Riccardo Pampena, Stefano Migliorati1, Giovanni Paolino, Michela Lai, Nicola Lippolis, Stefania Guida, Stefania Borsari, Sebastiano Pellerone, Sofia Maria Di Ciaccio, Elvira Moscarella, Giovanni Pellacani, Giuseppe Argenziano, Caterina Longo
ABSTRACT
Einleitung: Die Diagnose vollständig amelanotischer Hauttumoren ist bei klinischer und dermatoskopischer Untersuchung schwierig.
Ziele: Wir wollten einen genauen und benutzerfreundlichen dermatoskopischen Algorithmus entwickeln, um zwischen gutartigen und bösartigen rosa Läsionen zu unterscheiden.
MethodenDie Datenbank eines Überweisungszentrums wurde retrospektiv auf Bilder nichtentzündlicher, vollständig amelanotischer Hautläsionen überprüft. Zwei Dermatologen bewerteten gemeinsam einen Validierungssatz von Bildern anhand dermatoskopischer Kriterien und entwickelten einen Diagnosealgorithmus, die 1-Schritt-2-Pink-Regel (7S-2PR). Zwei externe Kliniker mit unterschiedlichen dermatoskopischen Kenntnissen und ohne Kenntnis der endgültigen Diagnose werteten Bilder aus den Validierungstestsätzen separat aus. Dabei verwendeten sie die Methode des vorherrschenden Kriteriums und den neuen 7S-2PR-Algorithmus.
Ergebnisse: Insgesamt wurden 763 Läsionen von 652 Patienten in die Datenbank des Validierungssets aufgenommen, davon 68.3 % bösartig und 31.7 % gutartig. Im ersten Schritt des 2S-7PR wurden drei verdächtige dermatoskopische Kriterien berücksichtigt: polymorphe oder scharf begrenzte Gefäße, Schuppen oder Krusten sowie Erosionen oder Ulzerationen; im zweiten Schritt wurden vier nicht verdächtige Kriterien berücksichtigt: weißer Kragen, weißer narbenartiger Bereich, Gefäßlücken und punktförmige Halskettengefäße. In den Validierungs- und Testphasen wurden sowohl für die Experten- als auch für die Laien-Bewerter hohe Spezifitäts- und Sensitivitätsgrade berechnet, wobei die Experten durch den Einsatz des 4S-2PR im Vergleich zur vorherrschenden Methode höhere Sensitivität und Spezifität erzielten, während die Laien lediglich die Spezifität verbesserten.
Schlussfolgerungen: Die vorliegende Studie hat gezeigt, dass ein Algorithmus, der sich auf einige reproduzierbare und leicht erkennbare Kriterien konzentriert, die diagnostische Genauigkeit bei der Behandlung amelanotischer Läsionen verbessern könnte.