71 resultados para Autoavaliacao Diagnostica
Resumo:
Il carcinoma epatocellulare (HCC) rappresenta il tumore epatico primitivo più comune con una incidenza fino all’85%. È uno dei tumori più frequenti al mondo ed è noto per l’elevata letalità soprattutto in stadio avanzato. La diagnosi precoce attraverso la sorveglianza ecografica è necessaria per migliorare la sopravvivenza dei pazienti a rischio. Il mezzo di contrasto ecografico migliora la sensibilità e la specificità diagnostica dell’ecografia convenzionale. L’ecografia con mezzo di contrasto (contrast-enhanced ultrasound, CEUS) è pertanto considerata una metodica valida per la diagnosi di HCC a livello globale per la sua ottima specificità anche a fronte di una sensibilità subottimale. L’aspetto contrastografico delle lesioni focali epatiche ha portato un team di esperti allo sviluppo del sistema Liver Imaging Reporting and Data System (LI-RADS) con l’obiettivo di standardizzare la raccolta dati e la refertazione delle metodiche di imaging per la diagnosi di HCC. La CEUS è una metodica operatore-dipendente e le discordanze diagnostiche con gli imaging panoramici lasciano spazio a nuove tecniche (Dynamic Contrast Enhanced UltraSound, DCE-US) volte a migliorare l’accuratezza diagnostica della metodica e in particolare la sensibilità. Un software di quantificazione della perfusione tissutale potrebbe essere di aiuto nella pratica clinica per individuare il wash-out non visibile anche all’occhio dell’operatore più esperto. Il nostro studio ha due obiettivi: 1) validare il sistema CEUS LI-RADS nella diagnosi di carcinoma epatocellulare in pazienti ad alto rischio di HCC usando come gold-standard l’istologia quando disponibile oppure metodiche di imaging radiologico accettate da tutte le linee guida (tomografia computerizzata o risonanza magnetica con aspetto tipico) eseguite entro quattro settimane dalla CEUS; 2) valutare l’efficacia di un software di quantificazione della perfusione tissutale nel riscontro di wash-out per la diagnosi di HCC in CEUS.
Resumo:
INTRODUZIONE: Un’inadeguata informazione in gravidanza può condurre ad una sovrastima della percezione del rischio materno-fetale da parte della paziente. OBIETTIVI: Dimostrare l’impatto di un colloquio medico con operatori esperti nel campo delle infezioni materno-fetali sull’ansia materna e sulla propensione della paziente a interrompere la gravidanza. DISEGNO DELLO STUDIO: Studio monocentrico osservazionale prospettico di coorte su una serie consecutiva di 185 pazienti con diagnosi confermata di malattia infettiva in gravidanza. Il livello di preoccupazione materna è stato investigato tramite tre questionari sottoposti alla paziente prima e dopo il colloquio medico con operatori esperti e in seguito alla diagnostica ecografica di approfondimento. RISULTATI: 171 pazienti (92.4%) hanno compilato la Scala Visuo-Analogica (VAS) sulla preoccupazione materna prima e in seguito al colloquio medico, e ciò ha mostrato decremento significativo nel livello di ansia (VAS, −25,8; CI 95%, da−29,9 a −21,7). Livelli più alti di preoccupazione hanno presentato meno margine di riduzione, e le infezioni ad alto rischio di danno fetale si sono mostrate correlate ad un minore decremento nello stato di ansia materna. Nel gruppo delle 82 pazienti (53,2%) che hanno eseguito una diagnostica ecografica di secondo livello, la preoccupazione materna è risultata significativamente minore rispetto a quella registrata dopo il consulto medico (VAS, −16,6; CI del 95%, da−22,9 a −10,3). Si è inoltre mostrata una diminuzione della propensione all’interruzione di gravidanza prima e dopo il colloquio medico (VAS, −19,4; intervallo di confidenza del 95%, da−23,6 a −15,2). Nelle 73 pazienti (45,1%) che hanno eseguito una ecografia morfologica di secondo livello, si è mostrata una riduzione nella tendenza all’interruzione di gravidanza (VAS, −13.4; CI 95%, da−19,1 a −7.7). CONCLUSIONI: Un colloquio medico esperto nel campo delle infezioni materno-fetali può diminuire l’ansia materna migliorando la qualità della vita durante la gestazione, e ridurre la propensione della paziente all’interruzione volontaria di gravidanza.
Resumo:
The introduction of molecular criteria into the classification of diffuse gliomas has added interesting practical implications to glioma management. This has created a new clinical need for correlating imaging characteristics with glioma genotypes, also known as radiogenomics or imaging genomics. Whilst many studies have primarily focused on the use of advanced magnetic resonance imaging (MRI) techniques for radiogenomics purposes, conventional MRI sequences still remain the reference point in the study and characterization of brain tumours. Moreover, a different approach may rely on diffusion-weighted imaging (DWI) usage, which is considered a “conventional” sequence in line with recently published directions on glioma imaging. In a non-invasive way, it can provide direct insight into the microscopic physical properties of tissues. Considering that Isocitrate-Dehydrogenase gene mutations may reflect alterations in metabolism, cellularity, and angiogenesis, which may manifest characteristic features on an MRI, the identification of specific MRI biomarkers could be of great interest in managing patients with brain gliomas. My study aimed to evaluate the presence of specific MRI-derived biomarkers of IDH molecular status through conventional MRI and DWI sequences.
Resumo:
Introduzione: dal 2018 è attiva in Emilia-Romagna una rete multidisciplinare per i casi di morte cardiaca improvvisa (MCI). In questo studio sono riportate le caratteristiche della rete e i risultati dei primi quattro anni di attività. Materiali e metodi: sono inclusi i casi di MCI avvenuti in Emilia-Romagna dal 2018 in soggetti con età > 1 anno e ≤55 anni. L’autopsia è stata eseguita secondo le raccomandazioni internazionali ed il cuore inviato all’Unità di Patologia Cardiovascolare del Policlinico di Sant’Orsola. A seconda degli scenari sono state eseguite analisi genetiche, tossicologiche e microbiologiche. In caso di patologie geneticamente determinate o nelle morti sine materia è stato avviato lo screening familiare. Risultati: nei primi quattro anni di attività sono pervenuti 83 casi (età media 37 anni). In tutti i casi è stato eseguito un esame cardio-patologico completo e in 55 soggetti (66%) l’analisi genetica. Tra i 75 casi completati, è stata identificata una causa certa/altamente probabile di decesso in 66 (88%). Le patologie coronariche sono la patologia più frequentemente diagnostica (20 casi, 27%) seguita dalle cardiomiopatie (21%), mentre in 9 soggetti è stata riscontrata una malattia infiammatoria. L’indagine genetica è stata completata in 42 casi, identificando in 8 una mutazione causativa o una variante verosimilmente patogena (materiale inidoneo in 9). Successivamente, è stato eseguito lo screening in 14 famiglie di probandi deceduti per patologie non acquisite identificando sei soggetti di altrettante famiglie con un fenotipo positivo o dubbio. L’analisi genetica ha permesso di individuare quattro parenti con la stessa mutazione/variante verosimilmente patogena del probando. Complessivamente, in quattro soggetti è stato impiantato un defibrillatore per la prevenzione primaria della MCI. Conclusioni: la rete multidisciplinare della MCI in Emilia-Romagna ha permesso di identificare una causa di decesso in quasi nove casi su dieci, diagnosticare diversi parenti affetti e approntare strategie preventive per la MCI.
Resumo:
In the Era of precision medicine and big medical data sharing, it is necessary to solve the work-flow of digital radiological big data in a productive and effective way. In particular, nowadays, it is possible to extract information “hidden” in digital images, in order to create diagnostic algorithms helping clinicians to set up more personalized therapies, which are in particular targets of modern oncological medicine. Digital images generated by the patient have a “texture” structure that is not visible but encrypted; it is “hidden” because it cannot be recognized by sight alone. Thanks to artificial intelligence, pre- and post-processing software and generation of mathematical calculation algorithms, we could perform a classification based on non-visible data contained in radiological images. Being able to calculate the volume of tissue body composition could lead to creating clasterized classes of patients inserted in standard morphological reference tables, based on human anatomy distinguished by gender and age, and maybe in future also by race. Furthermore, the branch of “morpho-radiology" is a useful modality to solve problems regarding personalized therapies, which is particularly needed in the oncological field. Actually oncological therapies are no longer based on generic drugs but on target personalized therapy. The lack of gender and age therapies table could be filled thanks to morpho-radiology data analysis application.
Resumo:
Il carcinoma a cellule squamose è un tumore della pelle la cui incidenza è in costante crescita. Per questo motivo si sta ritagliando uno spazio sempre più importante all’interno di quella che è la dermatologia oncologica. Sebbene la nostra accuratezza diagnostica sia in progressivo miglioramento rimangono due nodi fondamentali da sciogliere: la differenziazione delle forme precoci dalla controparte precancerosa (cheratosi attinica), ed il riconoscimento di lesioni particolarmente aggressive con possibile prognosi infausta per stabilire un trattamento adeguato. La maggior attenzione rivolta a queste neoplasie ha portato negli ultimi anni ad innumerevoli pubblicazioni ed alla produzione di molteplici linee guida con indicazioni talvolta non conclusive, che spesso creano confusione nella pratica clinica quotidiana. In questo studio vengono prese in esame queste due problematiche analizzando la casistica a nostra disposizione. Vengono quindi valutati i criteri diagnostici dermoscopici ed il follow-up clinico e strumentale del carcinoma a cellule squamose con un intento di semplificare per rendere più agevole la pratica clinica. Inoltre, viene valutata l’utilità di alcuni marker molecolari come le proteine p16 e Ki67, che risultano facilmente reperibili, e la cui ricerca risulta poco costosa per valutarne l’utilità di uno studio più ampio in occasione di migliorare la definizione prognostica di queste lesioni.
Resumo:
Purpose The presence of hypoxic cells in high-grade glioma (HGG) is one of the main reasons of local failure after radiotherapy (RT). The use of hyperbaric oxygen therapy (HBO) could help to overcome the problem of hypoxia in poorly oxygenated regions of the tumor. We performed a pilot study to evaluate the efficacy of hypofractionated image-guided helical TomoTherapy (HT) after HBO in the treatment of recurrent HGG (rHGG). Methods We enrolled 15 patients (aged >18 years) with diagnosis of rHGG. A total dose of 15-25 Gy was administered in daily 5-Gy fractions for 3-5 consecutive days after daily HBO. Each fraction was delivered up to maximum of 60 minutes after HBO. Results Median follow-up from HBO-RT was 28.6 (range: 5.3-56.8). No patient was lost to follow-up. Median progression-free survival (mPFS) for all patients was 3.2 months (95% CI: 1.34- 6.4 ), while 3-month, 6-month and 12 month PFS was 60% (95%CI: 31.8.4-79.7), 40% (95%CI: 16.5- 62.8) and10.0 (0.8-33.5) , respectively. Median overall survival (mOS) of HBO-RT was 11.7 months (95% CI: 7.3-29.3), while 3-month, 6-month and 12 month OS was 100% , 93.3% (61.3-99.0) and 46.7 % (21.2-68.8). No acute or late neurologic toxicity >grade 2 (CTCAE version 4.3) was observed in 86.66% of patients. Two patients developed G3 Radionecrosis. Conclusion HSRT combined to HBO seems effective and safe in the treatment of rHGG. One of advantages of HBO-RT is the reduced overall treatment time (3-5 consecutive days).
Resumo:
I pazienti affetti da patologie oncologiche avanzate hanno un'esperienza di sintomi multipli spesso concomitanti tra loro. Lo scopo di questo progetto è quello di valutare come, nel contesto di un’ambulatorio integrato di Radioterapia e Cure Palliative (rep), sia possibile descrivere e quantificare i sintomi riportati dal paziente attraverso uno strumento di analisi convalidato, nello specifico l’Edmonton Symptom Assessment System (ESAS) al fine di costruire una proposta terapeutica ottimizzata per il singolo paziente. Da aprile 2016 ad aprile 2020, sono stati analizzati gli accessi al rep per un totale di 519 accessi, quindi abbiamo selezionato solo le visite dei pazienti che avevano completato totalmente lo strumento ESAS per la valutazione dei sintomi. La popolazione in studio era quindi composta da 212 pazienti, di questi 120 erano uomini, 92 erano donne, l'età media era di 72 anni, del totale il 36% era stato sottoposto a radioterapia. I principali risultati ottenuti dall'analisi dei dati relativi alla popolazione in studio sono stati i seguenti: 1) il 25% dei pazienti muore entro 2,2 mesi, il 60% entro 6 mesi; 2) la popolazione maschile ha un rischio di morte più elevato rispetto alla popolazione femminile; 3) Esiste una chiara differenza negli indici di correlazione tra la popolazione femminile e quella maschile 4) I principali sintomi correlati sono: dolore, mancanza di appetito, ansia, sonnolenza; 5) Il sintomo del dolore non è associato ad un aumento del rischio di morte, mentre la mancanza di appetito e sonnolenza sono associati ad un aumento del rischio di morte. In conclusione, i dati a nostra disposizione hanno dimostrato che un'analisi approfondita dei sintomi attraverso lo strumento ESAS è fattibile e necessaria portando informazioni fondamentali per una gestione ottimale del paziente, dandoci la possibilità di muoverci verso l'opportunità di trattamenti sempre più personalizzati e individualizzati in base alle caratteristiche dei singoli pazienti.
Resumo:
Anche se l'isteroscopia con la biopsia endometriale è il gold standard nella diagnosi della patologia intracavitaria uterina, l'esperienza dell’isteroscopista è fondamentale per una diagnosi corretta. Il Deep Learning (DL) come metodica di intelligenza artificiale potrebbe essere un aiuto per superare questo limite. Sono disponibili pochi studi con risultati preliminari e mancano ricerche che valutano le prestazioni dei modelli di DL nell'identificazione delle lesioni intrauterine e il possibile aiuto derivato dai fattori clinici. Obiettivo: Sviluppare un modello di DL per identificare e classificare le patologie endocavitarie uterine dalle immagini isteroscopiche. Metodi: È stato eseguito uno studio di coorte retrospettivo osservazionale monocentrico su una serie consecutiva di casi isteroscopici di pazienti con patologia intracavitaria uterina confermata all’esame istologico eseguiti al Policlinico S. Orsola. Le immagini isteroscopiche sono state usate per costruire un modello di DL per la classificazione e l'identificazione delle lesioni intracavitarie con e senza l'aiuto di fattori clinici (età, menopausa, AUB, terapia ormonale e tamoxifene). Come risultati dello studio abbiamo calcolato le metriche diagnostiche del modello di DL nella classificazione e identificazione delle lesioni uterine intracavitarie con e senza l'aiuto dei fattori clinici. Risultati: Abbiamo esaminato 1.500 immagini provenienti da 266 casi: 186 pazienti avevano lesioni focali benigne, 25 lesioni diffuse benigne e 55 lesioni preneoplastiche/neoplastiche. Sia per quanto riguarda la classificazione che l’identificazione, le migliori prestazioni sono state raggiunte con l'aiuto dei fattori clinici, complessivamente con precision dell'80,11%, recall dell'80,11%, specificità del 90,06%, F1 score dell’80,11% e accuratezza dell’86,74% per la classificazione. Per l’identificazione abbiamo ottenuto un rilevamento complessivo dell’85,82%, precision 93,12%, recall del 91,63% ed F1 score del 92,37%. Conclusioni: Il modello DL ha ottenuto una bassa performance nell’identificazione e classificazione delle lesioni intracavitarie uterine dalle immagini isteroscopiche. Anche se la migliore performance diagnostica è stata ottenuta con l’aiuto di fattori clinici specifici, questo miglioramento è stato scarso.
Resumo:
AIMS: The present is a retrospective evaluation of acute genito-urinary (GU) and gastro-intestinal (GI) toxicity, in addition to biochemical recurrence rate in 57 prostate cancer patients treated at our Institution with ultra-hypofractionated RT (UHRT) schedule. METHODS: From January 2021 to December 2022 we have treated 57 patients with prostate cancer, using an UHRT scheme of 5-fractions every other day for a total dose delivered of 36.25 Gy, according to the PACE-B trial treatment schedule. Good urinary function, assessed by International Prostate Symptom Score (IPSS), were required. The simulation CT scans were acquired in supine position and fused with MRI for CTVs definition for every patient. Each treatment was performed by Accuray's TomoTherapy with daily IGRT. The evaluation of the set-up was very restrictive before daily treatment delivery. RESULTS: According to RTOG toxicity scale, the acute GU toxicity at 3 months from RT, GU toxicity was G0 for 30 patients (52.6%), G1 for 26 (45.6%) and G2 for one only (1.75%); rectal toxicity was G0 for 56 patients (98.25%) and G1 for one only (1.75%). The median follow-up (FU) was 9 months (2-24 months). In the following FU months, we observed progressively lower urinary and rectal toxicity, except for one patient who showed G2 GU toxicity at 12 months. All but one patient had a progressive PSA value decrease. CONCLUSIONS: In our experience, UHRT appears to be safe and well tolerated even without the use of rectal spacer devices. A longer FU is necessary to evaluate late toxicity and disease control rate.
Resumo:
Background There is a wide variation of recurrence risk of Non-small-cell lung cancer (NSCLC) within the same Tumor Node Metastasis (TNM) stage, suggesting that other parameters are involved in determining this probability. Radiomics allows extraction of quantitative information from images that can be used for clinical purposes. The primary objective of this study is to develop a radiomic prognostic model that predicts a 3 year disease free-survival (DFS) of resected Early Stage (ES) NSCLC patients. Material and Methods 56 pre-surgery non contrast Computed Tomography (CT) scans were retrieved from the PACS of our institution and anonymized. Then they were automatically segmented with an open access deep learning pipeline and reviewed by an experienced radiologist to obtain 3D masks of the NSCLC. Images and masks underwent to resampling normalization and discretization. From the masks hundreds Radiomic Features (RF) were extracted using Py-Radiomics. Hence, RF were reduced to select the most representative features. The remaining RF were used in combination with Clinical parameters to build a DFS prediction model using Leave-one-out cross-validation (LOOCV) with Random Forest. Results and Conclusion A poor agreement between the radiologist and the automatic segmentation algorithm (DICE score of 0.37) was found. Therefore, another experienced radiologist manually segmented the lesions and only stable and reproducible RF were kept. 50 RF demonstrated a high correlation with the DFS but only one was confirmed when clinicopathological covariates were added: Busyness a Neighbouring Gray Tone Difference Matrix (HR 9.610). 16 clinical variables (which comprised TNM) were used to build the LOOCV model demonstrating a higher Area Under the Curve (AUC) when RF were included in the analysis (0.67 vs 0.60) but the difference was not statistically significant (p=0,5147).