x

¿Aún no está registrado?

Cree su cuenta. Regístrese en Elsevier y obtendrá: información relevante, máxima actualización y promociones exclusivas.

Registrarme ahora
Ayuda - - Regístrese - Teléfono 902 888 740
Buscar en

Indexada en:

MedLine/PubMed, Scopus, EMBASE/Excerpta Medica, Concerlit, Aidsline, Bibliomed, Biosis, Healfnstar, IBECS

Métricas

  • SCImago Journal Rank (SJR):0,27
  • Source Normalized Impact per Paper (SNIP):0,759
doi: 10.1016/S0001-6519(02)78364-7
Sistema inteligente para protocolizar el diagnóstico de invasión ganglionar en el cáncer de laringe
Intelligent system to perform a diagnostic protocol for ganglionar invasion in laryngeal carcinoma
E. Zapater,, , S. Moreno**, M. Armengot, A. Campos, C. Taleb, J.R. Alba, J. Basterra**
* Servicio de otorrinolaringologÍa. Hospital general universitario de valencia
** Departamento de informática y electrónica. Facultad de fÍsicas. Universidad de valencia
Recibido 04 enero 2002, Aceptado 02 septiembre 2002
Resumen

El cáncer de laringe es el tumor maligno de cabeza y cuello más frecuente. La invasión ganglionar es uno de los factores que más influye en el pronóstico de esta patología. El objetivo de este trabajo ha sido diseñar un sistema inteligente capaz de elaborar un protocolo diagnóstico de adenopatías metastásicas. Se han revisado 122 historias clínicas de pacientes diagnosticados de cáncer de laringe en nuestro servicio. Los datos recopilados han sido la localización tumoral, el estadio T y el estadio N (clínico, por TC y postcirugía). El método utilizado para elaborar el sistema inteligente ha sido el ID3, capaz de generar un árbol de decisión mínimo. La palpación ha sido la variable que mayor información ha aportado al conocimiento de la invasión ganglionar. La TC se ha mostrado más eficaz en los tumores supraglóticos. El método ID3 es útil para la elaboración de algoritmos diagnósticos, sobre todo cuando el número de casos y la cantidad de pruebas diagnósticas son elevados.

Abstract

Laryngeal carcinoma is the most frequent malignant tumour in head and neck. Node invasion is known to be one of the most important prognostic factors. The aim of this study has been to design an intelligent system to perform a diagnostic algorithm of metastasic neck nodes. 122 clinical reports of patients diagnosed of laryngeal carcinoma in our department have been reviewed. The compiled data have been: tumor site, T stage, N stage (clinical, after CT scan and post-surgery). The method used to design the intelligent system has been the ID3, which is able to generate a minimal decision tree. Palpation has been the variable that has given more information about node invasion. CT has proved to be more efficient in supraglottic tumours. ID3 method has shown to be useful in performing diagnostic algorithms, specially when the number of cases and diagnostic tests are high.

Palabras clave
Inteligencia artificial, Cáncer de laringe, Adenopatías cervicales
Key words
Artificial intelligence, Laryngeal carcinoma, Neck nodes
El Texto completo solo esta disponible en PDF
Referencias
1.
L. Galindo,F. Algaba
Patología geográfica del cáncer en España: Estudio global. VIII Congreso Nacional de Anatomía Patológica. Tenerife, España
Patología, (1981), pp. 17-25
2.
López-Abente. Registro del cáncer en Granada, 1994
3.
J.G. Batsakis
Neoplasms of the larynx
Tumors of the head and neck, 2a ed, pp. 200-225
4.
P.M. Stell
Prognosis in laryngeal carcinoma: tumor factors
Clin Otolaryngol, 15 (1990), pp. 69-81
5.
R. Pradier,A. González,E. Matos,D. Loria,R. Adan,P. Saco
Prognostic factors in laryngeal carcinoma
Cancer, 71 (1992), pp. 2472-2476
6.
Muñarriz LA. Fundamentos de la Inteligencia Artificial, ISBN 84-7684-563-4, Universidad de Murcia, 1994.
7.
D. MacDermott
Nonmonotonic Logic II: Nonmonotonic modal theories
JACM, 29 (1982), pp. 33-57
8.
Quinlan JR. Discovering rules from large collections of examples: a case study, in Expert Systems in the Micro Electronic Age, Edinburgh University Press, 1979.
9.
Buchanan B, Mitchell T. Model directed learning of production rules, en Waterman D, Hayes F, Pattern directed inference systems, Academic Press, 1978
10.
C. Gavilán,J. Gallego,J. Gavilán
"Carrusel ": an expert system for vestibular diagnosis
Acta Otolaryngol (Stockh), 110 (1990), pp. 161-167
11.
Y. Auramo,M. Juhola,I. Pyykkö
An expert system for the computeraided diagnosis of dizziness and vertigo
Med Inf, 18 (1993), pp. 293-305
12.
E. Kentala,I. Pyykkö,Y. Auramo,M. Yuhola
Reasoning in Expert System ONE for vertigo work-up
Acta Otolaryngol (Stockh), 520 (1995), pp. 207-208
13.
R.M. Byers,P.F. Wolf,A.J. Ballantyne
Rationale for elective modified neck dissection
Head Neck Surg, 10 (1988), pp. 160-167
14.
W.M. Mendenhal,J.T. Parsons,T.A. Brant,S.P. Stringer,N.J. Cassisi,R.R. Million
Is selective neck treatment indicated for T2N0 squamous carcinoma of the glottic larynx?
Radiother Oncol, 14 (1989), pp. 199-202
15.
P. Levendag,R. Sessions,B. Vikram,E.W. Strong,J.P. Shah,R. Spiro
The problem of neck relapse in early supraglotic larynx cancer
Cancer, 63 (1989), pp. 345-348
16.
T. Stuckensen,A.F. Kovacs,S. Adams,R.P. Baum
Staging of the neck patients with oral cavity squamous cell carcinomas: a prospective comparison of PET, ultrasound, CT and MRI
J Carniomaxillofac Surg, 28 (2000), pp. 319-324
17.
L.L. Myers,M.K. Wax,H. Nabi
Positron emission tomography in the evaluation of the N0 neck
Laryngoscope, 108 (1998), pp. 232-236
18.
M. Ramos-Suzarte,N. Rodríguez,J.P. Oliva,N. Inzaga-Escobar,A. Perera,A. Morales
99m Tc-labeled antihuman epidermal growth factor receptor antibody in patients with tumors of epithelial origin: Part III. Clinical trials safety and diagnostic efficacy
J Nucl Med, 40 (1999), pp. 768-775
19.
A. Wirtschafter,M.S. Benninger,T.J. Moss,T. Uniel,K. Blazoff,M.J. Worsham
Micrometastatic tumor detection in patients with head and neck cancer: a preliminary report
Arch Otolaryngol Head Neck Surg, 128 (2002), pp. 40-43
Correspondencia: Avda Peris y Valero 159-5. 46005 Valencia.
Copyright © 2002. Elsevier España, S.L.