Ultrazvuková RF data pro rozlišení mezi benigními a maligními ovariálními masami (RFDATA)

Ultrazvukové zobrazení poskytuje užitečné informace pro charakterizaci ovariálních mas jako benigních nebo maligních. Nejpřesnějším matematickým modelem pro kategorizaci ovariálních mas je model IOTA ADNEX. Tento model odhaduje riziko malignity a funguje podobně jako subjektivní hodnocení zkušeným ultrazvukovým vyšetřovatelem pro rozlišení mezi benigními a maligními adnexálními masami. Schopnost IOTA ADNEX rozlišovat mezi benigními a maligními hmotami je velmi dobrá (plocha pod charakteristikou operátora přijímače 0,937 (95% CI: 0,915-0,954). Model ADNEX si zachovává svou přesnost i v rukou operátorů s různými zkušenostmi a školením.

Podle terminologie IOTA je 13 % ovariálních mas zjištěných při ultrazvukovém vyšetření klasifikováno jako solidní. Solidní ovariální masy mají riziko malignity 60-75 %2 a rozlišení mezi benigním a maligním v této morfologické kategorii je náročné. Kromě toho se odhaduje, že 30 % (25/84; 95 % CI 18 až 44 %) solidních maligních ovariálních hmot jsou metastázy z neovariálních nádorů. Rozlišení mezi primárním karcinomem vaječníků a metastatickými nádory ve vaječníku je také klinicky důležité pro plánování adekvátních terapeutických postupů. Stojí za to prozkoumat prediktivní výkon diagnostických nástrojů při identifikaci ovariálních mas pomocí ultrazvukové pevné morfologie.

Předběžná data (nepublikovaná) o radiomické analýze a ovariálních masách za předpokladu, že benigní a maligní ovariální masy se solidní morfologií mají v monocentrické retrospektivní studii různé radiomické rysy. Mezi primárním karcinomem ovaria a metastázami do ovaria však nebyly pozorovány žádné statisticky významné rozdíly.

V oblasti inženýrského ultrazvuku se objevuje nová technologie: analýza ultrazvukových sumárních RF dat – nezpracovaných dat generovaných rozhraním ultrazvukových paprsků s lidskými tkáněmi. Dosud se nezpracovaná data pro konvenční zobrazování nevyužívají a jejich případná role v klinické praxi není známa. Souhrnná RF data by skutečně mohla lépe korelovat s biologickými parametry než parametry identifikovatelné na snímcích v B-módu. Souhrnná RF data by také mohla zlepšit radiomickou analýzu.