Utilizamos cookies para comprender de qué manera utiliza nuestro sitio y para mejorar su experiencia. Esto incluye personalizar el contenido y la publicidad. Para más información, Haga clic. Si continua usando nuestro sitio, consideraremos que acepta que utilicemos cookies. Política de cookies.

Presenta Sitios para socios Información LinkXpress hp
Ingresar
Publique su anuncio con nosotros
IBA-Radcal

Deascargar La Aplicación Móvil




Algoritmo de TC diagnostica carcinoma renal de células claras en pequeñas masas sólidas

Por el equipo editorial de MedImaging en español
Actualizado el 01 Jul 2022
Imagen: Un algoritmo de puntuación de CT de 5 niveles puede diagnosticar carcinoma de células renales de células claras en pequeñas masas sólidas (Fotografía cortesía de Pexels)
Imagen: Un algoritmo de puntuación de CT de 5 niveles puede diagnosticar carcinoma de células renales de células claras en pequeñas masas sólidas (Fotografía cortesía de Pexels)

Un algoritmo de puntuación de TC de 5 niveles puede representar una herramienta clínicamente útil para el diagnóstico de carcinoma renal (CR) de células claras en pequeñas masas renales sólidas.

Investigadores del Hospital de Ottawa (Ontario, Canadá) realizaron un estudio que incluyó a 148 pacientes (edad media, 58 años; 73 hombres, 75 mujeres) con 148 masas renales pequeñas (≤4 cm) sólidas (>25 % de tejido realzado) que se sometieron a TC de masa renal (fases sin contraste, corticomedular y nefrográfica) antes de la resección entre enero de 2016 y diciembre de 2019. Dos radiólogos evaluaron de forma independiente los exámenes de TC y registraron la calcificación, la atenuación de masa en todas las fases, la proporción de atenuación corticomedular de masa a corteza y la puntuación de heterogeneidad (escala Likert de 5 puntos, evaluada en fase corticomedular).

El estudio reveló que el algoritmo de puntuación de TC de 5 niveles, que incluye la relación de atenuación corticomedular de masa a corteza y la puntuación de heterogeneidad, tuvo un acuerdo interobservador sustancial (kappa ponderado = 0,71) y logró un AUC para el diagnóstico de CCR de células claras de 0,75 (IC del 95 %, 0,68-0,82) para el lector 1 y 0,72 (IC 95 %, 0,66-0,82) para el lector 2.

"Un algoritmo de TC renal de 5 niveles, que incluye la proporción de atenuación corticomedular de masa a corteza y la puntuación de heterogeneidad, tuvo una concordancia sustancial entre observadores, AUC y VPP moderados, y alto VPN para diagnosticar CCR de células claras", concluyó Nicola Schieda del departamento de imágenes médicas del Hospital Ottawa de Canadá.

"Si se valida", reconocieron los investigadores, "el algoritmo de TC puede representar una herramienta clínica útil para diagnosticar el carcinoma de células renales de células claras".

Enlaces relacionados:
Hospital de Ottawa

Mammography System (Analog)
MAM VENUS
Digital Radiographic System
OMNERA 300M
Mobile X-Ray System
K4W
Floor‑Mounted Digital X‑Ray System
MasteRad MX30+

Canales

Radiografía

ver canal
Imagen: el modelo de aprendizaje profundo detecta cambios sutiles relacionados con la edad a partir de radiografías de tórax (Fotografía cortesía de 123RF)

La IA detecta signos tempranos de envejecimiento a partir de radiografías de tórax

La edad cronológica no siempre refleja la velocidad real del envejecimiento corporal, y las pruebas actuales de edad biológica suelen basarse en marcadores genéticos que pueden pasar... Más

TI en Imaginología

ver canal
Imagen: La nueva Medical Imaging Suite hace que los datos de imágenes de atención médica sean más accesibles, interoperables y útiles (Fotografía cortesía de Google Cloud)

Nueva suite de imágenes médicas de Google Cloud hace los datos de imágenes médicas más accesibles

Las imágenes médicas son una herramienta fundamental que se utiliza para diagnosticar a los pacientes, y cada año se escanean miles de millones de imágenes médicas en... Más
Copyright © 2000-2026 Globetech Media. All rights reserved.