1\. Einleitung: Das Mammakarzinom ist die häufigste maligne Erkrankung der Frauen in Deutschland. Ein wichtiges Werkzeug zur Diagnostik ist die Mammographie. Computer- assistierte-Diagnose-Systeme (CAD-Systeme) können die Sensitivität der Mammographie erhöhen, wobei die hohe Anzahl falsch-positiver Marker einen Einsatz im Klinikalltag bisher behindert. 2\. Literaturbericht und Fragestellung: Während einige veröffentlichte Studien Faktoren untersuchen, die die Sensitivität von CAD-Systemen beeinflussen, existieren bisher nur wenige Daten zur Beeinflussung der Spezifität. Zum Einfluss des Parenchymvolumens auf die Spezifität konnte keine Veröffentlichung gefunden werden. In der vorliegenden Arbeit soll untersucht werden, ob bestimmte Parameter die Spezifität eines CAD-Algorithmus beeinflussen. Als erster Parameter wurde die Brustdichte ausgewählt, da ein Einfluss auf menschliche Befunder in der Mammographie bekannt ist. Als zweiter Parameter wurde das Parenchymvolumen untersucht, da vor allem das Drüsenparenchym und das umliegende Binde-Stütz- Gewebe mammographisch malignomähnliche Strukturen bilden können und ein Einfluss daher plausibel erscheint. 3\. Material und Methoden: In diese Studie wurden Mammographieuntersuchungen eingeschlossen, die im Zeitraum zwischen dem 1.6.2002 und dem 31.8.2006 erstellt wurden und keinerlei pathologische Veränderung zeigten. Ein unauffälliges Follow-up über mindestens 22 Monate war erforderlich. Die Standardansichten (craniocaudal und mediolateral-oblique) einer Seite jeder Untersuchung wurden von einem CAD- Algorithmus mit drei Sensitivitäts-Einstellungen (spezifisch, mittel, sensibel) analysiert (R2 ImageChecker®, Version 9.3, Hologic, Bedford, MA, USA) und die Anzahl der falsch-positiven Marker ermittelt. Ein weiterer Algorithmus analysierte die Gewebeeigenschaften der untersuchten Brust (R2 Quantra®, Version 1.3, Hologic, Bedford, MA, USA) und ermittelte das Brustvolumen, das Parenchymvolumen sowie die prozentuale Brustdichte. Zur Analyse der Daten wurden verschiedene statistische Untersuchungen (Kategorisierung und Analyse durch Mann-Whitney-U-Test, Korrelationsanalyse, Regressionsanalyse) durchgeführt. 4\. Ergebnisse: 222 Mammographien konnten in die Untersuchung eingeschlossen werden. Je Aufnahme erstellte der CAD- Algorithmus im Mittel 0,42 (spezifisch), 0,52 (mittel), bzw. 0,69 (sensibel) falsch-positive Marker zu Herdbefunden, sowie 0,24 (spezifisch), 0,43 (mittel), bzw. 0,56 (sensibel) falsch-positive Marker zu Mikrokalk. In den Gruppen mit geringem, mittlerem und großem Parenchymvolumen war die durchschnittliche Anzahl falsch-positiver Herdmarker 0,35, 0,41 und 0,50 (spezifisch); 0,40, 0,45 und 0,70 (mittel); bzw. 0,58, 0,65 und 0,89 (sensibel). Einen statistisch signifikanten Unterschied der Anzahl der Herdmarker ergab der Vergleich der Gruppen mit geringem bzw. großem Parenchymvolumen bei den CAD-Einstellungen ‚mittel‘ und ‚sensibel‘ (p<0,05). Ein Unterschied in der Anzahl der Marker für Mikrokalk konnte nicht festgestellt werden. Wurden die Mammographien nach der Brustdichte kategorisiert, war kein signifikanter Unterschied der Gruppen nachweisbar. Die Regressionsanalyse zeigte bei einer Zunahme des Parenchymvolumens um 100ml ein relatives Risiko für Herd-Marker von 1,43 (spezifisch, p<0,05), 1,63 (mittel, p<0,001), bzw. 1,50 (sensibel, p<0,01). Ein Einfluss auf das relative Risiko für Kalk- Marker war nicht festzustellen. Die Regressionsanalyse zeigte keinen signifikanten Einfluss der Brustdichte auf das relative Risiko. 5\. Diskussion: Verschiedene Veröffentlichungen der letzten Jahre zeigen auf, dass die Sensitivität von CAD-Untersuchungen von der Brustdichte beeinflusst wird, während diese Studie nahelegt, dass deren Spezifität von der Menge des Parenchymgewebes abhängig ist. Eine Anpassung des Operating Points unter Berücksichtigung von Brustdichte und Drüsenparenchymvolumen kann so dazu beitragen, die Sensitivität und Spezifität von CAD-Systemen zu optimieren.
1\. Introduction: Breast cancer is the most common cancer disease for women in germany. Digital mammography is an important tool in diagnostics. Computer- aided-detection systems (CAD-systems) are able to improve the sensitivity of mammography, while the high amount of false-positive markers prevents the usage in clinical routine. 2\. Objective: While several publications examine factors affecting the sensitivity of CAD-analysis, only few data about the influence on the specificity is available. No publication about the influence of fibroglandular tissue volume could be found. The objective of this publication is to examine the influence of breast density and fibroglandular tissue volume on the results of CAD-analysis in digital mammography. 3\. Materials and methods: This study included normal digital mammogramms recorded between 6/2002 and 8/2006. A minimum follow-up of 22 months was required. A CAD-algorithm (R2 ImageChecker®, Version 9.3, Hologic, Bedford, MA, USA) analyzed the standard views of the mammograms (CC and MLO) with three operating points (specific, balanced, sensitive). False-positive marks were recorded. The images were then analyzed by a volumetric breast density asessment software (R2 Quantra®, Version 1.3, Hologic, Bedford, MA, USA) to obtain estimates of breast volume, fibroglandular tissue volume and percentage density. Statistical analysis was performed using the Mann-Whitney U-test, analysis of correlation and the Poisson regression model. 4\. Results: 222 mammogramms could be included. The CAD-algorithm generated an average of 0.42 (specific), 0.52 (balanced), 0.69 (sensitive) false positive mass marks and 0.24 (specific), 0.43 (balanced), 0.56 (sensitive) false positive calcification marks per image. In categories with low, intermediate and high fibroglandular tissue volume the average amount of false-positive mass marks was 0.35, 0.41 and 0.50 (specific); 0.40, 0.45 and 0.70 (balanced); 0.58, 0.65 and 0.89 (sensitive). The images with high fibroglandular tissue volume showed significantly more mass marks then those with low fibroglandular tissue volume in the balanced and sensitive setting (p<0,05). No differences in the amount of calcification marks could be found. A categorization by breast density showed no diffrences in the three groups. Relative risk for false-positive mass marks increased by 1.43 (specific, p < 0.05), 1.63 (balanced, p < 0.001) and 1.50 (sensitive, p < 0.01) per 100 ml of fibroglandular tissue volume. No significant effects of percentage density on the relative risk of false- positive mass marks were observed. 5\. Discussion: Different publications in the last years indicate that sensitivity of CAD-analysis in digital mammography is affected by brest density, while this study suggests that specificity is affected by fibroglandular tissue volume. Adjusting the operating point considering these two parameters might improve the overall perfomance of the CAD-system.
