Rendimiento de 4 métodos algorítmicos dermatoscópicos realizados por médicos no expertos

Objetivo:
Evaluar 4 métodos dermatoscópicos realizados por personal no experto.

Diseño:
Sesenta y un médicos practicantes, principalmente médicos de atención primaria en Australia, fueron entrenados en 4 métodos de algoritmos dermatoscópicos.

Los participantes luego evaluaron imágenes macroscópicas y dermatoscópicas de 40 lesiones melanocíticas de piel. Cada una de las imágenes dermatoscópicas fue evaluada con el modelo de análisis, lista de los 7 puntos, la regla ABCD y el método de Menzies.

Resultados:
El método de Menzies mostró la mayor sensibilidad, 84.6% para el diagnóstico de melanoma, seguido por la lista de los 7 puntos (81.4%), la regla ABCD (77.5%), modelo de análisis (68.4%) y evaluación de una imagen macroscópica (60.9%). El modelo de análisis y la evaluación de una imagen macroscópica mostraron la más alta especificidad, 85.3% y 85.4% respectivamente.

La regla ABCD  mostró una especificidad del 80.4%, el método de Menzies, 77.7% y la lista de los 7 puntos, 73%. El método de Menzies tuvo una precisión diagnóstica delo 81.1%; la regla ABCD, 79.0%; la lista de los 7 puntos, 77.2%; modelo de análisis, 76.8% y la evaluación clínica, 73.2%

Conclusiones:
Todos los algoritmos funcionaron bien en manos de practicantes relativamente inexpertos quienes recibieron un entrenamiento autoguiado proporcionado por un disco compacto. El método de Menzies demostró la más alta precisión  y sensibilidad para el diagnóstico de melanoma y fue el preferido por participantes del estudio.