Dati RF ad ultrasuoni per discriminare tra masse ovariche benigne e maligne (RFDATA)

L'ecografia fornisce informazioni utili per la caratterizzazione delle masse ovariche come benigne o maligne. Il modello matematico più accurato per classificare le masse ovariche è il modello IOTA ADNEX. Questo modello stima il rischio di malignità e funziona in modo simile alla valutazione soggettiva da parte di un esaminatore ecografico esperto per discriminare tra masse annessali benigne e maligne. La capacità di IOTA ADNEX di discriminare tra masse benigne e maligne è molto buona (area sotto la curva caratteristica dell'operatore ricevente 0,937 (IC 95%: 0,915-0,954). Il modello ADNEX mantiene la sua precisione anche nelle mani di operatori con esperienza e formazione diversa.

Secondo la terminologia IOTA, il 13% delle masse ovariche rilevate all’esame ecografico sono classificate come solide. Le masse ovariche solide hanno un rischio di malignità del 60%-75%2 e la discriminazione tra benigne e maligne in questa categoria morfologica è impegnativa. Inoltre, è stato stimato che il 30% (25/84; IC 95% da 18 a 44%) delle masse ovariche maligne solide sono metastasi da tumori non ovarici. La discriminazione tra cancro ovarico primario e tumori metastatici dell'ovaio è anche clinicamente importante per pianificare procedure terapeutiche adeguate. Vale la pena esplorare le prestazioni predittive degli strumenti diagnostici nell'identificazione delle masse ovariche con morfologia solida ecografica.

Dati preliminari (non pubblicati) sull'analisi radiomica e sulle masse ovariche hanno fornito che le masse ovariche benigne e maligne con morfologia solida presentano caratteristiche radiomiche diverse in uno studio retrospettivo monocentrico. Tuttavia, non sono state osservate differenze statisticamente significative tra cancro ovarico primario e metastasi ovariche.

Una nuova tecnologia sta emergendo nel campo dell'ingegneria degli ultrasuoni: l'analisi dei dati RF sommati ai dati grezzi generati dall'interfaccia dei fasci di ultrasuoni con i tessuti umani. Ad oggi, i dati grezzi non vengono utilizzati per l’imaging convenzionale e il loro eventuale ruolo nella pratica clinica non è noto. In effetti, i dati RF sommati potrebbero correlarsi meglio con i parametri biologici rispetto ai parametri identificabili nelle immagini in modalità B. I dati RF sommati potrebbero anche migliorare l'analisi radiomica.