Desarrollo de un modelo de predicción ecográfico para discriminar entre lesiones hepáticas malignas y benignas.

Artículo original: Shen HLv GLin HHuang NWu YCheng HYang S.  Development of an ultrasound prediction model to discriminate between malignant and benign liver lesions. Ultrasound in Med. & Biol.2020; 46 (4):952-958. 

DOI:   10.1016/j.ultrasmedbio.2019.12.018. Epub 2020 Jan 16

Sociedad:  World Federation for Ultrasound in Medicine and Biology

Palabras clave: liver, ultrasound, nodule, malignant, hepatic.

Abreviaturas y acrónimos utilizados:  US (ecografía), TC (tomografía computarizada), RM (resonancia magnética), HCC (carcinoma hepatocelular), ICC (índice de correlación intraclase), AUC (área bajo curva),US LI-RADS (sistema de informe y datos de imagen ecográfica del hígado).

Línea editorial del número: 

El número correspondiente al mes de abril de la revista Ultrasound in Medicine and Biology está compuesto por un total de 14 artículos, obviamente en torno a la ecografía. Cabe reseñar que tres de ellos están relacionados con el uso de la elastografía: uno respecto al uso de diferentes biomarcadores de esteatosis no alcohólica de alto riesgo en pacientes con enfermedad del hígado graso, otro estudio prospectivo respecto la reproductibilidad de la elastografía en la evaluación de masas mamarias y el tercero compara diferentes tipos de elastografía en la evaluación de la enfermedad hepática crónica usando la biopsia hepática como el estándar de referencia. También han publicado una revisión del uso de contrastes en ecografía y sus posibles utilidades en el futuro. Finalmente, por la facilidad en su uso, cabe mencionar el artículo donde compara el Modo B y Modo A para la medición de la grasa subcutánea.

Motivos para la selección

El uso de la ecografía como técnica para el seguimiento y screening de la patología hepática es una de las peticiones más habituales en una sección de ecografía. No obstante, la sensibilidad y especificidad de la RM son mayores que las de la ecografía. La elección del artículo responde al interés por conocer diversas posibilidades que disponemos en el uso de la ecografía y que pueden mejorar su sensibilidad, que se añaden a las ventajas ya conocidas como la ausencia de irradiación y  un acceso más rápido a un menor coste.

Resumen

El carcinoma hepatocelular (HCC) ocupa el séptimo puesto en incidencia y el cuarto en la mortalidad mundial. Los pacientes diagnosticados de HCC tienen un pronóstico de supervivencia a los 5 años del 6.9%. Dada la falta de tratamiento efectivo para los pacientes en estadios avanzados, es vital el diagnóstico temprano mediante screening y seguimiento.

La TC y la RM son modalidades sensibles en la detección y caracterización de las lesiones  hepáticas. El uso de la ecografía es controvertido por la variabilidad interobservador y la caracterización de los hallazgos. Con el fin de estandarizar el uso de la ecografía para el estudio y screening, la American College of Radiology creó el algoritmo US LI-RADS, que provee recomendaciones estandarizadas para pacientes con riesgo de desarrollar HCC y que está orientado a los estudios con contraste.

El artículo presenta un modelo predictivo para distinguir lesiones benignas de malignas, en escala de grises y Doppler color, comparándolo con TC y RM.

Para el estudio se seleccionaron 315 pacientes con antecedentes de cáncer de esófago, y con sospecha de enfermedad infecciosa o masa hepática, realizándoles una ecografía hepática. Los criterios de inclusión fueron que los pacientes presentaran: quistes sólidos o sólido-quísticos identificados mediante TC y/o RM y disponibilidad de una muestra obtenida mediante biopsia o pieza quirúrgica. Se excluyeron los pacientes que presentaban quistes líquidos, aquellos a los que se les hubiera realizado estudio ecográfico subóptimo o incompleto, o aquellos con resultados patológicos indeterminados o sin diagnóstico. Los resultados patológicos se dividieron entre benigno y maligno. Se seleccionó en cada caso la lesión más grande o con características malignas. De los 266 pacientes finalmente incluidos en el estudio (72.2% hombres y 24.8% mujeres), 31 fueron posteriormente sometidos a biopsia guiada por ecografía con una aguja de 18 G con dos pases por biopsia en la parte central y periférica de la lesión. En el caso de los otros 235 pacientes, la muestra para el estudio fue obtenida de la pieza por escisión quirúrgica.  

Los hallazgos ecográficos fueron evaluados por un radiólogo con 10 años de experiencia, clasificándolos según si estaban presentes o ausentes los siguientes aspectos: forma irregular, límites poco definidos, efecto de masa, halo hipoecoico, signos de vascularización marginal, antecedentes de cirrosis, signo del nódulo en nódulo, hipoecoico, ecos internos homogéneos, signos metastásicos. 

Todos los pacientes fueron sometidos a una TC multicorte (84 pacientes) o una RM (182 pacientes). Las exploraciones fueron revisadas por dos radiólogos y las lesiones se definieron como benignas o malignas. Los resultados histológicos fueron benignos un 31.6% y el resto (68.4%) malignos. El 83% de las lesiones malignas las presentaban varones. Aunque el tamaño de las lesiones malignas era mayor que las benignas no mostraban diferencias significativas. Las lesiones benignas comprendían: hemangiomas cavernosos (33%), abscesos (29,98%), hiperplasia nodular focal (14,3%), contusión y laceración (3,6%), cistoadenoma hepático (2,4%), inflamación glanulomatosa (1,2%), y equinococosis 1.2%. Las lesiones malignas comprendían HCC (70,1%), colangiocarcinoma (14,3%), y cáncer metastásicos (14,8%). Las características ecográficas significativamente asociadas a lesiones malignas correspondían al efecto de masa, halo hipoecoico, signo de vascularización marginal, antecedentes de cirrosis,  signo del nódulo en nódulo, y metástasis. Además se observó una asociación significativa entre contorno irregular y límites indefinidos.

A partir de las características ecográficas en estos pacientes, se estableció un modelo predictivo mediante el uso de algoritmo de regresión logística:

Y= 1.129*X1+1.398*X2+2.363*X3+1.987*X4+3.627*X5+2.976*X6+3.690*X7

donde Y es la puntuación predictiva de lesiones malignas del hígado. En el resto a la x se establecía un valor de 1 si estaba presente y 0 si estaba ausente, según los siguientes hallazgos: X1 presencia de contorno irregular y límites indefinidos, X2 efecto de masa, X3 halo hipoecoico, X4 signo de vascularización marginal, X5 antecedentes de cirrosis, X6 signo del nódulo en nódulo, y X7 metástasis. 

El valor de ICC en este modelo fue de 0.80 (95% CI; 0.56-0.92). El valor obtenido de la AUC fue de 0.942. En la comparación de resultados entre la ecografía con la TC/RM se observó que la especificidad no difería significativamente (p=0.077) pero el modelo presentaba una menor sensibilidad (p<0.001) y precisión (p=0.001).

El hecho de que lesiones hipoecoicas o con ecos internos homogéneos no sean señalados como factores significativos fue debido a la inclusión en el estudio de los abscesos hepáticos que en la fase  temprana y media suelen presentar zonas de congestión inflamatoria y granulación a su alrededor, en su mayoría distribuidos irregularmente con presentación similar a las lesiones malignas. Los abscesos, las contusiones y las cicatrices suelen presentar una  forma irregular o límites mal definidos en ecografía, lo que explicaría en parte la la falta de un efecto independiente significativo de forma irregular con bordes mal definidos en asociación con lesiones hepáticas malignas.

El modelo predictivo tiene una buena fiabilidad donde la AUC es <0.9 apuntando que es un modelo adecuado para lesiones benignas. La sensibilidad y fiabilidad del modelo predictivo es alta, pero significativamente menor que obtenido por TC/RM,  por lo que puede existir un diagnóstico erróneo.  Para aumentar el adecuado diagnóstico de las lesiones malignas debería utilizarse la historia clínica del paciente, antecedentes familiares, exploración física y la sintomatología al utilizar el modelo predictivo en ecografía. Otro aspecto a destacar es que, y a diferencia de otros estudios, el análisis de las imágenes era a partir de su obtención por el propio radiólogo y no a partir de imágenes obtenidas anteriormente.

En definitiva, el modelo predictivo puede ser usado como una herramienta para detección temprana de tumores malignos hepáticos y reducir la necesidad de biopsias. No obstante debemos ser cautos por las limitaciones de 2D, especialmente en presentaciones atípicas de la patología.

Valoración personal: 

El título del artículo crea unas expectativas muy altas en relación a las conclusiones obtenidas, ya que el modelo propuesto tiene una utilidad muy limitada básicamente para las lesiones benignas. Por otro lado el presente estudio no ha tenido en cuenta incorporar una herramienta de gran utilidad en ecografía como es la elastografía. A mi parecer, si hubiera incorporado esta herramienta en su modelo hubiera arrojado resultados mucho más fiables y certeros. También considero que hubiera sido muy ilustrativo poder disponer de una tabla donde se comparase la orientación diagnóstica del radiólogo con el resultado de las muestras  en las diferentes modalidades de diagnóstico por imagen (ecografía y TC o RM). De esta forma podríamos conocer si el porcentaje de error es atribuible a la modalidad o a las características en imagen de la lesión por lo que podríamos conocer mejor la fiabilidad de la ecografía en la patología hepática.

Artur Roman Soler

Parc Taulí Hospital Universitari (Sabadell), TSIDMN

aroman@tauli.cat

TSID desde 1993. He trabajado en el área de urgencias, quirófano. En 2001 me incorporé en el área de ecografía en Hospital del Sabadell, donde continúo mi actividad. Miembro editorial de la revista Imagen Diagnóstica. Referente alumnos de prácticas de Diagnóstico por Imagen en Hospital de Sabadell. Mediador en Organización Sanitarias. Formador en área de comunicación.

Tagged with: , , , , , ,
Publicado en Revistas

Responder

Introduce tus datos o haz clic en un icono para iniciar sesión:

Logo de WordPress.com

Estás comentando usando tu cuenta de WordPress.com. Cerrar sesión /  Cambiar )

Google photo

Estás comentando usando tu cuenta de Google. Cerrar sesión /  Cambiar )

Imagen de Twitter

Estás comentando usando tu cuenta de Twitter. Cerrar sesión /  Cambiar )

Foto de Facebook

Estás comentando usando tu cuenta de Facebook. Cerrar sesión /  Cambiar )

Conectando a %s

Publicaciones del Club
Residentes SERAM
Autores
A %d blogueros les gusta esto: