Perfiles de riesgo junto con diagnóstico por mamografía reducen número de tumores pasados por alto
Por el equipo editorial de MedImaging en español
Actualizado el 07 Aug 2014
Un nuevo método para la lectura de las mamografías, el cual tiene en cuenta el perfil de riesgo para la salud de la mujer, reduciría el número de tumores pasados por alto y además disminuiría el número de resultados falsos positivos, según un estudio reciente.Actualizado el 07 Aug 2014
Los hallazgos del estudio fueron presentados en una conferencia del Instituto de Investigación de Operaciones y Ciencias de la Gestión (INFORMS; Catonsville, MD, EUA), que se realizó del 16 al 18 de junio de 2014, en la Universidad de Georgetown en Washington DC (EUA). Mehmet U. S. Ayvaci, de la Universidad de Texas en Dallas (EUA) presentó los hallazgos de su grupo de investigación sobre el papel de los perfiles de riesgo en la interpretación de las mamografías en Avances en el Análisis de Decisiones, una conferencia patrocinada por la Sociedad del Análisis de Decisiones (DAS) del INFORMS. Conformada en 1980 y con 1.000 miembros en la actualidad, la DAS apoya el desarrollo y la utilización de métodos lógicos para mejorar la toma de decisiones en las empresas públicas y privadas.
Los investigadores encontraron que al suministrarles a los radiólogos la información sobre el perfil de riesgo de tener cáncer de mama para las pacientes, en el momento más adecuado, que es cuando revisan el examen de la mamografía, junto con una ponderación estadística basada en el perfil de riesgo, se reducen los resultados falsos negativos en un 3,7% y de esta manera pueden adelantar un aviso a las mujeres cuyo cáncer habría permanecido sin diagnosticar, en una etapa temprana, cuando el tratamiento es más eficaz. También se reducen los resultados falsos positivos en un 3,23%, reduciendo así costos innecesarios de atención médica y evitando la preocupación injustificada a las pacientes.
Los factores de riesgo incluyen antecedentes familiares, historia reproductiva, edad y grupo étnico y otros que conforman la información de su perfil de riesgo. Los investigadores examinaron complicadas cuestiones para establecer si suministrar la información del perfil de riesgo de las mujeres a quienes se está examinando la presencia de cáncer sesgaría a los radiólogos y, de haber sesgo, si este sesgo en realidad ayuda a que las lecturas sean más eficaces.
Históricamente, la evidencia clínica disponible no ha sido concluyente sobre el uso de la información del perfil en la interpretación de las mamografías. Una posición es que la información del perfil ayuda a los radiólogos a tomar mejores decisiones y que debe ser utilizada cuando se leen las mamografías. Una posición opuesta sostiene que la información del perfil puede sesgar a los radiólogos. Sin embargo, no está claro si ese sesgo resulta siempre nocivo.
Los investigadores examinaron la información del perfil y el posible sesgo en la interpretación de la mamografía utilizando una técnica de la ciencia de la toma de decisiones llamada agrupación lineal de la opinión, que asigna ponderaciones para obtener mejores estimaciones de la probabilidad agregada. Ellos analizaron el desempeño en la decisión para tres grupos: (1) Sólo lectura de la mamografía, sin información sobre el perfil de riesgo de la paciente; (2) Lectura sin sesgo, en la cual los radiólogos consultan el perfil de riesgo después de examinar la mamografía y (3) Por último, lecturas sesgadas o “influenciadas”, en las cuales los radiólogos consultan el perfil de riesgo de la paciente, cuando examinan la mamografía. Luego estudiaron las condiciones en las que la información del perfil podría ayudar a mejorar las decisiones sobre la biopsia.
El análisis numérico que se realizó utilizando una base de datos clínicos del Consorcio para la Vigilancia del Cáncer de Mama reveló que el uso de la información del perfil con una adecuada ponderación podría reducir los falsos positivos y el número de tumores pasados por alto en comparación con los casos en los cuales no se examinó la información del perfil.
Enlaces relacionados:
Institute for Operations Research and the Management Sciences
University of Texas Dallas