Alice Bernasconi, Alessio Zanga, Ettore Bidoli, Luigino Dal Maso, Fabiola Giudici, Federica Toffolutti, Rosalba Amodio, Walter Mazzucco, Maurizio Zarcone, Rossella Bruni, Danila Bruno, Vanna Burgio, Francesco Cuccaro, Cinzia Tanzarella, Giulia Bertini, Adele Caldarella, Gianfranco Manneschi, Federico Pirona, Giovanna Fantaci, Tiziana Scuderi, Stefano Guzzinati, Alessandra Andreotti
XLIX Congresso AIE
Salerno, 8 – 11 Aprile 2025
Abstract
Introduzione: L’avvento massivo dei modelli di intelligenza artificiale in epidemiologia rende inevitabilmente cruciale la discussione di aspetti come trasportabilità ed interpretabilità dei risultati. Di fatto, uno dei più grandi limiti di questi strumenti è quello di ridurre le prestazioni se portati al di fuori della coorte su cui sono stati addestrati, e.g. una coorte residente in un’altra area. La generalizzabilità dei risultati è però essenziale per far sì che essi siano validi per l’assistenza di tutti i pazienti, non solo a livello locale, ma anche nazionale.
Obiettivi: Discutere i risultati e le problematiche della validazione esterna di un modello per predire il rischio cardiovascolare nelle donne giovani sopravvissute ad un tumore al seno in Italia.
Metodi: Una rete bayesiana causale è stata addestrata su una coorte di 1,375 giovani donne (18-39 anni) sopravvissute almeno un anno ad un tumore al seno, diagnosticate tra il 2009 e il 2019, residenti prevalentemente in Lombardia. Il modello, dalla struttura grafica interpretabile, include informazioni sul tumore, i trattamenti ed i principali fattori di rischio cardiovascolari (i.e., diabete, ipertensione e dislipidemia). Per la validazione esterna sono stati raccolti dati dai registri tumori di popolazione di 6 regioni italiane. La capacità predittiva del modello è stata valutata utilizzando metriche di classificazione standard (e.g., area under the receiving operator curve, AUC).
Risultati: Sono state identificate 7 coorti in Veneto, Puglia, Toscana, Friuli-Venezia-Giulia e nelle province di Palermo e Trapani-Agrigento di rispettivamente 952, 430, 335, 109, 215, 178 pazienti. Il confronto tra la coorte di addestramento e quella veneta ha mostrato delle differenze: nonostante la distribuzione dei principali fattori di rischio cardiovascolari sia la stessa, il numero di eventi è inferiore nella coorte veneta (dal 4% al 2%) dove si osserva anche un maggior uso di terapie pre-chirurgia ed una inferiore indicazione di quelle post. In generale, il modello ha mostrato ottime performance nella coorte veneta (AUC=79%) seppur inferiori a quelle nella coorte di addestramento (AUC=88%). I risultati sulle altre coorti saranno presentati in sede congressuale.
Conclusioni: Le differenze osservate nelle aree considerate potrebbero attribuirsi alla diversa distribuzione dei profili molecolari (e.g., tumori triplo negativi) ed al miglioramento nel tempo del profilo di rischio cardiovascolare dei trattamenti oncologici; la coorte veneta si concentra infatti su anni più recenti. Un elemento chiave per spiegare la variabilità geografica e l’impatto della migrazione sanitaria nelle varie regioni sarà l’informazione sul centro che ha fornito l’intervento principale, proxy di centro di riferimento. Concludendo, questo studio, nato su base spontanea, mostra come progetti collaborativi nazionali possano essere anche opportunità formative sia tecniche che scientifiche per tutte le figure professionali coinvolte.