Utilizando algoritmos médicos avanzados, los investigadores han identificado seis patrones de textura de senos que pueden indicar un alto riesgo de cáncer de mama.
En Un nuevo estudiouno de los más grandes de su tipo, publicado en la revista Radiología, Un equipo de investigación analizó las mamografías de más de 30,000 mujeres y condensó la información en seis fenotipos.
Con esta nueva información, el equipo de investigación espera mejorar la detección y la prevención del cáncer de mama.
Patrones de tejido mamario
Las imágenes de mamografía digital de campo completo (FFDM) en una mujer de 52 años muestran un fenotipo de alto riesgo (TOP), y las imágenes FFDM en una mujer de 58 años muestran un fenotipo de bajo riesgo (abajo). El fenotipo de alto riesgo se definió al tener altos valores del primer componente principal (PC1) y se asignó al clúster 3 (fila superior), y el fenotipo de bajo riesgo se definió teniendo valores bajos de PC1 y se asignó al clúster 1 (fila inferior). Se proporcionan las imágenes de índice (del lado izquierdo; antes de cualquier diagnóstico de cáncer), así como imágenes de seguimiento obtenidas en el momento del diagnóstico de cáncer (para el fenotipo de alto riesgo, la parte superior derecha) o en el último seguimiento (fenotipo de bajo riesgo, abajo a la derecha). El círculo rojo indica la ubicación del cáncer de mama posterior. Ambas mujeres tenían un sistema de informes de imágenes y un sistema de datos de datos de C. La mujer con alto riesgo de cáncer de mama era negra y la mujer con bajo riesgo de cáncer de mama era blanca. (Crédito de la imagen: Sociedad Radiológica de América del Norte (RSNA))
Para aquellos con tejido mamario más denso, lo que significa que el seno contiene más tejido glandular en lugar de tejido graso, la detección de cáncer con una mamografía puede ser más difícil. Esto se debe a que el crecimiento denso de tejido y cáncer puede parecer similar en la imagen de la mamografía, ya que cada uno parece blanco. Aquellos con tejido mamario denso también tienen un mayor riesgo de desarrollar cáncer de mama.
Para dificultar las cosas, las mujeres con tejido mamario denso similar podrían tener diferentes patrones de tejido. Sin embargo, comprender estos patrones y características del tejido mamario podría conducir a un mejor monitoreo y descubrimiento del cáncer de mama.
“Presumimos que algunos patrones o fenotipos se asociarían con un alto riesgo de cáncer de seno futuro y sugerirían qué mujeres pueden beneficiarse de la detección suplementaria o estrategias de prevención”, dijo Celine M. Vachon, Ph.D., profesora de epidemiología en la Clínica Mayo en Rochester, Minnesota y uno de los autores principales de los estudios en A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A A a A presione soltar. “Otros fenotipos podrían estar asociados con un bajo riesgo, en última instancia, lo que sugiere una detección menos frecuente”.
Algoritmos de cáncer de mama e imágenes médicas
Para este estudio, el equipo de investigación utilizó Radiomics, un método que utiliza algoritmos de datos para extraer información de una imagen médica, en mamografías de más de 30,000 pacientes de tres cohortes diferentes. Los pacientes no tenían antecedentes previos de cáncer de mama.
La radiómica extraía patrones y características en el tejido mamario que a menudo no eran visibles para el ojo humano.
De la información, la radiomics sacó 390 características y las separó en seis fenotipos diferentes. Luego, el equipo de investigación aplicó estos fenotipos a 3.500 pacientes, algunos de los cuales habían desarrollado cáncer de seno y otros no. Los resultados encontraron que estos fenotipos se asociaron con un mayor riesgo de cáncer de mama en pacientes en blanco y negro.
“Nos sorprendió descubrir que estos fenotipos radiómicos mostraron sugerencia de un riesgo más fuerte entre las mujeres negras versus blancas”, dijo Despina Kontos, Ph.D., Herbert y Florence Irving de ciencias radiológicas y directora de información de investigación en el Centro Médico de la Universidad de Columbia, y coautor de estudio, en un comunicado de prensa. “Esto es particularmente importante ya que el cáncer de mama tiende a ser más agresivo en las mujeres negras, destacando la necesidad de nuevos factores de riesgo en esta población”.
Hacer que la detección de cáncer de mama sea más precisa
Según el estudio, estos fenotipos podrían hacer que la mamografía de un paciente regrese como falso negativo, lo que significa que se perdió el diagnóstico de cáncer.
“Comprender quién tiene un mayor riesgo de cáncer de mama invasivo, especialmente los tipos más agresivos, es crucial para prevenir el cáncer y diagnosticarlo temprano para potencialmente la elección de tratamientos menos intensivos”, dijo la autora de la Senior, Karla M. Kerlikowske, MD, profesora de medicina y epidemiología y biostistics de la Universidad de California de California en una comunicado de prensa.
El equipo planea implementar estos hallazgos en otras aplicaciones que podrían ayudar a detectar con mayor precisión el cáncer de seno y el descifre que está más en riesgo.
“Nuestros próximos pasos incluyen extender nuestras investigaciones a grupos más grandes de mujeres en la población estadounidense, especialmente examinar las mamografías 3D, y combinar estos factores de riesgo radiómicos con factores genéticos y de estilo de vida para mejorar nuestra capacidad de definir quién es (y quién no) con un mayor riesgo de cáncer de mama invasivo”, dijo Vachon en un comunicado de prensa.
Leer más: A medida que crecen los casos de cáncer de mama, las muertes por enfermedad están disminuyendo
Fuentes de artículos
Nuestros escritores en Discovermagazine.com Use estudios revisados por pares y fuentes de alta calidad para nuestros artículos, y nuestros editores revisan para la precisión científica y los estándares editoriales. Revise las fuentes utilizadas a continuación para este artículo:
Graduada de UW-Whitewater, Monica Cull escribió para varias organizaciones, incluida una que se centró en las abejas y el mundo natural, antes de venir a Discover Magazine. Su trabajo actual también aparece en su blog de viajes y la revista Common State. Su amor por la ciencia vino de ver programas de PBS cuando era niña con su madre y pasar demasiado tiempo a Doctor Who.