Data di Pubblicazione:
2001
Citazione:
Reti neurali artificiali: identificazione di pazienti ad alto rischio cardiovascolare / D. Baldassarre, M. Buscema, E. Grossi, M. Intraligi, M. Amato, L. Pustina, E. Tremoli, C. Sirtori. ((Intervento presentato al 15. convegno CONGRESSO NAZIONALE DELLA SOCIETÀ ITALIANA PER LO STUDIO DELL’ARTERIOSCLEROSI tenutosi a Roma nel 2001.
Abstract:
L’identificazione dei pazienti ad alto rischio di malattie cardiovascolari (MC) è un importante obiettivo della medicina dei paesi occidentali. Negli ultimi anni numerosi sforzi sono stati effettuati al fine di sviluppare strumenti a basso costo per il riconoscimento precoce di questi soggetti. Importanti studi epidemiologici (PROCAM, FRAMINGHAM) hanno prodotto algoritmi capaci di individuare i soggetti a rischio sulla base dei fattori di rischio. L’ispessimento medio intimale (IMT) delle carotidi extracraniche è un indice precoce di aterosclerosi generalizzata, anch’esso potenzialmente utilizzabile per l’individuazione precoce di soggetti predisposti alla patologia aterosclerotica. Le reti neurali artificiali (RNA) sono algoritmi informatici ispirati ai processi altamente interattivi del cervello umano. Come il cervello, le RNA sono in grado di decifrare i sottili meccanismi che mettono in relazione le diverse variabili in modelli sperimentali complessi e di assolvere a compiti di classificazione. Il presente studio è stato disegnato al fine di valutare la capacità delle RNA di distinguere, sulla base dei fattori di rischio convenzionali, dell’IMT carotideo o di entrambi, tra pazienti a basso o alto rischio per patologie cardiovascolari. Lo studio è stato condotto in 578 soggetti dislipidemici. Fra questi, 114 erano sintomatici per malattie cardiovascolari (infarto miocardico, angina), o cerebrovascolari (ischemia cerebrale transitoria, ictus) o per ateropatie periferiche e in quanto tali sono stati definiti ad alto rischio. I restanti 464 soggetti erano asintomatici e sono stati definiti a basso rischio. L’IMT carotideo, visualizzato mediante ultrasonografia B-mode, è stato misurato in tempo reale utilizzando il calibro elettronico della macchina stessa. Per l’analisi sono stati effettuati numerosi esperimenti utilizzando diverse reti neurali ideate dal Centro Ricerche Semeion. Nel migliore dei casi, utilizzando i fattori di rischio convenzionali come variabili di entrata nel sistema di classificazione è stata ottenuta una accuratezza di classificazione fra soggetti a basso o alto rischio (media ponderata) del 87%. Utilizzando come variabili di entrata le variabili ultrasonografiche, si otteneva una accuratezza del 77%. Aggiungendo a questo set di variabili quelle ottenibili a costo zero (età, sesso, peso, altezza e indice di massa corporea) l’accuratezza di predizione aumentava fino all’86%. L’utilizzo, nel sistema di classificazione, di tutte le variabili ecografiche e di tutti i fattori di rischio come variabili di entrata non migliorava l’accuratezza delle RNA nel compito di classificazione (accuratezza di predizione pari a circa 83%). Infine, permettendo al sistema di selezionare automaticamente le variabili più rilevanti (I.S. system-Semeion ), 31 variabili entravano nel modello e fra queste ben 6 erano variabili ultrasonografiche. Utilizzando questo set di variabili, l’accuratezza delle RNA nella classificazione dei soggetti a basso o ad alto rischio aumentava drammaticamente raggiungendo un’accuratezza globale di predizione del 92% ed un 100% di classificazione corretta dei soggetti ad alto rischio. In conclusione, le RNA sono una tecnologia promettente per lo sviluppo di strumenti diagnostici utilizzabili nella routine clinica per la classificazione di pazienti a basso e ad alto rischio di patologie vascolari.
Tipologia IRIS:
14 - Intervento a convegno non pubblicato
Elenco autori:
D. Baldassarre, M. Buscema, E. Grossi, M. Intraligi, M. Amato, L. Pustina, E. Tremoli, C. Sirtori
Link alla scheda completa: