precoz, con vistas a mejorar el pronóstico y reducir la mortalidad, sigue siendo la piedra angular del control de este tipo de cáncer. El aumento de concienciación sobre el cáncer de mama y la amplia utilización de las técnicas de imagen como cribado o en entornos de diagnóstico, han llevado a la detección de un número creciente de hallazgos en estudios de imagen, en los que el objetivo fundamental es confirmar o descartar malignidad. Para ello, los radiólogos especialistas en patología mamaria, se basan en un cálculo de probabilidades, o lo que es lo mismo, en la estimación del Valor Predictivo Positivo (VPP) para malignidad de un hallazgo determinado. La interpretación de la imagen mamaria, especialmente de la imagen mamográfica, conlleva dos fases: detección y análisis. En ambas influyen tanto factores relacionados con la técnica, como dependientes del radiólogo y del entorno en el que realiza su trabajo. Factores relacionados con la técnica, como la calidad de imagen, la inclusión de todo el parénquima mamario en el estudio o la presencia de artefactos, limitan la valoración del estudio con independencia de otros factores. Factores dependientes del radiólogo son básicamente la experiencia y la formación, que es esperable que mejoren con el tiempo; sin embargo, la mejora puede no ser lineal, ya que la interpretación de imágenes, en cualquier disciplina médica o no médica, es altamente subjetiva. El sistema BI-RADS® es una publicación universalmente aceptada por los radiólogos dedicados a la mama, que se creó con la intención de estandarizar el lenguaje y el informe mamográfico, con el fin de facilitar el entendimiento entre los diferentes especialistas implicados en el manejo de la patología mamaria, y como herramienta de monitorización y mejora continua de la calidad. El ACR establece que “el sistema BI-RADS® es una herramienta de garantía de calidad diseñada para estandarizar el informe mamográfico, reducir la confusión en la interpretación de la imagen mamaria y facilitar la monitorización de los resultados”. Las técnicas de imagen son una herramienta fundamental en el diagnóstico de la patología mamaria. Sin embargo, el bajo valor predictivo positivo de la biopsia de mama resultante de la interpretación de las mismas conduce a aproximadamente el 70% de biopsias innecesarias con resultados benignos. Por eso, los algoritmos de minería de datos, que forman parte del proceso de extracción de información en grandes volúmenes de datos, podrían servir como ayuda a en la toma de decisiones, para la selección de indicaciones de biopsia, evitando así procedimientos diagnósticos de mayor agresividad y coste. La construcción de diferentes modelos de categorización de las principales lesiones informadas en los estudios de imagen de la mama, tanto mamografía como ecografía, utilizando para ello los árboles de decisión como técnica de minería de datos puede permitir el establecimiento de la categoría BI-RADS® para todas aquellas combinaciones de características que sea posible, y servir como valor de apoyo a los especialistas en la valoración de las lesiones. También pueden servir para comprobación la importancia que factores no relacionados con la imagen, como puede ser la edad, la clínica asociada a la lesión y el tamaño de la misma, pueden tener en la probabilidad de malignidad y asignación de la categoría BI-RADS®. Estos factores no son considerados en la actualidad por el Colegio Americano de Radiología. El alto nivel de sistematización de la descripción de las lesiones mamarias obtenidas con la introducción del Sistema BI-RADS® del ACR, hace posible el diseño de modelos predictivos utilizando técnicas de minería de datos. Además los modelos diseñados en el estudio, basados en árboles de decisiones, presentan una alta estabilidad, con mejora de los parámetros de calidad cuando se introducen nuevos casos. La objetividad de los modelos es alta, lo que hace que se puedan considerar de utilidad en la práctica clínica, como apoyo en la toma de decisiones. Además al considerar factores no relacionados con la imagen, en combinación con las características mamográficas y ecográficas, se ha demostrado el alto peso de los mismos en el VPP final, lo que confirma la necesidad de su incorporación sistemática al análisis de las lesiones mamarias en la práctica clínica, y que actualmente el sistema BI-RADS® no contempla.