Antonio Battista, Rosa Alessia Battista, Federica Battista, Luigi Cinquanta,
Gerardo Iovane, Michele Corbisieri e Angelo Suozzo
Astratto
Lo scopo dello studio è quello di modellare un nuovo strumento matematico efficace nella diagnosi di
cancro del colon-retto e utile come test di screening di massa. Questo lavoro ha arruolato 345 soggetti provenienti da
Da gennaio 2011 a gennaio 2013, in 4 reparti di chirurgia italiani: 97 (27,4%) sul totale
erano controlli sani (classe 0), mentre 248 (72,6%) pazienti erano affetti da cancro colorettale.
I pazienti affetti da cancro sono stati suddivisi in quattro classi, secondo la classificazione della stadiazione TNM:
74 (20,9%) pazienti stadio I (classe 1); 61 (17,2) pazienti stadio II (classe 2); 76 (21,5%) pazienti
stadio III (classe 3); 37 (10,5%) stadio IV (classe 4).
I campioni di sangue sono stati raccolti dopo 24 ore dal ricovero in ospedale e 17 campioni biochimici sono stati raccolti in un secondo momento.
parametri (CEA, ceruloplasmina, aptoglobina, transferrina, TPA, CA 19,9, CA 72,4, PCR,
Ca 50, Complemento C4, CA 125, Alfa-1- antitripsina, alfa-2-macroglobulina, ferritina, RBP,
Glicoproteina alfa-1-acido, Complemento C3) sono stati analizzati statisticamente insieme alla
stadiazione clinica e patologica della malattia (valutazione pre e post-operatoria, rispettivamente).
La valutazione e il confronto sono stati effettuati tra due gruppi: i controlli sani e il totale dei pazienti.
dei pazienti affetti.
Utilizzando i dati raccolti, è stato sviluppato un modello matematico (neurale artificiale).
rete RNA) che consente la distribuzione del cancro colorettale e dei controlli (apparentemente in
buona salute) nei due gruppi. Ciò ha portato alla definizione di un indice (indice B)
che, analizzando semplicemente i valori combinati dei 17 parametri biochimici, decide su
lo stato di salute o di malattia del paziente. L'uso del B-index, con un indice neurale
basata su valori reali, permette di diagnosticare il cancro del colon-retto con un'accuratezza dell'80,078%,
probabilità di falsi positivi (FP) = 0,333, probabilità di falsi negativi (FN) = 0,102, a 0,898
sensibilità e 0,667 specificità. Tuttavia, utilizzando il B-index con una rete neurale basata su
l'implementazione di valori di realtà estesi la nostra analisi raggiunge un'accuratezza di 91,11%
nella diagnosi del cancro del colon-retto, con probabilità di falso positivo (FP) = 0,472, probabilità di
falsi negativi (FN) = 0,03%, una sensibilità di 0,9997 e una specificità di 0,7642. I risultati suggeriscono un
ruolo promettente del B-index nello screening di massa del cancro del colon-retto con un metodo facilmente disponibile e a basso costo.
test non invasivo e di costo contenuto.