ارزیابی میزان توافق تشخیص های اسیب شناسی درماتوپاتولوژیست در ضایعات التهابی پوست وابزار کمک تشخیصی رایانه ای derm path Dx در بیمارستان رازی وشریعتی


۱ مهر ۱۳۹۶

: امروزه استفاده از رایانه و نرم­افزارهای رایانه در علم پزشکی گشترش بسیاری پیدا کرده است. در حیطه تشخیص، نرم افزارها و سایت­های متعددی وجود دارند که باعث کاهش اشتباهات پزشکی و تشخیص­های درست و همچنین کاهش اختلاف نظر بین پزشکان در ارتباط با بیماری­های یکسان شده­اند.

پاتولوژی بیماری­های التهابی پوست از حیطه­های پیچیده در آسیب شناسی بوده و وحدت رویه چندانی در بین آسیب شناسان به خصوص آسیب شناسان عمومی وجود نداشته است. استفاده از نرم افزار کمک تشخیص از جمله مواردی است که می­تواند به تشخیص صحیح و همین طور ایجاد هماهنگی دربین تشخیص آسیب شناسان مختلف در مورد یک نمونه کمک کرده و باعث کاهش اشتباهات تشخیص و تسریع در جوابدهی بیماران شود.

روش کار :در این مطالعه نمونه­های پاتولوژی بیماری­های التهابی پوست که تشخیص آن حداقل توسط دو نفر از اساتید فوق تخصص آسیب شناسی پوست مورد تایید قرارگرفته است در اختیار دستیاران سال اول رشته تخصص پاتولوژی قرار گرفته، به این صورت که پانزده نمونه با ضایعات کلاسیک پوست که حداقل سه علامت مهم از ضایعه را داشته باشند و تشخیص افتراقی حداقل دو ضایعه باشد را به ده نفر از رزیدنت های سال اول پاتولوژی ارائه می­شود تا با استفاده از نرم افزارها تشخیص های خود را مشخص نمایند. لازم به ذکر است که رزیدنت های وارد شده در مطالعه باید طی آموزش های انجام شده با علائم و نشانه های پاتولوژیک پوست آشنا شده باشند.

نتایج: تشخیص های اول پاتولوژیست عمومی به کمک نرم افزار در مقایسه با تشخیص های درماتوپاتولوژیست به عنوان استاندارد از حساسیت 83.3%، ویژگی 99.4% و کاپا 0.8 برخوردار است. تشخیص های اول دستیار سال یک با کمک نرم افزار در مقایسه با استاندارد حساسیت64.4% ، ویژگی 98.8% و کاپا0.681 داشتند.

کاپا در هر دو مورد با توجه به منابع امار قابل قبول میباشد.

نتیجه گیری : بر اساس یافته های مطالعه حاضر و کاپای محاسبه شده نرم افزار در مقایسه با درماتو پاتولوژیست به عنوان استاندارد همبستگی قابل قبولی در تشخیص بیماری های التهابی پوست دارد

 

 

 

مشخصات دانشجو:

نام:فاطمه ازادی

  رشته تحصيلي: پزشکی 

 مقطع:  تخصص  پاتولوژی     

  گروه آموزشي  پاتولوژی      

   پست الكترونيك دانشجو:

Fa_freedom@yahoo.com

اساتيد راهنما و داور: آقای دکتر محمد واسعی - خانم دکتر آزیتا نیکو

 

 

زمان دفاع :

   روز یکشنبه                            تاريخ  17/2/96               ساعت8.30

مكان دفاع به آدرس:

بیمارستان رازی بخش پاتولوژی

اطلاعات به زبان انگليسي

 Abstract

 

Introduction:

 

Using computer programs in medical field is improving specially in diagnosis and treatment. Many web sites and programs have been designed which may help doctors to reduce disagreement about same diseases. They also may be helpful to avoid diagnosis mistakes. As pathology of inflammatory skin diseases are so complicated, lack of uniformity of opinions on this subject may be occurred especially among general pathologists. Derm Path Dx is one of computer programs helping pathologists to reach the right diagnosis for the same sample. Therefore, pathologists are able to reduce mistakes and send the results faster.

 

Methods and Material :

 In this study, fifteen samples with classic skin lesions which have three important signs of lesion and differential diagnosis of two lesions are chosen. Results of pathology samples of inflammatory skin diseases are confirmed by at least two professors of dermathopathology. These samples are studied by ten first-year residents of pathology using Derm Path. Under some training programs, pathological skin signs are introduced to residents.

 

Results:

First diagnosis of general pathologist using Derm Path in comparison with dermatopathologist as standards shows 83.3 percentage sensitivity, 99.4 percentage specificity, and 0.8 kappa. First diagnosis of resident using Derm Path in comparison with standards shows 64.4 percentage sensitivity, 98.8 percentage specificity, and 0.681 kappa. Kappa is acceptable statistically for both ways.   This study shows that there is acceptable correlation of diagnosis for of inflammatory skin diseases based on results from this study using Derm Path and standards.

 

 

Keywords: kappa, inflammatory skin diseases, diagnosis, lesion, dermatopathology

 

فهرست منابع و ماخذ فارسي و لاتين:

 

1.     Weedon D,Weedons skin pathology,third edition,2010 ;102,110-116.

2.     James W.Patterson,MD,FACP , Mark R.Wick,MD , FASCP,Non melanocytic tumors of the skin,forth series, 2006;4,19-24.

3.     Brian Potter, M.D. ,Salve G. Ronan, M.D. Computerized dermatopathologic diagnosis available at http://dx.doi.org/10.1016

4.      Smith HR, Ashton RE, Brooks GJ. Initial use of a computer system for assisting dermatological diagnosis in general practice,jornal of  Oral Surgery . 1996 Aug;82(2):179-86.

 

5.     Kolles H, Remberger ,How to build a computer-assisted, diagnosis-finding system. An example in dermatopathology.available at http: //www.ncbi.nlm.nih.gov/pubmed

 

 

 

6.     Sadik M, Jakobsson D, Olofsson F, Ohlsson M, Suurkula M, Edenbrandt L. A new  computer-based decision-support system for the interpretation of bone scans. Nucl Med Commun. 2006; 27:417-423.

 

7.     Sadik M, Suurkula M, Höglund P, Järund A, Edenbrandt L. Quality of planar whole-body bone scan interpretations-a nationwide survey. Eur J Nucl Med Mol Imaging. 2008; 35:1464-1472.

8.     Sadik M, Hamadeh I, Nordblom P, Suurkula M, Höglund P, Ohlsson M, Edenbrandt L. Computer-assisted interpretation of planar whole-body bone scans. J Nucl Med. 2008; 49:1958-1965.

 

9.     Sadik M, Suurkula M, Höglund P, Järund A, Edenbrandt L. Improved  classifications of planar whole-body bone scans using a computer-assisted diagnosis system: a multicenter, multiple-reader, multiple-case study. J Nucl  Med. 2009; 50:368-375.

 

10.                        Sackett DL, Haynes RB, Tugwell P. Early diagnosis In Clinical epidemiology: a basic science for clinical medicine, 1st ed. Boston, MA: Little, Brown & Company, 1985:139–155.

 

11.                        Gown AM, Vogel AM, Hoak D, et al.  Monoclonal antibodies  specific  for melanocytic  tumors  distinguish subpopulations  of melanocytes. Am J Pathol 1986;123:195.

 

12.                        Sun J, Morton TH, Gown AM. Antibody HMB-45 identifies the cells of blue nevi. Am J Surg Pathol 1990;14:748–751.

 

13.                        Farmer ER, Gonin R, Hanna MP. Discordance in the histopathologic diagnosis of melanoma and melanocytic nevi between expert pathologists. Hum Pathol 1996;27:528–531.

 

14.                        Piepkorn MW, Barnhill RL, Cannon-Albright LA, et al. A multiobserver, population-based analysis of histologic  dysplasia  in melanocytic nevi. J Am Acad Dermatol 1994;30:707–714.

 

15.                        Weinstock MA, Barnhill RL, Rhodes AR, et al. Reliability of the histopathologic diagnosis of melanocytic dysplasia: the Dysplastic Nevus Panel. Arch Dermatol 1997;133:953–958.

 

16.                        Shors AR, Kim S, White E, et al. Dysplastic naevi with moderate to severe histological dysplasia: a risk factor for melanoma. Br J Dermatol 2006;155:988–993.

 

17.                        Rivers JK, McCarthy SW, Shaw HM, et al. Patients with thick melanomas surviving at least 10 years: histological, cytometric and HLA analyses. Histopathology 1991;18:339–346.

18.                        Stephens P, Wiesner T, He J, et al. Next-generation sequencing of genomic and cDNA to identify a high frequency of kinase fusions involving ROS1, ALK, RET, NTRK1, and BRAF in Spitz tumors [ASCO meeting abstracts]. J Clin Oncol 2013;31:9002.

 

19.                        Broekaert SM, Roy R, Okamoto I, et al. Genetic and morphologic features for melanoma classification. Pigment Cell Melanoma Res 2010;23:763–770.

 

20.                        van Raamsdonk CD, Bezrookove V, Green G, et al. Frequent somatic mutations of GNAQ in uveal melanoma and blue naevi. Nature 2009;457:599–602.

 

21.                        Curtin JA, Fridlyand J, Kageshita T, et al. Distinct sets of genetic alterations in melanoma. N Engl J Med 2005;353:2135–2147.

 

22.                        Bastian BC, Olshen AB, LeBoit PE, et al. Classifying melanocytic tumors based on DNA copy number changes. Am J Pathol 2003;163:1765–1770.

 

23.                        Piepkorn MW, Barnhill RL, Elder DE, et al. The MPATH-Dx reporting schema for melanocytic proliferations and melanoma. J Am Acad Dermatol 2014;70(1):131–141.



منبع: معاونت پژوهشي دانشکده پزشکي