Novo método elimina falso-positivos de cancro do pulmão por TC

Dos nódulos detetados por tomografia computadorizada, 96% são falso-positivos de cancro do pulmão. O problema leva a intervenções médicas desnecessárias e muitas vezes a prejuízos graves para os doentes. Investigadores descobriram método de resolução do problema.

Novo método elimina falso-positivos de cancro do pulmão por TC
Novo método elimina falso-positivos de cancro do pulmão por TC, investigação que envolveu cientistas da Mayo Clinic. Foto: CC/Wikipedia

Uma equipa de investigadores, que incluiu cientistas da Mayo Clinic, da Universidade de Vanderbilt e da Escola de Saúde Pública da Universidade de Brown, identificou um método para resolver o problema dos resultados falso-positivos do cancro do pulmão, detetados por tomografia computadorizada (TC). A descoberta da equipa já foi publicada na revista ‘PLOS One’.

Tobias Peikert, pneumologista da Mayo Clinic, referiu: “Como médicos, um dos problemas mais difíceis na deteção do cancro do pulmão, em pacientes, é que a grande maioria dos nódulos que são descobertos no pulmão não são cancro. Mesmo naqueles com alto risco de cancro de pulmão, 96% dos nódulos detetados não são cancerígenos.”

Os resultados de testes falso-positivos causa muita ansiedade nos pacientes e muitas vezes leva a uma análise desnecessárias e até mesmo a cirurgias. “Resultados falso-positivos em exames de cancro do pulmão também aumentam o custo dos cuidados médicos e podem levar a lesões causadas pelo médico, mas sem qualquer intenção e a mortalidade”, acrescenta o investigador.

Para resolver este problema de falso-positivos na deteção do cancro do pulmão, Tobias Peikert e Fabien Maldonado, da Universidade de Vanderbilt, em conjunto com outros investigadores da equipa usaram um método de radiómica para analisar as imagens das tomografias computadorizadas de todos os cancros do pulmão diagnosticados no rastreio National Lung Cancer Screening.

A radiómica é uma área da medicina que envolve a extração de grandes quantidades de dados quantitativos de imagens médicas e aplicação de programas de computador para identificar características da doença que não podem ser vistas a olho nu.

Os investigadores analisaram o volume, a densidade nodular, a forma, as características da superfície nodular e a textura do tecido pulmonar circundante num conjunto de 57 variáveis, e identificaram 8 variáveis ​​que permitem distinguir entre um nódulo benigno e um nódulo canceroso. Nenhuma das 8 variáveis ​​estava diretamente ligada ao tamanho do nódulo, e os investigadores não incluíram nenhuma variável demográfica, como idade ou histórico de tabagismo ou de cancro, como parte da análise.

Tobias Peikert referiu que embora a tecnologia seja promissora e tenha o potencial de mudar a maneira como os médicos avaliam os nódulos pulmonares detetados é, no entanto, necessário proceder ainda a mais validações, para além do estudo que foi financiado pelo Departamento de Defesa dos EUA, em colaboração com a Faculdade de Medicina da Universidade de Vanderbilt.