Aplicación de análisis CHAID en la evaluación de gravedad tumoral mamaria: utilidad diagnóstica por edad
Palabras clave:
árboles de decisión, grupos de edad, mamografía, neoplasias de la mama, toma de decisiones asistida por computadorResumen
Introducción: El cáncer de mama es causa frecuente de mortalidad. La mamografía y modelos como CHAID pueden mejorar el diagnóstico temprano al estructurar variables clínicas y radiológicas interactivas.
Objetivo: Identificar y jerarquizar las características mamográficas asociadas a la gravedad tumoral según el grupo etario mediante un análisis CHAID.
Materiales y método: Estudio observacional transversal de una base de datos secundaria clínico-radiológica de 961 registros, de los cuales 956 mujeres fueron incluidas en el análisis final. Variables analizadas: gravedad tumoral, edad, forma del nódulo, márgenes y densidad. Se utilizó un modelo de árbol de decisión mediante detección automática de interacciones por ji cuadrado (CHAID), incorporando validación cruzada y estimando sensibilidad, especificidad y exactitud.
Resultados: El modelo CHAID fue más específico en < 50 años (89,5 %) y más sensible en ≥ 50 años (77,8 %). En cuanto a patrones estructurales, en el grupo < 50 años la variable más discriminante fue la forma del nódulo, destacando la forma irregular como fuertemente asociada a malignidad (76,3 %), seguida de márgenes no circunscritos y densidad iso. En ≥ 50 años, el árbol se ramificó inicialmente por la morfología de los márgenes, especialmente los espiculados, que se asociaron con alta probabilidad de malignidad (83,3 %), seguidos por forma irregular y baja densidad.
Conclusiones: El modelo CHAID evidenció una utilidad diagnóstica diferenciada por grupo etario, con mayor precisión en la identificación de lesiones benignas en mujeres menores de 50 años y mejor capacidad para detectar malignidad en mujeres de 50 años o más.
Descargas
Citas
1. Arnold M, Morgan E, Rumgay H, Mafra A, Singh D, Laversanne M, et al. Current and future burden of breast cancer: Global statistics for 2020 and 2040 [Internet]. Breast. 2022;66:15–23. DOI: https://doi.org/10.1016/j.breast.2022.08.010
2. Barrios CH. Global challenges in breast cancer detection and treatment [Internet]. Breast. 2022;62(Suppl 1):S3–6. DOI: https://doi.org/10.1016/j.breast.2022.02.003
3. Brown AL, Vijapura C, Patel M, De La Cruz A, Wahab R. Breast cancer in dense breasts: Detection challenges and supplemental screening opportunities [Internet]. Radiographics. 2023;43(10):e230024. DOI: https://doi.org/10.1148/rg.230024
4. Schopp JG, Polat DS, Arjmandi F, Hayes JC, Ahn RW, Sullivan K, et al. Imaging challenges in diagnosing triple-negative breast cancer [Internet]. Radiographics. 2023;43(10):e230027. DOI: https://doi.org/10.1148/rg.230027
5. Patel N, Shah S, Chacha S. A prospective comparative study of breast cancer in pre- and postmenopausal women [Internet]. Natl J Physiol Pharm Pharmacol. 2025;15(2):1. DOI: https://doi.org/10.5455/njppp.2025.v15.i2.15
6. Van Diepen M, Franses PH. Evaluating chi-squared automatic interaction detection [Internet]. Inf Syst. 2006;31(8):814–31. DOI: https://doi.org/10.1016/j.is.2005.03.002
7. Xu H, Xu B. Breast cancer: Epidemiology, risk factors and screening [Internet]. Chin J Cancer Res. 2023 [acceso: 24/07/2025];35(6):565–83. Disponible en: https://doi.org/10.21147/j.issn.1000-9604.2023.06.02
8. Henzler M, Willborn KC, Janni W, Huober J, Lukac S, Otremba B, et al. Oncologic outcomes of young breast cancer patients according to tumor biology [Internet]. Cancers (Basel). 2025;17(8):1333. DOI: https://doi.org/10.3390/cancers17081333
9. Fabiano V, Mandó P, Rizzo M, Ponce C, Coló F, Loza M, et al. Breast cancer in young women presents with more aggressive pathologic characteristics: Retrospective analysis from an Argentine national database [Internet]. JCO Glob Oncol. 2020;6:639–46. DOI: https://doi.org/10.1200/JGO.19.00228
10. Li W, Zhao X, Han Q, Ren C, Gao S, Liu Y, et al. Relationship between breast tissue involution and breast cancer [Internet]. Front Oncol. 2025;15:1420350. DOI: https://doi.org/10.3389/fonc.2025.1420350
11. Lee SH, Moon WK. Glandular tissue component on breast ultrasound in dense breasts: A new imaging biomarker for breast cancer risk [Internet]. Korean J Radiol. 2022;23(6):574–80. DOI: https://doi.org/10.3348/kjr.2022.0099
12. Zhu JW, Charkhchi P, Adekunte S, Akbari MR. What is known about breast cancer in young women? [Internet]. Cancers (Basel). 2023;15(6):1917. DOI: https://doi.org/10.3390/cancers15061917
13. Shroff NK, Posleman Monetto FE. Stromal fibrosis of the breast and the associated radiological findings [Internet]. Cureus. 2021;13(6):e15995. DOI: https://doi.org/10.7759/cureus.15995
14. Nam YH. A study on the factors and prediction model of triple-negative breast cancer for public health promotion [Internet]. Diagnostics (Basel). 2023;13(22):3486. DOI: https://doi.org/10.3390/diagnostics13223486
15. Ponnuraja C, Lakshmanan BC, Srinivasan V, Prasanth BK. Decision tree classification and model evaluation for breast cancer survivability: A data mining approach [Internet]. Biomed Pharmacol J. 2017;10(1):281–9. DOI: https://doi.org/10.13005/bpj/1107
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2026 Alberto Guevara Tirado
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
Aquellos autores/as que tengan publicaciones con esta revista, aceptan los términos siguientes:- Los autores/as conservarán sus derechos de autor y garantizarán a la revista el derecho de primera publicación de su obra, el cual estará simultáneamente sujeto a la Licencia de reconocimiento de Creative Commons. Los contenidos que aquí se exponen pueden ser compartidos, copiados y redistribuidos en cualquier medio o formato. Pueden ser adaptados, remezclados, transformados o creados otros a partir del material, mediante los siguientes términos: Atribución (dar crédito a la obra de manera adecuada, proporcionando un enlace a la licencia, e indicando si se han realizado cambios); no-comercial (no puede hacer uso del material con fines comerciales) y compartir-igual (si mezcla, transforma o crea nuevo material a partir de esta obra, podrá distribuir su contribución siempre que utilice la misma licencia que la obra original).
- Los autores/as podrán adoptar otros acuerdos de licencia no exclusiva de distribución de la versión de la obra publicada (p. ej.: depositarla en un archivo telemático institucional o publicarla en un volumen monográfico) siempre que se indique la publicación inicial en esta revista.
- Se permite y recomienda a los autores/as difundir su obra a través de Internet (p. ej.: en archivos telemáticos institucionales o en su página web) antes y durante el proceso de envío, lo cual puede producir intercambios interesantes y aumentar las citas de la obra publicada.
