La cirrosi epatica ha una prevalenza di circa lo 0,15% in Usa ed Europa, valore che cresce in Africa e Asia. Al momento, questa patologia degenerativa rappresenta la quinta causa di morte al mondo. Come per ogni altra patologia, riuscire a definirne la reale gravità ed evoluzione nel tempo può favorire la scelta del migliore percorso terapeutico.
A oggi si utilizza il MELD score per stimare della severità della cirrosi epatica e prevedere la possibile sopravvivenza di pazienti in attesa di trapianto di fegato. Questo score si basa sui soli parametri del sangue, in particolare i valori di creatinina e birilubina, espressi come mg/dL, e il valore INR che rende conto della coagulazione.
Un team di ricerca tedesco e statunitense ha cercato di sviluppare un modello predittivo basandosi su feature radiomiche di immagini di risonanza magnetica del fegato e della milza (Nitsch J, Sack J, Halle MW, Moltz JH, Wall A, Rutherford AE, Kikinis R, Meine H. MRI-based radiomic feature analysis of end-stage liver disease for severity stratification. Int J Comput Assist Radiol Surg. 2021 Mar 1. doi: 10.1007/s11548-020-02295-9. Epub ahead of print. PMID: 33646521).
Il modello è stato sviluppato utilizzando dati di 90 pazienti con cirrosi epatica sottoposti a RM con contrasto per valutare la presenza di carcinoma epatocellulare.
Dalle RM, 125 in tutto, sono state estratte feature radiomiche, utilizzate per allenare quattro diversi modelli predittivi.
Le features radiomiche sono state estratte da segmentazioni delle immagini di fegato e milza utilizzando la PyRadiomics library.
Gli autori hanno scelto di selezionare solo 6 tipologie di features, in particolare: gray level co-occurrence matrix (GLCM), gray level size zone matrix (GLSZM), gray level run length matrix (GLRLM), neighboring gray tone difference matrix (NGTDM), gray level dependence matrix features (GLDM) e il volume fegato/milza. Infine, è stato usato un filtro LoG con sigma 1-5 mm.
In tutto sono state estratte 2577 features radiomiche, 1288 per il fegato e le altre per la milza. Ognuno dei quattro esperimenti effettuati è stato poi validato utilizzando vari strumenti, tra cui anche il random forest.
Lo studio ha dimostrato che le features radiomiche possono essere utili per predire la severità della cirrosi epatica se si utilizzano la decompensazione e il MELD status come surrogati.
Stefania Somaré
