Assessment of melanoma histotypes and associated patient related factors: Basis for a predictive statistical model.

Background: Certain melanoma histotypes carry a worse prognosis than others. We aimed to identify patient related factors associated with specific melanoma histotypes. characteristics. Patients and methods: Single center study including 347 melanoma patients, prospectively assessed for 22 variables leading to a database of more than 7 600 features. Results: Melanomas were histologically categorized as superficial spreading (SSM, 70.6%), nodular (NM; 12.7%), acrolentiginous (ALM; 4.0%), lentigo maligna (LMM; 3.8%), or unclassified melanoma (UCM; 8.9%). Well recognized melanoma risk indicators (i. e. many atypical nevi, freckles, previous melanoma), were significantly associated with SSM and LMM histotypes. NM and ALM patients carried significantly less common and/or atypical nevi. NM were mostly self-detected or detected by relatives. In contrast, SSM, LMM, and ALM were most frequently detected by dermatologists. NM and UCM were preferentially located on poorly observable sites, SSM on the lower limbs, ALM on plantar sites, and LMM on the head and neck. ALM and LMM patients were significantly older than other patients. A multinomial logistic model was designed to predict a certain melanoma histotype (overall accuracy 81%), which could be helpful to focus the attention of clinicians or may be integrated into fully automated diagnostic algorithms. Conclusions: Melanoma histotypes show significant differences regarding patients'. [ABSTRACT FROM AUTHOR]

Hintergrund: Bestimmte Subtypen des Melanoms haben eine schlechtere Prognose als andere. Unser Ziel war es, patientenbezogene Faktoren zu identifizieren, die mit spezifischen Subtypen des Melanoms vergesellschaftet sind. Patienten und Methoden: Monozentrische Studie an 347 Melanompatienten, bei denen prospektiv 22 patientenbezogene Variablen erhoben wurden, woraus eine Datenbank mit mehr als 7600 Merkmalen erstellt wurde. Ergebnisse: Melanome wurden histologisch als superfiziell-spreitend (SSM, 70,6%), nodulär (NM; 12,7%), akrolentiginös (ALM; 4,0%), Lentigo maligna (LMM; 3,8%) oder nicht klassifiziertes Melanom (UCM; 8,9%) klassifiziert. Bekannte Risikofaktoren (i. e. zahlreiche atypische Nävi, Sommersprossen, Z. n., Melanom) waren signifikant mit den Subtypen SSM und LMM assoziiert. NM und ALM-Patienten wiesen signifikant weniger gewöhnliche oder atypische Nävi auf. NM waren zumeist vom Patienten selbst oder einem Verwandten entdeckt worden, wohingegen SSM, LMM und ALM zumeist vom Dermatologen entdeckt wurden. NM und UCM waren präferentiell an schlecht beobachtbaren Körperstellen lokalisiert, SSM an der unteren Extremität, ALM im Plantarbereich und LMM an Kopf und Hals. ALM und LMM-Patienten waren signifikant älter als die anderen Patienten. Wir entwickelten ein multinomiales logistisches Modell zur Vorhersage eines Melanomsubtyps (Gesamtgenauigkeit 81%), welches geeignet sein könnte, um die Aufmerksamkeit klinisch tätiger Ärzte entsprechend zu fokussieren oder in vollautomatisierte Diagnosealgorithmen eingeschlossen zu werden. Schlussfolgerungen: Melanomsubtypen zeigen signifikante Unterschiede hinsichtlich patientenbezogener Faktoren. [ABSTRACT FROM AUTHOR]

Copyright of Journal der Deutschen Dermatologischen Gesellschaft is the property of Wiley-Blackwell and its content may not be copied or emailed to multiple sites or posted to a listserv without the copyright holder's express written permission. However, users may print, download, or email articles for individual use. This abstract may be abridged. No warranty is given about the accuracy of the copy. Users should refer to the original published version of the material for the full abstract. (Copyright applies to all Abstracts.)