Ruolo predittivo dosimetrico della parete vescicale nella radioterapia convenzionale della prostata: integrazione di intelligenza artificiale e modellizzazione statistica
Abstract
Introduzione:La radioterapia (RT) rappresenta uno dei pilastri terapeutici nel trattamento del carcinoma della prostata. Nonostante i progressi tecnologici, la tossicità genitourinaria rimane una delle principali limitazioni cliniche, con impatto significativo sulla qualità di vita dei pazienti. L’identificazione di parametri dosimetrici affidabili e di modelli predittivi accurati è pertanto cruciale per una pianificazione terapeutica personalizzata.Obiettivi:Valutare il ruolo predittivo dei parametri dosimetrici della parete vescicale nella comparsa di tossicità urinaria acuta nei pazienti sottoposti a radioterapia convenzionale per carcinoma della prostata, integrando approcci di modellizzazione statistica e algoritmi di machine learning.Materiali e Metodi:Studio retrospettivo con analisi di dati clinici e dosimetrici, includendo metriche derivate da DVH e valutazione degli endpoint di tossicità urinaria (es. disuria e pollachiuria) secondo criteri standardizzati. Sono stati costruiti e valutati modelli statistici e modelli di machine learning; le performance sono state stimate tramite metriche quali sensibilità, specificità e AUC (ROC), con confronto tra modelli.Risultati:Sono stati identificati specifici parametri dosimetrici della parete vescicale significativamente associati alla comparsa di tossicità urinaria, in particolare disuria e pollachiuria a diversi gradi. Tali parametri si sono dimostrati predittivi del rischio di tossicità genitourinaria, confermando il ruolo della dosimetria della parete vescicale nella valutazione degli esiti clinici. L’impiego di approcci di machine learning è stato esplorato come strumento complementare nell’analisi predittiva.Conclusioni:L’analisi dosimetrica della parete vescicale e l’uso integrato di modellistica statistica e machine learning rappresentano un approccio utile per studiare e supportare la predizione della tossicità urinaria nella RT prostatica, con potenziali ricadute sulla personalizzazione del trattamento.
Fields of Study & Subjects
Advanced Radiotherapy Techniques
Prostate Cancer Diagnosis and Treatment
Radiomics and Machine Learning in Medical Imaging
Publication details
- Journal / source
- Nova Science Publishers (Nova Science Publishers, Inc.)
- Publication date
- 26 February 2026
- Language
- IT
- Document type
- Thesis