Une nouvelle approche analytique offre le potentiel de réduire les biopsies non nécessaires du sein

USA - Français

• USA - English
• USA - Deutsch
• USA - español

- Une publication dans l'AJR définit des méthodes statistiques avancées pouvant compléter les résultats d'imagerie diagnostique pour déclasser la classification des risques liés ?la masse mammaire -

SAN ANTONIO, 3 mai 2018 /PRNewswire/ -- L?/span>American Journal of Roentgenology vient récemment de publier des constatations sur des méthodes statistiques visant ?déclasser la classification des risques liés aux masses mammaires afin de réduire le recours ?des biopsies non nécessaires du sein. Des cliniciens de Seno Medical et des collaborateurs du centre médical de l'universit?du Texas sont les coauteurs de ce rapport.¹

?nbsp;Le risque perçu d'erreur de diagnostic dans le cancer du sein avec des études de mammographie est bien plus élev?que le risque d'un diagnostic de faux positif, ceci pouvant conduire les imageurs ?recommander une biopsie du sein chaque fois que le risque de ce cancer dépasse 2 %. Des études supplémentaires d'imagerie diagnostique mammaire sont parfois effectuées pour ramener ce risque en dessous de 2 %. Il est cependant difficile de savoir exactement de combien sont réduits les risques même après un examen négatif d'imagerie diagnostique complémentaire, ?a soulign?Thomas Stavros, docteur en médecine, chef des services médicaux de Seno Medical et coauteur du rapport. ?nbsp;Toutefois, l'utilisation du rapport de vraisemblance négatif (RVN) de concert avec 4 sous-catégories du BI-RADS peut aider ?réduire le nombre de faux positifs sans rencontrer de résultats négatifs excessifs pouvant conduire ?des cancers non diagnostiqués. ?/span>

Le rapport explore l'utilisation d'un calcul statistique connu sous le nom de rapport de vraisemblance négatif (RVN). Il montre comment le RVN peut être calcul??partir de la sensibilit?et de la spécificit?de tests de diagnostic. Il présente également les RVN de certaines modalités actuellement disponibles en imagerie diagnostique. Il souligne comment la sous-catégorie 4A du BI-RADS (ou BR, Breast Imaging and Reporting Data System, système de rapports et de données en imagerie du sein) possède une gamme suffisamment faible et basse ?la fois de probabilités en prétest (voir tableau 1) pour permettre un déclassement ?une probabilit?en post-test de 2 % ou en dessous suite ?un test négatif d'imagerie diagnostique avec un RVN faible appropri?

Chaque catégorie du BI-RADS est associée ?un risque spécifique de cancer du sein. En résum? l'approche comporte les étapes suivantes :

1. Classer les lésions selon la catégorisation du BI-RADS en 4 sous-catégories. La sous-catégorie 4A est importante, car elle représente la sous-catégorie o?la gamme de valeurs prédictives positives (VPP) est ?la fois suffisamment basse et suffisamment étroite pour permettre qu'un déclassement en catégorie 3 du BI-RADS soit très possible si le résultat d'un test d'imagerie diagnostique est négatif.
2. Confirmer que la VPP se situe dans la gamme de référence des VPP de l'American College of Radiology (ACR) pour la sous-catégorie 4A du BI-RADS (> 2 % ?10 %).
3. Veiller ?ce que le RVN soit appropri?pour une constatation de test négatif afin de réduire la probabilit?du post-test ?2 % ou moins.

?nbsp;Réduire le nombre de biopsies inutiles du sein est un progrès essentiel vers l'amélioration des soins de sant?pour les femmes et la protection de la sant?du sein, ?a soulign?Pam Otto, docteure en médecine au service de Radiologie du Centre des sciences de la sant?de l'universit?du Texas ?San Antonio, coauteure du rapport. ?nbsp;Je voudrais encourager les imageurs du sein ?envisager l'utilisation des 4 sous-catégories du BI-RADS et du RVN comme des outils importants pouvant les aider ?minimiser les études de faux positifs avec un minimum d'effets adverses sur la sensibilit?et une optimisation de la sant?du sein chez leurs patientes. La disponibilit?de programmes basés sur le web pour l'automatisation des calculs de RVN devrait contribuer ?faciliter l'utilisation routinière de cet outil statistique important. ?/span>

?propos de Seno Medical Instruments, Inc.
Seno Medical Instruments, Inc. est une sociét?d'imagerie médicale basée au Texas ?San Antonio. Elle se consacre ?la mise au point et ?la commercialisation d'une nouvelle modalit?dans le diagnostic du cancer : l'imagerie opto-acoustique. Le système d'imagerie du sein Imagio?de Seno Medical fusionne la technologie opto-acoustique et les ultrasons (OA/US) afin de générer en temps réel des images fonctionnelles et anatomiques du sein. Les images opto-acoustiques fournissent une carte unique du sang autour des masses mammaires tandis que les ultrasons fournissent une image anatomique traditionnelle. ?travers l'apparition ou l'absence de deux indicateurs caractéristiques de cancers – angiogenèse et désoxygénation – Seno Medical estime que le système Imagio OA/US d'imagerie du sein sera un outil aidant les radiologues ?confirmer ou écarter une malignit?de façon plus efficace que les modalités actuelles d'imagerie diagnostique – et sans exposition ?des rayonnements ionisants potentiellement dangereux (rayons X) ou aux agents de contraste. Pour en apprendre davantage, sur la technologie d'imagerie OA/US de Seno Medical et ses applications, visiter www.SenoMedical.com.

¹ Yang WT, Parikh JR, Stavros AT, Otto P and Maislin G. Exploring the Negative Likelihood Ratio and How It Can Be Used to Minimize False-Positives in Breast Imaging. AJR 2018 ; 210 : 301-306 (Exploration du rapport de vraisemblance négative et de la façon dont il peut servir ?minimiser les faux-positifs dans l'imagerie du sein).

Contact avec les médias
Erich Sandoval
Lazar Partners Ltd.
tél. : +1 917-497-2867
courriel : [email protected]

Related Links

http://www.SenoMedical.com