• predictive model
• radiomica
• radiomics
• features
• modello predittivo
• risonanza magnetica
• magnetic resonance
• tumore polmonare non a piccole cellule
• non small cell lung cancer
• Python
• immagini biomediche
• medical imaging
• brain metastases
• metastasi cerebrali
• radiotherapy
• radioterapia

In questo lavoro sono stati sviluppati in Python modelli di previsione dei risultati in pazienti con metastasi cerebrali da tumore al polmone trattati con radiochirurgia. I modelli predittivi sono stati elaborati a partire da dati clinici e da features radiomiche estratte da immagini RMN precedenti al trattamento. Si sono indagati tre principali endpoint: controllo locale e progressione a distanza delle lesioni encefaliche, e sopravvivenza globale dei pazienti. Dopo aver sviluppato tecniche di normalizzazione delle intensità delle immagini, sono state estratte le features utilizzando due diverse piattaforme permettendo un confronto end-to-end sulla potenza predittiva. Infine, l'analisi statistica dei risultati tramite analisi univariata/multivariata con modelli Cox e LASSO.
In this work, outcome prediction models were developed in Python for patients with brain metastases from lung cancer treated with radiosurgery. Predictive models were developed from clinical data and radiomic features extracted from pre-treatment MRI images. Three main endpoints were investigated: local control and distant progression of brain lesions, and overall survival of patients. After developing techniques to normalise image intensities, features were extracted using two different platforms allowing an end-to-end comparison of predictive power. Finally, statistical analysis of the results by univariate/multivariate analysis with Cox and LASSO models