• Radiomica
• Risonanza Magnetica
• Terapia Neoadiuvante
• Tumore del retto
• Valutazione della risposta

Il tumore del retto rappresenta il secondo tipo più comune (28%) di neoplasia del grande intestino. La risonanza magnetica (RM) svolge un ruolo fondamentale sia nella stadiazione del tumore che nella ristadiazione dopo trattamento neoadiuvante. L’obbiettivo di questo lavoro di tesi è quello di individuare i soggetti non-responder secondo il tumor regression grade (TRG) della RM di ristadiazione post-trattamento neoadiuvante utilizzando un modello di machine-learning basato sull’analisi radiomica delle RM al baseline. Sono stati inclusi i pazienti che hanno effettuato RM baseline e post- terapia neoadiuvante presso il nostro istituto, dei quali fossero a disposizione dati clinici inerenti al protocollo di trattamento. Tutte le RM post-trattamento neoadiuvante sono state lette da un radiologo utilizzando il TRG per classificare i pazienti come responder (TRG = 1 e 2) e non responder (TRG = 3,4,5). Per la realizzazione del modello predittivo sono state analizzate features di radiomica estratte dalla segmentazione manuale del tumore primitivo nelle sequenze oblique assiali T2-dipendenti. È stata quindi utilizzata una K-fold Cross Validation per quantificare le performance del modello. In totale sono stati arruolati 87 pazienti, età media 63 anni ±10,99 (35% femmine). La media del True Positive Rate è risultata di 0,76±0,12, mentre la media del Positive Predictive Value è 0,83±0,08 sui test set nel distinguere responder e non responder.