Evolución de la mortalidad por cáncer de mama y diseminación de la mamografía de cribado en Cataluña: un análisis por regiones sanitarias

Fundamento: El descenso de las tasas de mortalidad por cáncer de mama (CM) se ha atribuido a la implantación de programas de cribado y a avances terapéuticos. El objetivo de este trabajo es comparar la evolución de su mortalidad en las regiones sanitarias de Cataluña en el periodo 1993-2007. Paralelamente, se ha analizado la diseminación de la mamografía periódica en las regiones sanitarias. Métodos: Se analizaron los datos del registro de mortalidad y encuestas de salud. Se utilizaron regresiones de Poisson y «joinpoint» para comparar las tasas de mortalidad por CM y analizar su evolución temporal. Se utilizaron modelos de efectos mixtos para comparar el nivel y la evolución de la mortalidad por regiones. Resultados. La tasa de mortalidad por CM descendió un 3% anual en Cataluña. Entre 1993 y 2007, la tasa estandarizada varió de 34,8 a 23,3 por 100.000 mujeres. Barcelona ciutat presentó unas tasas de mortalidad más elevadas que las regiones Centre (ratio de tasas (RT)=0,87), Costa de Ponent (RT=0,89), Tarragona (RT=0,9) y Lleida (RT=0,915), pero estas diferencias tendieron a desaparecer. No se observaron cambios de tendencia en la evolución de la mortalidad de las regiones, excepto en la región Centre. Durante los años 1990 Barcelona ciutat presentó unos porcentajes de utilización de mamografía periódica del 36,1% de las mujeres de 40-74 años, en la encuesta de 1994, la región Centre (23,7%) y Costa de Ponent (25,2%). Conclusiones: La progresiva utilización de mamografía periódica y la disminución de la mortalidad por CM fueron similares en las regiones sanitarias de Cataluña.

Impacto de un curso teórico de mamografía en la categorización de microcalcificaciones de acuerdo al BI-RADS 4ed

Introducción: Por medio del presente estudio se busca determinar el impacto de un curso teórico de mamografía en la categorización de microcalficaciones mamarias. Materiales y métodos: Se realizó un estudio doble ciego para evaluar la variación de los valores predictivos positivos (VPP) de los descriptores morfológicos y de distribución de calcificaciones del BI-RADS 4ed, luego de un curso teórico de mamografía de 6 horas distribuido en 12 charlas semanales de 30 minutos. Se utilizó la base de datos de un estudio previo, en el cual dos radiólogos clasificaron las calcificaciones presentes en 108 mamografías de pacientes con diagnóstico histológico. Se realizó una nueva categorización de las calcificaciones según los descriptores. Se calcularon además, los valores kappa ponderados de concordancia intra e inter-observador, la sensibilidad y especificidad. Resultados: Para las calcificaciones de alta probabilidad de malignidad (pleomórficas finas y lineales ramificadas en conjunto), se obtuvieron VPP de 41 y 40%, con aumento leve respecto a la lectura inicial. El índice kappa ponderado para el acuerdo inter-observador fue de 0,305 lo que indica concordancia débil, con discreto incremento respecto a la evaluación inicial 0,260. La concordancia intra-observador para el evaluador 1 dio un valor kappa 0,471, moderada; y para el evaluador 2 un valor kappa 0,400, débil. Discusión: Un módulo teórico corto permite mejorar ligeramente la concordancia inter-observador en la evaluación de microcalcificaciones mamarias mediante el BI-RADS 4ed, así como los valores predictivos positivos de microcalficaciones de alta probabilidad de malignidad.

Factores asociados al uso de mamografía en mujeres mayores de 50 años. Cartagena

Objetivo: Determinar los factores asociados al uso de la mamografía en mujeres mayores de 50 años de la ciudad de Cartagena. Metodología: Se realizó un estudio analítico de corte transversal, con una población de 49 987 mujeres mayores de 50 años de Cartagena. Se estimó un tamaño de muestra de 909 mujeres, obtenidas por conglomerados. Para la recolección de información se utilizó: una encuesta socio-demográfica, el cuestionario Apgar, que mide la funcionalidad familiar; el cuestionario Duke -11, que señala el apoyo social percibido; y una escala que evalúa la satisfacción de servicios. Para el análisis de los datos se aplicó estadística descriptiva; se calcularon razones de Odss (OR), con intervalos de confianza al 95% (IC 95%) para estimar la asociación entre los factores evaluados y el uso de la mamografía, utilizando el programa estadístico SPSSS versión 17 ®. Resultados: Participaron 909 mujeres, 59,5 % (541) manifestaron haberse hecho la mamografía, solo 314 (34,5 %), se la realizaron en los dos últimos años, de acuerdo a la norma técnica nacional. Entre los factores que explican el uso de la mamografía, se encuentra: tener pareja [OR = 1,3 (IC 5 % 1,04-1,8)], convivir con menos de cuatro personas [OR= 0,4 (IC 95 % 0,3-0,6)] y haber cursado bachillerato completo en adelante [OR= 2,2 (IC 95 % 1,67-3,04)]. Conclusión: Más de la mitad de las mujeres encuestadas manifestaron haberse realizado una mamografía, sin embargo la frecuencia de uso, no cumple con lo establecido por la norma técnica nacional. Factores personales y familiares se asocian al uso de la prueba.

Archivo docente en imágenes del seno: mamografía digital. Fundación santa fe de Bogotá.

Se conformó el primer archivo docente digital de patología específica del seno en la modalidad de mamografía a nivel nacional, el cuál permitirá el entrenamiento de radiólogos y residentes de radiología según el sistema de lectura BI-RADS, buscando la unificación de criterios y mejoría de las competencias en la interpretación de las imágenes con la finalidad de aumentar la detección temprana del carcinoma de seno

Aplicación de técnicas de inteligencia artificial para contribuir en la detección de microcalcificaciones en mamografía digitalizada

A nivel mundial, el cáncer de mama es el tipo de cáncer más frecuente además de una de las principales causas de muerte entre la población femenina. Actualmente, el método más eficaz para detectar lesiones mamarias en una etapa temprana es la mamografía. Ésta contribuye decisivamente al diagnóstico precoz de esta enfermedad que, si se detecta a tiempo, tiene una probabilidad de curación muy alta. Uno de los principales y más frecuentes hallazgos en una mamografía, son las microcalcificaciones, las cuales son consideradas como un indicador importante de cáncer de mama. En el momento de analizar las mamografías, factores como la capacidad de visualización, la fatiga o la experiencia profesional del especialista radiólogo hacen que el riesgo de omitir ciertas lesiones presentes se vea incrementado. Para disminuir dicho riesgo es importante contar con diferentes alternativas como por ejemplo, una segunda opinión por otro especialista o un doble análisis por el mismo. En la primera opción se eleva el coste y en ambas se prolonga el tiempo del diagnóstico. Esto supone una gran motivación para el desarrollo de sistemas de apoyo o asistencia en la toma de decisiones. En este trabajo de tesis se propone, se desarrolla y se justifica un sistema capaz de detectar microcalcificaciones en regiones de interés extraídas de mamografías digitalizadas, para contribuir a la detección temprana del cáncer demama. Dicho sistema estará basado en técnicas de procesamiento de imagen digital, de reconocimiento de patrones y de inteligencia artificial. Para su desarrollo, se tienen en cuenta las siguientes consideraciones: 1. Con el objetivo de entrenar y probar el sistema propuesto, se creará una base de datos de imágenes, las cuales pertenecen a regiones de interés extraídas de mamografías digitalizadas. 2. Se propone la aplicación de la transformada Top-Hat, una técnica de procesamiento digital de imagen basada en operaciones de morfología matemática. La finalidad de aplicar esta técnica es la de mejorar el contraste entre las microcalcificaciones y el tejido presente en la imagen. 3. Se propone un algoritmo novel llamado sub-segmentación, el cual está basado en técnicas de reconocimiento de patrones aplicando un algoritmo de agrupamiento no supervisado, el PFCM (Possibilistic Fuzzy c-Means). El objetivo es encontrar las regiones correspondientes a las microcalcificaciones y diferenciarlas del tejido sano. Además, con la finalidad de mostrar las ventajas y desventajas del algoritmo propuesto, éste es comparado con dos algoritmos del mismo tipo: el k-means y el FCM (Fuzzy c-Means). Por otro lado, es importante destacar que en este trabajo por primera vez la sub-segmentación es utilizada para detectar regiones pertenecientes a microcalcificaciones en imágenes de mamografía. 4. Finalmente, se propone el uso de un clasificador basado en una red neuronal artificial, específicamente un MLP (Multi-layer Perceptron). El propósito del clasificador es discriminar de manera binaria los patrones creados a partir de la intensidad de niveles de gris de la imagen original. Dicha clasificación distingue entre microcalcificación y tejido sano. ABSTRACT Breast cancer is one of the leading causes of women mortality in the world and its early detection continues being a key piece to improve the prognosis and survival. Currently, the most reliable and practical method for early detection of breast cancer is mammography.The presence of microcalcifications has been considered as a very important indicator ofmalignant types of breast cancer and its detection and classification are important to prevent and treat the disease. However, the detection and classification of microcalcifications continue being a hard work due to that, in mammograms there is a poor contrast between microcalcifications and the tissue around them. Factors such as visualization, tiredness or insufficient experience of the specialist increase the risk of omit some present lesions. To reduce this risk, is important to have alternatives such as a second opinion or a double analysis for the same specialist. In the first option, the cost increases and diagnosis time also increases for both of them. This is the reason why there is a great motivation for development of help systems or assistance in the decision making process. This work presents, develops and justifies a system for the detection of microcalcifications in regions of interest extracted fromdigitizedmammographies to contribute to the early detection of breast cancer. This systemis based on image processing techniques, pattern recognition and artificial intelligence. For system development the following features are considered: With the aim of training and testing the system, an images database is created, belonging to a region of interest extracted from digitized mammograms. The application of the top-hat transformis proposed. This image processing technique is based on mathematical morphology operations. The aim of this technique is to improve the contrast betweenmicrocalcifications and tissue present in the image. A novel algorithm called sub-segmentation is proposed. The sub-segmentation is based on pattern recognition techniques applying a non-supervised clustering algorithm known as Possibilistic Fuzzy c-Means (PFCM). The aim is to find regions corresponding to the microcalcifications and distinguish them from the healthy tissue. Furthermore,with the aim of showing themain advantages and disadvantages this is compared with two algorithms of same type: the k-means and the fuzzy c-means (FCM). On the other hand, it is important to highlight in this work for the first time the sub-segmentation is used for microcalcifications detection. Finally, a classifier based on an artificial neural network such as Multi-layer Perceptron is used. The purpose of this classifier is to discriminate froma binary perspective the patterns built from gray level intensity of the original image. This classification distinguishes between microcalcifications and healthy tissue.

Interfaz gráfica de usuario para la detección de microcalcificaciones mediante análisis de mamografía digitalizada

The graphical user interface (GUI) are all graphic elements that help to communicate with a system. The design of a GUI allow to land the central idea of a draft information technology. Today technology has become one of the largest and most useful tools to automate and facilitate processes for that reason fit into any kind of productive sectors, for example, in the health sector. The CAD systems (Systems Computer Aided Diagnosis) are the type of technology used in the health sector, in order to automate online modular learning environment with a fast placed in service. In the present paper the use of a Learning Management Systems (LMS) as continuous education tool is proposed.

Sistemas de ayuda al diagnóstico y reconocimiento de microcalcificaciones en mamografía mediante descriptores de escala y redes jerárquicas

La presente Tesis investiga el campo del reconocimiento automático de imágenes mediante ordenador aplicado al análisis de imágenes médicas en mamografía digital. Hay un interés por desarrollar sistemas de aprendizaje que asistan a los radiólogos en el reconocimiento de las microcalcificaciones para apoyarles en los programas de cribado y prevención del cáncer de mama. Para ello el análisis de las microcalcificaciones se ha revelado como técnica clave de diagnóstico precoz, pero sin embargo el diseño de sistemas automáticos para reconocerlas es complejo por la variabilidad y condiciones de las imágenes mamográficas. En este trabajo se analizan los planteamientos teóricos de diseño de sistemas de reconocimiento de imágenes, con énfasis en los problemas específicos de detección y clasificación de microcalcificaciones. Se ha realizado un estudio que incluye desde las técnicas de operadores morfológicos, redes neuronales, máquinas de vectores soporte, hasta las más recientes de aprendizaje profundo mediante redes neuronales convolucionales, contemplando la importancia de los conceptos de escala y jerarquía a la hora del diseño y sus implicaciones en la búsqueda de la arquitectura de conexiones y capas de la red. Con estos fundamentos teóricos y elementos de diseño procedentes de otros trabajos en este área realizados por el autor, se implementan tres sistemas de reconocimiento de mamografías que reflejan una evolución tecnológica, culminando en un sistema basado en Redes Neuronales Convolucionales (CNN) cuya arquitectura se diseña gracias al análisis teórico anterior y a los resultados prácticos de análisis de escalas llevados a cabo en nuestra base de datos de imágenes. Los tres sistemas se entrenan y validan con la base de datos de mamografías DDSM, con un total de 100 muestras de entrenamiento y 100 de prueba escogidas para evitar sesgos y reflejar fielmente un programa de cribado. La validez de las CNN para el problema que nos ocupa queda demostrada y se propone un camino de investigación para el diseño de su arquitectura. ABSTRACT This Dissertation investigates the field of computer image recognition applied to medical imaging in mammography. There is an interest in developing learning systems to assist radiologists in recognition of microcalcifications to help them in screening programs for prevention of breast cancer. Analysis of microcalcifications has emerged as a key technique for early diagnosis of breast cancer, but the design of automatic systems to recognize them is complicated by the variability and conditions of mammographic images. In this Thesis the theoretical approaches to design image recognition systems are discussed, with emphasis on the specific problems of detection and classification of microcalcifications. Our study includes techniques ranging from morphological operators, neural networks and support vector machines, to the most recent deep convolutional neural networks. We deal with learning theory by analyzing the importance of the concepts of scale and hierarchy at the design stage and its implications in the search for the architecture of connections and network layers. With these theoretical facts and design elements coming from other works in this area done by the author, three mammogram recognition systems which reflect technological developments are implemented, culminating in a system based on Convolutional Neural Networks (CNN), whose architecture is designed thanks to the previously mentioned theoretical study and practical results of analysis conducted on scales in our image database. All three systems are trained and validated against the DDSM mammographic database, with a total of 100 training samples and 100 test samples chosen to avoid bias and stand for a real screening program. The validity of the CNN approach to the problem is demonstrated and a research way to help in designing the architecture of these networks is proposed.

Influencia del lugar de origen en la utilización de pruebas de cribado de cáncer ginecológico en España

OBJETIVO: Analizar la asociación entre el área geográfica de procedencia en el uso de las citologías y la mamografía. MÉTODOS: Los datos analizados proceden Encuesta Nacional de Salud de España-2006 dirigida a población mayor de 16 años. La Encuesta incluye 13.422 mujeres. Las variables dependientes fueron realización de una mamografía y de una citología vaginal, ambos en los últimos 12 meses. La medida de asociación fue el odds ratio con intervalo de confianza al 95% calculado por regresión logística. RESULTADOS: Tomando como referencia la población española, la probabilidad de realizarse una mamografías entre las mujeres procedentes de África fue 0,36 (IC95% 0,21;0,62) veces menor; Europa del Este 0,40 (IC95% 0,22;0,74) veces menor; Europa Occidental, EEUU y Canadá, 0,60 (IC95% 0,43; 0,84) veces menor y América Central / Sur 0,64 (IC95% 0,52;0,81) veces menor. En relación a la prevención de cáncer de cervix, probabilidad de realizarse una citología entre las mujeres Europa del Este fue 0,38 (IC95% 0,28;0,50) veces menor que la población española, África 0,47 (IC95%:0,33;0,67) veces menor y Europa Occidental, EEUU y Canadá 0,61 (IC95% 0,46;0,81) veces menor. Dichas asociaciones fueron independientes de la edad, indicadores socioeconómicos, estado de salud y cobertura sanitaria. CONCLUSIONES: Las mujeres inmigrantes hacen menor uso de los programas de cribado que las mujeres autóctonas. Este dato podría reflejar dificultades de acceso a los programas preventivos.

Verifique sus conocimientos sobre el diagnóstico por la imagen en patología mamaria

Dedicamos este artículo, que forma parte de una serie sobre las pruebas complementarias que se inició en Nursing2007 de abril, a la exploración y diagnóstico de la mama. Este artículo se centrará más en el procedimiento diagnóstico y su relación con el paciente, que en el reconocimiento de las imágenes normales o patológicas. La técnica más utilizada para el estudio de la mama es la mamografía, aunque también hay otras, como veremos. La mamografía es la exploración basada en el uso de radiación ionizante. Una de sus peculiaridades es que, además de utilizarse para descartar patología en el momento de presentarse signos y síntomas, también se utiliza para explorar pacientes asintomáticas. Es lo que se conoce como estudios de cribado o de screening. Se describen las principales características del estudio de la mama para facilitar a los profesionales de enfermería los recursos necesarios para satisfacer las demandas de información de las pacientes, que en el caso del estudio de la mama son muy amplias, variadas y habituales debido al tipo de exploración y a la patología que se diagnostica.

Verifique sus conocimientos sobre el diagnóstico por la imagen en patología mamaria

Dedicamos este artículo, que forma parte de una serie sobre las pruebas complementarias que se inició en Nursing2007 de abril, a la exploración y diagnóstico de la mama. Este artículo se centrará más en el procedimiento diagnóstico y su relación con el paciente, que en el reconocimiento de las imágenes normales o patológicas. La técnica más utilizada para el estudio de la mama es la mamografía, aunque también hay otras, como veremos. La mamografía es la exploración basada en el uso de radiación ionizante. Una de sus peculiaridades es que, además de utilizarse para descartar patología en el momento de presentarse signos y síntomas, también se utiliza para explorar pacientes asintomáticas. Es lo que se conoce como estudios de cribado o de screening. Se describen las principales características del estudio de la mama para facilitar a los profesionales de enfermería los recursos necesarios para satisfacer las demandas de información de las pacientes, que en el caso del estudio de la mama son muy amplias, variadas y habituales debido al tipo de exploración y a la patología que se diagnostica.

Detección de la proteína mamoglobina en pacientes colombianos con cáncer de seno

Entre los años 2003 y 2004, según datos recolectados por el Instituto Nacional de Cancerología (INC) de Bogotá, hubo un incremento del 13% de los casos de cáncer registrados, siendo el de seno el segundo más frecuente en la población colombiana femenina. La principal prueba de tamizaje utilizada para detectar la aparición de lesiones mamarias malignas es la mamografía, pero su sensibilidad puede variar entre el 68 y el 90% (Diaz, et al., 2005). Algunos estudios han postulado como un candidato a marcador celular para el diagnóstico y seguimiento a la glicoproteína Mamoglobina humana que se expresa de manera específica en la glándula mamaria y se sobre-expresa en la mayoría de los tumores primarios y metastásico de pacientes con cáncer de seno (Fleming, et al., 2000). Desde el año 1996 cuando se identificó la Mamoglobina varios autores han reportado la especificidad de la expresión de esta proteína hacía la glándula mamaria a través de estudios de RT-PCR e inmunohistoquímica analizando muestras de tejido normal y tumoral (Watson, et al, 1996; Watson, et al, 1999; Suchy, et al, 2000; O`Brien, et al, 2002; Zehentner, et al, 2004). La Mamoglobina humana por ser una glicoproteína secretada por las células de la glándula mamaria, sobre-expresada en células tumorales y presente en el suero de mujeres con o sin cáncer, se ha identificado como un posible candidato para marcador tumoral celular sérico (Fanger, et al, 2002; Bernstein, et al., 2005; Zehentner, et al., 2004). Este estudio evaluó la presencia de la proteína Mamoglobina en muestras de suero de pacientes con cáncer de seno, estableció la concentración de esta y la comparó con un grupo control constituido por personas sin ningún tipo de cáncer, mediante el Ensayo Inmunoabsorbente Ligado a Enzima.

Evidencia actual sobre características demográficas en mastitis granulomatosa idiopática

Introducción: La mastitis granulomatosa idiopática es una enfermedad crónica benigna, rara y de etiología desconocida; tiende a confundirse con otras enfermedades debido a síntomas similares. Este estudio pretende identificar y cuantificar las características demográficas, los antecedentes ginecoobstétricos relevantes y las manifestaciones clínicas prediagnósticas de esta enfermedad Metodología: Se realizó una revisión sistemática con análisis agrupado de datos tipo meta análisis. Se utilizó una estrategia de búsqueda en PubMed. Todos los estudios relacionados con la definición, manifestaciones clínicas, diagnóstico, tratamiento y pronóstico de la mastitis granulomatosa idiopática fueron elegibles. Las variables de interés fueron edad, país, antecedente de contracepción hormonal, tiempo de evolución, tiempo desde el último embarazo, diagnóstico inicial, y manifestaciones clínicas previas a la consulta. No hubo restricción en fechas de publicación. Resultados: Fueron incluidas 641 mujeres con diagnóstico de MGI reportadas en 68 publicaciones que cumplieron los criterios de selección. La edad media fue 35.9 años, 14.1% de ellas estaba embarazada o lactando, el antecedente de consumo de anticonceptivos hormonales fue 21% y el tiempo promedio desde el último parto fue de 3.9 años. La afectación ocurre principalmente en mama izquierda y en cuadrante superoexterno. El cáncer de mama y el absceso mamario son diagnósticos diferenciales en la consulta. Discusión: El diagnóstico de MGI es un reto para el ginecólogo desde la consulta inicial. Debido a que sus manifestaciones clínicas no son específicas, su diagnóstico parece apuntar a la necesidad de un proceso de descarte de otras patologías más frecuentes e incluso de peor pronóstico. Palabras clave mastitis granulomatosa idiopática

Predictores de la afectación psicológica asociada a la participación en pruebas complementarias de detección de cáncer de mama.

Resumen tomado de la revista

Automatic mass segmentation in mammographic images

Aquesta tesi està emmarcada dins la detecció precoç de masses, un dels símptomes més clars del càncer de mama, en imatges mamogràfiques. Primerament, s'ha fet un anàlisi extensiu dels diferents mètodes de la literatura, concloent que aquests mètodes són dependents de diferent paràmetres: el tamany i la forma de la massa i la densitat de la mama. Així, l'objectiu de la tesi és analitzar, dissenyar i implementar un mètode de detecció robust i independent d'aquests tres paràmetres. Per a tal fi, s'ha construït un patró deformable de la massa a partir de l'anàlisi de masses reals i, a continuació, aquest model és buscat en les imatges seguint un esquema probabilístic, obtenint una sèrie de regions sospitoses. Fent servir l'anàlisi 2DPCA, s'ha construït un algorisme capaç de discernir aquestes regions són realment una massa o no. La densitat de la mama és un paràmetre que s'introdueix de forma natural dins l'algorisme.