AAH: caratteristiche alla TC correlate a marcatori di gravità

E’ stato condotto uno studio con lo scopo di fare uso dell’analisi delle trame tissutali per stabilire caratteristiche radiologiche quantitative basate sulla TC per predire la gravità clinica dei pazienti con epatite alcolica acuta /(AAH), nonché di paragonare la performance dell’analisi delle trame tissutali con quella del deep learning.

Sono stati presi in considerazione 34 pazienti con diagnosi di AAH. Il metodo utilizzato è stato l’eliminazione ricorsiva delle caratteristiche mediante Random Forest (RFE-RF), che ha identificato 23 caratteristiche principali per classificare le immagini dei fegati dei pazienti con AAH, ed il modello che ne è stato ricavato ha dimostrato un’accuratezza dell’82,4% nei campioni testati.

La rete neurale coinvolta (CNN) impiegata per il deep learning ha dimostrato invece un’accuratezza del 70%. 

E’ stato dunque dimostrato che le caratteristiche della trama tissutale del fegato sono uniche nell’AAH, e rappresentano biomarcatori quantitativi candidati che possono essere impiegati negli studi prospettici per predire la gravità e gli esiti dei pazienti con AAH. 

Fonte: Sci Rep 2020

IT-NON-03169-W-10/2022