HİSTOGRAM ANALİZİ KULLANILARAK BÖBREK SOLİD KİTLELERİNİN AYIRICI TANISININ YAPILMASI

Abstract

Renal hücreli karsinom (RHK), erişkinlerde en sık karşılaşılan böbrek kanseri türü olup, böbrek malignitelerinin yaklaşık %85'ini oluşturur. Erken tanı ve doğru karakterizasyon, hastalığın prognozu, tedavi planlaması ve gereksiz girişimlerin önlenmesi açısından kritik öneme sahiptir. Bu bağlamda, radyolojik görüntüleme yöntemleri; tümörlerin saptanması, evrelenmesi ve takibi süreçlerinde temel araçlar olmayı sürdürmektedir. Bununla birlikte, görüntülemeden elde edilen verilerin daha ayrıntılı ve objektif analizini sağlayan histogram analizi gibi ileri düzey yöntemler, tümör heterojenitesini nicel olarak değerlendirebilme kapasitesiyle dikkat çekmektedir. Bu retrospektif çalışmada, benign (%33,88) ve malign (%66,12) olmak üzere toplam 304 renal kitle değerlendirilmiştir. Benign kitleler arasında en sık görülen lezyon anjiomiyolipom (AML) (%19,74) olup, bunu sırasıyla onkositoma (%10,20) ve yağdan fakir AML (%3,95) izlemiştir. Malign grupta ise berrak hücreli RHK (%32,89) en sık rastlanan tümör tipi olurken, kromofob hücreli RHK (%15,79), ürotelyal karsinom (%9,87) ve papiller hücreli RHK (%7,57) daha düşük oranlarda tespit edilmiştir. Çalışmaya dâhil edilen tüm olguların bilgisayarlı tomografi (BT) görüntüleri mevcuttur; ancak patolojik tanısı bulunmayan ya da uygun görüntüsü olmayan hastalar dışlanmıştır. AML olgularının büyük bir kısmında histopatolojik tanı yerine, BT ve manyetik rezonans görüntülemede (MRG) tipik radyolojik özellikler tanısal olarak kabul edilmiştir. Analizlerde kontrastsız BT görüntüleri dikkate alınmamış, yalnızca aksiyel düzlemde portal venöz fazda elde edilen ve kitlenin solid komponentini içeren en belirgin kesitler değerlendirmeye alınmıştır. Ölçüm alanında nekroz, kist, kalsifikasyon ve büyük damar yapıları dışlanmıştır. Yağ içeren lezyonlarda ise, mümkün olduğunca yağsız bölgelerden ölçüm yapılmıştır. Histogram analizleri MATLAB 2009b yazılımı kullanılarak gerçekleştirilmiş ve her lezyon için ortalama (mean), ortanca (median), çarpıklık (skewness), basıklık (kurtosis) ve tekdüzelik (uniformity) parametreleri hesaplanmıştır. Renal kitlelerin boyutları ortalama 3 ila 10 cm arasında değişmektedir. Analiz sonuçlarına göre, bu histogram parametreleri benign ve malign renal kitleler arasında anlamlı istatistiksel farklar göstermiştir. Alıcı Operatör Karakteristiği (ROC) eğrisi analizinde ise özellikle ortalama, çarpıklık ve tekdüzelik parametrelerinin benign ve malign lezyonları ayırt etmede orta düzeyde duyarlılık (sensitivity) ve özgünlük (specificity) sunduğu tespit edilmiştir. Elde edilen veriler ışığında, histogram analizinin renal kitlelerin non-invaziv, objektif ve tekrarlanabilir biçimde değerlendirilmesinde faydalı bir yöntem olabileceği ortaya konmuştur. Bu yöntem, doğru tanının konulmasına, uygun tedavi ve takip stratejilerinin belirlenmesine katkı sağlayarak hem gereksiz cerrahi müdahalelerin önüne geçilmesine hem de hasta morbidite ve mortalitesinin azaltılmasına olanak tanıyabilir. Aynı zamanda, sağlık sistemi üzerine binen ekonomik yükün azaltılmasına da yardımcı olabilir. Bu çalışma, histogram analizinin rutin klinik uygulamalara entegre edilebilirliği konusunda önemli bulgular sunmakla birlikte, gelecekte daha geniş hasta serileri ile yapılacak, makine öğrenmesi gibi teknolojilerle desteklenmiş ileri düzey çalışmalarla bu yöntemin özgünlük (specificity) ve duyarlılık (sensitivity) düzeylerinin artırılabileceği öngörülmektedir. Anahtar Kelimeler: Renal hücreli karsinom, Anjiomiyolipom, Histogram analizi, Bilgisayarlı tomografi, Tümör heterojenitesi, Nicel görüntüleme, Radyomik değerlendirmeRenal cell carcinoma (RCC) is the most common type of kidney cancer in adults, accounting for approximately 85% of kidney malignancies. Early diagnosis and accurate characterization are critical for disease prognosis, treatment planning, and the prevention of unnecessary interventions. In this context, radiological imaging techniques remain essential tools for tumor detection, staging, and follow-up. However, advanced methods such as histogram analysis, which provides more detailed and objective analysis of imaging data, are gaining attention for their ability to quantitatively assess tumor heterogeneity. In this retrospective study, a total of 304 renal masses were evaluated, with 33.88% being benign and 66.12% malignant. The most common benign lesion was angiomyolipoma (AML) (19.74%), followed by oncocytoma (10.20%) and fat-poor AML (3.95%). Among the malignant group, clear cell RCC (32.89%) was the most frequently encountered tumor type, while chromophobe RCC (15.79%), urothelial carcinoma (9.87%), and papillary cell RCC (7.57%) were detected at lower rates. All cases included in the study had computed tomography (CT) images; however, patients without pathological diagnosis or suitable images were excluded. In most AML cases, typical radiological features in CT and magnetic resonance ımaging (MRI) were accepted diagnostically instead of histopathological diagnosis. In the analysis, non-contrast CT images were not considered, and only the most prominent slices obtained in the axial plane during the portal venous phase containing the solid component of the mass were evaluated. Areas of necrosis, cysts, calcifications, and large vascular structures were excluded from the measurement area. For lesions containing fat, measurements were taken from the fat-free regions whenever possible. Histogram analyses were performed using MATLAB 2009b software, and the mean, median, skewness, kurtosis, and uniformity parameters were calculated for each lesion. The sizes of renal masses ranged from 3 to 10 cm. According to the analysis results, these histogram parameters showed significant statistical differences between benign and malignant renal masses. In the Receiver Operating Characteristic (ROC) curve analysis, particularly the mean, skewness, and uniformity parameters provided moderate sensitivity and specificity in distinguishing benign and malignant lesions. The findings suggest that histogram analysis could be a useful method for the non-invasive, objective, and reproducible evaluation of renal masses. This method may contribute to accurate diagnosis, the determination of appropriate treatment and follow-up strategies, potentially preventing unnecessary surgical interventions and reducing patient morbidity and mortality. It could also help reduce the economic burden on the healthcare system. While this study provides important insights into the integration of histogram analysis into routine clinical practice, it is anticipated that future advanced studies, supported by technologies such as machine learning with larger patient cohorts, may enhance the specificity and sensitivity of this method. Keywords: Renal cell carcinoma, Angiomyolipoma, Histogram analysis, Computed tomography, Tumor heterogeneity, Quantitative imaging, Radiomic evaluation