Access to the full text of this article requires a subscription.
  • If you are a subscriber, please sign in 'My Account' at the top right of the screen.

  • If you want to subscribe to this journal, see our rates

  • You can purchase this item in Pay Per ViewPay per View - FAQ : 33,00 € Taxes included to order
    Pages Iconography Videos Other
    8 2 0 0


Gynécologie Obstétrique & Fertilité
Volume 44, n° 10
pages 557-564 (octobre 2016)
Doi : 10.1016/j.gyobfe.2016.07.007
Received : 27 Mars 2016 ; 
Prédictibilité préopératoire de la malignité des tumeurs ovariennes à partir du score ADNEX et utilisation en pratique clinique
Before surgery predictability of malignant ovarian tumors based on ADNEX model and its use in clinical practice
 

E. Joyeux a, , T. Miras b, I. Masquin a, P.-E. Duglet c, K. Astruc d, S. Douvier a
a Service de gynécologie obstétrique et médecine de la reproduction, CHU de Dijon, 14, rue Paul-Gaffarel, 21079 Dijon, France 
b Service de gynécologie obstétrique, centre hospitalier de Chalon-sur-Saône, 71100 Chalon-sur-Saône, France 
c Département de médecine générale, faculté des sciences de santé de Dijon, 21000 Dijon, France 
d Service d’épidémiologie et d’hygiène hospitalière, CHU de Dijon, 21000 Dijon, France 

Auteur correspondant.
Résumé
Objectif

L’objectif principal de l’étude était d’évaluer la prédictibilité préopératoire des tumeurs ovariennes malignes à partir du score ADNEX et de déterminer un seuil de risque de malignité « cut-off » utilisable en pratique clinique.

Méthodes

Nous avons appliqué le score ADNEX de manière rétrospective, dans deux centres bourguignons (CHU de Dijon et CH de Chalon-sur-Saône), pour toutes les patientes ayant eu une intervention chirurgicale pour une tumeur ovarienne. Nous avons repris les neuf critères du modèle ADNEX. Les critères d’inclusion étaient : la présence de tous les critères ADNEX et un résultat d’histologie. Nous avons repris les quatre seuils de risque de malignité évalués par le groupe IOTA pour le score ADNEX (3 %, 5 %, 10 % et 15 %) et effectué une analyse des sensibilités, spécificités, Vpp et Vpn pour l’ensemble de notre population, puis en fonction de deux tranches d’âge : de 14 à 42ans (groupe 1) et plus de 43ans (groupe 2).

Résultats

Entre le 1er janvier 2013 et le 31 décembre 2015, 284 patientes ont été incluses. Notre aire sous la courbe ROC pour la discrimination des tumeurs bénignes et malignes était de 0,938 (IC 95 % [0,899 ; 0,977]). Pour un « cut-off » à 10 %, la sensibilité était de 90 %, la spécificité de 81,1 %, la Vpp de 34,6 % et le Vpn de 98,5 %. Les résultats de notre étude retrouvaient de moins bons résultats dans le groupe 1 par rapport au groupe 2. Pour un seuil de malignité à 10 %, le groupe 1 retrouvait une Se à 77,7 %, Sp à 89,6 %, Vpp à 46,6 % et une Vpn à 97,5 %. Pour le groupe 2, nous retrouvions une Se à 95,2 %, Sp à 76,6 %, Vpp à 33,8 % et une Vpn à 99,2 %. Le seuil le plus raisonnable pour l’ensemble de la population était de 10 %. Pour le groupe 1, nous retenions un seuil de 5 % du fait de la moins bonne discrimination des tumeurs « borderline », plus fréquentes chez les patientes jeunes. Pour le groupe 2, le seuil le plus raisonnable était de 10 %.

Conclusion

Notre étude a montré que le score ADNEX permet une bonne prédictibilité des tumeurs ovariennes malignes. Cette prédictibilité est moins satisfaisante pour les patientes plus jeunes. Un seuil de risque de malignité permettant la prise en charge chirurgicale des patientes dans un centre expert a été déterminé pour deux tranches d’âge : un seuil à 5 % pour les patientes de moins de 42ans et un seuil à 10 % pour les patientes de plus de 43ans.

The full text of this article is available in PDF format.
Abstract
Objective

The principal aim of this study was the predictability of malignant ovarian tumors and to determine a cut-off value for this score to indicate the risk of malignancy that would be easy to use in clinical practice.

Methods

We retrospectively calculated the ADNEX score for all patients who underwent surgery for ovarian tumours in two Burgundy hospitals (Dijon University Hospital and Chalon-sur-Saône Hospital). We used the nine criteria of the ADNEX model. The inclusion criteria were the presence of all of the ADNEX criteria and a histology result. We analysed the sensitivity, specificity, PPV and PNV of four cut-offs (3%, 5%, 10% and 15%) for the entire pool then by age groups; from 14 to 42 (group 1) and 43 and more (group 2)

Results

Two hundred and eighty-four patients managed for an ovarian tumour were included between the 1st January 2013 and the 31st December 2015. Our AUC was of 0.94 (95% CI [0.903–0.977]) for discrimination between benign and malignant ovarian tumors. For a cut-off of 10%, sensitivity was 90%, specificity was 81.1%, PPV was 34.6% and PNV 98.5%. Results were lower for young women than for the second group. For a cut-off of 10%, group 1 had a sensitivity of 77.7% and specificity of 89.6%, PPV of 46.6% and PNV 97.5%. For the group 2, sensitivity was 95.2%, specificity was 76.6%, PPV was 33.8% and PNV was 99.2%. The most reasonable cut-off for the whole pool was 10%. For group 1 a cut-off of 5% was retained due to the less satisfying detection of “borderline” tumours more frequent in younger patients. For group 2 the cut-off of 10% gave the best results.

Conclusion

In our study, a lower cut-off for younger women seemed better suited to discriminate borderline tumours. In practice, the ADNEX score associated with the peroperative laparoscopic examination seems to be the best way to use the ADNEX model. Our study showed that the ADNEX model allows a good predictability of malignant ovarian tumours. The predictability becomes less satisfying for the youngest patients. A cut-off malignity value allowing surgical treatment of patients in a specialised facility was reached for two age groups: a cut-off of 5% for women under 42 years old and a cut-off of 10% for women over 43 years old.

The full text of this article is available in PDF format.

Mots clés : Tumeurs ovariennes, Score ADNEX, Cut-off , Groupe IOTA

Keywords : Ovarian tumors, ADNEX model, Cut-off, IOTA group




© 2016  Elsevier Masson SAS. All Rights Reserved.