ABSTRACT
Introdução: O diagnóstico clínico, dermatoscópico e histopatológico dos nevos atípicos é um desafio, uma vez que podem apresentar padrões regulares, observados em nevos melanocíticos comuns, ou padrões irregulares e assimétricos, que se assemelham aos padrões encontrados em melanomas e assim persiste a necessidade de novas técnicas de imagem não invasivas, como microscopia confocal in vivo, para se melhorar a acurácia diagnóstica dessas lesões. Objetivos: Descrever as características. encontradas no exame de microscopia confocal in vivo nas lesões melanocíticas, correlacioná-las com seus diagnósticos histopatológicos,elaborar e validar um algoritmo com as características observadas para diferenciar as lesões melanocíticas entre si. Material e Método: Trata-se de um estudo observacional realizado no Departamento de Oncologia Cutânea do A.C.Camargo Cancer Center. Foram incluídas 110 lesões suspeitas pela análise clínica e dermatoscópica de nevo atípico. Todas as lesões foram analisadas com exame de microscopia confocal e posterior exame histopatológico. Os dados obtidos foram compilados para análise estatística, a fim de estabelecer um algoritmo. Foi realizada a regressão logística simples e regressão logística múltipla em três grupos: 1) comparação do nevo melanocítico comum versus nevo melanocítico atípico; 2) comparação do nevo melanocítico atípico versus melanoma e 3) comparação do nevo melanocítico comum e atípico versus melanoma. Com os dados obtidos na regressão logística múltipla e identificação dos critérios estatisticamente. significantes, foi criado um algoritmo e um nomograma para ajudar a diferenciar as lesões melanocíticas, com base nos critérios da microscopia confocal in vivo. Para validar esse algoritmo, 30 novos casos foram analisados por três examinadores experientes. Resultados: A análise através da regressão logística simples e múltipla mostrou que no grupo 3 é possível diferenciar estatisticamente os nevos comuns e atípicos dos melanomas com base na presença de três critérios: células redondas na. JDE (p = 0,048), hotspot periférico na JDE (p = 0,032) e "sheet of cells" (p = 0,04). Essas mesmas três características foram usadas como critérios na elaboração de um algoritmo através de um nomograma cuja finalidade é indicar a probabilidade de uma dada lesão ser um melanoma. A validação desse algoritmo foi realizada em 30 novos casos por três examinadores independentes, os quais apresentaram resultados semelhantes com alta sensibilidade e especificidade: 100% sensibilidade, 83,3% especificidade e acurácia de 86,67%. Esses valores foram obtidos através da curva ROC. onde o ponto de corte de 158 pontos confere uma probabilidade estimada de 70% para o diagnóstico do melanoma. Conclusão: Ao correlacionar as características encontradas no exame microscopia confocal in vivo de cada lesão com seu diagnóstico histopatológico final, foi observado que essas características (células redondas na JDE, hotspot na JDE de localização periférica e sheet of cells) apresentavam prevalências distintas e estatisticamente significantes entre as diferentes lesões melanocíticas, que foram usadas e validadas como critérios em um algoritmo para diferenciar nevos comuns e atípicos dos melanomas
Introduction: Clinical, dermatoscopic and histopathological diagnosis of atypical nevi is a challenge, because they may present regular patterns, observed in common melanocytic nevi, or irregular and asymmetric patterns, which resemble the patterns found in melanomas and thus still existing the need for development of new non-invasive imaging techniques such as in vivo microscopy confocal, in order to improve the diagnostic accuracy of these lesions. Objectives: Describe the characteristics found at in vivo confocal microscopic examination of melanocytic lesions and correlate them with their histopathological diagnoses. Also, elaborate and validate an algorithm with the characteristics observed to differentiate this lesions. Material and Method: This observational study was conducted at the Cutaneous Oncology Department of the A.C.Camargo Cancer Center. 110 suspicious lesions were included as atypical nevi after clinical and dermaoscopy examination. All lesions were later analyzed with confocal microscopy and histopathological examination. All data obtained were compiled for statistical analysis in order to establish an algorithm to aid the diagnosis of atypical nevi and other melanocytic lesions. Comparisons by simple and multiple logistic regression were performed in three groups: 1) common melanocytic nevi versus atypical melanocytic nevi; 2) atypical melanocytic nevi versus melanoma; and 3) common and atypical melanocytic nevi versus melanoma. With data obtained from multiple logistic regression and identification of the statistically significant criteria, an algorithm and a nomogram were created to help differentiate the melanocytic lesions based on in vivo confocal microscopy findings. To validate this algorithm, 30 new cases were analyzed by three experienced examiners. Results: Differentiation of common and atypical nevi from melanoma was statistically possible based on the presence of three criteria: round cells at the DEJ (p = 0.048), peripheral hotspot at the DEJ (p = 0.032) and sheet of cells (p = 0.04). These same three features were used as criteria to elaborate an algorithm and a nomogram capable to indicate the probability of a given lesion being a melanoma. The validation of this algorithm was performed by three independent examiners, who presented similar results with high sensitivity and specificity: 100% sensitivity, 83.3% specificity and 86.67% accuracy. These values were obtained through the ROC curve where the cut-off point of 158 points is related to 70% estimated probability for melanoma diagnosis. Conclusion: The correlation of in vivo confocal microscopy features found in each lesion with its final histopathological diagnosis revealed that round cells at DEJ, hotspot peripheral location at DEJ and sheet of cells had statistically significant different prevalence between different melanocytic lesions, and these features were used and validated as criteria in an algorithm to differentiate common and atypical nevi from melanomas