Aussagekraft von US bei der Vorhersage von CLN-Metastasen bei Patienten mit OSCC

Das orale Plattenepithelkarzinom (OSCC) ist trotz der Fortschritte in der Diagnose und der radiologischen Bildgebung der weltweit häufigste bösartige Tumor. Die Ultraschalluntersuchung kann die diagnostische Genauigkeit verbessern, aber gute Ergebnisse hängen vom Fachwissen des Untersuchers ab. In diesem Buch stellen wir zwei Methoden vor, die bei der Vorhersage von Bildern metastasierender Halslymphknoten (CLN) bei Patienten mit OSCC helfen können, unabhängig von den diagnostischen Kriterien des Ultraschalls (US) und der Erfahrung des Operators: 1. Ein Diskriminanzmodell, das auf den stärksten prädiktiven US-Kriterien für Metastasen beruht. Die Modellgleichung bietet dem Arzt eine zuverlässige Wahrscheinlichkeitsvorhersage für die Behandlung von zervikalen LN-Metastasen. Sie hilft bei der Behandlung umstrittener CLNs bei Patienten mit Metastasen mit geringem Risiko, die unter Beobachtung stehen, anstatt nachfolgende Biopsien und Halsdissektionen durchzuführen. 2. Ein Programmiercode, der unabhängig von den US-Diagnosekriterien und der Erfahrung des Operateurs funktioniert. Die Technik des Codes basiert auf dem Zentrum des Graphen (C.O.G.) in der Y-Achse der Histogrammberechnung für die Knotenfläche. Unseres Wissens ist dies die erste Studie, die den C.O.G. des Bildhistogramms zur Diagnose von metastasierten CLNs verwendet hat.

Autorentext

Rand Sh. Al-Ani, B.D.S., M.Sc., Ph.D., ist Dozentin in der Abteilung für Mund-, Kiefer- und Gesichtschirurgie an der Hochschule für Zahnmedizin der Universität Mosul / IRAQ. Ihr Forschungsschwerpunkt ist die orale und dentale Radiologie. Für diese Forschung hat sie 2017 den IADR Unilever Hatton Divisional Award für die beste postgraduale (M.Sc.&Ph.D.) Forschung im Irak gewonnen.