Выпуск: №01 2019

Дерматоскопический алгоритм CASH: вопросы применения в клинической практике

Р.Р.Шилин2, М.С.Исакова1, С.А.Родионова1 1ГБУ РО «Областной клинический кожно-венерологический диспансер». 390046, Россия, Рязань, ул. Спортивная, д. 9; 2ФГБОУ ВО «Рязанский государственный медицинский университет им. акад. И.П.Павлова» Минздрава России. 390013, Россия, Рязань, ул. Высоковольтная, д. 9 misha.juchkov@gmail.com
В статье приводятся обзорные данные относительно применения в клинической практике диагностического алгоритма CASH. Подробно рассматривается алгоритм действий врача-дерматовенеролога при использовании данного инструмента в своей клинической практике.
Ключевые слова: дерматоскопия, дерматоскопический алгоритм CASH.

Для цитирования: Жучков М.В., Большакова Е.Е., Сонин Д.Б. и др. Дерматоскопический алгоритм CASH: вопросы применения в клинической практике. Дерматология (Прил. к журн. Consilium Medicum). 2019; 1: 39–42. DOI: 10.26442/24143537.2019.1.190203

The CASH dermoscopy algorithm: issues relating to clinical practice

 M.V.Zhuchkov1, E.E.Bolshakova1, D.B.Sonin1, E.E.Zhiltsova2, R.R.Shilin2, M.S.Isakova1, S.A.Rodionova1
1Ryazan State Regional Dermato-Venerological Clinic. 390046, Russian Federation, Ryazan, ul. Sportivnaia, d. 9;
2I.P.Pavlov Ryazan State Medical University of the Ministry of Health of the Russian Federation. 390013, Russian Federation, Riazan, ul. Vysokovol'tnaia, d. 9 misha.juchkov@gmail.com

This article summarizes data regarding clinical use of CASH algorithm. It deeply considers the application of algorithm by dermatovenerologists in clinical practice.
Key words: dermoscopy, CASH algorithm for dermoscopy.

For citation: Zhuchkov M.V., Bolshakova E.E., Sonin D.B. et al. The CASH dermoscopy algorithm: issues relating to clinical practice. Dermatology (Suppl. Consilium Medicum). 2019; 1: 39–42.
DOI: 10.26442/24143537.2019.1.190203

Дерматоскопическая диагностика меланомы кожи, стремительно ворвавшись в клиническую практику, тут же снискала заслуженную популярность среди практикующих врачей дерматовенерологов, онкологов и других специалистов, ежедневно сталкивающихся с дифференциальной диагностикой данного вида рака кожи. Дерматоскопия неоднократно демонстрировала во многих клинических трайлах свое превосходство как метод диагностики меланомы кожи по сравнению с осмотром новообразования невооруженным глазом [1]. В наших ранее опубликованных работах мы уже неоднократно указывали на то, что использование в клинической практике различных так называемых дерматоскопических алгоритмов врачами недерматологами позволяет существенно увеличить качество и корректность диагностики меланомы кожи [2]. Этот постулат находит свое отражение в большом количестве специально спланированных клинических исследований [3]. Любой дерматоскопический алгоритм представляет собой структурированную систему оценки дерматоскопического изображения. Эта система оценки может носить количественный характер (количественные алгоритмы), при этом каждому дерматоскопическому признаку в изображении в зависимости от его клинического и/или прогностического значения присваиваются баллы. В последующем полученная математическим способом (с/без использования специальных коэффициентов перерасчета) совокупность баллов определяет искомое дерматоскопическое изображение к той или иной категории в зависимости от целей и конструкции алгоритма (например, «доброкачественное новообразование кожи» или «новообразование кожи, подлежащее эксцизионной биопсии»). Вторую группу дерматоскопических алгоритмов можно назвать качественными. Их конструкция, как правило, подразумевает обнаружение или необнаружение в дерматоскопическом изображении определенного «набора» дерматоскопических признаков и/или характеристик, необходимых для целей данного алгоритма.
Одним из таких количественных и достаточно простых в применении дерматоскопических алгоритмов является CASH. Он был разработан в 2007 г. группой американских специалистов, в которую входили такие известные исследователи в области дерматоскопии, как Скотт Хеннинг, Стефен Дасса, Стивен Ванг, Аршфаг Маргхуб, Гаррольд Рабинович, Девид Польски и Альфред Копф [4]. В историческом аспекте это был первый алгоритм, в котором в качестве одного из дерматоскопических критериев использовался признак «архитектурной упорядоченности» (англ. – architecture order) структур в исследуемом дерматоскопическом изображении. Чувствительность и специфичность данного алгоритма как метода диагностики меланомы кожи при анализе 325 дерматоскопических изображений меланоцитарных опухолей кожи составила 98 и 68% соответственно.
В более позднем опубликованном исследовании (J.Henning и соавт., 2008) проведено сравнительное исследование CASH-алгоритма, в котором его применение выявило сопоставимые с дерматоскопическим алгоритмом ABCD показатели чувствительности и специфичности в отношении диагностики меланомы кожи [5]. Более того, в этом же исследовании была продемонстрирована большая специфичность алгоритма CASH по сравнению с алгоритмом Мензиеса и алгоритмом «из 7 пунктов» Арджензиано.
CASH-алгоритм продемонстрировал хорошие результаты в оценке пигментных новообразований слизистых оболочек и переходных участков кожи и слизистых в исследовании J.Lin и соавт., 2009 [6].
В 2012 г. в исследовании Q.Abbas и соавт. была предпринята попытка создания компьютерной автоматизированной программы распознавания и оценки дерматоскопических изображений на основе CASH-алгоритма [7, 8].
Еще одно крупное сравнительное исследование было опубликовано в 2014 г. группой японских исследователей. Данная работа E.Unlu и соавт. стала одним из наиболее крупных сравнительных клинических исследований используемых в то время дерматоскопических алгоритмов [9]. В исследовании 115 пациентов показано, что алгоритм ABCD продемонстрировал показатель чувствительности 91,6%, специфичности 60,4% и диагностической точности в диагностике меланомы кожи 66,9%. Алгоритм «из 7 пунктов» Д.Арджензиано показал чувствительность, специфичность и диагностическую точность в 87,5, 65,9 и 70,4% соответственно, алгоритм «из 3 признаков» Питера Сойэра – 79,1, 62,6, 66%, а дерматоскопический алгоритм CASH – 91,6, 64,8 и 70,4% соответственно. Сравнимые результаты были показаны в исследовании N. Di Meo и соавт. [10] и C.Carrera и соавт. [11].
Дерматоскопический алгоритм CASH состоит из 4 поэтапно оцениваемых врачом диагностических критериев при проведении анализа искомого дерматоскопического изображения. Прообразом алгоритма CASH является алгоритм ABCD. От последнего обсуждаемый алгоритм отличают большая простота и отсутствие необходимости применять сложные критерии расчета, а главное – отсутствовавший ранее диагностический критерий – архитектурная упорядоченность.
1. С (Colors: few vs many). Абсолютное большинство доброкачественных меланоцитарных новообразований кожи имеют один цвет, в то время как меланома кожи, как правило, полихромна (за исключением нодулярной, ранней и лентиго-меланомы). На этом принципе и основан данный пункт алгоритма CASH. В рамках использования обсуждаемого дерматоскопического алгоритма исследователю предлагается вне зависимости от дерматоскопического паттерна и/или характера преобладающих дерматоскопических структур оценить наличие или отсутствие в дерматоскопическом изображении 6 цветов: светло-коричневого, темно-коричневого, черного, красного, белого и синего. За каждый из обнаруженных исследователем цветов новообразованию «присуждается» по одному баллу. Таким образом, дерматоскопическое изображение может набрать от 1 до 6 баллов.
2. А (Architecture: order vs disorder). При оценке данного критерия алгоритма исследователь оценивает наличие общей упорядоченности дерматоскопического изображения. По образному выражению одного из разработчиков алгоритма доктора Альфреда Копфа оценка данного пункта алгоритма CASH достигается посредством применения так называемого принципа Gestalt (global perception of the order vs desorder of the lision), т.е. процесса глобального восприятия порядка или беспорядка дерматоскопического изображения, несмотря на то что, являясь исключительно оценочным и плохо воспроизводимым как на практике, так и в рамках исследований критерием, пункт «А» как никакой другой лучше оценивает беспорядочность расположения дерматоскопических структур в новообразовании. При отсутствии дезорганизации дерматоскопических структур и выраженной упорядоченности друг по отношению к другу новообразование не получает ни одного балла. При определении умеренной дезорганизации – 1 балл, а при выраженной – 2. Нельзя не отметить субъективный характер такой оценки. Авторы алгоритма CASH не расшифровывают подробно характеристики терминов moderate disorder и marked disorder, используемых в конструкции алгоритма, что несколько затрудняет восприятие CASH-критериев начинающими специалистами. Но для любого опытного дерматоскописта очевидна важность именно этого критерия алгоритма, так как именно он зачастую и формирует первое правильное представление об оцениваемом новообразовании кожи.
3. S (Symmetry vs asymmetry). При анализе данного пункта CASH-алгоритма в дерматоскопическом изображении оценивается:
• симметрия контуров дерматоскопического изображения (без учета клинически определяемых границ новообразования);
• симметрия цвета дерматоскопического изображения (без учета цвета отдельных дерматоскопических структур в изображении);
• симметрия расположения дерматоскопических структур.
Последняя позиция требует некоторого пояснения. Симметрия в любом дерматоскопическом изображении определяется взаимным расположением в нем преобладающих дерматоскопических структур. Чем меньше в дерматоскопическом изображении различных структур, тем более вероятно оно окажется симметричным. В случае если дерматоскопическое изображение содержит множество одинаковых дерматоскопических структур, эти структуры образуют некую совокупность, что в описательном языке дерматоскопии получило название паттерн (узор). Например, паттерн комков, паттерн точек и т.д. При наличии в новообразовании одного дерматоскопически определяемого паттерна дерматоскопическое изображение почти всегда является симметричным. Исключением для данной ситуации являются единичные дерматоскопические структуры численностью настолько малой, что они не образуют самостоятельного паттерна (это бывает редко). При наличии двух дерматоскопических пат-тернов (например, паттерна ретикулярных линий и пат-терна комков) новообразование может считаться симметричным только в 3 ситуациях. Во-первых, когда один паттерн находится в центре, другой по периферии, во-вторых, наоборот, а в-третьих, когда один дерматоскопический паттерн равномерно распределен в другом. Иными словами, в нашем примере точки равномерно распределяются по всей площади ретикулярных линий. При наличии 3 и более паттернов симметрия возможна только в той ситуации, когда паттерны располагаются друг относительно друга в форме мишени.
При оценке в искомом дерматоскопическом изображении пункта «S» алгоритма CASH через изображение проводят 2 осевые линии. При описании данного инструмента оценки дерматоскопического изображения авторами алгоритма CASH не было описано, по какой именно методике необходимо осуществлять проведение этих линий, но в сложившейся дерматоскопической доктрине это осуществляется по тем же принципам, что и в дерматоскопическом алгоритме ABCD. Первая осевая линия проводится таким образом, чтобы разделить оцениваемое новообразование на две максимально симметричные, т.е. сходные друг с другом, половины. Вторая осевая линия проводится строго перпендикулярно по отношению к первой.
При наличии симметрии по двум взаимно перпендикулярным осям дерматоскопического изображения новообразованию в алгоритме CASH не присваивается ни одного балла, при асимметрии по одной оси – 1 балл, при асимметрии по двум осям – 2.
4. H (Homogeneity vs Heterogeneity). Данный пункт алгоритма CASH требует от клинициста, оценивающего дерматоскопическое изображение, выяснить наличие или отсутствие следующих дерматоскопических структур: пигментной сети (pigment network), точки/глобулы (dots/globules), кляксы (blotches), зоны регрессии (regression), полосы (streaks), бело-голубой вуали (blue-white veil) и полиморфных сосудов (polymorphous vessels). Все приводимые в алгоритме CASH дерматоскопические термины являются метафорическими и поэтому требуют «перевода» на описательный язык дерматоскопии.
Пигментная сеть (pigment network) – представляет собой коричневые тонкие (как правило) линии, располагающиеся перпендикулярно друг другу, формирующие таким образом сеть. На языке дерматоскопии пигментную сеть можно описать как тонкие коричневые ретикулярные линии.
Точка (dots) фактически не является метафорическим термином. Она представляет собой двумерный объект настолько малых размеров, что его форму можно описать только как округлую.
Screenshot_18.png

Глобулы (globules) – метафорический термин, описывающий коричневые комки, т.е. двумерные объекты различных форм и размеров более точки. Клякса (blotches) представляет собой черную бесструктурную область, расположенную в различной области дерматоскопического изображения новообразования. Расположение кляксы на периферии очага придает ей характеристику неравномерной.
Полосы (streaks) как дерматоскопический признак на описательном языке дерматоскопии обозначают коричневые (черные), как правило, разветвленные линии.
Бело-голубая вуаль (blue-white veil) – один из самых известных метафорических терминов, фактически представляющий собой бесструктурную область бело-голубого цвета.
Полиморфными сосудами (polymorphous vessels) в дерматоскопическом изображении обозначают несколько видов различных по своей морфологии кровеносных сосудов, например в виде точек и линий.
При анализе дерматоскопического изображения с помощью алгоритма CASH, если из 7 дерматоскопических признаков исследователь обнаруживает только один, новообразованию присваивается 1 балл, если 2 признака – 2 балла. Во втором случае, когда количество обнаруженных признаков в изображении более 3, опухоли присваивается от 3 до 7 баллов в зависимости от числа признаков.
Таким образом, при анализе данного дерматоскопического алгоритма дерматоскопическое изображение новообразования может набрать от 2 до 17 баллов. При интерпретации полученных результатов алгоритма исследователь должен учитывать, что сумма баллов от 2 до 7 указывает на доброкачественное пигментное новообразование (невус), а при наличии от 8 до 17 баллов – на то, что перед нами меланома кожи.
Приведем клинические примеры новообразований кожи, анализируемых с помощью алгоритма CASH.
На рис. 1 и 2 представлено клиническое и дерматоскопическое изображение новообразования кожи. Цветовая палитра дерматоскопического изображения в данном случае представлена двумя цветами – темно-коричневым (расположенным в центре) и светло-коричневым (расположенным по периферии). Таким образом, при наличии 2 из 6 оцениваемых цветов данное новообразование получает 2 балла. Оно представлено одним дерматоскопическим элементом – комками разных размеров и цветов, занимающими всю площадь опухоли, таким образом формируя паттерн комков. Дезорганизации архитектуры новообразования нет и по пункту «А», новообразование не получает баллов. Каким бы образом мы ни пытались построить оси на данном изображении, симметрия будет наблюдаться по любым двум осям всегда, а значит, по пункту «S» новообразование тоже не получает баллов. И, наконец, при оценке пункта «H» данное новообразование, имея в своей структуре только комки, получает 1 балл. Таким образом, суммарный балл, присвоенный данному новообразованию, – 3.
На рис. 3 и 4 представлено второе клиническое и дерматоскопическое изображение новообразования кожи. При первом же осмотре дерматоскопического изображения отмечается большая, чем в первом случае, полихромия. При анализе можно отчетливо различить в опухоли светло-коричневый и темно-коричневый, черный, синий цвета, и опухоль уже по первому пункту получает 4 балла. За полную беспорядочность дерматоскопического изображение данное новообразование получает еще 2 балла. Что касается оценки симметрии, то как бы мы ни проводили взаимно перпендикулярные линии, симметрии в данном новообразовании нет, и поэтому оно получает еще 2 балла. При оценке дерматоскопических структур можно найти множественные асимметрично расположенные коричневые и черные точки и комки, бесструктурную область черного и синего цвета, что позволяет присудить данной опухоли еще 3 балла. Таким образом, у исследуемой опухоли 11 баллов, что, безусловно, требует эксцизионной биопсии.

Сведения об авторах
Жучков Михаил Валерьевич – канд. мед. наук, зам. глав. врача ГБУ РО ОККВД, гл. внештатный специалист дерматовенеролог и косметолог Минздрава Рязанской области. E-mail: misha.juchkov@gmail.com
Большакова Елена Евгеньевна – глав. врач ГБУ РО ОККВД, председатель РРО РОДВК
Сонин Дмитрий Борисович – канд. мед. наук, зам. глав. врача ГБУ РО ОККВД
Жильцова Елена Егоровна – д-р мед. наук, доц., зав. каф. дерматовенерологии ФГБОУ ВО РязГМУ
Шилин Роман Романович – ассистент каф. дерматовенерологии ФГБОУ ВО РязГМУ
Исакова Марина Сергеевна – зав. отд-нием платных медицинских услуг ГБУ РО ОККВД
Родионова Славяна Александровна – зав. дерматовенерологическим отд-нием стационара ГБУ РО ОККВД
Список используемой литературы
Раскрыть полный список