Los modelos de predicción pueden reducir los falsos positivos en el cribado del cáncer de mama por resonancia magnética

Las mujeres con tejido mamario denso tienen un riesgo mucho mayor de padecer cáncer de mama en comparación con las que tienen una densidad mamaria media. La alta densidad mamaria también reduce notablemente la sensibilidad de la mamografía debido al efecto de enmascaramiento del tejido fibroglandular, lo que significa que los cánceres pueden quedar ocultos dentro del tejido mamario denso.

Por estos motivos, la IRM de la mama se considera un complemento potencialmente útil del cribado con mamografía en mujeres con tejido mamario denso. Es la técnica de imagen más sensible para diagnosticar el cáncer de mama y puede diferenciar bien entre lesiones y anomalías de la mama. Las investigaciones han confirmado su importante valor añadido como herramienta de cribado para las mujeres con alto riesgo de cáncer de mama.

Sin embargo, la alta sensibilidad que hace de la RM una excelente herramienta de cribado también significa que a menudo detecta lesiones benignas que de otro modo habrían pasado desapercibidas.

Las mujeres a las que se les cita para que se les realicen pruebas adicionales sobre la base de estos hallazgos pueden tener que repetir la resonancia magnética, la ecografía específica y la biopsia. La necesidad de investigaciones adicionales puede causar ansiedad en la paciente, aumentar los costes de la atención sanitaria o provocar complicaciones relacionadas con la biopsia, señalan los investigadores.

"La reducción de la tasa de falsos positivos es una cuestión importante a la hora de considerar el uso de la IRM de mama como herramienta de cribado", advierte la autora principal del estudio, la doctora Bianca M. den Dekker, del Centro Médico Universitario de Utrecht (Países Bajos).

En el nuevo estudio, la doctora den Dekker y sus colegas desarrollaron modelos de predicción para distinguir los verdaderos positivos de la RMN de los falsos positivos. Para crear los modelos, combinaron los resultados de la IRM con características clínicas como el índice de masa corporal, los antecedentes familiares de cáncer de mama y el uso de terapia hormonal sustitutiva.

Utilizaron datos del ensayo Dense Tissue and Early Breast Neoplasm Screening (DENSE), que evaluó la eficacia del cribado con mamografía más IRM en comparación con la mamografía sola en participantes holandesas de 50 a 75 años con mamas extremadamente densas.

De las 454 mujeres que tuvieron un resultado positivo de RM en una primera ronda de cribado con RM complementaria, 79 fueron diagnosticadas de cáncer de mama, lo que significa que 375 mujeres tuvieron exámenes de RM falsos positivos.

El modelo de predicción completo, basado en todas las características clínicas recogidas y los hallazgos de la IRM, podría haber evitado el 45,5% de los falsos positivos y el 21,3% de las biopsias benignas, sin pasar por alto ningún cáncer. El modelo basado únicamente en los hallazgos de la IRM y la edad disponibles tuvo un rendimiento comparable y podría haber evitado el 35,5% de las revisiones de IRM falsas positivas y el 13,0% de las biopsias benignas.

"Nuestros modelos de predicción pueden identificar un número considerable de falsos positivos tras la primera ronda de cribado suplementario por RM, reduciendo los falsos positivos y las biopsias benignas sin pasar por alto ningún cáncer --resalta Den Dekker--. Esto hace que la resonancia magnética de cribado suplementaria para mujeres con mamas densas esté un paso más cerca de su implementación".

Los investigadores pretenden realizar estudios de validación con datos de diferentes poblaciones. También quieren estudiar el rendimiento de los modelos de predicción en posteriores rondas de cribado. La doctora Den Dekker señala que la tasa de falsos positivos en el grupo de estudio se redujo de 79,8 por cada 1.000 cribados en la primera ronda a 26,3 por cada 1.000 en la segunda.

"Esto puede explicarse en parte por la disponibilidad de exámenes de resonancia magnética previos, que permiten la comparación para el cambio de intervalo --añade--. Como las rondas de cribado incidentes tienen una tasa de falsos positivos mucho más baja, es posible que haya que crear modelos separados".