Test critici necessari per i modelli di previsione

Migliaia di modelli predittivi vedono la luce del giorno ogni anno, ma solo una parte di essi viene applicata nella pratica clinica. Il dottorando Tom Hoyting (Università di Twente) ha spiegato i criteri che un modello di previsione deve soddisfare e ne ha studiato l’applicazione nel cancro al seno e alla prostata.

I modelli di previsione clinica sono strumenti statistici che possono aiutare nella diagnosi o nella prognosi della malattia. In base alle caratteristiche della paziente e del tumore, si può stimare, ad esempio, se sono presenti metastasi ai linfonodi nel carcinoma prostatico, o qual è il rischio di recidiva nel carcinoma mammario. I modelli di previsione possono fare molto per l’assistenza sanitaria. Ad esempio, Hueting ha co-sviluppato un nuovo modello di intelligenza artificiale per stimare il rischio di recidiva del cancro al seno. Questo modello si basa su ricerche precedenti. Ciò ha dimostrato che in futuro il numero di visite di follow-up per il cancro al seno potrebbe diminuire di 9.000 volte l’anno, Quando il rischio di recidiva della malattia è presentato da un modello predittivo.

Da 922 a 34 modelli

Il modello di previsione clinica non vede solo la luce del giorno. In una revisione sistematica, Hueting ha visto che tra il 2010 e il 2020 sono stati sviluppati più di 900 modelli predittivi per il solo cancro al seno. La stragrande maggioranza di questi è risultata avere un alto rischio di bias. Convalida dei modelli di quello studio con i dati del registro olandese dei tumori. Degli 87 modelli che potrebbero essere convalidati, 34 hanno mostrato buone prestazioni.
Così Hueting ha visto le descrizioni di più di 900 modelli, ma solo 34 di essi si sono rivelati applicabili a un gruppo più ampio di pazienti. Perché così pochi modelli possono essere applicati nella pratica?

Sei sfide

Hueting elenca sei sfide nella sua tesi. Il primo è la facilità di accesso. Il grafico è spesso descritto in un articolo scientifico, ma anche lo strumento online deve essere disponibile e rimanere disponibile. In secondo luogo, menziona la trasparenza. Molti dei modelli esaminati hanno mostrato che le statistiche sottostanti non erano adeguatamente descritte. In terzo luogo, Hueting menziona la valutazione delle prestazioni di un modello nella convalida esterna (generalizzabilità). Anche la misura in cui il modello viene aggiornato è importante, a causa di nuove conoscenze scientifiche o modifiche alle linee guida. Inoltre, Hueting considera l’interpretazione: gli operatori sanitari possono lavorare con i modelli? E quando si tratta di un processo decisionale collaborativo, i risultati sono adeguatamente condivisi e discussi con i pazienti? L’ultima e la sesta sfida consiste nel dimostrare un valore aggiunto: il modello guarda anche a ciò che effettivamente produce per l’assistenza sanitaria?

Impatto: predire la recidiva del cancro al seno

Un modello che Hueting ha esaminato in modo specifico è il modello INFLUENCE. Questo è un modello che predice il rischio di recidiva della malattia dopo il trattamento del cancro al seno. Sulla base di ciò, il medico e il paziente possono progettare il processo di follow-up. Le versioni precedenti consideravano principalmente la recidiva locale (recidiva del cancro al seno nella stessa mammella), ma non includevano la recidiva del cancro al seno controlaterale (recidiva del cancro al seno nell’altra mammella). Il nuovo modello aggiornato Puoi prevederlo molto bene. Inoltre, il modello può fare previsioni sulle metastasi a distanza (fino a che punto il cancro al seno può diffondersi ad altri organi). Il modulo INFLUENZA online viene quindi certificato come dispositivo medico. L’applicazione del modello INFLUENCE è Attualmente sotto inchiesta Nell’assistere il processo decisionale all’interno degli ospedali Santeon.

Anatomia dei linfonodi nel cancro alla prostata

La dissezione dei linfonodi su larga scala è la procedura più comune per mappare le metastasi nei linfonodi periprostatici. Quando la possibilità di sviluppare una neoplasia è piccola, il rischio di complicanze potrebbe non superare i benefici della procedura. I modelli possono essere utilizzati per selezionare i pazienti che hanno maggiori probabilità di beneficiare della dissezione linfonodale su larga scala, che predicono il rischio di metastasi ai linfonodi. Hueting ottenuto in Sedici di questi modelli sono stati applicati negli ospedali olandesi Conclude che due modelli possono farlo meglio: il Briganti Chart 2012 e il MSKCC Web Calculator. Ha anche guardato Rapporto costo-efficacia dell’applicazione di questi due modelli.