Notizie
Sorveglianza radiologica per le sopravvissute al cancro della mammella
Il tumore maligno della mammella è una neoplasia diffusa a livello mondiale e il crescente numero di sopravvissute richiede una […]
Rischio di malnutrizione in pazienti oncologici: modelli di previsione
Sebbene negli ultimi anni siano stati sviluppati numerosi modelli per prevedere la malnutrizione nei pazienti oncologici, il loro rigore metodologico e l’applicabilità clinica rimangono incerti. La mancanza di una valutazione sistematica ostacola la loro integrazione nella pratica oncologica e infermieristica quotidiana, dove l’identificazione precoce dei pazienti a rischio è fondamentale per ottimizzare gli interventi nutrizionali, migliorare la tolleranza ai trattamenti e ridurre morbilità e mortalità.
Jiayan Yu e colleghi hanno eseguito una revisione sistematica e una meta-analisi con l’obiettivo di valutare criticamente i modelli di previsione del rischio esistenti, fornendo indicazioni basate sull’evidenza per guidarne lo sviluppo e l’implementazione clinica. È stata condotta un’esplorazione sistematica di diversi database, tra i quali PubMed, Embase, Web of Science, Cochrane Library e Scopus, alla ricerca di lavori specifici pubblicati fino al 9 agosto 2025.
La qualità metodologica è stata valutata tramite lo strumento PROBAST ed è stata eseguita una meta-analisi dell’area sotto la curva (AUC). Alla fine, gli esperti hanno selezionato 13 documenti ritenuti idonei e comprendenti 57 modelli predittivi. Sette studi hanno costruito modelli utilizzando esclusivamente la regressione logistica, mentre 5 l’hanno combinata con tecniche di apprendimento automatico. L’incidenza di malnutrizione riportata varia dall’11,9 al 69,9%.
I predittori più frequenti sono l’indice di massa corporea (BMI), l’età e il sesso. I valori di AUC variavano da 0,735 a 0,982, con un’AUC aggregata di 0,85 per gli otto modelli validati, indicando una buona capacità discriminativa. Tutti i 13 studi sono stati classificati ad alto rischio di bias, principalmente a causa di fonti di dati inappropriate e di una rendicontazione insufficiente nell’analisi. Gli Autori concludono che i modelli attuali per la previsione della malnutrizione sono ancora in una fase esplorativa. Nonostante le buone prestazioni, le carenze metodologiche contribuiscono a un elevato rischio di bias. Appare evidente la necessità di integrare modelli validati nella pratica clinica e infermieristica per supportare lo screening precoce, promuovere interventi nutrizionali personalizzati e rafforzare la collaborazione multidisciplinare tra infermieri, dietisti e oncologi.
Front Nutr. 2025
https://www.frontiersin.org/journals/nutrition/articles/10.3389/fnut.2025.1696142/full
