Η αξία μεθοδολογιών λήψης απόφασης στην ανάλυση της διαγνωστικής ακρίβειας της κυτταρολογίας ενδομητρίου

Abstract

OBJECTIVE: Endometrial cytology could be an alternative perspective for the diagnosis of endometrial cancer. Objective of this study is to investigate the potential of an Artificial Neural Network (ANN) based on Multi Layer Perceptron (MPL), for the discrimination of benign from malignant endometrial nuclei and lesions. Secondary it is examined the potential risk factors for strenuousness in endometrial cytology sampling. STUDY DESIGN: 416 histological confirmed liquid based cytological smears were collected, specifically: 117 within normal limits cases, 66 malignant cases, 37 hyperplasias without atypia and 8 cases of hyperplasia with atypia. From each case were extracted nuclear morphometric features from about 90 nuclei using a custom image analysis system. Subsequently nuclei from 50% of the cases were used to train an MPL ANN model that classified each nucleus as benign or malignant. The remaining data from the 50% of the cases were used to evaluate the ANN performance and stability on unknown data. Based on the results of nucleus classification process are proposed two algorithms to discriminate endometrium cases as benign or malignant. A subgroup of 181 women participated in the secondary study. Strenuousness in obtaining the sample was graded into a five-level scale-score. Various parameters were assessed in association with the strenuousness score. Multivariate ordinal logistic regression analysis was performed. RESULTS: The ANN-MPL had an overall accuracy for the classification of endometrial nuclei equal to 83.02%, specificity 85.09% and sensitivity 77.01%. For the case classification the overall accuracy was 92.98%, specificity 92.86% and sensitivity 93.24%. As far as the secondary study is concerned, postmenopausal status (adjusted OR=2.63, 95%CI: 1.52-4.56, p=0.001) and previous invasive/surgical procedures in the cervix (adjusted OR=2.15, 95%CI: 1.10-4.24, p=0.026) were associated with higher strenuousness score. Participants’ age at sampling, phase of the menstrual cycle, endometrial thickness, obesity, current hormonal use and the reproductive history of women were not significantly associated with the strenuousness of the procedure. CONCLUSION: Computerized systems based on ANNs have the potential to be used for the classification of endometrial nuclei and lesions. Increased difficulty during endometrial sampling is noted in postmenopausal women, and in patients with previous surgical procedures in the cervix.

ΣΚΟΠΟΣ: H κυτταρολογία του ενδομητρίου θα μπορούσε να είναι μια εναλλακτική μέθοδος για τη διάγνωση του καρκίνου του ενδομητρίου. Στόχος της παρούσας μελέτης είναι να διερευνήσει τις δυνατότητες ενός Πολυστρωματικού Τεχνητού Νευρωνικού Δικτύου με Νευρώνες Perceptron (ΤΝΔ- MPL), για τη διάκριση μεταξύ καλοήθων από κακοήθων πυρήνες ενδομητρικών κυττάρων και τις συνοδές αλλοιώσεις. Δευτερευόντως εξετάζονται οι πιθανοί παράγοντες κινδύνου για τη δυσκολία στη δειγματοληψία της ενδομητρίου κυτταρολογίας. ΣΧΕΔΙΑΣΜΟΣ ΜΕΛΕΤΗΣ: 416 ιστολογικά επιβεβαιωμένα δείγματα συλλέχθηκαν με κυτταρολογία υγρής φάσης και συγκεκριμένα: 117 περιπτώσεις εντός των φυσιολογικών ορίων, 66 περιπτώσεις κακοήθειας, 37 με υπερπλασία χωρίς ατυπία και 8 περιπτώσεις υπερπλασίας με ατυπία. Από κάθε περίπτωση εξήχθησαν πυρηνικά μορφομετρικά χαρακτηριστικά από περίπου 90 πυρήνες χρησιμοποιώντας ένα προσαρμοσμένο σύστημα ανάλυσης εικόνας. Στη συνέχεια, οι πυρήνες από το 50% των περιπτώσεων χρησιμοποιήθηκαν για την κατάρτιση ενός μοντέλου ΤΝΔ-MPL που ταξινομεί τον κάθε πυρήνα ως καλοήθη ή κακοήθη. Τα υπόλοιπα δεδομένα από το 50% των περιπτώσεων χρησιμοποιήθηκαν για την αξιολόγηση της απόδοσης του ΤΝΔ-MPL και τη σταθερότητα της απόδοσής του σε άγνωστα δεδομένα. Με βάση τα αποτελέσματα της διαδικασίας ταξινόμησης των πυρήνων προτάθηκαν δύο αλγόριθμοι για την ταξινόμηση των ενδομητρικών κυττάρων ως καλοήθη ή κακοήθη. Μία υποομάδα 181 γυναίκες συμμετείχε στη δευτερεύουσα μελέτη. Η δυσκολία στη λήψη του δείγματος βαθμολογήθηκε σε πέντε επίπεδα της κλίμακας βαθμολογίας. Διάφορες παράμετροι αξιολογήθηκαν σε συνδυασμό με το βαθμό δυσκολίας. Κατά την πολυμεταβλητή ανάλυση, τελέστηκε λογιστική παλινδρόμηση για διατάξιμες μεταβλητές (ordinal logistic regression), με την κλίμακα δυσκολίας να τίθεται ως εξαρτημένη μεταβλητή. ΑΠΟΤΕΛΕΣΜΑΤΑ: Το ΤΝΔ-MPL είχε μια συνολική ακρίβεια για την κατάταξη των πυρήνων του ενδομητρίου ίση με 83,02%, ειδικότητα 85,09% και 77,01% ευαισθησία. Για την περίπτωση ταξινόμησης, η συνολική ακρίβεια ήταν 92,98%, 92,86% ειδικότητα και ευαισθησία 93,24%. Όσον αφορά στη δευτερεύουσα μελέτη, η μετεμμηνοπαυσιακή κατάσταση (προσαρμογή OR = 2,63, 95% CI: 1,52-4,56, p = 0,001) και οι προηγηθείσες παρεμβάσεις και χειρουργικές επεμβάσεις στον τράχηλο της μήτρας (προσαρμογή OR = 2,15, 95% CI: 1,10- 4,24, p = 0,026) συσχετίστηκαν με την υψηλότερη βαθμολογία δυσκολίας. Η ηλικία των συμμετεχουσών κατά τη δειγματοληψία, η φάση του κύκλου της εμμήνου ρύσεως, το πάχος του ενδομητρίου, η παχυσαρκία, η τρέχουσα χρήση ορμονών και το μαιευτικό αναμνηστικό των γυναικών δεν σχετίστηκαν σημαντικά με τη δυσκολία της διαδικασίας. ΣΥΜΠΕΡΑΣΜΑ: Τα ηλεκτρονικά συστήματα που βασίζονται σε ΤΝΔ έχουν τη δυνατότητα να χρησιμοποιούνται για την κατάταξη των πυρήνων του ενδομητρίου και των σχετικών βλαβών. Αυξημένη δυσκολία κατά τη διάρκεια της δειγματοληψίας κυτταρολογίας του ενδομητρίου σημειώνεται σε μετεμμηνοπαυσιακές γυναίκες και σε ασθενείς με προηγούμενες χειρουργικές επεμβάσεις στον τράχηλο της μήτρας.