Bayer Logo Bayer Logo Bayer Logo Bayer Logo

Mama

¿Qué es la densidad mamaria?

La densidad mamaria refleja la cantidad de tejido fibroso y glandular en las mamas de una mujer comparada con la cantidad de tejido graso en ellas según se observa en una mamografía. Algunas mujeres tienen muy poco tejido fibroso en comparación al tejido graso, otras mucho tejido fibroso y la mayoría una cantidad intermedia.

La densidad mamaria se clasifica en cuatro categorías:1

  • Las mamas tienen casi en su totalidad tejido graso (casi el 10% de la población femenina)
  • Pocas áreas de tejido denso disperso por todas las mamas (casi el 40% de la población femenina)
  • Mamas heterogéneamente densas (cerca del 40% de las mujeres)
  • Mamas extremadamente densas (casi el 10%)

1 https://www.cdc.gov/spanish/cancer/breast/basic_info/dense-breasts.htm

Alt tag

Perfiles con probabilidad de tener mamas densas

Las mamas densas no son inusuales, no obstante, su incidencia disminuye con la edad2.

  • Más de la mitad de las mujeres menores de 50 años tienen mamas densas.
  • Aproximadamente el 40% de las mujeres entre 50 y 60 tienen mamas densas.
  • Aproximadamente el 25% de las mujeres de 60 años o más tienen mamas densas.

2 https://densebreast-info.org/for-patients/patient-questions-and-answers/

¿Por qué es importante la densidad mamaria?

La densidad mamaria es importante porque las mujeres con mamas densas tienen un mayor riesgo de tener cáncer de mama. Además, el tejido denso puede dificultar la detección de cánceres de mama en una mamografía lo que puede hacer que  un tumor pase desapercibido en una mamografía de una mama extremadamente densa,

¿Cómo estudiar las mamas extremadamente densas?

Estudio DENSE


El estudio DENSE es el mayor estudio de cribado mediante RM adicional a la mamografía en mujeres con mamas extremadamente densas. En este estudio se investiga la necesidad de realizar un cribado adicional para la detección del cáncer de mama en mujeres con mamas extremadamente densas.

 

Este estudio ha concluido que en mujeres con mamas extremadamente densas la realización de una RM con contraste complementaria a la mamografía puede reducir a la mitad la aparición de cánceres de intervalo. 

 

Además, en el segundo artículo publicado del estudio se  indica que mediante  el uso de  inteligencia artificial  se puede  reducir la tasa de falsos positivos en las  exploraciones con resonancia magnética de mama con contraste.

 

Si quieres informarte en profundidad sobre el estudio DENSE, aquí tienes materiales complementarios.

 

 

Otros estudios

    En el número de septiembre de la revista European Journal of Radiology se ha publicado un estudio en el que se describe la nueva tecnología de rayos X monocromáticos y un sistema prototipo para su uso en la obtención de las imágenes de mama. A diferencia de la mamografía clásica que utiliza la emisión de los rayos X de múltiples longitudes de onda y una amplia banda de energía, la tecnología monocromática utiliza dos procesos para la emisión de radiación. La tecnología combina dos procesos de emisión de rayos X para generar haces de rayos X monocromáticos. El primero es similar al tubo de rayos X convencional donde los electrones de alta energía bombardean el metal para emitir energías de rayos X de banda ancha. La segunda parte es diferente e implica la concentración de estos rayos X en un objetivo metálico compacto de hoja delgada. Posteriormente, la lámina emite rayos X monocromáticos a través de fluorescencia.

    El estudio indica que el uso de los rayos X monocromáticos posibilita una reducción de la dosis de radiación de 5 a 10 veces en comparación con la mamografía clásica. La relación señal-ruido (SNR) fue 2,6 veces mayor y requirió una dosis de radiación 4,2 veces menor que la imagen obtenida mediante la técnica de mamografía clásica para un fantoma que simuló una mama de 9 cm de grosor. En conclusión, los autores del estudio destacan que una reducción de la dosis de radiación manteniendo a su vez una alta calidad de imagen, puede permitir una disminución de la dosis total de radiación a la que se ven expuestas las mujeres durante el cribado del cáncer de mama y reducir de forma significativa el riesgo de cánceres inducidos por los rayos X. Además, los altos valores de SNR obtenidos con los fantomas de las mamas de mayor grosor proporcionan una fuerte evidencia de que es posible realizar un examen con una menor compresión de la mama manteniendo a la vez una alta calidad de imagen.

    Fuente: Fishman MDC, Rehani MM. Monochromatic X-rays: The future of breast imaging [publicado en línea antes de su impresión, 20 de septiembre de 2021]. Eur J Radiol.2021;144:109961. doi:10.1016/j.ejrad.2021.109961

    La ecografía mamaria es una técnica que muchas veces permite la detección de lesiones no visibles en la mamografía, pero que se puede asociar a un alto porcentaje de falsos positivos. En un artículo publicado en la revista Nature Communications, los investigadores de la New York University presentan un algoritmo de Deep Learning creado en base al análisis de casi 290.000 imágenes de ecografía mamaria que logra una precisión similar a la de un radiólogo en la identificación de neoplasias de mama en imágenes de ultrasonido. Un análisis retrospectivo mostró que este modelo ayudaría a los radiólogos a reducir la tasa de falsos positivos en más del 37% y la necesidad de biopsias en más del 27%, manteniendo la misma sensibilidad. Además, el algoritmo mantuvo una alta precisión diagnóstica en todos los grupos de edad, con todas las densidades mamográficas e independencia del equipo de ultrasonido utilizado.

    Fuente: Shen Y, Shamout FE, Oliver JR, et al. Artificial intelligence system reduces false-positive findings in the interpretation of breast ultrasound exams. Nat Commun. 2021;12(1):5645. Publicado 24 de septiembre de 2021 doi:10.1038/s41467-021-26023-

    Según un estudio publicado este año en la revista Radiology , un sistema automatizado de triage utilizando la Deep Learning puede analizar de manera rápida y precisa las resonancias magnéticas de mujeres con mamas densas para descartar las exploraciones que no presentan lesiones, y permitir a los radiólogos centrarse en casos más complejos. Los autores del estudio probaron el modelo en 4581 resonancias magnéticas de mama realizadas en 4581 mujeres con una edad media de 54,3 años. Las mujeres participaron en el cribado del Dense Tissue and Early Breast Neoplasm Screening (DENSE) entre los años 2011 y 2016. El modelo de Deep Learning detectó el 90,7% de las resonancias magnéticas con anomalías, las clasificó como sospechosas y las remitió para su evaluación radiológica. El modelo mostró una sensibilidad del 100% para las lesiones malignas. El 39,7% de todas las resonancias se clasificaron automáticamente como normales, sin alteraciones, no existiendo ningún caso de falso negativo (FN) entre ellas. Los autores del estudio subrayan que el uso de sistemas de triage automático de las resonancias magnéticas de mama que no requieren un análisis radiológico adicional y de las que sí lo requieren, ahorrará tiempo que los médicos podrán dedicar al análisis de los casos más difíciles.

    Fuente: https://pubmed.ncbi.nlm.nih.gov/34609196/

    Materiales complementarios

    Estudio DENSE: cribado de mamas densas

    Entrevista sobre RM de mama abreviada