logo SBA

ETD

Digital archive of theses discussed at the University of Pisa

 

Thesis etd-03152019-113443


Thesis type
Tesi di specializzazione (5 anni)
Author
ORLANDI, FRANCESCA
URN
etd-03152019-113443
Thesis title
Analisi di "texture" e caratteristiche clinico-patologiche nei tumori della cervice uterina localmente avanzati trattati con radiochemioterapia definitiva
Department
RICERCA TRASLAZIONALE E DELLE NUOVE TECNOLOGIE IN MEDICINA E CHIRURGIA
Course of study
RADIOTERAPIA
Supervisors
relatore Prof.ssa Paiar, Fabiola
relatore Dott.ssa Laliscia, Concetta
Keywords
  • carcinoma cervice uterina
  • radiomica
  • radiomics features
  • radioterapia
  • texture analysis
Graduation session start date
02/04/2019
Availability
Withheld
Release date
02/04/2089
Summary
In ambito oncologico, la radiomica ha il potenziale di migliorare i criteri diagnostici di valutazione della risposta tumorale al trattamento, in aggiunta ai comuni fattori clinici, fornendo biomarkers radiologici, definiti Radiomic features (caratteristiche radiomiche). L’obiettivo è di identificare un fenotipo prognostico presente nella neoplasia per ottenere modelli predittivi da impiegare in ambito clinico e fornire informazioni in termini di diagnosi e di predizione dell’outcome dei pazienti.
In questo studio, esploriamo il ruolo predittivo di features radiomiche correlate con il rischio di progressione di malattia in pazienti affette da carcinoma della cervice uterina localmente avanzata. Le features sono state estratte da immagini RM (sequenze T2 pesate) eseguite da 37 pazienti (età mediana 56 anni) con diagnosi istologica di carcinoma della cervice uterina, sottoposte a trattamento radio-chemioterapico definitivo. Le immagini RM sono state acquisite alla diagnosi e al termine della terapia radiante e sono state utilizzate per valutare la risposta strumentale, mettendola in relazione con la risposta clinica.
Dopo la definizione della regione di interesse (ROI) nelle immagini assiali T2 ponderate, sono state estratte 28 caratteristiche radiomiche, utilizzando la piattaforma QUIBIM SL, una società dedicata che è specializzata nello studio di biomarcatori di imaging mediche di tipo quantitativo. I dati quantitativi sono stati descritti per media e deviazione standard. In seguito, è stata effettuata un'analisi statistica per identificare le caratteristiche radiomiche che potevano selezionare le pazienti a maggior rischio di progressione di malattia. Nel nostro studio, la caratteristica morfologica VOLUME è risultata la variabile più strettamente correlata alla probabilità di progressione di malattia (p= 0,045).
File