
844
RECIMAUC VOL. 7 Nº 2 (2023)
learning y la creación de redes neuronales
para extraer características útiles para la de-
tección de patrones. Los resultados sugieren
que estas características texturales pueden
ser un factor de riesgo adicional y único que
no se explica por otros factores de riesgo es-
tablecidos. Además, la combinación de mé-
todos de deep learning con características
de imagen establecidas o factores de riesgo
tradicionales ha demostrado ser muy efecti-
va. (Edmonds, O’Brien, & Conant, 2023)
Para Badu Peprah & Adu Sarkodie, (2018)
en condiciones de normalidad en la densi-
dad mamaria, la mamografía y la ecografía
de seno tienen muy buenos desempeños
diagnósticos, con rendimiento de sensibili-
dad y especificidad de 73% y 80% respec-
tivamente.
No obstante, Díaz & Arriciaga, (2022) en su
estudio, llegaron a la conclusión de que la
mamografía tiene un bajo desempeño para
valorar lesiones neoplásicas malignas en
las mamas cuanto se aplica a mujeres con
tejido mamario denso, esto a pesar de que
se empleen los criterios BIRADS. Asimismo,
destacan la relevancia que tiene la expe-
riencia del especialista que practica el estu-
dio al asegurar que, si bien la utilización de
la clasificación de BIRADS se ha constituido
en una ayuda imponderable en la práctica
del imagenólogo, no es menos cierto que
la experiencia desempeña un papel funda-
mental en el estudio imagenológico de la
mama con una lesión de mama, Esta situa-
ción se hace evidente al observase que la
mayoría de los diagnósticos correctamente
realizados en relación con lesiones malig-
nas, ocurrieron cuando el ecografista emitió
su criterio diagnóstico. (p. 317)
En cuanto a la relación del cáncer mama-
rio y la densidad de la mama, autores como
Maltagliatti et al., (2020) refieren que la den-
sidad mamaria es considerada uno de los
predictores de riesgo para el desarrollo de
cáncer de mama, aumentando el riesgo 4 a
6 veces. Asimismo, la edad, paridad y es-
tado menopáusico, explican solo el 20-30%
de la variación en la densidad de la pobla-
ción. Alteraciones como hiperinsulinemia e
insulino-resistencia, característicos del sín-
drome metabólico (SM), se han propuestos
como posibles mecanismos. Igualmente,
concluyen que los niveles altos de densi-
dad mamaria son frecuentes y que el 50%
de mujeres entre 40 – 49 años y el 30% entre
70 – 79 años anos poseen mamas densas.
Por otra parte, Cárdenas et al., (2023) pun-
tualiza que la densidad mamaria es un fac-
tor de riesgo reconocido para cáncer de
mama (incremento en mamas con patrones
C y D: 1.1 a 2.1 veces). La densidad mama-
ria es un factor importante en la detección y
diagnóstico del carcinoma mamario, ya que
disminuye su sensibilidad; además, repre-
senta un aumento significativo del riesgo
para desarrollar dicha patología (4.7 veces
mayor que en las mujeres con mamas gra-
sas). Algunas lesiones detectadas en reso-
nancia magnética son mastográficamente
ocultas, pero pueden encontrarse mediante
ultrasonido dirigido (segunda revisión inten-
cionada). Esta recomendación también es
válida para los estudios moleculares. (p. 32)
Maltagliatti et al., (2020) con base en sus
fundamentos resalta que, al estudiarse las
características histológicas del tejido mama-
rio denso, algunos estudios han llegado a la
conclusión que probablemente este causa-
do por el incremento tanto del tejido epite-
lial como del tejido estromal. A su vez, la alta
densidad mamaria se vincula con un incre-
mento en los depósitos de colágeno que po-
drían actuar como vía de conducción de cé-
lulas carcinogénicas dentro de la glándula,
asociado a áreas positivas por inmunohisto-
quimica para el factor de crecimiento insulini-
co (IGHs) Estos cambios llevarían al desarro-
llo de precursores histológicos del cáncer de
mama, con un aumento de lesiones prolifera-
tivas y carcinoma propiamente dicho.
El riesgo relativo de densidad mamaria es
mucho menor que el de otros factores de
riesgo importantes para el cáncer de mama,
como la edad, los antecedentes familiares,
GARCÍA LAGO, M. G., ALARCÓN CANTOS, F. N., CHILAN CEDEÑO, L. N., & ESPINEL ZAMBRANO, P. M.