![donna incinta che si tocca la pancia](https://msdsalute.it/wp-content/uploads/sites/81/2023/08/donna-incinta_1529280692.jpg?w=1024)
Le donne sopravvissute a un tumore hanno minor rischi di complicanze ostetriche
Le donne che sopravvivono a un tumore hanno meno probabilità di andare incontro a una gravidanza rispetto alla popolazione generale, […]
La chemioterapia neoadiuvante (NACT) è un tipo di trattamento per le pazienti con cancro ovarico in stadio avanzato. A causa della natura dell’eterogeneità del tumore, le risposte dei pazienti alla NACT variano significativamente tra i diversi sottogruppi. Per affrontare questa sfida clinica, uno studio della National University of Singapore propone un nuovo marcatore di immagini per ottenere una previsione della risposta del NACT ad alta precisione in una fase iniziale.
Il team ha calcolato un totale di 1373 caratteristiche radiomiche per quantificare le caratteristiche del tumore, che possono essere raggruppate in tre categorie: caratteristiche geometriche, di intensità e di struttura. In secondo luogo, tutte queste caratteristiche sono state ottimizzate da un algoritmo di analisi delle componenti principali per generare un cluster di caratteristiche compatto e informativo. Utilizzando questo cluster come input, è stato sviluppato e ottimizzato un classificatore basato su Support Vector Machines per creare un marcatore finale, che indica la probabilità che la paziente risponda al trattamento NACT. Per convalidare questo schema, sono state raccolte retrospettivamente un totale di 42 pazienti con cancro ovarico. Per la valutazione delle performance del modello è stata adottata una convalida incrociata annidata “leave-one-out”. I risultati dimostrano che il nuovo metodo ha prodotto un’AUC (area sotto la curva ROC [funzionamento caratteristico del ricevitore]) di 0,745. Nel frattempo, il modello ha raggiunto un’accuratezza complessiva del 76,2%, un valore predittivo positivo del 70% e un valore predittivo negativo del 78,1%. Conclusione: questo studio fornisce informazioni significative per lo sviluppo di marcatori di immagini basati sulla radiomica nella previsione della risposta NACT.
Fonte: National Institutes of Health 2023
https://pubmed.ncbi.nlm.nih.gov/37744460/
E’ disponibile una nuova versione dell’app MSD Salute: non dimenticare di aggiornarla!