Predizione dell’outcome della biopsia prostatica in soggetti a rischio: applicazione di metodi di Data Mining e Classificazione = Prediction of prostate biopsy outcome in at-risk subjects: application of Data Mining and Classification methods

Il cancro alla prostata, o carcinoma prostatico, è il secondo cancro più comune negli uomini in tutto il mondo e il più frequente in Italia, benché i tassi di mortalità non siano preoccupanti. Attualmente, l'unico esame in grado di identificare con certezza la presenza di cellule tumorali nel tessuto prostatico è la biopsia prostatica, talvolta eseguita in maniera mirata, sotto la guida della Risonanza Magnetica multiparametrica (mpMRI). L'incidenza del tumore della prostata è aumentata da quando l'esame per la misurazione del PSA (Prostate Specific Antigen) è stato ritenuto idoneo per valutare le condizioni della ghiandola prostatica, determinando così un incremento del numero di biopsie non necessarie effettuate, con il rischio di complicazioni che ne deriva. Pertanto, un’attenzione particolare è costantemente rivolta allo sviluppo e alla validazione di strategie raffinate, in grado di stabilire il rischio di cancro alla prostata sulla base di informazioni cliniche reperibili in maniera non invasiva, al fine di massimizzare l’efficacia della diagnosi precoce ed il beneficio clinico ricavato. Sono attualmente disponibili svariate versioni di Risk Calculators, ma al momento nessun modello ha ancora garantito performance diagnostiche tali da poter essere assunto come standard nella pratica clinica. Nel presente progetto di tesi si intende utilizzare una vasta gamma di metodi di Data Mining e di Classificazione allo scopo di analizzare ed elaborare i dati pre-bioptici relativi ad un dataset di pazienti dell’Ospedale San Luigi di Orbassano. Il fine ultimo è quello di valutare la capacità dei vari modelli implementati di predire l’esito della biopsia prostatica, a cui tutti i soggetti sono stati sottoposti nel corso del tempo. Le prestazioni sono state valutate sulla base di alcuni parametri descrittivi, e sono anche state confrontate per strategie di classificazione differenti fra loro.