Neural Network-Based Model Shows Potential to Decrease SLN Biopsy Rate, Costs in Melanoma Subtypes

Un modello basato su rete neurale si è rivelato un approccio efficace per la stratificazione dei pazienti con melanoma T1b. Questi risultati sono stati pubblicati in Dermatologia gamma.

Le linee guida del National Comprehensive Care Network raccomandano di prendere in considerazione una biopsia del linfonodo sentinella (SLN) per i pazienti con melanoma cutaneo che hanno un rischio positivo del 5% o superiore.

Per valutare gli approcci di stratificazione del rischio migliorati, sono stati utilizzati un approccio basato su rete neurale ai fattori clinicopatologici (spessore, assottigliamento, ulcerazione ed età) nonché un modello di analisi molecolare (profilo di espressione genica 31) (i31-GEP-SLNB) in questo studio. I pazienti con malattia T1a-HR, T1b e T2 sono stati valutati utilizzando il modello i31-GEP-SLNB e il beneficio netto del metodo è stato confrontato con l'approccio standard.


Continua a leggere

Il tasso di positività SLN era del 3% per T1a-HR, 5% per T1b, 12% per T2a e 13% per T2b.

L'uso del modello i31-GEP-SLNB ridurrebbe il tasso di biopsia SLN del 69%, la sensibilità del 43%, la specificità del 69%, il valore predittivo positivo (PPV) del 4% e il valore predittivo negativo (NPV) del 98% per T1a-HR. Per T1b, il tasso di biopsia SLN sarebbe ridotto del 41%, con una sensibilità dell'83%, specificità del 42%, PPV dell'8% e NPV del 98%. In T2a e T2b, il tasso di biopsia SLN diminuiva del 13% e del 4%, le sensibilità erano del 96% e del 100%, le caratteristiche erano del 14% e del 5%, i PPV erano del 13% e 13%, i NPV erano del 96% e 100%, Straight.

Il più grande beneficio netto (+0,012) e beneficio relativo (+22%) di i31-GEP-SLNB è stato osservato per il melanoma T1b.

Per ogni 100 pazienti, l'approccio di stratificazione i31-GEP-SLNB ridurrebbe le tariffe relative alla biopsia ALN da $ 81.052 a $ 350.129.

Questo studio può essere limitato fissando la soglia di rischio al 5%.

Questi dati hanno indicato che il modello i31-GEP-SLNB era efficace nella stratificazione dei pazienti con melanoma T1b in categorie di rischio e probabilmente nel ridurre le biopsie SLN non necessarie e i costi associati.

Divulgazione: uno degli autori ha dichiarato l'affiliazione con aziende biotecnologiche, farmaceutiche e/o di dispositivi. Si prega di consultare l'articolo originale per un elenco completo delle informative.

riferimento

Marchetti MA, Dosa SW, Bartlett CE. Utilità di un modello per predire il rischio di metastasi del linfonodo sentinella in pazienti con melanoma.Dermatolo gamma. 2022; 158 (6): 680-683. doi: 10.1001/jamadermatol.2022.0970

Questo articolo è apparso originariamente su Oncology Nurse Consultant

#Neural #NetworkBased #Model #Shows #Potential #Decrease #SLN #Biopsy #Rate #Costs #Melanoma #Subtypes

Lascia un commento

Il tuo indirizzo email non sarà pubblicato.