VT_Tematica_Dermatologia_detail.jpg VT_Tematica_Dermatologia_detail.jpg
  • Tiempo de lectura: 1 mins

    Un análisis estadístico de los factores de riesgo y del comportamiento biológico de los tumores mamarios caninos: un estudio multicéntrico

    Los tumores mamarios caninos (TMC) representan un grave problema en la medicina veterinaria mundial y existe var
    • Los tumores mamarios caninos (TMC) representan un grave problema en la medicina veterinaria mundial y existe varios factores de riesgo implicados de forma variable en su biología.
    • En este estudio se examina la relación entre los factores de riesgo y el diagnóstico histológico de un gran conjunto de datos sobre TMC de tres instituciones académicas mediante el análisis estadístico clásico y un método de aprendizaje automático de inteligencia artificial supervisado.
    • Se incluyeron datos epidemiológicos, clínicos e histopatológicos de 1866 TMC.
    • La edad de los perros con tumores malignos era significativamente mayor que la de los perros con tumores benignos (9,6 frente a 8,7 años, P < 0,001). Los tumores malignos eran significativamente más grandes que sus homólogos benignos (2,69 versus 1,7 cm, P < 0,001). Curiosamente, el 18% de los tumores malignos eran más pequeños de 1 cm de diámetro, lo que proporciona una evidencia importante de que el tamaño del tumor debería ser reconsiderado en la evaluación clínica del método de estadiaje de neoplasias TNM de la OMS.
    • La aplicación de la regresión logística y el modelo de aprendizaje automático de inteligencia artificial identificaron la edad y el tamaño del tumor como los mejores predictores con una precisión diagnóstica global de 0,63, lo que sugiere que estos factores de riesgo son indicadores suficientes, pero no absolutos de la malignidad de los TMC.

    Este estudio multicéntrico aumenta el conocimiento general de los principales factores de riesgo epidemiológico-clínicos que intervienen en la aparición de los TMC y facilita las vías para ulteriores investigaciones de estos factores en asociación con los TMC y en la aplicación de la tecnología de aprendizaje automático de inteligencia artificial.

    Burrai GP, Gabrieli A, Moccia V, Zappulli V, Porcellato I, Brachelente C, Pirino S, Polinas M, Antuofermo E.