Utilidad diagnóstica y variabilidad interobservador del sistema BI-RADS-ecografía

2009 
Resumen Objetivos Conocer los valores predictivos y la variabilidad interobservador de los descriptores y de las categorias diagnosticas del sistema BI-RADS- ecografia y su utilidad para predecir la malignidad de los nodulos solidos mamarios. Material y metodos Se seleccionaron consecutivamente 601 nodulos solidos de 554 pacientes evaluados mediante ecografia. Todas las ecografias fueron realizadas por alguno de los 3 radiologos participantes en el estudio y las imagenes estaticas revisadas independientemente por los 3, sin conocimiento de la historia clinica, de la mamografia ni de la anatomia patologica. Resultados Los descriptores que mejor predijeron la benignidad fueron el margen circunscrito y la formal oval (valor predictivo negativo [VPN] > 96%), la orientacion paralela (VPN, 84–91%) y la interfase abrupta (VPN, 81–90%). Los que mejor predijeron la malignidad fueron el margen espiculado (valor predictivo positivo [VPP], 77–85%), el halo ecogenico (VPP, 61–71%) y la orientacion antiparalela (VPP, 53–54%). La concordancia interobservador fue buena para la morfologia (κ=0,61), el margen circunscrito (κ=0,65) y las calcificaciones (κ=0,63). Los descriptores que presentaron los valores pronosticos mas altos para la malignidad fueron el margen espiculado ( odds ratio [OR] =14,68–10,45) y la orientacion antiparalela (OR=3,95–6,17). La categoria 3 mostro un excelente VPN para los 3 radiologos (99–100%). La concordancia interobservador fue buena para las categorias 5 (κ=0,77) y 3 (κ=0,68) y moderada para la 4 (κ=0,59). Conclusiones El sistema BI-RADS-ecografia ayuda a diferenciar las lesiones mamarias benignas de las malignas con una concordancia interobservador buena o moderada. La categoria 3 mostro un excelente VPN, lo que permitiria evitar las biopsias de las lesiones incluidas en esta.
    • Correction
    • Source
    • Cite
    • Save
    • Machine Reading By IdeaReader
    30
    References
    5
    Citations
    NaN
    KQI
    []