Features of selective densitometry of spherical formations in lungs by the multispiral computed tomography


Cite item

Full Text

Abstract

Detection calcificats in the spherical formations of lungs (SFL) by means of a multispiral computed tomography only confirms high sensitivity of this method to gradation of tissue density, but doesn’t increase differential opportunities. Their wrong interpretation as benign can entail inopportuneness of recognition and treatment. The radiological differential diagnostics of SFL based on the topological analysis of destruction cavities containing in them, allowing to specify a phase ofpathological process development, has a set of exceptions, signs aren’t constant and specific and therefore has no great diagnostic value. For the purpose of a comparative assessment of newly developed method of selective densitometry diagnostic opportunities at primary cancer, pneumonia and the infiltrative tuberculosis containing calcificats and/or cavities, 328 patients with SFL aged from 2 till 87 years are surveyed. In 131(39,9%) patients calcificats were visualized in SFL. In 77(23,7%) patients destruction cavities were visualized in SFL. Selective densitometry of SFL not containing and containing calcificats is carried out. Calcificats, containing in SFL, occur more often in infiltrative tuberculosis, than at primary cancer and pneumonia (p < 0,001) authentically more often. Again developed way of selective densitometry allows to carry out differential diagnostics of SFL, which aren t containing inclusions in a look calcificats (p < 0,001). Calcificats, containing in SFL, have specific (from densitometry positions) no criteria and their assessment doesn’t allow to carry out differential (p > 0,5). Inclusion containing in SFL calcificats and pathological process doesn’t allow to carry out differential diagnostics ofprimary cancer, pneumonia and infiltrative tuberculosis to the analysis (p > 0,5). The exception of the densitometrical analysis containing in SFL calcificats allows to carry out differential diagnostics of primary cancer, pneumonia and infiltrative tuberculosis (p < 0,001). At primary cancer of a lung statistically significant prevalence of cavities of destruction in comparison with pneumonia and infiltrative tuberculosis (p < 0,05) is defined. Destruction cavities, as a rule, settle down excentricly and have the wrong roundish form. Inclusion doesn’t allow to carry out differential diagnostics of primary cancer, pneumonia and infiltrative tuberculosis to the densitometrical analysis of sites of destruction containing in SFL (p > 0,5). The exception of the densitometrical analysis of sites of destruction containing in SFL allows to carry out differential diagnostics of primary cancer, pneumonia and infiltrative tuberculosis (p < 0,002; p < 0,001). Sensitivity at division of primary cancer - infiltrative tuberculosis made 91,1%, specificity - 88,6%, accuracy - 90,2%. Sensitivity at division of primary cancer - pneumonia made 90,4%, specificity - 74,5%, accuracy - 84,2%. Sensitivity at division of infiltrative tuberculosis - pneumonia made 79,5%, specificity - 80,8%, accuracy - 80,2%

About the authors

Vladimir K. Konovalov

Altai State Medical University

Email: kon4867@gmail.com
MD, PhD, DSci, Prof. 656038, Barnaul, Russian Federation

V. G Kolmogorov

Diagnostic center of the Altai territory

656038, Barnaul, Russian Federation

M. N Lobanov

Federal Center of Traumatology, Orthopedics and Endoprosthesis replacement

656045, Barnaul, Russian Federation

S. L Leonov

I.I. Polzunov Altai State Technical University

656038, Barnaul, Russian Federation

A. M Shayduk

Altai State Medical University

656038, Barnaul, Russian Federation

V. V Fedorov

Altai State Medical University

656038, Barnaul, Russian Federation

Ya. N Shoykhet

Altai State Medical University

656038, Barnaul, Russian Federation

References

  1. Хейфец С.Л. Рак и туберкулез легких. Л.: Медицина; 1969.
  2. Лукомский Г.И., Шулутко М.Л., Виннер М.Г., Овчинников А.А. Бронхопульмонология. М.: Медицина; 1982.
  3. Зедгенидзе Г.А., ред. Клиническая рентгенорадиология (руководство). Т. I: Рентгенодиагностика заболеваний органов грудной полости. Подред АМН СССР. М.: Медицина; 1983.
  4. Позмогов А.И., Терновой С.К., Бабий Я.С., Лепихин Н.М. Томография грудной клетки. Киев: Здоровья; 1992.
  5. Тюрин И.Е. Компьютерная томография органов грудной полости. СПб.: ЭЛБИ; 2003.
  6. Прокоп М., Галански М. Спиральная и многослойная компьютерная томография. М.: МЕДпресс-информ; 2007.
  7. Виннер М.Г, Шулутко М.Л. Шаровидные образования легких (клиника, диагностика, лечение). Свердловск: Средне-Уральское книжное издательство; 1971.
  8. Неймарк И.И., Шойхет Я.Н. Очерки хирургии легких. Барнаул: Алтайское книжное издательство; 1972.
  9. Шаров Б.К. Рентгенодиагностика рака легкого. М.: Медицина; 1974.
  10. Бисенков Л.Н., Гришаков С.В., Шалаев С.А. Хирургия рака легкого в далеко зашедших стадиях заболевания. СПб.: Гиппократ; 1988.
  11. Позмогов А.И., Терновой С.К., Бабий Я.С., Лепихин Н.М. Томография грудной клетки. Киев: Здоровья; 1992.
  12. Трахтенберг А.Х., Чиссов В.И. Клиническая онкопульмонология. М.: ГЭОТАР; 2000.
  13. Харченко В.П., Котляров П.М. Лучевая диагностика, рентгенологические синдромы и их нозологические трактовки при некоторых заболеваниях легких (лекция). Медицинская визуализация. 2003; 1: 24-32.
  14. Власов П.В. Рентгенодиагностика туберкулеза органов дыхания. Медицинская визуализация. 2004; 4: 77-8.
  15. Лазарева Я.В., Ратобыльский Г.В., Серова Е.В., Мальсагов М.Б. Лучевая диагностика туберкулеза сегодня. Радиология-практика. 2008; 5: 15-27.
  16. Swingler G.H., du Toit G., Andronikou S., van der Merwe L., Zar H.J. Diagnostic accuracy of chest radiography in detecting mediastinal lymphadenopathy in suspected pulmonary tuberculosis. Arch. Dis. Child. 2005; 90 (11): 1153-6.
  17. Andreu J., Caceres J., Pallisa E., Martinez-Rodriquez M. Radiological manifestations of pulmonary tuberculosis. Eur. J. Radiol. 2004; 51 (2): 139-49.
  18. Heo J.H., Choi Y.W., Jeon S.Ch., Park C.K. Pulmonary tuberculosis: another disease showing clusters of small nodules. Am. J. Roentgenol. 2005; 184: 639-42.
  19. Янченко Е.Н., Греймер М.С., ред. Туберкулез у детей и подростков: Руководство для врачей. Л.: Медицина; 1987.
  20. Лобанов М.Н. Дифференциальная диагностика шаровидных образований легких при мультиспиральной компьютерной томографии на основе многомерной обработки денситометрических параметров: Дис.. канд. мед. наук. Барнаул; 2013.
  21. Коновалов В.К., Колмогоров В.Г., Лобанов М.Н., Леонов С.Л., Шайдук А.М. Объемная денситометрическая диагностика шаровидных образований легких с использованием искусственного нейрона. Российский онкологический журнал. 2014; 1: 25-31.

Supplementary files

Supplementary Files
Action
1. JATS XML

Copyright (c) 2014 Eco-Vector


 


Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».