Медицинская литература. Новинки

 

 

 

 

 

 

Эффективность включения в состав системы компьютерного анализа маммограмм блока идентификации и дифференцирования кальцинатов: результаты одноцентрового проспективного рандомизированного исследования

Вы можете загрузить полный текст статьи в формате pdf

Цель исследования: создание блока автоматической идентификации кальцинатов (БАИК) системы компьютерного анализа (CAD) маммограмм, позволяющего маркировать различные варианты кальцинатов молочной железы (МЖ), и оценка его клинической эффективности.Материал и методы. Проведено проспективное, рандомизированное исследование, в которое было включено 9078 пациенток, явившихся для выполнения маммографии. Все они были рандомизированы в соотношении 1:1 в контрольную группу (группу CAD), где выполнялась обработка маммограмм с помощью CAD MammCheck (без БАИК), и опытную группу, где дополнительно выполнялась обработка полученных маммограмм с помощью БАИК (группу CAD + БАИК). После первичного скрининга пациентки наблюдались в течение минимум 3 лет.Результаты. В процессе визуального анализа маммограмм в группах CAD + БАИК и CAD было верифицировано 170 (3,74%) и 159 (3,50%; р = 0,3716) случаев злокачественных новообразований МЖ, соответственно. После анализа меток CAD было дополнительно верифицировано 10 и 6 случаев злокачественных новообразований МЖ соответственно (р = 0,8175). В процессе последующего анализа меток БАИК в соответствующей группе было верифицировано 7 (0,15%) случаев рака МЖ (РМЖ). В итоге, в процессе первичного скрининга было верифицировано 187 и 165 случаев РМЖ, соответственно (р = 0,0477). В процессе последующего наблюдения в течение 3 лет в группе CAD + БАИК было идентифицировано 16 (0,35%) случаев РМЖ, впоследствии у 2 (0,04%) пациенток этой группы в зоне верифицированного РМЖ обнаруживались микрокальцинаты. В группе CAD соответствующие показатели составили 22 (0,48%) и 9 (0,20%) случаев соответственно (р = 0,054).Заключение. Включение БАИК в структуру CAD обеспечивает достоверное (на 5,81%) повышение выявляемости РМЖ, проявляющихся кальцинатами, за счет небольшого (на 0,89%) повышения частоты вызова пациенток для дообследования.

Ключевые слова:
маммография, рак молочной железы, кальцинаты, система компьютерного анализа, mammography, breast carcinoma, calcification, computer aided detection

Литература:
1.Sung H., Ferlay J., Siegel R.L. et al. Global Cancer Statistics 2020: GLOBOCAN Estimates of Incidence and Mortality Worldwide for 36 Cancers in 185 Countries. CA: Cancer J. Clin. 2021; 7 (3): 209–249. https://doi.org/10.3322/caac.21660
2.Каприн А.Д., Старинский В.В., Шахзадова А.О. Состояние онкологической помощи населению России в 2022 году. М.: МНИОИ им. П.А. Герцена ? филиал ФГБУ “НМИЦ радиологии” Минздрава России, 2022. 239 с.
3.Lauby-Secretan B., Scoccianti C., Loomis D. et al. Breast-cancer screening – viewpoint of the IARC Working Group. New Engl. J. Med. 2015; 372 (24): 2353–2358. https://doi.org/10.1056/NEJMsr1504363
4.Громов А.И., Комин Ю.А., Мозеров С.А., Красницкая С.К. Ультразвуковой мерцающий артефакт в дифференциальной диагностике кальцинатов молочных желез. Медицинская визуализация. 2021; 25 (3): 157–166. https://doi.org/10.24835/1607-0763-1025
5.Duffy S.W., Tabar L., Yen A. M.-F. et al. Beneficial Effect of Consecutive Screening Mammography Examinations on Mortality from Breast Cancer: A Prospective Study. Radiology. 2021; 299: 541–547. https://doi.org/10.1148/radiol.2021203935
6.Masud R., Al-Rei M., Lokker C. Computer-Aided Detection for Breast Cancer Screening in Clinical Settings: Scoping Review. JMIR Med Inform. 2019; 7 (3): e12660. https://doi.org/10.2196/12660
7.Egoshin I., Pasynkov D., Kolchev A. et al. A segmentation approach for mammographic images and its clinical value (2018). 2017 IEEE International Conference on Microwaves, Antennas, Communications and Electronic Systems, COMCAS 2017, 2018-January: 1–6. https://doi.org/10.1109/COMCAS.2017.8244764
8.Пасынков Д.В., Егошин И.А., Колчев А.А., Клюшкин И.В., Бусыгина О.В. Сравнительный анализ диагностической ценности систем компьютерного анализа маммограмм I и II поколений. Медицинская визуализация. 2017; (1): 90–102. https://doi.org/10.24835/1607-0763-2017-1-90-102
9.Пасынков Д.В., Егошин И.А., Колчев А.А., Клюшкин И.В., Пасынкова О.О. Эффективность системы компьютерного анализа маммограмм в диагностике вариантов рака молочной железы, трудно выявляемых при скрининговой маммографии. Russian Electronic Journal of Radiology. 2019; 9 (2): 107–118. https://doi.org/10.21569/2222-7415-2019-9-2-107-118
10.Duffy S.W., Dibden A., Michalopoulos D. et al. Screen detection of ductal carcinoma in situ and subsequent incidence of invasive interval breast cancers: a retrospective population-based study. Lancet Oncol. 2016; 17 (1): 109–114. https://doi.org/10.1016/S1470-2045(15)00446-5
11.Ward W.H., DeMora L., Handorf E. et al. Preoperative delays in the treatment of DCIS and the associated incidence of invasive breast cancer. Ann. Surg. Oncol. 2020; 27 (2): 386–396. https://doi.org/10.1245/s10434-019-07844-4
12.Horvat J.V., Keating D.M., Rodrigues-Duarte H. et al. Calcifications at Digital Breast Tomosynthesis: Imaging Features and Biopsy Techniques. Radiographics. 2019; 39 (2): 307–318. https://doi.org/10.1148/rg.2019180124
13.Scott R., Kendall C., Stone N. Elemental vs. phase composition of breast calcifications. Sci. Rep. 2017; 7: 136. https://doi.org/10.1038/s41598-017-00183-y
14.Ekpo E., Alakhras M., Brennan P. Errors in Mammography Cannot be Solved Through Technology Alone. Asian Pacific J. Cancer Prevention. 2018; 19 (2): 291–301. https://doi.org/10.22034/APJCP.2018.19.2.291
15.Кузнецов А.А., Климова Н.В. Возможности программы поиска скоплений микрокальцинатов на цифровых маммограммах для повышения эффективности диагностики рака молочной железы. Вестник СурГУ. Медицина. 2022; 3 (53): 46–50. https://doi.org/10.34822/2304-9448-2022-3-46-50
16.Хасанов Р.Ш., Тухбатуллин М.Г., Пасынков Д.В. Эффективность применения системы компьютерного анализа маммограмм при скрининге рака молочной железы: одноцентровое, проспективное, рандомизированное клиническое исследование. Вопросы онкологии. 2021; 67 (6): 777–784. https://doi.org/10.37469/0507-3758-2021-67-6-777-784

Effectiveness of the calcification identification and discrimination module incorporated into the computer aided detection system for mammography: the results of the single-center, prospective, randomised study

Aim: to develop the module of automated calcification identification (MACI) capable to mark the different types of breast calcifications and suitable for incorporation into the computer-aided detection (CAD) system for mammography, as well as to assess its clinical efficiency.Material and methods. We performed prospective, randomized study included 9078 women who underwent the mammography. All the subjects were randomized (1:1) into the control (CAD) and experimental (CAD + MACI) arms. In the CAD arm the mammography images were processed with the help of CAD MammCheck (with no MACI). In the CAD + MACI arm we used the combined CAD and MACI image processing. After the primary screening completion the subjects were followed for minimum 3 years.Results. During the visual mammography image analysis in the CAD + MACI и CAD arms 170 (3.74%) и 159 (3.50%; р = 0.3716) breast carcinoma (BC) cases were proven, respectively. After the CAD markings analysis we additionally proven 10 and 6 BC cases, respectively (р = 0.8175). During the subsequent MACI markings analysis in the CAD + MACI arm 7 (0.15%) BC cases were verified. Totally, during the primary screening we found 187 and 165 BC cases, respectively (р = 0.0477). During the 3-year follow-up in the CAD + MACI arm 16 BC cases were proven (0.35%), of them in 2 (0.04%) cases the microcalcifications were found in the area of the subsequently verified BC. In the CAD arm the corresponding values were 22 (0.48%) and 9 (0.20%) BC cases (р = 0.054).Conclusion. MACI incorporation into the CAD design significantly increases (5.81%) the detection rate of BC associated with microcalcifications at the expense of small (0.89%) increase of the recall rate.

Keywords:
маммография, рак молочной железы, кальцинаты, система компьютерного анализа, mammography, breast carcinoma, calcification, computer aided detection