Introduzione: La corretta esecuzione delle immagini mammografiche è fondamentale per aumentare la probabilità di identificare precocemente eventuali lesioni cancerose, soprattutto in ambito di screening. Il metodo anglosassone PGMI è uno tra i metodi maggiormente utilizzati per definire la correttezza del posizionamento e della compressione in mammografia. Questo elaborato ha come obiettivo principale quello di verificare se l’utilizzo da parte dei Tecnici Sanitari di Radiologia Medica (TSRM) di un software automatico di analisi delle immagini acquisite, basato sul metodo PGMI, associato ad una formazione continua, può essere considerato utile nella pratica quotidiana per migliorare la qualità tecnica di esecuzione degli esami mammografici. Materiali e metodi: Per questo studio sono stati raccolti i dati elaborati dal Software automatico Volpara Analytics, relativi alla compressione e al posizionamento delle immagini mammografiche del Progetto Screening Giovani Donne, eseguite dai TSRM presso l’UOC Radiologia Senologica dell’Istituto Oncologico Veneto di Padova. Dei 6 TSRM considerati, 1 si è unito al team a Marzo 2022. Sono stati selezionati i dati afferenti a due periodi diversi, aventi circa lo stesso numero di immagini e intervallati da un periodo di formazione: il primo pre-formazione comprende i dati tra Settembre 2021 e Dicembre 2021; il secondo, definito periodo di controllo, include i dati acquisiti successivamente alla formazione (Marzo 2022-Settembre 2022). I valori di queste due fasi differenti sono stati successivamente analizzati e confrontati tra di loro con metodo statistico per valutare eventuali progressi. Discussione e risultati: Dalle analisi eseguite confrontando i dati pre-formazione con i dati post-formazione è emerso che in media 3 criteri segnalati su 5 (61,3%) hanno visto un miglioramento in termini di percentuali e valori numerici. Si possono notare dei progressi sia nei parametri meno rispettati, sia in altri parametri, non definiti errori, ma con ampio margine di miglioramento. Conclusioni: L’utilizzo costante di un metodo di valutazione automatica, come il software Volpara Analytics, ha contribuito ad una ottimizzazione delle performance dei singoli TSRM nell’esecuzione delle immagini mammografiche, fornendo a ciascuno le conoscenze e le basi per capire gli errori e gli strumenti per poter risolvere la maggior parte di essi.
Uso di un software automatico per la valutazione della qualità tecnica delle immagini mammografiche per ottimizzare le performance del singolo tecnico di radiologia
POVOLO, LETIZIA
2021/2022
Abstract
Introduzione: La corretta esecuzione delle immagini mammografiche è fondamentale per aumentare la probabilità di identificare precocemente eventuali lesioni cancerose, soprattutto in ambito di screening. Il metodo anglosassone PGMI è uno tra i metodi maggiormente utilizzati per definire la correttezza del posizionamento e della compressione in mammografia. Questo elaborato ha come obiettivo principale quello di verificare se l’utilizzo da parte dei Tecnici Sanitari di Radiologia Medica (TSRM) di un software automatico di analisi delle immagini acquisite, basato sul metodo PGMI, associato ad una formazione continua, può essere considerato utile nella pratica quotidiana per migliorare la qualità tecnica di esecuzione degli esami mammografici. Materiali e metodi: Per questo studio sono stati raccolti i dati elaborati dal Software automatico Volpara Analytics, relativi alla compressione e al posizionamento delle immagini mammografiche del Progetto Screening Giovani Donne, eseguite dai TSRM presso l’UOC Radiologia Senologica dell’Istituto Oncologico Veneto di Padova. Dei 6 TSRM considerati, 1 si è unito al team a Marzo 2022. Sono stati selezionati i dati afferenti a due periodi diversi, aventi circa lo stesso numero di immagini e intervallati da un periodo di formazione: il primo pre-formazione comprende i dati tra Settembre 2021 e Dicembre 2021; il secondo, definito periodo di controllo, include i dati acquisiti successivamente alla formazione (Marzo 2022-Settembre 2022). I valori di queste due fasi differenti sono stati successivamente analizzati e confrontati tra di loro con metodo statistico per valutare eventuali progressi. Discussione e risultati: Dalle analisi eseguite confrontando i dati pre-formazione con i dati post-formazione è emerso che in media 3 criteri segnalati su 5 (61,3%) hanno visto un miglioramento in termini di percentuali e valori numerici. Si possono notare dei progressi sia nei parametri meno rispettati, sia in altri parametri, non definiti errori, ma con ampio margine di miglioramento. Conclusioni: L’utilizzo costante di un metodo di valutazione automatica, come il software Volpara Analytics, ha contribuito ad una ottimizzazione delle performance dei singoli TSRM nell’esecuzione delle immagini mammografiche, fornendo a ciascuno le conoscenze e le basi per capire gli errori e gli strumenti per poter risolvere la maggior parte di essi.File | Dimensione | Formato | |
---|---|---|---|
Povolo Letizia_Tesi di Laurea.pdf
accesso aperto
Dimensione
2.14 MB
Formato
Adobe PDF
|
2.14 MB | Adobe PDF | Visualizza/Apri |
The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License
https://hdl.handle.net/20.500.12608/38069