Difusión y coeficiente de difusión aparente en lesiones BI-RADS 6: Correlación con hallazgos histopatológicos

Katherin Michell Vleck Tovar; Analisa Amelia María Careddu de Landaeta

doi:10.37910/RDP.2026.15.1.e442

Autores/as

Katherin Michell Vleck Tovar Policlínica Metropolitana
Analisa Amelia María Careddu de Landaeta Policlínica Metropolitana

DOI:

https://doi.org/10.37910/RDP.2026.15.1.e442

Palabras clave:

Resonancia Magnética, DWI, ADC, Cáncer de Mama, BI-RADS 6

Resumen

Objetivo: Evaluar el valor diagnóstico de la difusión ponderada (DWI) y del coeficiente de difusión aparente (ADC) en lesiones BI-RADS (Breast imaging-reporting and data system) categoría 6 y su correlación con hallazgos histológicos en pacientes de la Policlínica Metropolitana entre enero de 2024 y agosto de 2025. Materiales y métodos: Estudio observacional, descriptivo y retrospectivo que incluyó 78 pacientes con lesiones BI-RADS 6 evaluadas mediante resonancia magnética (RM) con secuencias DWI y mapas de ADC, con confirmación histológica. Se registraron variables demográficas, distribución tumoral, presencia de restricción difusiva, valores de ADCmean y tipo histológico. Resultados: La mayoría de las pacientes tenía entre 60–74 años (35,9 %) y las lesiones predominaron en la mama izquierda (57,7 %). Todas las lesiones mostraron restricción en DWI. Los valores de ADC se concentraron principalmente entre 0,92–1,29 ×10⁻³ mm²/s. El carcinoma ductal invasivo fue el subtipo más frecuente (64,1 %), seguido del lobulillar invasivo (21,8 %). No se identificaron asociaciones significativas entre valores de ADC, tipo histológico, distribución tumoral o recidiva. Conclusiones: La DWI y el ADC demostraron alto valor diagnóstico en lesiones BI-RADS 6, evidenciando restricción difusiva universal y valores característicos de malignidad. Aunque no discriminan entre subtipos histológicos ni predicen recidiva, constituyen herramientas funcionales fundamentales en la evaluación mamaria. Se recomienda extender futuros estudios a lesiones BI-RADS 4 y 5 para evaluar su desempeño diagnóstico.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

1. Aramburu K, Chávez Y, Nuñez P. Impacto de la inteligencia artificial en la mejora del diagnóstico por imágenes del cáncer de mama: una revisión de alcance [tesis en Internet]. Lima: Universidad Peruana Cayetano Heredia; 2025 [citado 27 sep 2025]. Disponible en: https://repositorio.upch.edu.pe/bitstream/handle/20.500.12866/17212/Impacto_AramburuTorres_Kevin.pdf

2. Cañaveral S, Mera C, Fonnegra R. Postcontrast medical image synthesis in breast DCE MRI using deep learning. TecnoLógicas. 2024;27(60):e3052. doi:10.22430/22565337.3052

3. Policlínica Metropolitana. Mes de la sensibilización del cáncer de mama [Internet]. Caracas: Policlínica Metropolitana; 2019 [citado 27 sep 2025]. Disponible en: https://policlinicametropolitana.org/blogs/blog/mes-de-la-sensibilizacion-del-cancer-de-mama.

4. Delgado A. Mujeres, cáncer de mama y derecho a la salud en Venezuela. An Fac Cienc Jurid Soc Univ Nac La Plata. 2022; 52:118.

5. Sociedad Anticancerosa de Venezuela. Alianza Nacional de la Lucha contra el Cáncer de Mama defiende el derecho a la salud de todas las venezolanas [Internet]. Caracas: SAV; 2021 [citado 27 sep 2025]. Disponible en: https://www.sociedadanticancerosa.org/actualidad/alianza-nacional-de-la-lucha-contra-el-cancer-de-mama-defiende-el-derecho-a-la-salud-de-todas-las-venezolanas/

6. Human Rights Watch. La crisis venezolana pone en peligro a pacientes con cáncer de mama [Internet]. Washington D.C.: HRW; 2021 [citado 27 sep 2025]. Disponible en: https://www.hrw.org/es/news/2021/12/02/la-crisis-venezolana-pone-en-peligro-pacientes-con-cancer-de-mama

7. Sung H, Ferlay J, Siegel RL, Laversanne M, Soerjomataram I, Jemal A, Bray F. Global cancer statistics 2020: GLOBOCAN estimates of incidence and mortality worldwide for 36 cancers in 185 countries. CA Cancer J Clin. 2021; 71(3): 209 249. doi:10.3322/caac.21660

8. American Cancer Society. Breast cancer facts & figures 2024–2025. Atlanta: American Cancer Society; 2025.

9. Tan P, Ellis I, Allison K, Brogi E, Fox S, Lakhani S. The 2019 World Health Organization classification of tumours of the breast. Histopathology. 2020;77(2):181 5.

10. Stop Cancer Fund. What women need to know about inflammatory breast cancer [Internet]. Washington D.C.: Stop Cancer Fund; 2016 [citado 27 sep 2025]. Disponible en: https://stopcancerfund.org/p-breast-cancer/what-women-need-to-know-about-inflammatory-breast-cancer/

11. Mercado A. Correlación del coeficiente aparente de difusión en resonancia magnética con el Ki 67 en pacientes con cáncer de mama [tesis en Internet]. Monterrey: Universidad Autónoma de Nuevo León; 2022 [citado 27 sep 2025]. Disponible en: http://eprints.uanl.mx/23821/1/Correlaci%C3%B3n%20del%20Coefieiente%20Aparente%20de%20Difusi%C3%B3n%20en%20Resonancia%20Magnetica%20con%20el%20Ki-67%20en%20pacientes%20con%20c%C3%A1ncer%20de%20mama.pdf

12. Aramburu K. Hallazgos por RM en cáncer de mama: revisión de alcance [Internet]. Lima: Universidad Peruana Cayetano Heredia; 2025 [citado 27 sep 2025]. Disponible en: https://repositorio.upch.edu.pe/bitstream/handle/20.500.12866/16674/Hallazgos_PerezAuccapuclla_Flor.pdf?sequence=1

13. Ortiz F, Aguado I, Prats M, Camps S, Ferrer R, Ferrer C. Desarrollo de nuevos biomarcadores de imagen para la detección de cáncer de mama [Internet]. Cartagena: Universidad Politécnica de Cartagena; 2023 [citado 27 sep 2025]. Disponible en: https://repositorio.upct.es/server/api/core/bitstreams/e4f9b761-7363-4ea0-8b12-9814f908bf69/content

14. Baltzer P, Mann R, Iima M, Sigmund E, Clauser P, et al.; EUSOBI International Breast Diffusion Weighted Imaging Working Group. Diffusion weighted imaging of the breast—a consensus and mission statement from the EUSOBI International Breast Diffusion Weighted Imaging Working Group. Eur Radiol. 2020;30(3):1436 50.

15. Partridge S, McDonald E. Diffusion weighted MRI of the breast: protocol optimization, guidelines for interpretation, and potential clinical applications. Magn Reson Imaging Clin N Am. 2013;21(3):601 24.

16. Rodríguez DA, Aguilar DP, Castellano DC, Cifuentes DI, Giovanetti DR, Sánchez-Camacho MP. Cáncer de mama HER2 positivo con microcalcificaciones asociadas: valoración con RM dinámica, secuencias de difusión y valores del ADC [Internet]. Madrid: SERAM; 2021 [citado 27 sep 2025]. Disponible en: https://piper.espacio-seram.com/index.php/seram/article/view/4254

17. Campo RN, Amador IS, Montalbán MM, Olloqui PT, Godes JJ. Protocolos de RM de mama: lo que el radiólogo debe saber [Internet]. Madrid: SERAM; 2024 [citado 27 sep 2025]. Disponible en: https://www.piper.espacio-seram.com/index.php/seram/article/view/10630

18. Rodríguez DA, Barón DP, Merideño DM, Aguilar DP, Giovanetti DR, Cruz DL, et al. RM difusión y coeficiente ADC en el cáncer de mama triple negativo: antes y después de la quimioterapia neoadyuvante [Internet]. Madrid: SERAM; 2022 [citado 27 sep 2025]. Disponible en: https://www.piper.espacio-seram.com/index.php/seram/article/view/9172

19. Azzam H, Mansour S, Salem N, El Assaly H. Correlative study between ADC value and grading of invasive breast cancer. Egypt J Radiol Nucl Med. 2020; 51(1): 12.

20. Liu G, Li Y, Chen SL, Chen Q. Non mass enhancement breast lesions: MRI findings and associations with malignancy. Ann Transl Med. 2022; 10(6): 357.

21. Tejerina A, Ruibal Á. Imagen médica en patología mamaria [Internet]. Madrid: Universidad Complutense de Madrid; 2023 [citado 27 sep 2025]. Disponible en: https://www.cpm-tejerina.com/wp-content/uploads/2023/09/Imagen_medica_patologia_mamaria_interactivo.pdf

22. Pérez JA, González C, Villaverde C, Ramírez AK, Marín V, Marín CE, et al. Analyse diffusion sequence in magnetic resonance and apparent diffusion coefficient values in breast cancer according to molecular subtypes and histological parameters of aggressiveness between December 2010–December 2016. Rev Colomb Radiol [Internet]. 2018 [citado 27 sep 2025];29(2):4915-9. Disponible en: Rev Colomb Radiol [Internet]. 2018;29(2):4915-9. Disponible en: https://contenido.acronline.org/Publicaciones/RCR/RCR29-2/04-RCR-29-2-Analisis-En.pdf