Ultraschall-RF-Daten zur Unterscheidung zwischen gutartigen und bösartigen Ovarialtumoren (RFDATA)

Die Ultraschallbildgebung liefert nützliche Informationen zur Charakterisierung von Eierstocktumoren als gutartig oder bösartig. Das genaueste mathematische Modell zur Kategorisierung von Ovarialmassen ist das IOTA ADNEX-Modell. Dieses Modell schätzt das Malignitätsrisiko und funktioniert ähnlich wie die subjektive Beurteilung durch einen erfahrenen Ultraschallprüfer zur Unterscheidung zwischen gutartigen und bösartigen Adnextumoren. Die Fähigkeit von IOTA ADNEX, zwischen gutartigen und bösartigen Raumforderungen zu unterscheiden, ist sehr gut (Fläche unter der Empfänger-Operator-Kennlinie 0,937 (95 %-KI: 0,915–0,954). Das ADNEX-Modell behält seine Genauigkeit auch in den Händen von Bedienern mit unterschiedlicher Erfahrung und Ausbildung.

Gemäß der IOTA-Terminologie werden 13 % der bei einer Ultraschalluntersuchung festgestellten Eierstockmassen als fest eingestuft. Bei soliden Eierstocktumoren liegt das Malignitätsrisiko bei 60–75 %2, und die Unterscheidung zwischen gutartig und bösartig in dieser morphologischen Kategorie ist eine Herausforderung. Darüber hinaus wurde geschätzt, dass 30 % (25/84; 95 %-KI 18 bis 44 %) der soliden bösartigen Ovarialtumoren Metastasen von Nicht-Ovarialtumoren sind. Die Unterscheidung zwischen primärem Eierstockkrebs und metastasierten Tumoren im Eierstock ist auch klinisch wichtig für die Planung adäquater Therapieverfahren. Es lohnt sich, die prädiktive Leistung der Diagnosetools bei der Identifizierung von Ovarialmassen mithilfe der soliden Ultraschallmorphologie zu untersuchen.

Vorläufige Daten (unveröffentlicht) zur Radiomics-Analyse und zu Ovarialmassen zeigten in einer monozentrischen retrospektiven Studie, dass gutartige und bösartige Ovarialmassen mit solider Morphologie unterschiedliche Radiomics-Merkmale aufweisen. Es wurden jedoch keine statistisch signifikanten Unterschiede zwischen primärem Eierstockkrebs und Metastasen im Eierstock beobachtet.

Im technischen Ultraschallbereich entsteht eine neue Technologie: die Analyse von Ultraschall-Summen-HF-Daten – Rohdaten, die durch die Schnittstelle von Ultraschallstrahlen mit menschlichem Gewebe erzeugt werden. Bisher werden Rohdaten nicht für die konventionelle Bildgebung verwendet und ihre letztendliche Rolle in der klinischen Praxis ist unbekannt. Tatsächlich könnten summierte HF-Daten besser mit biologischen Parametern korrelieren als mit Parametern, die in B-Modus-Bildern identifizierbar sind. Aufsummierte HF-Daten könnten auch die Radiomic-Analyse verbessern.