Centro Studi GISED


Vai ai contenuti
Cambia lingua  IT EN

Pillole di Dermatologia

Statistica applicata in dermatologia

Pubblicata il 18/9/2020


statisticaSulla rivista
Journal of Investigative Dermatology è presente una sezione denominata "Research Tecnique Made Simple" in cui esperti di vari settori spiegano alcune tecniche utilizzate nella ricerca clinica e nell'analisi dei risultati.

Nell'ultimo numero viene spiegata una tecnica statistica, la LCA ("latent class analysis" o analisi di classi latenti), che aiuta a rilevare la presenza di
cluster nascosti nei dati, cioè sottogruppi che hanno una data probabilità di avvenire e sono caratterizzati da una combinazione specifica e prevedibile delle caratteristiche analizzate.

Questo tipo di analisi statistica non ha avuto grandi applicazioni in dermatologia. Una ricerca in Medline fino a Febbraio 2020 ha ritrovato 6159 articoli in cui è stata usata la metodica LCA, e di questi solo 37 trattavano condizioni dermatologiche. In particolare le aree di applicazione erano: classificazione di malattie allergiche ed eczema, analisi di comportamento in relazione a differenti fattori di rischio ad esempio in malattie sessualmente trasmesse, classificazione di altre malattie (psoriasi, dermatomiosite, vitiligine, idradenite suppurativa, ulcere cutanee e condizioni psicodermatologiche) e modello di risposta a farmaci e reazioni avverse.

È significativa la mancanza di studi nell'area dell'oncologia cutanea ed il numero limitato di studi relativi a malattie infiammatorie diverse dall'eczema.

Gli autori osservano che, con l'aumento delle informazioni in medicina, una grande quantità di dati possono essere raccolti e tecniche di analisi come la LCA possono essere usate per analizzarli alla ricerca di cluster, soprattutto quando classi latenti rare sono presenti.

Una delle aree dermatologiche per cui la ricerca di LC potrebbe essere utile è ad esempio la caratterizzazione di sintomi come prurito e dolore, dove fattori clinici, psicologici e di comportamento possono interagire, e soprattutto il campo dell'oncologia della pelle, al fine di analizzare modelli di presentazione e progressione del cancro e valutare quale possa essere l'impatto di misure preventive o terapeutiche (1).

A cura della Redazione scientifica.

  1. Naldi L, Cazzaniga S. Research Techniques Made Simple: Latent Class Analysis. J Invest Dermatol. 2020;140(9):1676-1680.e1.


Diagnosi umane e virtuali, nuove possibilità?

Pubblicata il 18/9/2020


diagnosi virtualiLa recente pandemia da COVID-19 ha accelerato l'uso di sistemi diagnostici a distanza o di telemedicina. Sempre più medici e pazienti in tutto il mondo, non potendo incontrarsi negli ambulatori e negli ospedali, hanno adottato sistemi virtuali per visite e diagnosi. Molti medici, prima contrari all'uso di questi sistemi di visita a distanza, sono stati costretti ad utilizzarli e la necessità ha velocizzato un processo, già in corso in molti paesi, ma spesso rallentato da problemi tecnici, economici e culturali. Ad esempio, in Italia, in molti ospedali, mancano le risorse informatiche e tecniche necessarie e spesso la rete non è in grado di sostenere la richiesta sia sulle linee fisse che su quelle mobili. E in nazioni meno sviluppate i problemi sono ancora maggiori.

Ma nello stesso tempo aumenta la richiesta di sistemi automatici di diagnosi basati su forme di Intelligenza Artificiale (AI), utili soprattutto nel caso di lesioni cutanee, per rendere possibile un rapido screening di immagini prima della diagnosi definitiva da parte del dermatologo.

Mentre finora l'intelligenza artificiale era considerata quasi in competizione con la diagnosi umana, un articolo pubblicato da
Nature Medicine sostiene che sarebbe auspicabile una collaborazione tra computer ed essere umano nel riconoscimento di tumori cutanei ad altro.

L'Intelligenza Artificiale nel campo della immagini può migliorare l'accuratezza di diagnosi di lesioni cutanee, ma finora il suo uso era visto in contrapposizione alle diagnosi fatte dai clinici osservando direttamente le lesioni: secondo alcuni studi, in presenza di lesioni selezionate, l'AI sarebbe equivalente o addirittura superiore agli esperti umani nella diagnosi basata su immagini, in condizioni sperimentali.

Ma cosa potrebbe succedere se computer e dermatologi potessero collaborare invece di gareggiare tra loro?

Per valutare questa possibilità gli autori dello studio hanno addestrato un particolare tipo di "convolutional neural network", un rete neurale denominata ResNet34, utilizzando un archivio di immagini pubblicamente disponibili su lesioni pigmentate appartenenti a sette categorie diagnostiche sia di tipo maligno (melanomi, carcinomi basocellulare, cheratosi attiniche e carcinomi intraepiteliali) che di tipo benigno (nevi melanocitici, lesioni cheratinocitiche benigne, dermatofibromi e lesioni vascolari).

In seguito hanno esaminato come la collaborazione computer-uomo possa essere influenzata dal modo in cui l'esito della valutazione del computer (CNN) è presentato agli esperti umani: in particolare sono stati paragonati vari tipi di "output" della rete neurale usata come supporto alle decisioni dei valutatori umani.

In tutto 302 medici e dermatologi di 41 nazioni sono stati invitati a partecipare come valutatori: 169 dermatologi esperti, 77 dermatologi tirocinanti e 38 medici di base che dovevano diagnosticare gruppi di immagini, prima da soli e poi con il supporto della rete neurale.

Utilizzando differenti rappresentazioni di AI: probabilità multiclasse basata su AI, probabilità di malignità basata su AI, CBIR (
content-based image retrieval) basata su AI e probabilità multiclasse basata su alti numeri di precedenti validazioni fatte dai medici (crowd-based), gli autori giungono alla conclusione che, fornendo un sostegno di buona qualità basato sull'Intelligenza Artificiale, aumenta l'accuratezza diagnostica, sia rispetto al solo uso dell'AI che rispetto alle decisioni prese solo dai medici. Inoltre, se si considera il grado di esperienza dei medici, quelli meno esperti sono favoriti dal sostegno dell'Intelligenza Artificiale.

Risulta però importante la qualità del sostegno fornito dall'AI: se questa viene a mancare anche i medici più esperti possono incorrere in errori diagnostici.

La valutazione dei sistemi basati su Intelligenza Artificiale in condizioni reali, cioè nelle mani di valutatori esperti, potrebbe migliorare le capacità diagnostiche della macchina, facilitando anche il lavoro dei medici, soprattutto in periodi o zone geografiche in cui risulta difficile incontrare direttamente i pazienti (1).

A cura della Redazione scientifica.

  1. Tschandl P, Rinner C, Apalla Z, et al. Human-computer collaboration for skin cancer recognition. Nat Med. 2020;26(8):1229-1234.


Il mistero della pelle arancione

Pubblicata il 27/8/2020


pelle arancioneMangiare quantità eccessive di frutti come anguria o pompelmo rosso può far diventare la pelle arancione: si parla in questo caso di carotenemia o carotenosi. Elevati livelli di beta-carotene nel sangue sono misurati in casi di anomala colorazione della pelle che diventa giallo-arancio. I carotenoidi sono pigmenti naturali che danno ai frutti il loro colore giallo, arancio e rosso.

In genere i casi pubblicati di carotenemia sono correlati ad eccessivo consumo di carote, zucche e arance, ma in rari casi la condizione può essere dovuta a malattie sistemiche come diabete, ipotiroidismo, sindrome nefrotica, glomerulonefrite, malattia epatica primitiva o difetti genetici dell'enzima 15,15'-diossigenasi.

La rivista
Clinical and Experimental Dermatology pubblica il caso di un uomo di 58 anni che, da due giorni, presentava la pelle di entrambe le mani di colore arancio, pur avendo livelli normali di beta-carotene nel sangue. Invece risultavano aumentati i livelli di licopene e beta-criptoxantina, due carotenoidi naturalmente presenti in frutti e ortaggi.

Il mistero era risolto quando il paziente confessava di avere consumato una grande quantità di angurie e pompelmi rosa, frutti che contengono elevate quantità di carotenoidi, soprattutto licopene (rispettivamente 4532 e 1419 µg/100gr). Si giungeva così alla diagnosi di licopenemia, alto livello di licopene nel sangue, una condizione descritta per la prima volta nel 1960 da Reich et al. L'anomala decolorazione della pelle, che assume un colore giallo-arancio sul palmo delle mani e sulla pianta dei piedi, è dovuta alla deposizione dei pigmenti in eccesso nello strato corneo. Nel caso della licopenemia il colore sembra più scuro rispetto alla carotenemia.

La mancanza di colorazione a livello della sclera dell'occhio aiuta a distinguerla da un possibile ittero. La colorazione arancione scompare dopo alcuni giorni in maniera spontanea, eliminando dalla dieta gli alimenti ricchi di carotenoidi.

In definitiva se un paziente presenta una strana colorazione della pelle delle mani e dei piedi, bisogna ricordarsi di chiedergli cosa ha mangiato nelle ultime settimane (1).

A cura della Redazione scientifica.

  1. Rudd EC, Merika EE. Carotenoderma caused by excessive watermelon and red grapefruit consumption. Clin Exp Dermatol. 2020 Jun 25.


#journalnews_29

Pubblicata il 27/8/2020


journalnewsBrevi notizie dalle riviste scientifiche e dalla rete:



  • Le infezioni sessualmente trasmesse non sono presenti solo negli esseri umani, molte specie animali possono ammalarsi e trasmettere malattie veneree. Ad esempio le ostriche possono avere l'herpes, i conigli la sifilide, i delfini le verruche genitali. Ma l'organismo in grado di infettare più specie animali sembra essere la Clamidia. Tra gli animali colpiti dalla Clamidia sembra particolarmente importante il koala, un marsupiale che vive in Australia, e che viene infettato da un tipo di clamidia molto simile a quello che determina malattia nell'uomo. I ricercatori stanno quindi cercando di sviluppare un vaccino contro la clamidia nei koala, conducendo studi clinici sui koala selvatici, nella speranza di trovare un vaccino utile anche per l'uomo. Se ne parla in https://www.nytimes.com/2020/07/13/science/chlamydia-koalas-vaccines.html


  • Twitter è una piattaforma social di "microcomunicazione" fondata nel 2006, usata in media da oltre 300 milioni di utenti ogni mese. Anche medici e ricercatori la usano per interagire, scambiarsi informazioni, diffondere notizie ed altro: per tutto questo hanno anche creato dei "Journal-club" da tenersi su Twitter. Questi "twitter journal-club" potrebbero avere grande importanza per discipline come la dermatologia. A partire dal 2015 si contavano almeno 25 journal club medici ma nessuno che si occupasse di dermatologia medica almeno fino al 2018 quando è stato creato @DermatologyJC (#dermjc). Gli incontri sono mensili e gli avvisi arrivano naturalmente con un tweet. Se ne parla in https://jamanetwork.com/journals/jamadermatology/article-abstract/2762875


  • Alla fine di maggio 2020 c'erano oltre 1 milione di casi confermati di COVID-19 con più di 270.000 morti. Col passare del tempo ci si è accorti che l'infezione colpiva diversi organi, tra cui la pelle. Diventava così importante la capacità di identificare le varie lesioni in pazienti con differenti tipi di pelle. Dopo una revisione sistematica delle pubblicazioni che descrivevano manifestazioni cutanee associate a COVID-19, gli autori hanno ordinato le immagini in base al fototipo secondo la classificazione di Fitzpatrick e si sono resi conto che non esistevano immagini cliniche relative ai fototipi V e VI: non c'erano cioè immagini di pazienti con la pelle più scura ma solo di pazienti bianchi e ispanici. Se ne parla in https://onlinelibrary.wiley.com/doi/full/10.1111/bjd.19258


A cura della Redazione scientifica.





Covid-19 e malattie infiammatorie: un problema di metodo

Pubblicata il 14/7/2020


metodoLa rivista NEJM ha pubblicato agli inizi del mese di Luglio una lettera dal titolo
"Covid-19 in Immune-Mediate Inflammatory Diseases- Case Series from New York" in cui gli autori riportano una serie di casi comprendente pazienti con note malattie infiammatorie immuno-mediate come artrite reumatoide, artrite psoriasica, psoriasi, malattia infiammatoria dell'intestino e malattie simili, che erano in trattamento con farmaci biologici anti-citochine, altre terapie immunomodulatrici o entrambe e che allo stesso tempo sviluppavano malattia da coronavirus (Covid-19), sia confermata che fortemente sospetta (1).

Nel periodo tra il il 3 marzo e il 3 aprile 2020 gli autori identificavano 86 pazienti affetti da malattie infammatorie immuno-mediate con infezione da coronavirus confermata (59 pazienti) o sospetta (27 pazienti). 62 su 86 pazienti stavano ricevendo biologici o inibitori di Jak chinasi mentre l'incidenza totale di ospedalizzazione era del 16% (14 su 86 pazienti).

Secondo gli autori l'incidenza di ospedalizzazione tra pazienti con malattie infiammatorie non era maggiore rispetto all'incidenza di ospedalizzazione per Covid-19 nella popolazione generale di New York (26%), suggerendo che l'uso di farmaci biologici non determina peggioramento dei sintomi in presenza di contagio da coronavirus.

La lettera è accompagnata da alcuni commenti tra i quali segnaliamo quello del CentroStudiGised, pubblicato nella stessa data. Nel commento gli autori si interrogano sulla validità del metodo di analisi dei dati e di conseguenza sulla validità dei risultati presentati nella lettera: in una tabella, allegata al commento, si mostra, con alcune simulazioni, come si possano ottenere rischi relativi di Covid-19 differenti modificando l'ampiezza della popolazione di riferimento (problema noto come
"floating numerators"), dato che nella lettera non sembra essere stato preso in considerazione (2).

In momenti difficili da un punto di vista sanitario, come l'attuale pandemia da Covid-19, è importante riuscire a valutare in maniera appropriata i possibili rischi per particolari gruppi di pazienti, utilizzando adeguati strumenti di analisi dei dati a disposizione.

A cura della Redazione scientifica.

  1. Haberman R , Axelrad J, Chen A, et al. Covid-19 in Immune-Mediated Inflammatory Diseases - Case Series From New York. N Engl J Med. 2020;383:85-88.
  2. Naldi L, Cazzaniga S. More on Covid-19 in Immune-Mediated Inflammatory Diseases. N Engl J Med. 2020 Jul 10.



Aggiornato il 18 set 2020  -  Centro Studi GISED  P.I. 02274270988 | Condizioni d'uso    Privacy    Credits

Torna ai contenuti | Torna al menu
Facebook Twitter LinkedIn Email