Il cancro ovarico è il sesto tumore più comune nelle donne. Colpisce di solito le donne dopo la menopausa o quelle con una storia familiare della malattia. Il carcinoma ovarico epiteliale è il sottotipo patologico predominante, con cinque principali istotipi che differiscono per origine, patogenesi, alterazioni molecolari, fattori di rischio e prognosi. Il tasso di sopravvivenza a lungo termine del carcinoma ovarico è del 35-40 per cento: Questo è dovuto al fatto che la malattia viene spesso diagnosticata in una fase avanzata, una volta che i sintomi diventano evidenti. La diagnosi precoce della malattia potrebbe migliorare i tassi di sopravvivenza.
Attualmente la diagnosti di carcinoma ovarico si basa sulla ricerca del marcatore tumorale CA125, dall’esame TC che permette di stabilire la diffusione della malattia e quindi di definire l’approccio terapeutico. I ricercatori dell’Imperial College di Londra e dell’Università di Melbourne hanno realizzato un software in grado di predire la prognosi dei pazienti con carcinoma ovarico in modo più accurato rispetto ai metodi attualmente disponibili e quale trattamento sarebbe più efficace. I ricercatori hanno utilizzato un software matematico chiamato TEXLab per identificare l’aggressività dei tumori nelle scansioni CT e nei campioni di tessuto di 364 donne con cancro ovarico tra il 2004 e il 2015. Allo scopo di stabilire la prognosi delle pazienti, il software ha esaminato quattro caratteristiche biologiche dei tumori che influenzano in modo significativo la sopravvivenza complessiva – struttura, forma, dimensioni e composizione genetica. Alle pazienti è stato quindi assegnato un punteggio noto come Radiomic Prognostic Vector (RPV), che indica la gravità della malattia, da lieve a grave dimostrando che il software è fino a quattro volte più accurato, rispetto ai metodi standard, per la previsione delle morti per cancro ovarico. Sono stati in grado, inoltre, di dimostrare che il 5% delle pazienti con alti punteggi RPV aveva un tasso di sopravvivenza inferiore a due anni. L’RPV elevato è stato anche associato a resistenza alla chemioterapia e a scarsi risultati chirurgici, suggerendo che l’RPV può essere usato come un potenziale biomarcatore per prevedere come i pazienti risponderebbero ai trattamenti.
19 febbraio 2019
Nuove frontiere per le pazienti affette da carcinoma ovarico
A mathematical-descriptor of tumor-mesoscopic-structure from computed-tomography images annotates prognostic- and molecular-phenotypes of epithelial ovarian cancer
Haonan Lu, Mubarik Arshad, Andrew Thornton, Giacomo Avesani, …………… & Eric O. Aboagye
Nature Communicationsvolume 10, Article number: 764 (2019)
https://www.nature.com/articles/s41467-019-08718-9