Masas anexiales en tomografía computarizada: un algoritmo práctico para el diagnóstico diferencial orientado por hallazgos imagenológicos
Resumen
Presentar un enfoque sistemático para la evaluación de masas anexiales en tomografía computarizada (TC), mediante un algoritmo diagnóstico basado en características imagenológicas específicas que orienten de forma adecuada el diagnóstico diferencial. Aunque la resonancia magnética (RM) es la modalidad de elección para la caracterización de masas ováricas, no es infrecuente que las lesiones anexiales se detecten de manera incidental en estudios tomográficos realizados por otras causas. El reconocimiento de sus características en TC es fundamental, ya que las lesiones ováricas pueden ser asintomáticas y alcanzar gran tamaño antes de manifestar síntomas compresivos. Tras la descripción de hallazgos que deben sugerir la presencia de benignidad o malignidad identificables mediante TC, se propone un algoritmo diagnóstico, que incluye la valoración de los componentes de la lesión, como la presencia de focos grasos, tiene en cuenta el grupo etario de la paciente, el patrón morfológico (quístico, sólido o mixto) y la lateralidad (unilateral o bilateral). La identificación de estas características permite acotar diagnósticos diferenciales, optimizar la interpretación tomográfica y fortalecer el rol del radiólogo en la detección y caracterización inicial de patología anexial. El abordaje sistemático de masas anexiales en TC permite una orientación diagnóstica más precisa, incluso ante hallazgos incidentales. La aplicación de un algoritmo basado en características imagenológicas clave refuerza la capacidad del radiólogo para reconocer lesiones ováricas potencialmente relevantes y contribuir al manejo oportuno de la paciente.Descargas
Los datos de descarga aún no están disponibles.
Descargas
Publicado
16-09-2026
Número
Sección
Imagen abdominal
Cómo citar
Masas anexiales en tomografía computarizada: un algoritmo práctico para el diagnóstico diferencial orientado por hallazgos imagenológicos. (2026). Piper SERAM, 1(1). https://piper.seram.es/piper/article/view/11724