Caratterizzazione di sottotipi molecolari di tumoure alla mammella utilizzando metodi di analisi multivariata e valutazione del loro impatto prognostico in presenza di eventi multipli
Progetto Le pazienti affette da tumore alla mammella con simili caratteristiche cliniche hanno una notevole eterogeneità nella dinamica di malattia o di risposta alle terapie. Tale eterogeneità suggerisce una corrispondente eterogeneità delle caratteristiche patologiche del tumore. E¿ noto che molte delle variabili biologiche legate alla proliferazione, alla sovra-espressione di alcuni oncogeni, alla presenza di recettori ormonali, sono correlate tra loro e molta ricerca è stata indirizzata alla identificazione di fenotipi tumorali, omogenei al loro interno, ed eterogenei tra loro per la valutazione del possibile impatto prognostico di tali gruppi.
Un punto cruciale riguarda la valutazione dell¿impatto prognostico di tale classificazione, in presenza di diversi tipi di ripresa tumorale, che possono ripetersi, fino alla morte del soggetto o alla sua uscita dallo studio. Al fine di valutare in modo esaustivo il ruolo della classificazione, è necessario tenere conto di tre fasi: impatto sulla dinamica di malattia, stima della probabilità di occorrenza di uno o più eventi specifici (probabilità marginale), impatto sulle cause di fallimento della terapia (incidenza cruda).
Non esistono ad oggi analisi approfondite in letteratura che riguardino congiuntamente gli aspetti elencati sui profili biologici e ed il loro impatto sui differenti tipi di ricaduta di malattia tumorale.
Differenti tecniche di clustering, saranno quindi utilizzate su dati di tumore alla mammella, con disponibilità di diversi biomarcatori e la variabilità della classificazione ottenuta sarà valutata con tecniche di bootstrap.
Per ognuno dei criteri di valutazione prognostica sopra elencati saranno identificate le diverse misure disponibili in ambito di rischi competitivi, affrontando il problema della non identificabilità delle distribuzioni marginali e alle diverse tecniche di modellamento delle incidenze crude.
Tecniche di visualizzazione saranno considerate per migliorare l¿interpretazione dei risultati su un piano biologico.
L¿obbiettivo sarà la caratterizzazione dei profili biologici del tumore con la loro prognosi, integrando i risultati derivanti dall¿analisi dei cluster e del loro impatto prognostico sulle diverse tipologie di evento neoplastico.