Notizie
Esposizione agli inquinanti atmosferici e rischio di carcinoma della laringe
L’esposizione prolungata agli inquinanti atmosferici outdoor, in particolare biossido di azoto (NO2) e particolato fine (PM2,5), è associata a un […]
Uso dell’apprendimento profondo per prevedere la dose di radiazioni alla testa e al collo
La previsione accurata della distribuzione della dose nella radioterapia della testa e del collo rimane complessa a causa della variabilità anatomica e della vicinanza di organi critici. Maryam Zamanian e colleghi hanno eseguito una revisione sistematica e una meta-analisi sulle reti neurali convoluzionali (CNN) e architetture affini per valutarne l’efficacia predittiva.
È stata condotta un’esplorazione completa dei database MEDLINE (PubMed), Embase, Scopus e Scholar utilizzando una stringa di ricerca strutturata. Il software EndNote è stato impiegato per la selezione dei lavori mentre la meta-analisi si è basata sulla dimensione dell’effetto dell’errore assoluto medio (MAE) per la D95 nel volume bersaglio pianificato (PTV) e per la Dmax nel midollo spinale (scelto come organo a rischio rappresentativo, OAR). La qualità metodologica è stata valutata tramite lo strumento PROBAST. Per il PTV (D95), le CNN avanzate hanno raggiunto la massima accuratezza aggregata (MAE: 0,95), sebbene una sostanziale eterogeneità ne limiti l’interpretabilità. Per il midollo spinale (Dmax), le CNN classiche hanno fornito le previsioni più costanti (MAE: 0,95) con una minore eterogeneità. Le analisi dei sottogruppi hanno rivelato variazioni nelle prestazioni in base alla tecnica radioterapica (la Tomoterapia ha mostrato l’errore minore nel PTV), al design della rete (l’inclusione di blocchi densi ha aumentato l’errore negli OAR) e al tipo di tumore (i casi di carcinoma rinofaringeo hanno presentato l’errore minore nel PTV). La generalizzazione dei risultati ad altri organi a rischio oltre al midollo spinale rimane limitata.
Gli Autori concludono che le CNN avanzate hanno dimostrato una precisione superiore nella previsione del PTV, mentre le CNN classiche si sono rivelate più affidabili per la stima della dose al midollo spinale. Questi risultati supportano la personalizzazione dei modelli in base al tipo di tumore, alla modalità di trattamento e all’anatomia dell’organo a rischio. È comunque evidente la necessità di protocolli di reporting standardizzati per migliorare la riproducibilità e l’applicazione clinica.
Fonte: Sci Rep. 2025
https://www.nature.com/articles/s41598-025-28442-3
