ОЦЕНКА ЭФФЕКТИВНОСТИ ПРИМЕНЕНИЯ РАЗЛИЧНЫХ ДЕРМАТОСКОПИЧЕСКИХ АЛГОРИТМОВ ДЛЯ ДИАГНОСТИКИ МЕЛАНОМЫ КОЖИ

Меланома является одной из наиболее злокачественных опухолей кожи с постоянно растущей заболеваемостью во всем мире. Меланома обычно диагностируется в среднем в возрасте 50 лет, но в наши дни также часто диагностируется у молодых людей и очень редко у детей. Не существует однозначного и точного клинического признака меланомы. Хотя дерматоскопия является очень полезным инструментом в раннем выявлении меланомы, дерматоскопические признаки меланомы варьируются. Поэтому опыт и образование в дерматоскопии имеют решающее значение для оценки опухолей кожи. Дифференциальная диагностика меланомы включает широкий спектр доброкачественных и злокачественных поражений кожи из-за их клинического проявления и сходства с различными дерматологическими образованиями.

Цель исследования: дать сравнительную оценку эффективности использования алгоритма диагностики меланомы кожи по трем и семи признакам.

Материал и методы: для исследования, среди основных дерматоскопических алгоритмов, были выбраны следующие варианты:  алгоритм трех признаков (трехшаговый алгоритм) и правило 7-признаков Аргенциано. В первом оцениваются в баллах три наиболее значимые для меланомы признака — наличие атипичной пигментной сети, бело-голубых структур и асимметрии пигментации и строения. За каждый имеющийся признак начисляется 1 балл, при наличии 2 или 3 баллов образование расценивается как злокачественное. Знание этих трех признаков позволяет начинающему специалисту вычленить образования, подозрительные на меланому кожи, направить такого пациента к более опытному специалисту для своевременного иссечения образования и проведения гистологического исследования. Правило 7-признаков основано на количественной оценке таких больших дерматоскопических структурных признаков меланомы, как атипичная пигментная сеть, бело-голубая вуаль, атипичный сосудистый рисунок; и таких малых признаков, как неравномерные полосы, неравномерная пигментация (пятна в виде бесструктурных областей черного, коричневого и/или серого цвета), неравномерные точки и глобулы, признаки спонтанной регрессии. За каждый имеющийся большой признак начисляется 2 балла, за каждый имеющийся малый признак – 1 балл; при сумме балов равных 3 и более образование расценивается как злокачественное. Образования, сумма баллов которых соответствует данному диапазону значений, в большинстве случаев подлежат удалению с последующим гистологическим исследованием. В качестве материала для исследования было взято 100 изображений пигментированных новообразований (диагноз бал подтвержден гистологически) из базы данных ISDIS Международного общества цифровой визуализации кожи (http://isdis.net/isic-project/), находящаяся в открытом доступе. Изображения анализировали врачи начинающими специалистами в области дерматоскопии (ординаторы кафедры кожных и венерических болезней).

Результаты регистрировали в электронной базе данных с помощью табличного редактора Excel (в составе пакета программ Microsoft Office 2013), где записывали баллы по каждому параметру в зависимости от алгоритма. Выполнили подсчет баллов в двух таблицах и сверили их с результатами гистологического исследования, который является «Золотым стандартом» в диагностике опухолей кожи. Заполняли таблицы, в которых определяли количество совпадений и расхождений в диагнозе. Рассчитывали следующие показатели: диагностическая чувствительность (ДЧ) – (a/(a+c))х100%; диагностическая специфичность (ДС) – (d/(d+b))х100%; диагностическая эффективность (ДЭ) – (ДЧ+ДС)/2; прогностическая ценность положительного результата (ПЦПР) – (a/(a+b))х100%;прогностическая ценность отрицательного результата (ПЦОР) – (d/(c+d))х100%, где a – совпадение заключений о наличии болезни (истинно-положительный результат), b – гипердиагностика (ложно-положительный результат, ошибка первого рода, α-ошибка), с –гиподиагностика (ложно-отрицательный результат, ошибка второго рода, β-ошибка), d– совпадение заключений об отсутствии болезни (истинно-отрицательный результат).

Результаты. Анализ с использованием алгоритма по трем признаком показал, что диагностическая чувствительность составила 56%, диагностическая специфичность – 68%, диагностическая эффективность – 62%,прогностическая ценность положительного результата – 37%, прогностическая ценность отрицательного результата – 82%.

Анализ с использованием алгоритма по семи признаком продемонстрировал следующие результаты: диагностическая чувствительность составила 92%, диагностическая специфичность – 48%, диагностическая эффективность – 70%, прогностическая ценность положительного результата – 37%, прогностическая ценность отрицательного результата – 95%.

Вывод: алгоритм анализа дерматоскопического изображения по 7 признакам показам существенно более высокие значения диагностической чувствительности (92% против 56%), а также прогностической ценности отрицательного результата (95% против 82%). Данные показатели свидетельствуют о большом проценте ложноотрицательных результатов, а значит не выявлении меланомы, при использовании скринингового алгоритма по трем признакам (в нашем случае не удалось выявить 11 меланом). В связи с этим при принятии решения начинающим специалистом необходимо помимо трехшагового алгоритма использовать также более сложные методы анализа, в частности алгоритм диагностики по семи признакам.

 

Патрушев А.В., Романова Г.В., Минченко А.А., Сергеев Р.А., Цуркова Е.В. Вестник Российской Военно-медицинской академии / Материалы XIII Всероссийской научно-практической конференции «Актуальные вопросы клиники, диагностики и лечения больных в многопрофильном лечебном учреждении»  26-27 апреля 2018 года. — СПб.: ВМедА, 2018. — № 2 (61). — С. 157-158.

Читайте также:

Добавить комментарий

Ваш e-mail не будет опубликован. Обязательные поля помечены *