Artículo original: Edmonds C, O’Brien S, Conant E. Mammographic Breast Density: Current Assessment Methods, Clinical Implications, and Future Directions. Seminars in Ultrasound, CT and MRI. 2023; 44(1):35-45.
DOI: https://doi.org/10.1053/j.sult.2022.11.001
Sociedad: N/A
Palabras clave: Mammographic breast density, Texture analysis
Abreviaturas y acrónimos utilizados: BI-RADS (Breast Imaging-Reporting and Data System), FDA (Food and Drug Administration).
Línea editorial del número: La revista de publicación bimensual Seminars in Ultrasound, CT and MRI, se centra en cada edición en un tema específico, realizando en su último número una detallada revisión sobre actualizaciones en radiología mamaria. Además del artículo seleccionado, en este número se incluye un interesante análisis acerca de la cronología y los tiempos de demora en el diagnóstico del cáncer de mama en EEUU, un artículo acerca del impacto de un ciberataque al Centro Médico de la Universidad de Vermont durante la pandemia y las repercusiones específicas en la unidad de imagen mamaria, así como una interesante actualización en imagen de la mama en pacientes transgénero.
Motivos para la selección: Las mujeres con mamas densas presentan un mayor riesgo de desarrollar cáncer de mama. Actualmente, la evaluación de la densidad mamaria se lleva a cabo de forma cualitativa y subjetiva, pero existen varios estudios en marcha que buscan un método más reproducible. Es fundamental estar actualizado en este tema ya que la densidad mamaria se valora sistemáticamente en la lectura de cada mamografía. Este artículo revisa las implicaciones clínicas del aumento de densidad de la mama y proporciona una actualización en los métodos más novedosos para evaluarla.
Resumen:
El cáncer de mama es la segunda causa de muerte por cáncer en mujeres en todo el mundo. El screening mamográfico ha reducido la tasa de mortalidad por cáncer de mama en más del 40% en mujeres mayores de 40 años; sin embargo, existe un porcentaje de neoplasias no diagnosticadas en un número considerable de mujeres. Una de las limitaciones conocidas del estudio mamográfico es la baja sensibilidad en mamas densas.
La densidad mamaria se define como la proporción de tejido fibroglandular en relación con el tejido graso, siendo el tejido fibroglandular el conjunto de estructuras epiteliales, incluyendo lobulillos glandulares y ductos; por tanto, la gran mayoría de tumores mamarios se originan en este tejido.
La alta densidad mamaria es un factor de riesgo independiente para el desarrollo del cáncer de mama y un factor de enmascaramiento que conlleva una disminución de la sensibilidad de la mamografía para la detección de esta enfermedad.
Factores que influyen en la densidad mamaria
La densidad mamaria está influenciada por la estimulación hormonal, existiendo numerosos estudios que relacionan el riesgo de cáncer de mama y la densidad mamaria con la edad, el tratamiento con terapias hormonales sustitutivas o el tratamiento con tamoxifeno. En general, todos los estudios apuntan a que una mayor carga de estrógenos se asocia con mamas más densas y también mayor riesgo de cáncer de mama.
Los estudios que relacionan raza y etnia con densidad mamaria obtienen resultados más dispares. Las mujeres negras, en particular, tienen diagnósticos más tardíos y con peores tasas de mortalidad comparado con las mujeres blancas; sin embargo, la comparación de la densidad mamaria basada en la raza es complicada por la existencia de múltiples factores de confusión, e incluso según el método de evaluación de densidad mamográfica empleado los resultados obtenidos difieren entre ellos. Por este motivo, estos métodos específicos de evaluación de la densidad mamaria también deben tenerse en cuenta a la hora de estratificar el riesgo en función de la raza.
Densidad mamográfica: evaluación tradicional visual y limitaciones de la mamografía
La evaluación de la densidad mamográfica se realiza mediante una estimación visual establecida por el radiólogo, que adjudica uno de los cuatro patrones mamográficos: predominio graso, densidad media, heterogéneamente denso y denso. Tanto en la práctica clínica como en la investigación, se incluyen las dos últimas categorías cuando se habla de mamas densas.
Sabemos que el screening mamográfico tiene una tasa no desdeñable de infradiagnóstico en mujeres con mamas densas, y que la densidad mamaria disminuye la sensibilidad de la mamografía debido a un efecto de enmascaramiento de neoplasias no calcificadas, retrasando potencialmente el diagnóstico. De este modo, los tumores detectados en mujeres con mamas densas suelen ser de mayor tamaño y de mayor grado al diagnóstico, debido en parte al retraso en su detección pero posiblemente también a factores biológicos. Además, aunque la tomografía digital ha demostrado una mejor tasa de detección de lesiones malignas en comparación con la mamografía, el impacto concreto entre mujeres con mamas densas todavía no está claro.
Implicaciones de la densidad mamaria en riesgo y pronóstico
Además de enmascarar lesiones malignas, la elevada densidad mamaria es un factor de riesgo independiente para todos los subtipos moleculares de cáncer de mama. Dado que la densidad mamaria es generalmente independiente del resto de factores de riesgo cada vez parece más claro que debería incorporarse en los modelos de estimación de riesgo de cáncer de mama y tenerse en cuenta a la hora de diseñar estrategias de prevención.
Existen además resultados preliminares de que la densidad mamaria tiene también impacto en la respuesta al tratamiento, recurrencia y posibilidad de desarrollar cáncer contralateral.
Métodos de evaluación de la densidad mamaria
- Cualitativos: tradicionalmente la densidad mamaria se categoriza mediante la evaluación cualitativa y subjetiva del radiólogo. Sin embargo, este método demuestra una variabilidad importante tanto inter- como intraobservador. Por este motivo, en los últimos años se están intentando desarrollar métodos robustos, cuantitativos y reproducibles para la evaluación de la densidad mamaria.
- Cuantitativos: estos métodos pueden ser semi-automatizados o completamente automatizados, y se basan en la evaluación de áreas o volúmenes del tejido fibroglandular. Las herramientas de evaluación basadas en áreas buscan estimar cuánto del área mamográfica en 2D corresponde al tejido fibroglandular para después calcular el porcentaje del área total de la mama ocupada por dicho tejido.
- Deep learning: en los últimos años se han desarrollado múltiples plataformas basadas en deep learning para la evaluación de la densidad mamográfica, con resultados prometedores. Hasta la fecha, existen al menos 9 plataformas aprobadas por la FDA que utilizan inteligencia artificial para la evaluación de la densidad mamográfica, y los primeros estudios sugieren que estos algoritmos demuestran una mayor precisión en comparación con las herramientas cuantitativas basadas en volumen.
Implicaciones clínicas
Debido a la menor sensibilidad del screening mamográfico y al aumento del riesgo de cáncer de mama en mujeres con mamas densas, ha aumentado la atención sobre la densidad mamaria en los últimos años tanto en la comunidad en general como en la comunidad médica. Existen varios estudios en marcha acerca de la realización de pruebas adicionales en el screening de este tipo de pacientes. Publicaciones recientes sugieren que en Estados Unidos se ofrecen y se utilizan métodos de detección suplementaria en pacientes con mamas densas, aunque las modalidades utilizadas varían ampliamente y están influenciados por diversos factores. Aunque los resultados sugieren que la ecografía sigue siendo la modalidad de detección adicional más utilizada, hay una tendencia creciente al uso de la resonancia magnética para este propósito.
Más allá de la densidad: análisis de la textura
El análisis de la textura mamográfica podría proporcionar una evaluación más sofisticada que la categorización dicotómica en “densa” o “no densa” que se emplea tradicionalmente, ya que tiene en cuenta la complejidad del tejido mamario. Las características texturales podrían identificar cambios parenquimatosos asociados con el desarrollo del cáncer de mama e incluso ser biomarcadores asociados al subtipo y al grado de las lesiones malignas.
En los primeros estudios realizados sobre este tema, la evaluación temprana de los patrones parenquimatosos mamográficos se basó en evaluaciones visuales subjetivas cualitativas que mostraron una baja reproducibilidad. Por lo tanto, se desarrollaron más adelante algoritmos informatizados para producir una caracterización cuantitativa automatizada de las características texturales, basándose en la identificación de la región de interés (ROI), la extracción de descriptores de textura y la construcción de un modelo de estimación de riesgo.
Los métodos más recientes para el análisis de texturas mamográficas se basan en el deep learning y la creación de redes neuronales para extraer características útiles para la detección de patrones. Los resultados sugieren que estas características texturales pueden ser un factor de riesgo adicional y único que no se explica por otros factores de riesgo establecidos. Además, la combinación de métodos de deep learning con características de imagen establecidas o factores de riesgo tradicionales ha demostrado ser muy efectiva.
Valoración personal:
Este artículo proporciona un exhaustivo repaso de la evidencia científica más reciente acerca de la evaluación de la densidad mamaria. Se trata en mi opinión de un artículo de ardua comprensión debido a que es en ocasiones repetitivo, pero sobre todo por la gran cantidad de estudios a los que hace referencia. Además, en muchos aspectos tratados en el texto los resultados de diferentes artículos son contradictorios, lo que contribuye a que la lectura sea dificultosa y lenta. Me hubiese gustado una conclusión menos genérica y que sintetizase en qué punto está la investigación en cada apartado que se trata.
No obstante, el hecho de que se haga referencia a tantos estudios tan recientes también demuestra la gran calidad de la minuciosa revisión realizada por las autoras. Encuentro especialmente interesantes los últimos apartados en los que se mencionan los nuevos métodos basados en inteligencia artificial que cuantifican la densidad del tejido mamario, y los resultados preliminares obtenidos.
Marta Sanmartín López
Complexo Hospitalario Universitario de Santiago de Compostela,A Coruña. R3
cbseram.com 
Deja una respuesta