Presenta Sitios para socios Información LinkXpress hp
Ingresar
Publique su anuncio con nosotros
GLOBETECH PUBLISHING LLC

Deascargar La Aplicación Móvil




Realce elevado de resonancia magnética identifica mayor riesgo de cáncer en mujeres con mamas muy densas

Por el equipo editorial de MedImaging en español
Actualizado el 18 Aug 2023
Imagen: La incidencia del cáncer se encontró mayor en mujeres con mayores volúmenes de realce parenquimatoso en la resonancia magnética de mama (Fotografía cortesía de Freepik)
Imagen: La incidencia del cáncer se encontró mayor en mujeres con mayores volúmenes de realce parenquimatoso en la resonancia magnética de mama (Fotografía cortesía de Freepik)

Las mujeres con senos muy densos tienen de tres a seis veces más probabilidades de desarrollar cáncer de seno que aquellas con senos grasos. La mamografía es menos sensible para detectar el cáncer de mama en etapa temprana en mujeres con senos densos, como resultado de lo cual, las mujeres de 50 a 75 años podrían beneficiarse de exámenes de resonancia magnética adicionales. El realce parenquimatoso de fondo (BPE, por sus siglas en inglés) es otro factor asociado con el riesgo de cáncer de mama, aunque su importancia en comparación con factores como la edad, el índice de masa corporal (IMC), los antecedentes familiares y la densidad mamaria sigue siendo menos clara. Ahora, un modelo de aprendizaje automático ha identificado BPE en la resonancia magnética de mama como un factor de riesgo significativo para el cáncer de mama en mujeres con mamas muy densas.

Para medir la importancia de BPE como indicador de riesgo, los investigadores del Centro Médico Universitario de Utrecht (Utrecht, Países Bajos) analizaron exámenes dinámicos de resonancia magnética con contraste de 4.553 mujeres anotadas en el ensayo de detección temprana de neoplasma de mama y tejido denso (DENSE) con sede en Países Bajos. El objetivo del ensayo DENSE era desarrollar un modelo de aprendizaje profundo que pudiera identificar automáticamente el tejido fibroglandular. Estas resonancias magnéticas se realizaron cada dos años desde diciembre de 2011 hasta enero de 2016 en ocho hospitales holandeses. Al tener en cuenta la edad, el IMC y el BPE, se observó que el cáncer de mama era más frecuente en mujeres con mayores volúmenes de parénquima realzado que en aquellas con volúmenes bajos.

Entre las participantes del estudio, 122 fueron diagnosticadas con cáncer de mama, con un 63 % diagnosticada después de la primera ronda de exámenes de detección. El tiempo medio de diagnóstico para el resto de las mujeres fue de aproximadamente 24 meses. El estudio destaca un dilema: si bien la implementación de exámenes complementarios de resonancia magnética para mujeres con senos densos puede detectar cánceres no detectados entre las sesiones regulares de mamografía, también supone una carga más pesada para los radiólogos. Para hacer frente a esta mayor demanda, podrían ser necesarias estrategias de detección personalizadas para aliviar la presión sobre los profesionales de la salud.

"Hasta ahora, los estudios sobre los factores de riesgo del cáncer de mama generalmente se habían enfocado en mujeres con alto riesgo de desarrollar cáncer de mama durante su vida", dijo el coautor del estudio, Kenneth GA Gilhuijs, Ph.D., del Departamento de Radiología del Centro Médico Universitario de Utrecht. "Este es el primer estudio que conocemos que demuestra una asociación entre el realce parenquimatoso de fondo y la aparición de cáncer de mama en mujeres con mamas extremadamente densas".

Enlaces relacionados:
Centro Médico Universitario de Utrecht

New
Radiation Safety Barrier
RayShield Intensi-Barrier
Diagnostic Ultrasound System
DC-80A
X-ray Diagnostic System
FDX Visionary-A
40/80-Slice CT System
uCT 528

Canales

Radiografía

ver canal
Imagen: la AI evalúa las mamografías mejor que los radiólogos (foto cortesía de la Universidad de Radboud)

Estrategia híbrida con IA mejora la interpretación de mamografías

Los programas de detección del cáncer de mama dependen en gran medida de la interpretación de las mamografías por parte de radiólogos, un proceso que requiere mucho tiempo... Más

Ultrasonido

ver canal
Imagen: la herramienta basada en ultrasonido NEOSONICS identifica de forma no invasiva los casos de meningitis infantil (foto cortesía de Newborn Solution)

Herramienta no invasiva basada en ultrasonido detecta con precisión la meningitis infantil

La meningitis, una inflamación de las membranas que rodean el cerebro y la médula espinal, puede ser mortal en bebés si no se diagnostica y trata a tiempo. Incluso con tratamiento, puede dejar daños permanentes,... Más

Medicina Nuclear

ver canal
Imagen: la herramienta de diagnóstico podría mejorar las decisiones de diagnóstico y tratamiento para pacientes con infecciones pulmonares crónicas (foto cortesía de SNMMI)

Nueva técnica de PET específica para bacterias detecta infecciones pulmonares difíciles de diagnosticar

Mycobacteroides abscessus es una micobacteria de rápido crecimiento que afecta principalmente a pacientes inmunodeprimidos y a personas con enfermedades pulmonares preexistentes, como fibrosis... Más

Imaginología General

ver canal
Imagen: un modelo de aprendizaje profundo basado en parches con un conjunto de datos de entrenamiento limitado para la segmentación de tumores hepáticos en TC con contraste (Yang et al. (2025), IEEE Access, 10.1109/Access.2025.3570728)

Modelo de IA segmenta con precisión tumores hepáticos a partir de tomografías computarizadas

El cáncer de hígado es el sexto tipo de cáncer más común en el mundo y una de las principales causas de muerte por cáncer. La segmentación precisa de los tumores hepáticos es crucial para el diagnóstico... 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 © 2000-2025 Globetech Media. All rights reserved.