Navegando por Autor "Cocco, Rafaela Abreu"

Agora exibindo 1 - 1 de 1
  • Imagem de Miniatura
    Item
    Acurácia do raio-x de tórax na detecção de broncopatia
    (Wagner Wessfll, 2020) Cocco, Rafaela Abreu; Hochhegger, Bruno; Forte, Gabriele Carra
    Introdução: Broncopatia é definida por uma ampla entidade de doenças que determinam espessamento patológico das paredes brônquicas. Objetivos: Definir a acurácia da radiografia (RX) de tórax em detectar broncopatias através de método específico manual e por meio de Inteligência artificial (IA), comparativamente à tomografia computadorizada - TCAR (Padrão-ouro) Material e Métodos: Trata-se de estudo retrospectivo, de casos e controles, em que foram analisados 124 pacientes submetidos a exames de imagem em centro de referência no ano de 2015-2018. As imagens de TCAR e RX de tórax foram revisadas separadamente e em ordem aleatória por três médicos com diferentes tempos de experiência em radiologia e também pelo software de IA qXR v2.0 (qure.ai) -software de aprendizado profundo- afim de determinar a acurácia do RX no estabelecimento de espessamento de paredes brônquicas, comparativamente ao padrão-ouro (TCAR). Resultados: O Rx de tórax apresentou uma sensibilidade variando de 72,5 a 86,67%, especificidade de 80,05 a 96,88 % e acurácia de 74,59% a 89,34 %, tomando-se como padrão ouro a TCAR. O índice de concordância Kappa entre os dois exames por cada observador foi de 0,455 a 0,756, respectivamente, pelo avaliador menos experiente e o mais experiente, sendo considerada concordância entre os métodos por cada avaliador de moderada a substancial. A acurácia na detecção de broncopatia pela IA foi mais baixa do que a dos demais radiologistas, além de uma sensibilidade mais baixa que a detectadas pelos demais médicos. Conclusão: O RX de tórax apresenta boa acurácia diagnóstica na detecção de broncopatia quando comparado com o exame de TCAR (padrão-ouro), no entanto quando feito a avaliação pela IA, a radiografia não apresentou a acurácia esperada.