Algoritmo basato su AI per predire sopravvivenza a 5 anni dopo un anno dalla gastrectomia

La previsione relativa alla sopravvivenza è un elemento importante per i pazienti affetti da cancro dello stomaco sottoposti a gastrectomia, e deve essere individuale. Tale valutazione è basata su un’ampia serie di dati che comprendono fattori variabili nel tempo come l’alimentazione e la morfometria corporea. Il momento ideale per stimare la sopravvivenza a lungo termine potrebbe concretizzarsi un anno dopo la gastrectomia perché la maggior parte dei pazienti va incontro, in questo lasso di tempo, a modificazioni nutrizionali significative, alla perdita di massa muscolare e, in generale, a cambiamenti morfometrici di rilievo.

Heewon Chung e i suoi collaboratori hanno svolto una ricerca con l’obiettivo di sviluppare un modello prognostico personalizzato, basato sull’intelligenza artificiale (AI), per prevedere la sopravvivenza a 5 anni dopo un anno dalla gastrectomia. Utilizzando un registro di chirurgia gastrica, istituito prospetticamente da un ospedale terziario, sono stati selezionati 4.025 pazienti affetti da cancro dello stomaco (età media 56,1 ± 10,9, 36,2% donne) sottoposti a gastrectomia e sopravvissuti più di un anno.

Gli esperti hanno proposto un algoritmo XGBoost, ossia un algoritmo di AI ensemble basato su 100 set di dati derivati da convalide ripetute. La validazione interna è stata eseguita confrontando il modello proposto con altri sei algoritmi AI mentre la validazione esterna si è basata su 590 pazienti provenienti da altri ospedali (età media 55,9 ± 11,2, 37,3% donne).

Gli Autori ritengono che il modello di intelligenza artificiale sviluppato sia in grado di fornire prestazioni sostanzialmente buone nel predire la sopravvivenza a 5 anni dopo 1 anno dall’intervento chirurgico per cancro dello stomaco. Gli indici nutrizionali e di massa grassa/muscolare hanno contribuito ad aumentare l’affidabilità di previsione del modello.

Fonte: J Cachexia Sarcopenia Muscle. 2023

https://onlinelibrary.wiley.com/doi/full/10.1002/jcsm.13176

Contenuti simili

I più visti