Tesi etd-03162026-091728 |
Link copiato negli appunti
Tipo di tesi
Tesi di laurea magistrale LM6
Autore
GIANCIPOLI, NICOLA
URN
etd-03162026-091728
Titolo
SVILUPPO DI UN MODELLO PREDITTIVO DI DISFAGIA BASATO SULL'INTELLIGENZA ARTIFICIALE NEI PAZIENTI CON NEOPLASIA DEL DISTRETTO TESTA E COLLO SOTTOPOSTI A RADIOCHEMIOTERAPIA CON PRESERVAZIONE DEGLI ORGANI DEGLUTITORI
Dipartimento
RICERCA TRASLAZIONALE E DELLE NUOVE TECNOLOGIE IN MEDICINA E CHIRURGIA
Corso di studi
MEDICINA E CHIRURGIA
Relatori
relatore Prof. Ursino, Stefano
Parole chiave
- disfagia radioindotta
- intelligenza artificiale
- swoars-sparing imrt
- testa collo
Data inizio appello
14/04/2026
Consultabilità
Completa
Riassunto (Inglese)
Riassunto (Italiano)
I tumori del distretto testa-collo (HNCs: Head and Neck Cancers) rappresentano circa il 5% di tutti i tumori, l’ottava causa di morte correlata a neoplasia e di cui si stima un incremento di incidenza nei prossimi anni.
La radioterapia (RT), esclusiva o combinata in un approccio radiochemioterapico (RCT), rappresenta il pilastro terapeutico non chirurgico di questi tumori.
Il trattamento radioterapico, seppur inquadrato come trattamento oncologico di preservazione d’organo come alternativa alla chirurgia demolitiva, vede però spesso alla preservazione anatomica delle strutture del complesso distretto testa-collo non seguire una completa preservazione funzionale.
Tra i vari effetti avversi più comunemente riscontrati a seguito del trattamento radioterapico delle neoplasie del distretto testa-collo la disfagia (RID: Radiation Induced Dysphagia) risulta essere quella maggiormente impattante sia per la potenziale gravità delle sue possibili conseguenze, come il rischio di sviluppo di polmonite ab ingestis, sia per la riduzione della qualità di vita che comporta ai pazienti.
Oggi grazie alla RT ad intensità modulata (IMRT: Intensity Modulated Radiation Therapy) è possibile risparmiare in alcune condizioni o quantomeno ridurre significativamente la dose di radiazioni ai tessuti sani limitrofi alla neoplasia quali gli organi della deglutizione a rischio (SWOARs: SWallowing Organs At Risk) di danno radioindotto.
Lo scopo dello studio è stato l’elaborazione di un modello predittivo di RID basato sulla videofluoroscopia (VFS) utilizzando un metodo di analisi dei dati basato sul Machine Learning, quindi sull’Intelligenza Artificiale, che ha permesso di correlare i parametri fisico-dosimetrici delle SWOARs con la comparsa di alterazione della funzionalità deglutitoria rilevata appunto con la VFS in pazienti affetti da neoplasia del rinofaringe e dell’orofaringe sottoposti a trattamento radiochemioterapico con tecnica IMRT finalizzata alla preservazione degli organi della deglutizione (SWOARs-sparing IMRT).
La valutazione strumentale della funzione deglutitoria, così come quella sulla qualità di vita, è stata effettuata prima dell’inizio del trattamento (Valutazione basale) dopodiché a 6 e 12 mesi dal termine dello stesso.
Dal Luglio 2016 al Gennaio 2022 sono stati arruolati un totale di 75 pazienti.
La rilevanza delle features dosimetriche delle SWOARs nel predire la comparsa di RID è emersa sia a 6 che a 12 mesi. In particolare, le SWOARs il cui danno radiondotto è risultato essere associato in maniera statisticamente significativa alla comparsa di RID a 6 mesi sono state il muscolo costrittore medio della faringe (MPCM), la laringe sovraglottica (SL) e la base della lingua (BOT). Diversamente le SWOARs il cui danno radiondotto è risultato associato in maniera statisticamente significativa alla comparsa di RID a 12 mesi sono state i muscoli costrittori della faringe medio (MPCM) ed inferiore (IPCM), la SL, la laringe glottica (GL) e le ghiandole parotidi (PGs).
Il modello predittivo sviluppato e validato con il metodo del machine learning è risultato essere affidabile nel predire la comparsa di RID nei pazienti affetti da neoplasia del rinofaringe e dell’orofaringe e pertanto può essere utilizzato come ausilio nella pianificazione del trattamento radiante nella pratica clinica quotidiana.
La radioterapia (RT), esclusiva o combinata in un approccio radiochemioterapico (RCT), rappresenta il pilastro terapeutico non chirurgico di questi tumori.
Il trattamento radioterapico, seppur inquadrato come trattamento oncologico di preservazione d’organo come alternativa alla chirurgia demolitiva, vede però spesso alla preservazione anatomica delle strutture del complesso distretto testa-collo non seguire una completa preservazione funzionale.
Tra i vari effetti avversi più comunemente riscontrati a seguito del trattamento radioterapico delle neoplasie del distretto testa-collo la disfagia (RID: Radiation Induced Dysphagia) risulta essere quella maggiormente impattante sia per la potenziale gravità delle sue possibili conseguenze, come il rischio di sviluppo di polmonite ab ingestis, sia per la riduzione della qualità di vita che comporta ai pazienti.
Oggi grazie alla RT ad intensità modulata (IMRT: Intensity Modulated Radiation Therapy) è possibile risparmiare in alcune condizioni o quantomeno ridurre significativamente la dose di radiazioni ai tessuti sani limitrofi alla neoplasia quali gli organi della deglutizione a rischio (SWOARs: SWallowing Organs At Risk) di danno radioindotto.
Lo scopo dello studio è stato l’elaborazione di un modello predittivo di RID basato sulla videofluoroscopia (VFS) utilizzando un metodo di analisi dei dati basato sul Machine Learning, quindi sull’Intelligenza Artificiale, che ha permesso di correlare i parametri fisico-dosimetrici delle SWOARs con la comparsa di alterazione della funzionalità deglutitoria rilevata appunto con la VFS in pazienti affetti da neoplasia del rinofaringe e dell’orofaringe sottoposti a trattamento radiochemioterapico con tecnica IMRT finalizzata alla preservazione degli organi della deglutizione (SWOARs-sparing IMRT).
La valutazione strumentale della funzione deglutitoria, così come quella sulla qualità di vita, è stata effettuata prima dell’inizio del trattamento (Valutazione basale) dopodiché a 6 e 12 mesi dal termine dello stesso.
Dal Luglio 2016 al Gennaio 2022 sono stati arruolati un totale di 75 pazienti.
La rilevanza delle features dosimetriche delle SWOARs nel predire la comparsa di RID è emersa sia a 6 che a 12 mesi. In particolare, le SWOARs il cui danno radiondotto è risultato essere associato in maniera statisticamente significativa alla comparsa di RID a 6 mesi sono state il muscolo costrittore medio della faringe (MPCM), la laringe sovraglottica (SL) e la base della lingua (BOT). Diversamente le SWOARs il cui danno radiondotto è risultato associato in maniera statisticamente significativa alla comparsa di RID a 12 mesi sono state i muscoli costrittori della faringe medio (MPCM) ed inferiore (IPCM), la SL, la laringe glottica (GL) e le ghiandole parotidi (PGs).
Il modello predittivo sviluppato e validato con il metodo del machine learning è risultato essere affidabile nel predire la comparsa di RID nei pazienti affetti da neoplasia del rinofaringe e dell’orofaringe e pertanto può essere utilizzato come ausilio nella pianificazione del trattamento radiante nella pratica clinica quotidiana.
File
| Nome file | Dimensione |
|---|---|
| Tesi.pdf | 1.39 Mb |
Contatta l’autore |
|