Metanálise do uso de redes bayesianas no diagnóstico de câncer de mama

Conteúdo do artigo principal

Priscyla Waleska Simões
Geraldo Doneda da Silva
Gustavo Pasquali Moretti
Carla Sasso Simon
Erik Paul Winnikow
Silvia Modesto Nassar
Lidia Rosi Medeiros
Maria Inês Rosa

Resumo:

O objetivo deste estudo foi avaliar a acurácia das redes bayesianas no apoio ao diagnóstico de câncer de mama. Foram realizadas revisão sistemática e metanálise, que incluíram artigos e relatórios publicados entre Janeiro de 1990 e Março de 2013. Foram incluídos estudos transversais prospectivos e retrospectivos que avaliaram a acurácia do diagnóstico de lesões de mama (condição alvo) usando as redes bayesianas (teste em avaliação). Quatro estudos primários que incluíram 1.223 lesões de mama foram analisados, 89,52% (444/496) dos casos de câncer de mama e 6,33% (46/727) das lesões benignas foram positivas tendo-se como base a análise das redes bayesianas. A área dentro da curva SROC (característica de operação do receptor sumária) foi 0,97, com um valor Q* de 0,92. O uso de redes bayesianas no diagnóstico de lesões malignas aumentou a probabilidade pré-teste para um verdadeiro positivo de 40,03% para 90,05% e diminuiu a probabilidade de um falso negativo para 6,44%. Portanto, nossos resultados demonstraram que as redes bayesianas oferecem um método acurado e não invasivo no apoio ao diagnóstico de câncer de mama.
Palavras-chave:
Medical Informatics; Bayes Theorem; Breast Neoplasms