Utilizamos cookies para comprender de qué manera utiliza nuestro sitio y para mejorar su experiencia. Esto incluye personalizar el contenido y la publicidad. Para más información, Haga clic. Si continua usando nuestro sitio, consideraremos que acepta que utilicemos cookies. Política de cookies.

MedImaging

Deascargar La Aplicación Móvil
Noticias Recientes Radiografía RM Ultrasonido Medicina Nuclear Imaginología General TI en Imaginología Industria

Mejor método de cribado para cáncer de mama

Por el equipo editorial de MedImaging en español
Actualizado el 29 Jun 2016
Los investigadores no están contentos con los modelos actuales para la determinación de la relación de riesgo/beneficio de la mamografía de cribado y sugieren que la medición de los Años de Vida de Calidad Ajustada (QUALY) ganados, cuando se previene el cáncer de mama, podría ser más exacto.
 

Imagen: La investigación muestra que el Programa de Detección de Cáncer de Mama de Noruega redujo la mortalidad (Fotografía cortesía del NBCSP).
Imagen: La investigación muestra que el Programa de Detección de Cáncer de Mama de Noruega redujo la mortalidad (Fotografía cortesía del NBCSP).
Los investigadores en Noruega encontraron que había una gran incertidumbre en la evaluación de un programa de cribado de cáncer de mama, de larga duración, en el país, especialmente en las estimaciones del exceso de diagnósticos.
 
Los investigadores del Departamento de Cribado en el Registro de Cáncer de Noruega (Oslo, Noruega), estudiaron las estimaciones de la relación beneficio/perjuicio del Programa de Detección de Cáncer de Mama de Noruega (NBCSP) en 2015, y presentaron los resultados en el congreso anual de la Sociedad Radiológica de Norteamérica (RSNA 2015). Los resultados fueron publicados en la edición de marzo de 2016, de la revista Journal of Medical Screening. Bajo el programa, todas las mujeres de 50 a 69 reciben una invitación para un examen de revisión cada dos años. El Consejo de Investigación de Noruega también evaluó el programa de cribado, entre 2007 y 2015.
 
Según los investigadores, el rango de estimaciones varía ampliamente y debe ser interpretado cuidadosamente antes de su publicación. Además, las estimaciones incluyen dos variables diferentes que no son comparables - vidas salvadas y casos de diagnóstico excesivo. Los investigadores encontraron que el programa salvó una vida por alrededor de unas 1-2 mujeres con un diagnóstico epidemiológico exagerado. Los investigadores sugieren que el uso de una simple relación riesgo/beneficio podría ser engañosa. En su lugar, proponen el uso de los años de vida de calidad ajustados (QALYs) ganados cuando se previene el cáncer de mama, en comparación con los QALY perdidos en los casos de los diagnósticos excesivos.
 
El ministro de Salud de Noruega decidió continuar con el programa NBCSP, sin cambios, a pesar de las conclusiones de los investigadores.
 
Solveig Hofvind, PhD, investigador del Departamento de Detección, del Registro de Cáncer de Noruega, dijo: “Nuestra investigación demuestra que es muy difícil encontrar números claros para mostrar esta relación riesgo/beneficio de la mamografía de detección. La gama es tan amplia y depende de tantos factores diferentes, que es importante entender la logística de detección y la epidemiología a fin de elegir el modelo adecuado para calcular dicha relación. En cualquier caso, si un paciente le pide información sobre la relación riesgo/beneficio, la información debe ser compartida e interpretada con información sustancial. Sé que las mujeres pueden preguntar acerca de esta relación y tenemos que estar preparados para darles información con el mejor conocimiento que tenemos hoy”.

Enlace relacionado:

Cancer Registry of Norway
 


New
Pocket Fetal Doppler
CONTEC10C/CL
Ultrasound-Guided Biopsy & Visualization Tools
Endoscopic Ultrasound (EUS) Guided Devices
New
Half Apron
Demi
Digital X-Ray Detector Panel
Acuity G4

Últimas Imaginología General noticias

Dispositivo portátil pionero ofrece una alternativa revolucionaria a las tomografías computarizadas

Análisis de TC basado en IA predice daño renal en etapa temprana causado por tratamientos contra el cáncer

Herramienta basada en aprendizaje profundo mejora el diagnóstico del cáncer de hígado