Los investigadores han descubierto que la radiómica de resonancia magnética muestra una alta precisión diagnóstica para predecir la expresión de Ki-67 en el cáncer de mama.
Los hallazgos son una buena noticia para los pacientes cuando se trata de evaluar la enfermedad, ya que Ki-67 es un indicador eficaz de la agresividad del tumor, escribió un equipo dirigido por el Dr. Peyman Tabnak, de la Universidad de Ciencias Médicas de Tabriz, en Tabriz, Irán.
“[Accurate] La estimación del Ki-67 es esencial tanto para la clasificación de tumores como para la predicción del pronóstico”, señaló el grupo.
El cáncer de mama es la forma más común de cáncer entre las mujeres y durante mucho tiempo se han utilizado biomarcadores inmunohistoquímicos como ER, PR y HER2 para clasificarlo. Otro biomarcador utilizado para este propósito es Ki-67, una proteína que señala la proliferación celular y ha sido rastreada no sólo para evaluar la agresividad del cáncer sino también la respuesta del paciente al tratamiento y el pronóstico, explicó el equipo. El análisis de Ki-67 tiende a realizarse mediante muestreo de tejido mediante biopsia; Los investigadores han estado interesados en explorar el uso de técnicas menos invasivas, como las imágenes, y el desarrollo continuo de la tecnología de inteligencia artificial ha comenzado a hacer que la identificación de la patología de la enfermedad mediante imágenes sea aún más efectiva.
“Las técnicas de inteligencia artificial, incluido el aprendizaje automático y el aprendizaje profundo, han mostrado un potencial prometedor en diversas aplicaciones médicas, en particular en imágenes médicas”, escribió el grupo. “Estos enfoques impulsados por IA pueden analizar automáticamente patrones complejos dentro de imágenes, ofreciendo un medio poderoso para extraer información valiosa de datos médicos. Una de esas aplicaciones es la radiómica… que implica la extracción y el análisis de alto rendimiento de características cuantitativas de imágenes médicas y su conversión. funciones en herramientas de apoyo a la toma de decisiones”.
Para investigar el uso de IA e imágenes para rastrear Ki-67 en pacientes con cáncer de mama, los autores realizaron una revisión de la literatura de 21 estudios encontrados en PubMed, Web of Science y Embase hasta marzo de 2023, evaluando la sensibilidad, especificidad y área de cada estudio. resultados bajo la curva (AUC).
Encontraron lo siguiente:
| Valor predictivo de la radiómica basada en resonancia magnética para el antígeno Ki-67 en pacientes con cáncer de mama | |
|---|---|
| Medida | Resultado |
| Cohorte de entrenamiento modelo | |
| AUC (con 1 como referencia) | 0,88 |
| Sensibilidad | 80% |
| Especificidad | 82% |
| Cohorte de validación del modelo | |
| AUC (con 1 como referencia) | 0,84 |
| Sensibilidad | 81% |
| Especificidad | 73% |
Los autores también encontraron que el rendimiento diagnóstico en estudios que utilizaron radiómica basada en aprendizaje profundo y múltiples secuencias de resonancia magnética (por ejemplo, una combinación de imágenes ponderadas por difusión) [DWI] y contraste dinámico mejorado [DCE] imágenes) fue algo mayor, y que las características radiómicas obtenidas de las secuencias DWI funcionaron mejor que las secuencias con contraste en términos de especificidad y sensibilidad, escribieron.
“[Our review and analysis] demostró que la radiómica basada en resonancia magnética tiene una utilidad potencial sólida para predecir Ki-67 en el cáncer de mama”, concluyeron Tabnak y sus colegas.
El estudio completo se puede encontrar aquí.
2023-11-06 21:02:57
1699304876
#radiómica #resonancia #magnética #prometedora #para #identificar #cáncer #mama #Ki67
