Background: Fin dall’inizio della pandemia da COVID-19 l’imaging radiologico ha svolto un ruolo fondamentale per la diagnosi dell’infezione polmonare da SARS-COV-2 in particolare mediante l’utilizzo dell’HRCT. Anche se sono stati sviluppati score radiologici predittivi di progressione della malattia e con tale finalità sono state utilizzate anche tecniche di texture analysis, le applicazioni della radiomica per valutare il rischio di sviluppo di fibrosi polmonare sono limitate. Scopo dello studio: Scopo di questo studio è di valutare il ruolo predittivo di sviluppo di fibrosi polmonare nei pazienti affetti da COVID-19 alla diagnosi. Materiali e metodi: Sono stati analizzati retrospettivamente i pazienti che avessero eseguito una HRCT alla diagnosi di COVID-19 presso il nostro centro e che avessero un controllo clinico-radiologico a 12 mesi. Per ogni paziente incluso è stata effettuata la segmentazione del parenchima polmonare mediante un software open source (3D Slicer) ed in seguito sono state estratte 33 variabili di radiomica. Al fine di ridurre il numero di variabili di radiomica è stata applicata l’analisi fattoriale e sono state selezionate le variabili con elevata correlazione. Successivamente è stato valutato mediante analisi di regressione logistica stepwise il ruolo predittore di fibrosi polmonare delle suddette variabili e dell’età. È stata poi applicata la correzione post-hoc sec Bonferroni per ridurre l’effetto di test ripetuti. Nel caso di variabili statisticamente significative, è stato calcolato il valore diagnostico mediante curve ROC. Per tutte le analisi è stato applicato p<0.05 come livello di significatività. Risultati: Centoventi pazienti (43 femmine; età media 61±13 anni) hanno soddisfatto i criteri di inclusione e sono stati esaminati. Ventidue pazienti (18.3%) hanno dimostrato segni di fibrosi clinico-radiologica dopo 12 mesi dalla diagnosi. L’analisi fattoriale ha permesso di selezionare 6 variabili con elevata correlazione (Idm, Imc2, autocorrelation, cluster shade, energy, long run low gray level emphasis). Nonostante il modello di regressione logistica comprensivo dell’età dei pazienti alla diagnosi, avesse dimostrato una significatività (p=0.036; in particolare Imc2, p=0.036), dopo correzione post-hoc secondo Bonferroni, nessuna delle variabili ha dimostrato di essere un predittore statisticamente significativo di fibrosi polmonare (p>0.05 per ciascuna delle variabili Conclusioni: La radiomica non sembra avere un ruolo nel predire lo sviluppo di fibrosi polmonare nei pazienti COVID-19 anche se, come riportato in letteratura, sia molto utile nella diagnosi e nella caratterizzazione e prognosi della polmonite causata da SARS-CoV-2.

Può la radiomica agire da predittore di fibrosi polmonare nei pazienti COVID-19?

MINESSO, GIACOMO
2021/2022

Abstract

Background: Fin dall’inizio della pandemia da COVID-19 l’imaging radiologico ha svolto un ruolo fondamentale per la diagnosi dell’infezione polmonare da SARS-COV-2 in particolare mediante l’utilizzo dell’HRCT. Anche se sono stati sviluppati score radiologici predittivi di progressione della malattia e con tale finalità sono state utilizzate anche tecniche di texture analysis, le applicazioni della radiomica per valutare il rischio di sviluppo di fibrosi polmonare sono limitate. Scopo dello studio: Scopo di questo studio è di valutare il ruolo predittivo di sviluppo di fibrosi polmonare nei pazienti affetti da COVID-19 alla diagnosi. Materiali e metodi: Sono stati analizzati retrospettivamente i pazienti che avessero eseguito una HRCT alla diagnosi di COVID-19 presso il nostro centro e che avessero un controllo clinico-radiologico a 12 mesi. Per ogni paziente incluso è stata effettuata la segmentazione del parenchima polmonare mediante un software open source (3D Slicer) ed in seguito sono state estratte 33 variabili di radiomica. Al fine di ridurre il numero di variabili di radiomica è stata applicata l’analisi fattoriale e sono state selezionate le variabili con elevata correlazione. Successivamente è stato valutato mediante analisi di regressione logistica stepwise il ruolo predittore di fibrosi polmonare delle suddette variabili e dell’età. È stata poi applicata la correzione post-hoc sec Bonferroni per ridurre l’effetto di test ripetuti. Nel caso di variabili statisticamente significative, è stato calcolato il valore diagnostico mediante curve ROC. Per tutte le analisi è stato applicato p<0.05 come livello di significatività. Risultati: Centoventi pazienti (43 femmine; età media 61±13 anni) hanno soddisfatto i criteri di inclusione e sono stati esaminati. Ventidue pazienti (18.3%) hanno dimostrato segni di fibrosi clinico-radiologica dopo 12 mesi dalla diagnosi. L’analisi fattoriale ha permesso di selezionare 6 variabili con elevata correlazione (Idm, Imc2, autocorrelation, cluster shade, energy, long run low gray level emphasis). Nonostante il modello di regressione logistica comprensivo dell’età dei pazienti alla diagnosi, avesse dimostrato una significatività (p=0.036; in particolare Imc2, p=0.036), dopo correzione post-hoc secondo Bonferroni, nessuna delle variabili ha dimostrato di essere un predittore statisticamente significativo di fibrosi polmonare (p>0.05 per ciascuna delle variabili Conclusioni: La radiomica non sembra avere un ruolo nel predire lo sviluppo di fibrosi polmonare nei pazienti COVID-19 anche se, come riportato in letteratura, sia molto utile nella diagnosi e nella caratterizzazione e prognosi della polmonite causata da SARS-CoV-2.
2021
Can radiomics serve as a predictor of pulmonary fibrosis in COVID-19 patients?
COVID-19
HRCT
Radiomica
Fibrosi polmonare
TC torace
File in questo prodotto:
File Dimensione Formato  
Minesso_Giacomo.pdf

accesso aperto

Dimensione 2.31 MB
Formato Adobe PDF
2.31 MB Adobe PDF Visualizza/Apri

The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.12608/38064