Dic 30, 2024
Una rara presentazione del mesotelioma minimamente invasivo come un grande pneumotorace tensivo

Tanya Marshall, Jason Lane, Giuseppe Lahorra

PMID: 37128670

DOI: 10.1177/10668969231167492

Lo sviluppo del mesotelioma è associato all’esposizione all’amianto.

Come maggior tipologia di sviluppo vi sono le placche pleuriche che invadono la parete toracica e/o il versamento pleurico sull’imaging toracico. L’intento di questo studio clinico è quello di descrivere una rara presentazione del mesotelioma, che si presentava atipicamente come un grande pneumotorace tensivo. Un maschio di 93 anni presentava una storia di dispnea iniziata dopo un episodio di tosse. All’esame fisico era emodinamicamente stabile, ma era ipossico e richiedeva 2 litri di ossigeno supplementare. La tomografia computerizzata del torace ha rivelato un grande pneumotorace di tensione destra. Un tubo toracico è stato posizionato e collegato all’aspirazione, ma ha continuato ad avere una perdita d’aria irrisolvibile nel successivo periodo di 2 settimane.

Sono state eseguite la resezione del cuneo apicale destro e la pleurodesi con il talco. L’esame patologico ha rivelato una proliferazione cellulare mesoteliale atipica con minima invasione focale nel parenchima polmonare. Si pensava che il tumore diffuso lungo la pleura viscerale fosse la causa sottostante del pneumotorace. I margini chirurgici non sono stati coinvolti dal tumore e il paziente è stato successivamente dimesso in condizioni stabili.

Questa era una rara presentazione di quello che potrebbe essere meglio descritto come mesotelioma minimamente invasivo che si manifestava in uno sfondo di probabile mesotelioma in situ, il quale si è presentato atipicamente come un grande pneumotorace tensivo. Questo caso ha evidenziato l’importanza di stabilire una diagnosi patologica dalla citologia di versamento pleurico e/o dalla biopsia pleurica in persone che presentano pneumotorace spontaneo e la difficoltà di confermare una diagnosi patologica di neoplasia mesoteliale precoce.

Deep learning per il conteggio delle fibre di amianto

Deep learning per il conteggio delle fibre di amianto

J Hazard Mater. 2023 agosto 5;455:131590. EPUB 2023 Maggio 6. Ahmad Rabiee, Giancarlo Della Ventura, Fardin Mirzapour, Sergio Malinconico, Sergio Bellagamba, Federico Lucci, Federica Paglietti PMID: 37178531 DOI: 10.1016 /j.jhazmat.2023.131590 Il metodo PCM...