Pur essendo una neoplasia rara, il carcinoma a cellule squamose della cavità nasale e dei seni paranasali (sinonasal squamous cell carcinoma, SNSCC) è associato a un tasso significativo di recidiva locale o a distanza nei pazienti sottoposti a trattamento chirurgico con intento curativo, con prognosi sfavorevole in una quota non trascurabile di casi.
La disponibilità di strumenti avanzati in grado di stratificare precocemente il rischio postoperatorio individuale di recidiva, favorendo scelte terapeutiche appropriate e personalizzate, emerge quindi come un unmet need nello scenario attuale.
In questo contesto si inserisce la radiomica, un approccio che consente di estrarre e analizzare un numero elevato di parametri quantitativi dai risultati delle indagini di imaging, come la risonanza magnetica, la TC e la PET, per indagare caratteristiche del tumore che non sarebbero valutabili con la sola analisi convenzionale.
Se combinata con i dati clinici e patologici, la radiomica applicata all’imaging preoperatorio può rappresentare uno strumento efficace per individuare i pazienti ad alto rischio di recidiva, che potrebbero beneficiare di terapie adiuvanti intensificate o di un monitoraggio postoperatorio più stretto.
Radiomica nel SNSCC: lo stato dell’arte
Un gruppo di ricerca internazionale ha condotto una revisione sistematica della letteratura con metanalisi, per valutare il ruolo della radiomica come predittore di recidiva di malattia.
La ricerca è stata effettuata interrogando i database Medline, EMBASE e Web of Science per individuare gli studi pubblicati fino a maggio 2024 che avevano esaminato l’utilizzo della radiomica per la previsione delle recidive postoperatorie nel carcinoma a cellule squamose della cavità nasale e dei seni paranasali. Sono stati presi in considerazioni studi retrospettivi e prospettici con almeno 20 pazienti e con outcome oncologici.
La revisione sistematica è stata condotta secondo le linee guida PRISMA, utilizzando i tool QUADAS-2 (Quality Assessment of Diagnostic Accuracy Studies-2) e RQS (Radiomics Quality Score) per valutare la qualità metodologica dei lavori.
Al termine del processo di selezione sono stati analizzati i dati di 5 studi, di cui 4 retrospettivi, per un totale di 638 partecipanti, nel 74% dei casi uomini. Tutti gli studi erano monocentrici e condotti in Asia (principalmente in Cina). In generale, la qualità è stata giudicata soddisfacente, con un basso rischio di bias secondo QUADAS-2 e un RQS superiore al 30 per cento.
Dei 638 pazienti inclusi, 453 (71%) erano nel training set (che serve per sviluppare il modello radiomico) e i restanti 185 (29%) nel validation set (che serve per regolare i parametri del modello).
Pur avendo rilevato un certo livello di variabilità tra gli studi nei metodi di estrazione delle caratteristiche, il percorso è risultato relativamente simile: le regioni di interesse sono state inizialmente segmentate manualmente da radiologi esperti, e le caratteristiche radiomiche sono state estratte da questi segmenti utilizzando diversi software dedicati. In tutti gli studi queste caratteristiche radiomiche sono state incorporate nello sviluppo del modello prognostico.
Le performance dei modelli
I modelli radiomici valutati negli studi analizzati hanno dimostrato una elevata accuratezza predittiva della recidiva di malattia.
Il valore mediano dell’area sotto la curva (AUC), il parametro usato per valutare la performance predittiva dei modelli, è risultato 0,947 nel training set e 0,914 nel validation set; la sensibilità è risultata rispettivamente di 0,86 e 0,833, mentre per la specificità sono stati rilevati valori pari a 0,923 e 0,878.
Nella metanalisi la stima combinata dei quattro studi ha prodotto un valore di AUC pari a 0,931 per i training set e pari a 0,922 per i validation set, a indicare una solida performance predittiva in tutti gli studi e risultati coerenti in entrambi i tipi di set.
Implicazioni cliniche e prospettive future
Alla luce dei risultati dello studio, la radiomica offre prospettive promettenti nella previsione delle recidive postoperatorie del carcinoma sinonasale a cellule squamose i.
Questo approccio si inserisce nel contesto della medicina di precisione, in quanto può supportare decisioni terapeutiche adattate alle caratteristiche individuali del paziente e della patologia, in particolar modo se integrato con dati clinici e biomarcatori molecolari e genetici.
Tuttavia, sono necessarie ulteriori ricerche per definire una standardizzazione delle metodologie e confermare questi risultati in coorti multicentriche più ampie.