Os objetivos deste estudo são: 1) avaliar a capacidade de se demonstrar, através da ultra-sonografia, microcalcificações agrupadas, previamente identificadas pela mamografia. 2) identificar parâmetros mamográficos dos agrupamentos de microcalcificações e correlacionar com a positividade da ultra-sonografia na caracterização destas lesões. 3) avaliar a possibilidade de a ultra-sonografia mamária servir de guia de biópsias dirigidas, através de agulha grossa (biópsia percutânea de fragmento - \"core biopsy\"), nestas lesões. Entre dezembro de 2000 e abril de 2002, foram avaliadas através da ultra-sonografia, 68 pacientes com 70 focos de microcalcificações agrupadas na mamografia, suspeitas para neoplasia maligna, classificadas segundo critério de BI-RADSTM nas categorias 4 e 5, sem outras alterações mamográficas associadas, como distorções ou massas. Características das lesões na mamografia, como tamanho e profundidade do foco, foram avaliadas e os exames ultra-sonográficos foram classificados como positivos, quando as microcalcificações foram claramente identificadas e, negativos, quando não identificadas. Nas lesões positivas foram realizadas biópsias percutâneas de fragmento (\"core biopsy\"), através da ultra-sonografia e radiografia dos fragmentos. Nas negativas, os procedimentos foram guiados pela esterotaxia. Características ultra-sonográficas das lesões positivas foram analisadas e resultados anatomopatológicos foram correlacionados. Dos 70 focos de microcalcificações, 26 foram identificados através da ultra-sonografia (37,1%), sendo submetidas a biópsias guiadas pela ultra-sonografia e 44 não foram identificadas (62,9%). O tamanho médio dos focos de microcalcificações foi significativamente maior nos casos positivos ao ultra-som - 14,0 mm, em relação aos negativos - 7,6 mm (p< 0,001). Na avaliação da profundidade dos focos, a identificação positiva pela ultra-sonografia foi significativamente maior nos casos de lesões no terço anterior, mais superficiais (16/26 - 61,5%) em relação às intermediárias (8/26 - 30,8%) e nas posteriores, mais profundas (2/26 - 7,7%) - Chi Square (p< 0,002). Avaliando as características ultra-sonográficas dos achados, em 6 identificou-se massa associada (6/26 - 23,1%), Nas outras, foram identificados pontos hiperecogênicos em meio ao tecido adiposo em 13 (13/26 - 50%); na parede de cistos em 5 (5/26 - 19,2%) e no interior de ductos em 2 (2/26 - 7,7%). Foram diagnosticados 12 casos de câncer, sendo que 8 foram identificados através da ultra-sonografia (8/12 - 66,7%) e 4 não (4/12 - 33,3%). Das 26 biópsias orientadas pela ultra-sonografia, em 18 delas (18/26 - 69,2%) foram identificadas microcalcificações nas radiografias dos fragmentos e em 8 não (8/26 - 30,8%). Nos 8 casos positivos para câncer, o diagnóstico foi subestimado em 3 delas (37,5%) em comparação com resultado anatomopatológico final da cirurgia. A ultra-sonografia apresenta uma sensibilidade baixa na identificação de focos de microcalcificações, previamente vistos na mamografia. O diâmetro médio dos focos de microcalcificações identificados na ultra-sonografia é maior do que nos não identificados. A ultra-sonografia identifica melhor focos de microcalcificações situados no terço anterior da mama, mais superficiais, em números percentuais maiores que no intermediário e posterior. A identificação de focos de microcalcificações ao ultra-som permite que biópsias de fragmento sejam realizadas, orientadas por este método / The present study aims to (1) evaluate sonographic ability of demonstrating clustered microcalcifications previously detected on mammographic examination, (2) demonstrate mammographic patterns of clustered microcalcifications and its correlation to sonographic characterization of lesions, and (3) evaluate clinical feasibility of using ultrasound-guided core biopsy of suspicious microcalcifications. Sixty eight patients with 70 clusters of mammographically detected suspicious microcalcifications - classified as category 4 or 5 according to ACR BI-RADS(TM) - and without associated findings, such as architectural distortions or nodules, underwent sonographic examination between December/2000 and April/2002. Examinations were considered positive when microcalcifications were clearly demonstrated and negative otherwise. In the former, ultrasound-guided core biopsy was performed, including specimen radiograph, and sonographic findings were correlated to histopathological results. In the latter, patients underwent stereotactic biopsy. Among 70 clusters of microcalcifications, 26 were demonstrated on sonography (37,1%) and these patients underwent ultrasound-guided core biopsy, while 44 lesions were not detected on sonographic examination (62,9%). The median size of lesions seen on sonography was significantly greater - 14.0 mm -, in contrast to the median size of lesions not detected - 7.6 mm (p<0.001). Considering the location of microcalcifications, sonographic detection of lesions was significantly more frequent in patients with microcalcifications in the anterior third of breast parenchyma (16/26 - 61.5%), when compared to those in the mid third (8/26 - 30.8%) and posterior third (2/26 - 7.7%) (p<0.002). Cancer was demonstrated in 12 patients, 8 of them using ultrasound-guided biopsy (8/12 - 66.7%) and 4 using stereotactic biopsy (4/12 - 33.3%). Microcalcifications were demonstrated on specimen radiographs in 18 out of 26 ultrasound-guided core biopsies (18/26 - 69.2%), and it was not possible to detect them on specimen radiographs in 8 patients (8/26 - 30.8%). Between 8 patients with cancer demonstrated using ultrasound-guided core biopsy, diagnosis was underestimated in 3 (37.5%), in comparison to 1 patient out of 4 (25%) who underwent stereotactic biopsy. Sonographic examination has low sensitivity in detection of clustered microcalcifications previously seen on mammography. The median diameter of lesions demonstrated on sonography is greater than that of microcalcifications not detected. Clusters of microcalcifications in the anterior third of breast parenchyma were also detected more frequently than lesions situated more posteriorly. Sonographic detection of clustered microcalcifications allows performing ultrasound-guided core biopsy

Os objetivos deste estudo são: 1) avaliar a capacidade de se demonstrar, através da ultra-sonografia, microcalcificações agrupadas, previamente identificadas pela mamografia. 2) identificar parâmetros mamográficos dos agrupamentos de microcalcificações e correlacionar com a positividade da ultra-sonografia na caracterização destas lesões. 3) avaliar a possibilidade de a ultra-sonografia mamária servir de guia de biópsias dirigidas, através de agulha grossa (biópsia percutânea de fragmento - \"core biopsy\"), nestas lesões. Entre dezembro de 2000 e abril de 2002, foram avaliadas através da ultra-sonografia, 68 pacientes com 70 focos de microcalcificações agrupadas na mamografia, suspeitas para neoplasia maligna, classificadas segundo critério de BI-RADSTM nas categorias 4 e 5, sem outras alterações mamográficas associadas, como distorções ou massas. Características das lesões na mamografia, como tamanho e profundidade do foco, foram avaliadas e os exames ultra-sonográficos foram classificados como positivos, quando as microcalcificações foram claramente identificadas e, negativos, quando não identificadas. Nas lesões positivas foram realizadas biópsias percutâneas de fragmento (\"core biopsy\"), através da ultra-sonografia e radiografia dos fragmentos. Nas negativas, os procedimentos foram guiados pela esterotaxia. Características ultra-sonográficas das lesões positivas foram analisadas e resultados anatomopatológicos foram correlacionados. Dos 70 focos de microcalcificações, 26 foram identificados através da ultra-sonografia (37,1%), sendo submetidas a biópsias guiadas pela ultra-sonografia e 44 não foram identificadas (62,9%). O tamanho médio dos focos de microcalcificações foi significativamente maior nos casos positivos ao ultra-som - 14,0 mm, em relação aos negativos - 7,6 mm (p< 0,001). Na avaliação da profundidade dos focos, a identificação positiva pela ultra-sonografia foi significativamente maior nos casos de lesões no terço anterior, mais superficiais (16/26 - 61,5%) em relação às intermediárias (8/26 - 30,8%) e nas posteriores, mais profundas (2/26 - 7,7%) - Chi Square (p< 0,002). Avaliando as características ultra-sonográficas dos achados, em 6 identificou-se massa associada (6/26 - 23,1%), Nas outras, foram identificados pontos hiperecogênicos em meio ao tecido adiposo em 13 (13/26 - 50%); na parede de cistos em 5 (5/26 - 19,2%) e no interior de ductos em 2 (2/26 - 7,7%). Foram diagnosticados 12 casos de câncer, sendo que 8 foram identificados através da ultra-sonografia (8/12 - 66,7%) e 4 não (4/12 - 33,3%). Das 26 biópsias orientadas pela ultra-sonografia, em 18 delas (18/26 - 69,2%) foram identificadas microcalcificações nas radiografias dos fragmentos e em 8 não (8/26 - 30,8%). Nos 8 casos positivos para câncer, o diagnóstico foi subestimado em 3 delas (37,5%) em comparação com resultado anatomopatológico final da cirurgia. A ultra-sonografia apresenta uma sensibilidade baixa na identificação de focos de microcalcificações, previamente vistos na mamografia. O diâmetro médio dos focos de microcalcificações identificados na ultra-sonografia é maior do que nos não identificados. A ultra-sonografia identifica melhor focos de microcalcificações situados no terço anterior da mama, mais superficiais, em números percentuais maiores que no intermediário e posterior. A identificação de focos de microcalcificações ao ultra-som permite que biópsias de fragmento sejam realizadas, orientadas por este método / The present study aims to (1) evaluate sonographic ability of demonstrating clustered microcalcifications previously detected on mammographic examination, (2) demonstrate mammographic patterns of clustered microcalcifications and its correlation to sonographic characterization of lesions, and (3) evaluate clinical feasibility of using ultrasound-guided core biopsy of suspicious microcalcifications. Sixty eight patients with 70 clusters of mammographically detected suspicious microcalcifications - classified as category 4 or 5 according to ACR BI-RADS(TM) - and without associated findings, such as architectural distortions or nodules, underwent sonographic examination between December/2000 and April/2002. Examinations were considered positive when microcalcifications were clearly demonstrated and negative otherwise. In the former, ultrasound-guided core biopsy was performed, including specimen radiograph, and sonographic findings were correlated to histopathological results. In the latter, patients underwent stereotactic biopsy. Among 70 clusters of microcalcifications, 26 were demonstrated on sonography (37,1%) and these patients underwent ultrasound-guided core biopsy, while 44 lesions were not detected on sonographic examination (62,9%). The median size of lesions seen on sonography was significantly greater - 14.0 mm -, in contrast to the median size of lesions not detected - 7.6 mm (p<0.001). Considering the location of microcalcifications, sonographic detection of lesions was significantly more frequent in patients with microcalcifications in the anterior third of breast parenchyma (16/26 - 61.5%), when compared to those in the mid third (8/26 - 30.8%) and posterior third (2/26 - 7.7%) (p<0.002). Cancer was demonstrated in 12 patients, 8 of them using ultrasound-guided biopsy (8/12 - 66.7%) and 4 using stereotactic biopsy (4/12 - 33.3%). Microcalcifications were demonstrated on specimen radiographs in 18 out of 26 ultrasound-guided core biopsies (18/26 - 69.2%), and it was not possible to detect them on specimen radiographs in 8 patients (8/26 - 30.8%). Between 8 patients with cancer demonstrated using ultrasound-guided core biopsy, diagnosis was underestimated in 3 (37.5%), in comparison to 1 patient out of 4 (25%) who underwent stereotactic biopsy. Sonographic examination has low sensitivity in detection of clustered microcalcifications previously seen on mammography. The median diameter of lesions demonstrated on sonography is greater than that of microcalcifications not detected. Clusters of microcalcifications in the anterior third of breast parenchyma were also detected more frequently than lesions situated more posteriorly. Sonographic detection of clustered microcalcifications allows performing ultrasound-guided core biopsy

A presente dissertação propõe métodos para mineração de dados para diagnóstico de câncer de mama (CM) baseado na seleção de variáveis. Partindo-se de uma revisão sistemática, sugere-se um método para a seleção de variáveis para classificação das observações (pacientes) em duas classes de resultado, benigno ou maligno, baseado na análise citopatológica de amostras de célula da mama de pacientes. O método de seleção de variáveis para categorização das observações baseia-se em 4 passos operacionais: (i) dividir o banco de dados original em porções de treino e de teste, e aplicar a ACP (Análise de Componentes Principais) na porção de treino; (ii) gerar índices de importância das variáveis baseados nos pesos da ACP e na percentagem da variância explicada pelos componentes retidos; (iii) classificar a porção de treino utilizando as técnicas KVP (k-vizinhos mais próximos) ou AD (Análise Discriminante). Em seguida eliminar a variável com o menor índice de importância, classificar o banco de dados novamente e calcular a acurácia de classificação; continuar tal processo iterativo até restar uma variável; e (iv) selecionar o subgrupo de variáveis responsável pela máxima acurácia de classificação e classificar a porção de teste utilizando tais variáveis. Quando aplicado ao WBCD (Wisconsin Breast Cancer Database), o método proposto apresentou acurácia média de 97,77%, retendo uma média de 5,8 variáveis. Uma variação do método é proposta, utilizando quatro diferentes tipos de kernels polinomiais para remapear o banco de dados original; os passos (i) a (iv) acima descritos são então aplicados aos kernels propostos. Ao aplicar-se a variação do método ao WBCD, obteve-se acurácia média de 98,09%, retendo uma média de 17,24 variáveis de um total de 54 variáveis geradas pelo kernel polinomial recomendado. O método proposto pode auxiliar o médico na elaboração do diagnóstico, selecionando um menor número de variáveis (envolvidas na tomada de decisão) com a maior acurácia, obtendo assim o maior acerto possível. / This dissertation presents a data mining method for breast cancer (BC) diagnosis based on selected features. We first carried out a systematic literature review, and then suggested a method for feature selection and classification of observations, i.e., patients, into benign or malignant classes based on patients’ breast tissue measures. The proposed method relies on four operational steps: (i) split the original dataset into training and testing sets and apply PCA (Principal Component Analysis) on the training set; (ii) generate attribute importance indices based on PCA weights and percent of variance explained by the retained components; (iii) classify the training set using KNN (k-Nearest Neighbor) or DA (Discriminant Analysis) techniques, eliminate irrelevant features and compute the classification accuracy. Next, eliminate the feature with the lowest importance index, classify the dataset, and re-compute the accuracy. Continue such iterative process until one feature is left; and (iv) choose the subset of features yielding the maximum classification accuracy, and classify the testing set based on those features. When applied to the WBCD (Wisconsin Breast Cancer Database), the proposed method led to average 97.77% accurate classifications while retaining average 5.8 features. One variation of the proposed method is presented based on four different types of polynomial kernels aimed at remapping the original database; steps (i) to (iv) are then applied to such kernels. When applied to the WBCD, the proposed modification increased average accuracy to 98.09% while retaining average of 17.24 features from the 54 variables generated by the recommended kernel. The proposed method can assist the physician in making the diagnosis, selecting a smaller number of variables (involved in the decision-making) with greater accuracy, thereby obtaining the highest possible accuracy.

A presente dissertação propõe métodos para mineração de dados para diagnóstico de câncer de mama (CM) baseado na seleção de variáveis. Partindo-se de uma revisão sistemática, sugere-se um método para a seleção de variáveis para classificação das observações (pacientes) em duas classes de resultado, benigno ou maligno, baseado na análise citopatológica de amostras de célula da mama de pacientes. O método de seleção de variáveis para categorização das observações baseia-se em 4 passos operacionais: (i) dividir o banco de dados original em porções de treino e de teste, e aplicar a ACP (Análise de Componentes Principais) na porção de treino; (ii) gerar índices de importância das variáveis baseados nos pesos da ACP e na percentagem da variância explicada pelos componentes retidos; (iii) classificar a porção de treino utilizando as técnicas KVP (k-vizinhos mais próximos) ou AD (Análise Discriminante). Em seguida eliminar a variável com o menor índice de importância, classificar o banco de dados novamente e calcular a acurácia de classificação; continuar tal processo iterativo até restar uma variável; e (iv) selecionar o subgrupo de variáveis responsável pela máxima acurácia de classificação e classificar a porção de teste utilizando tais variáveis. Quando aplicado ao WBCD (Wisconsin Breast Cancer Database), o método proposto apresentou acurácia média de 97,77%, retendo uma média de 5,8 variáveis. Uma variação do método é proposta, utilizando quatro diferentes tipos de kernels polinomiais para remapear o banco de dados original; os passos (i) a (iv) acima descritos são então aplicados aos kernels propostos. Ao aplicar-se a variação do método ao WBCD, obteve-se acurácia média de 98,09%, retendo uma média de 17,24 variáveis de um total de 54 variáveis geradas pelo kernel polinomial recomendado. O método proposto pode auxiliar o médico na elaboração do diagnóstico, selecionando um menor número de variáveis (envolvidas na tomada de decisão) com a maior acurácia, obtendo assim o maior acerto possível. / This dissertation presents a data mining method for breast cancer (BC) diagnosis based on selected features. We first carried out a systematic literature review, and then suggested a method for feature selection and classification of observations, i.e., patients, into benign or malignant classes based on patients’ breast tissue measures. The proposed method relies on four operational steps: (i) split the original dataset into training and testing sets and apply PCA (Principal Component Analysis) on the training set; (ii) generate attribute importance indices based on PCA weights and percent of variance explained by the retained components; (iii) classify the training set using KNN (k-Nearest Neighbor) or DA (Discriminant Analysis) techniques, eliminate irrelevant features and compute the classification accuracy. Next, eliminate the feature with the lowest importance index, classify the dataset, and re-compute the accuracy. Continue such iterative process until one feature is left; and (iv) choose the subset of features yielding the maximum classification accuracy, and classify the testing set based on those features. When applied to the WBCD (Wisconsin Breast Cancer Database), the proposed method led to average 97.77% accurate classifications while retaining average 5.8 features. One variation of the proposed method is presented based on four different types of polynomial kernels aimed at remapping the original database; steps (i) to (iv) are then applied to such kernels. When applied to the WBCD, the proposed modification increased average accuracy to 98.09% while retaining average of 17.24 features from the 54 variables generated by the recommended kernel. The proposed method can assist the physician in making the diagnosis, selecting a smaller number of variables (involved in the decision-making) with greater accuracy, thereby obtaining the highest possible accuracy.

A presente dissertação propõe métodos para mineração de dados para diagnóstico de câncer de mama (CM) baseado na seleção de variáveis. Partindo-se de uma revisão sistemática, sugere-se um método para a seleção de variáveis para classificação das observações (pacientes) em duas classes de resultado, benigno ou maligno, baseado na análise citopatológica de amostras de célula da mama de pacientes. O método de seleção de variáveis para categorização das observações baseia-se em 4 passos operacionais: (i) dividir o banco de dados original em porções de treino e de teste, e aplicar a ACP (Análise de Componentes Principais) na porção de treino; (ii) gerar índices de importância das variáveis baseados nos pesos da ACP e na percentagem da variância explicada pelos componentes retidos; (iii) classificar a porção de treino utilizando as técnicas KVP (k-vizinhos mais próximos) ou AD (Análise Discriminante). Em seguida eliminar a variável com o menor índice de importância, classificar o banco de dados novamente e calcular a acurácia de classificação; continuar tal processo iterativo até restar uma variável; e (iv) selecionar o subgrupo de variáveis responsável pela máxima acurácia de classificação e classificar a porção de teste utilizando tais variáveis. Quando aplicado ao WBCD (Wisconsin Breast Cancer Database), o método proposto apresentou acurácia média de 97,77%, retendo uma média de 5,8 variáveis. Uma variação do método é proposta, utilizando quatro diferentes tipos de kernels polinomiais para remapear o banco de dados original; os passos (i) a (iv) acima descritos são então aplicados aos kernels propostos. Ao aplicar-se a variação do método ao WBCD, obteve-se acurácia média de 98,09%, retendo uma média de 17,24 variáveis de um total de 54 variáveis geradas pelo kernel polinomial recomendado. O método proposto pode auxiliar o médico na elaboração do diagnóstico, selecionando um menor número de variáveis (envolvidas na tomada de decisão) com a maior acurácia, obtendo assim o maior acerto possível. / This dissertation presents a data mining method for breast cancer (BC) diagnosis based on selected features. We first carried out a systematic literature review, and then suggested a method for feature selection and classification of observations, i.e., patients, into benign or malignant classes based on patients’ breast tissue measures. The proposed method relies on four operational steps: (i) split the original dataset into training and testing sets and apply PCA (Principal Component Analysis) on the training set; (ii) generate attribute importance indices based on PCA weights and percent of variance explained by the retained components; (iii) classify the training set using KNN (k-Nearest Neighbor) or DA (Discriminant Analysis) techniques, eliminate irrelevant features and compute the classification accuracy. Next, eliminate the feature with the lowest importance index, classify the dataset, and re-compute the accuracy. Continue such iterative process until one feature is left; and (iv) choose the subset of features yielding the maximum classification accuracy, and classify the testing set based on those features. When applied to the WBCD (Wisconsin Breast Cancer Database), the proposed method led to average 97.77% accurate classifications while retaining average 5.8 features. One variation of the proposed method is presented based on four different types of polynomial kernels aimed at remapping the original database; steps (i) to (iv) are then applied to such kernels. When applied to the WBCD, the proposed modification increased average accuracy to 98.09% while retaining average of 17.24 features from the 54 variables generated by the recommended kernel. The proposed method can assist the physician in making the diagnosis, selecting a smaller number of variables (involved in the decision-making) with greater accuracy, thereby obtaining the highest possible accuracy.

INTRODUÇÃO: O objetivo deste estudo é determinar a correlação anatomopatológica das calcificações amorfas agrupadas diagnosticadas na mamografia digital de campo total, ou seja, das calcificações suspeitas mais tênues, uma vez que houve aumento da caracterização de calcificações na mamografia digital. MÉTODOS: Estudo retrospectivo baseado nos laudos mamográficos classificados como categoria BI-RADS 4 no primeiro ano de introdução da técnica digital, com análise dos diagnósticos anatomopatológicos das microcalcificações amorfas agrupadas submetidas à biópsia de fragmento assistida à vácuo no serviço. Calculou-se: os achados anatomopatológicos que se associaram ao achado radiológico de microcalcificações amorfas agrupadas e o valor preditivo positivo destas calcificações biopsiadas. RESULTADOS: Dos 219 achados por microcalcificações amorfas agrupadas, 78 foram submetidos à biópsia de fragmento assistida à vácuo com seguimento conhecido ou cirurgia subsequente. O diagnóstico anatomopatológico correspondeu a oito (10%) casos malignos, 36 (46%) casos benignos, e 34 (44%) diagnósticos de lesões de risco, das quais oito (10%) do subgrupo cicatriz radiada/lesões papilíferas (sete cicatrizes radiadas e um papiloma) e 26 (33%) do subgrupo atipias/ neoplasias lobulares, correspondendo a 14 (18%) hiperplasias ductais atípicas, quatro (5%) neoplasias lobulares e oito (10%) lesões de células colunares com atipia (atipia epitelial plana). A ampliação cirúrgica foi recomendada para as lesões com potencial incerto de malignidade à biópsia e realizada em 65% do subgrupo atipias/neoplasias lobulares, com taxa de subestimação nula (0/18). O tempo médio de seguimento das pacientes com diagnóstico benigno ou de lesão de risco foi 22 meses. CONCLUSÕES: Um terço das microcalcificações amorfas agrupadas em mamografia digital de campo total corresponderam a lesões precursoras representadas pelas atipias (ductais e colunares) e neoplasias lobulares. Essas lesões se associaram às calcificações amorfas agrupadas numa proporção de cerca de 3:1 em relação às lesões malignas, cujo VPP 3 foi 10% / PURPOSE: To determine the anatomopathological correlation of grouped amorphous calcifications (the most tenuous of suspicious calcifications) disclosed on full-field digital mammography, given the enhanced characterization of calcifications provided by digital mammography. METHODS: A retrospective study of mammographic reports classified as BI-RADS® category 4 at a private diagnostic service specialized in breast imaging was carried out on exams performed during the first year of introducing the digital technique. The investigation entailed analysis of the anatomopathological diagnoses of BI-RADS® category 4 for grouped amorphous microcalcifications submitted to vacuum-assisted breast biopsy (VABB). Anatomopathological findings correlated to this radiological finding were determined and positive predictive value of these calcifications submitted to biopsy (PPV 3) was calculated. RESULTS: Of the 219 findings of grouped amorphous microcalcifications, 78 were submitted to VABB with known follow-up or subsequent surgery. The anatomopathological results included eight (10%) malignant cases, 36 (46%) benign cases and 34 (44%) diagnoses of high-risk lesions, eight of which belonged to the radial scar/papillary lesion subgroup (seven radial scars and one papilloma) and 26 (33% of all cases) to the atypia/lobular neoplasia subgroup, comprising 14 atypical ductal hyperplasias, four lobular neoplasias and eight flat epithelial atypia. Extended surgery was recommended for lesions with uncertain malignant potential at biopsy and performed in 65% of the atypia/lobular neoplasia subgroup, with an underestimation rate of zero (0/18). Mean follow-up time of patients diagnosed with benign or high-risk lesions was 22 months. CONCLUSIONS: One-third of grouped amorphous calcifications on full-field digital mammography corresponded to precursory lesions in the form of atypia (ductal and columnar) or lobular neoplasias. These lesions were associated to grouped amorphous calcifications at a ratio of 3:1 compared to malignant lesions,whose PPV 3 was 10%

INTRODUÇÃO: O objetivo deste estudo é determinar a correlação anatomopatológica das calcificações amorfas agrupadas diagnosticadas na mamografia digital de campo total, ou seja, das calcificações suspeitas mais tênues, uma vez que houve aumento da caracterização de calcificações na mamografia digital. MÉTODOS: Estudo retrospectivo baseado nos laudos mamográficos classificados como categoria BI-RADS 4 no primeiro ano de introdução da técnica digital, com análise dos diagnósticos anatomopatológicos das microcalcificações amorfas agrupadas submetidas à biópsia de fragmento assistida à vácuo no serviço. Calculou-se: os achados anatomopatológicos que se associaram ao achado radiológico de microcalcificações amorfas agrupadas e o valor preditivo positivo destas calcificações biopsiadas. RESULTADOS: Dos 219 achados por microcalcificações amorfas agrupadas, 78 foram submetidos à biópsia de fragmento assistida à vácuo com seguimento conhecido ou cirurgia subsequente. O diagnóstico anatomopatológico correspondeu a oito (10%) casos malignos, 36 (46%) casos benignos, e 34 (44%) diagnósticos de lesões de risco, das quais oito (10%) do subgrupo cicatriz radiada/lesões papilíferas (sete cicatrizes radiadas e um papiloma) e 26 (33%) do subgrupo atipias/ neoplasias lobulares, correspondendo a 14 (18%) hiperplasias ductais atípicas, quatro (5%) neoplasias lobulares e oito (10%) lesões de células colunares com atipia (atipia epitelial plana). A ampliação cirúrgica foi recomendada para as lesões com potencial incerto de malignidade à biópsia e realizada em 65% do subgrupo atipias/neoplasias lobulares, com taxa de subestimação nula (0/18). O tempo médio de seguimento das pacientes com diagnóstico benigno ou de lesão de risco foi 22 meses. CONCLUSÕES: Um terço das microcalcificações amorfas agrupadas em mamografia digital de campo total corresponderam a lesões precursoras representadas pelas atipias (ductais e colunares) e neoplasias lobulares. Essas lesões se associaram às calcificações amorfas agrupadas numa proporção de cerca de 3:1 em relação às lesões malignas, cujo VPP 3 foi 10% / PURPOSE: To determine the anatomopathological correlation of grouped amorphous calcifications (the most tenuous of suspicious calcifications) disclosed on full-field digital mammography, given the enhanced characterization of calcifications provided by digital mammography. METHODS: A retrospective study of mammographic reports classified as BI-RADS® category 4 at a private diagnostic service specialized in breast imaging was carried out on exams performed during the first year of introducing the digital technique. The investigation entailed analysis of the anatomopathological diagnoses of BI-RADS® category 4 for grouped amorphous microcalcifications submitted to vacuum-assisted breast biopsy (VABB). Anatomopathological findings correlated to this radiological finding were determined and positive predictive value of these calcifications submitted to biopsy (PPV 3) was calculated. RESULTS: Of the 219 findings of grouped amorphous microcalcifications, 78 were submitted to VABB with known follow-up or subsequent surgery. The anatomopathological results included eight (10%) malignant cases, 36 (46%) benign cases and 34 (44%) diagnoses of high-risk lesions, eight of which belonged to the radial scar/papillary lesion subgroup (seven radial scars and one papilloma) and 26 (33% of all cases) to the atypia/lobular neoplasia subgroup, comprising 14 atypical ductal hyperplasias, four lobular neoplasias and eight flat epithelial atypia. Extended surgery was recommended for lesions with uncertain malignant potential at biopsy and performed in 65% of the atypia/lobular neoplasia subgroup, with an underestimation rate of zero (0/18). Mean follow-up time of patients diagnosed with benign or high-risk lesions was 22 months. CONCLUSIONS: One-third of grouped amorphous calcifications on full-field digital mammography corresponded to precursory lesions in the form of atypia (ductal and columnar) or lobular neoplasias. These lesions were associated to grouped amorphous calcifications at a ratio of 3:1 compared to malignant lesions,whose PPV 3 was 10%