Ultralyd RF-data til skelnen mellem godartede og ondartede ovariemasser (RFDATA)

Ultralydsbilleddannelse giver nyttige oplysninger til karakterisering af ovariemasser som godartede eller ondartede. Den mest nøjagtige matematiske model til at kategorisere ovariemasser er IOTA ADNEX-modellen. Denne model estimerer risikoen for malignitet og udfører på samme måde som subjektiv vurdering af en erfaren ultralydsundersøger for at skelne mellem benigne og ondartede adnexale masser. IOTA ADNEX's evne til at skelne mellem benigne og ondartede masser er meget god (areal under modtageroperatørens karakteristiske kurve 0,937 (95 % CI: 0,915-0,954). ADNEX-modellen bevarer sin nøjagtighed selv i hænderne på operatører med forskellig erfaring og uddannelse.

Ifølge IOTAs terminologi klassificeres 13 % af ovariemasserne, der er opdaget ved ultralydsundersøgelse, som faste. Solide ovariemasser har en risiko for malignitet på 60%-75%2, og skelnen mellem benigne og ondartede i denne morfologiske kategori er udfordrende. Derudover er det blevet anslået, at 30 % (25/84; 95 % CI 18 til 44 %) af solide maligne ovariemasser er metastaser fra ikke-ovarietumorer. Forskellen mellem primær ovariecancer og metastatiske tumorer i æggestokkene er også klinisk vigtig for planlægning af passende terapeutiske procedurer. Det er værd at udforske den prædiktive ydeevne af de diagnostiske værktøjer til at identificere ovariemasser med ultralyds fast morfologi.

Foreløbige data (upubliceret) om radiomiksanalyse og ovariemasser forudsat, at godartede og ondartede ovariemasser med fast morfologi har forskellige radiomikrofunktioner i en monocentrisk retrospektiv undersøgelse. Der er dog ikke observeret statistisk signifikante forskelle mellem primær ovariecancer og metastaser til ovariet.

En ny teknologi er ved at dukke op inden for ingeniørultralydsområdet: analyse af ultralydsummerede RF-data-rådata genereret af grænsefladen mellem ultralydsstråler og menneskeligt væv. Til dato er rådata ikke brugt til konventionel billeddannelse, og deres eventuelle rolle i klinisk praksis er ukendt. Faktisk kunne summerede RF-data bedre korrelere med biologiske parametre end parametre, der kan identificeres i B-mode billeder. Opsummerede RF-data kunne også forbedre radiomisk analyse.