Сажина Анна Андреевна – врач-стажер отделения лучевой и радиоизотопной диагностики ФГБУ “Государственный научный центр Российской Федерации – Федеральный медицинский биофизический центр имени А.И. Бурназяна” ФМБА России, Москва
Anna A. Sazhina – Intern, Radiology and Radioisotope Diagnostics Department, A.I. Burnazyan Federal Medical Biophysical Center of the Federal Medical and Biological Agency of Russia, Moscow
Васильева Ирина Витальевна – канд. мед. наук, заместитель заведующего центральным организационно-методическим отделом-врач-статистик ФГБУ “Государственный научный центр Российской Федерации – Федеральный медицинский биофизический центр имени А.И. Бурназяна” ФМБА России;доцент кафедры медицинской кибернетики и информатики МБФ им. С.А. Гапаряна ФГАОУ ВО “Российский национальный исследовательский медицинский университет им. Н.И. Пирогова” Минздрава России, Москва
Irina V. Vasilieva – Cand. of Sci. (Med.), Deputy Head of the Department – Physician-Statistician, A.I. Burnazyan Federal Medical Biophysical Center of the Federal Medical and Biological Agency of Russia;associate professor of S.A. Gaparyan Medical Cybernetics and Informatics Department of Medical and Biological Sciences Faculty, Pirogov Russian National Research Medical University, Moscow
Ратников Вячеслав Альбертович – доктор мед. наук, профессор, генеральный директор ФГБУ “Федеральный научно-клинический центр инфекционных болезней Федерального медико-биологического агентства”; профессор кафедры лучевой диагностики ФГБОУ ВО “Санкт-Петербургский государственный университет”, Санкт-Петербург
Vyacheslav A. Ratnikov – Doct. of Sci. (Med.), Professor, General Director, Federal Scientific and Clinical Center for Infectious Diseases of the Federal Medical and Biological Agency;Professor of Radiology Diagnostics Department, Saint Petersburg State University, Saint Petersburg
Удалов Юрий Дмитриевич – доктор мед. наук, доцент, генеральный директор ФГБУ “Государственный научный центр Российской Федерации – Федеральный медицинский биофизический центр имени А.И. Бурназяна” ФМБА России, Москва
Yuri D. Udalov – Doct. of Sci. (Med.), Associate Professor, General Director, A.I. Burnazyan Federal Medical Biophysical Center of the Federal Medical and Biological Agency of Russia, Moscow
Степанова Юлия Александровна – доктор мед. наук, профессор, старший научный сотрудник отделения ультразвуковой диагностики ФГБУ “НМИЦ хирургии им. А.В. Вишневского” Минздрава России, Москва
Yulia A. Stepanova – Doct. of Sci. (Med.), Professor, Senior Researcher, Ultrasound Diagnostics Department, A.V. Vishnevsky National Medical Research Center of Surgery, Moscow
Дифференциальная диагностика солидных опухолей почек на этапе стандартного лучевого поиска сопряжена с высокой частотой перекрытия визуализационных признаков, формирующих “серые зоны” между доброкачественными и злокачественными гистотипами.
Цель исследования: разработать и валидировать двухуровневую систему дифференциальной диагностики солидных опухолей почек на основе интеграции данных литературы и анализа собственного клинического материала.
Материалы и методы. На основе систематического анализа метаданных 42 профильных публикаций (12 000 пациентов) были сформулированы первичные критерии модели. Клиническую апробацию алгоритма провели на собственной выборке из 395 пациентов, включавшей светлоклеточный рак (скПКР; n = 258), ангиомиолипомы (АМЛ; n = 35), папиллярный рак (пПКР; n = 32), онкоцитомы (n = 30), хромофобный рак (хПКР; n = 28) и контрольную группу плотных кист Bosniak IIF/III (n = 12). Всем больным выполняли УЗИ с ЦДК, мультифазную МСКТ и мультипараметрическую МРТ (мпМРТ). Математический анализ осуществляли методом бинарной логистической регрессии и ROC-анализа с процедурой бутстреп-валидации (B = 1000).
Результаты. Сформирована двухкомпонентная кодовая матрица калькулятора, позволяющая дискретно разделять этапы диагностики во времени. Первый уровень (УЗИ+МСКТ) обеспечивает автоматическую сегрегацию до 85% классических паттернов. При обнаружении признаков “серой зоны” сессия архивируется под ID пациента до выполнения экспертного II уровня (мпМРТ). Дифференциация атипичных опухолей на экспертном этапе реализована за счет интеграции функциональных МР-маркеров и расчета критических точек отсечения измеряемого коэффициента диффузии (ИКД) для полярных гистотипов. Общая диагностическая точность итоговой двухуровневой модели на проверочной выборке составила 91,3%.
Заключение. Внедрение разработанной дискретной двухуровневой системы позволяет прецизионно верифицировать атипичные новообразования почек (мжАМЛ, гиповаскулярный рак, онкоцитомы) на дооперационном этапе, минимизируя частоту инвазивных биопсий и неоправданных хирургических вмешательств.
Differential diagnosis of solid renal tumors at the stage of standard radiological search is associated with a high frequency of overlapping imaging features, forming “gray zones” between benign and malignant histotypes.
Objective: to develop and validate a two-tiered differential diagnosis system for solid renal tumors based on the integration of literature data and analysis of our own clinical data (395 patients).
Materials and Methods. Based on a systematic analysis of metadata from 42 specialized publications (12,000 patients), the primary criteria of the model were formulated. Clinical testing of the algorithm was performed on our own sample of 395 patients, including clear cell carcinoma (ccRCC; n = 258), angiomyolipomas (AML; n = 35), papillary carcinoma (pRCC; n = 32), oncocytomas (n = 30), chromophobe carcinoma (chRCC; n = 28) and a control group of Bosniak IIF/III dense cysts (n = 12). All patients underwent ultrasound with color Doppler imaging, multiphase MSCT and multiparametric MRI (mpMRI). Mathematical analysis was performed using binary logistic regression and ROC analysis with bootstrap validation (B = 1000).
Results. A two-component code matrix for the calculator was developed, allowing for discrete separation of diagnostic stages over time. The first level (ultrasound + MSCT) automatically segregates up to 85% of classic patterns. If signs of a “gray zone” are detected, the session is archived under a patient ID until the second level (mpMRI) is performed. Differentiation of atypical tumors at the expert stage is achieved through the integration of functional MRI markers and the calculation of critical cutoff points for the measured diffusion coefficient (MDC) for polar histotypes. The overall diagnostic accuracy of the final two-level model on the validation set was 91.3%.
Conclusion. The two-level discrete approach minimizes diagnostic errors in “gray areas” of imaging, optimizes patient routing, and reduces the incidence of unnecessary surgical interventions.
The authors declare that there are no conflicts of interest present.