Preoperative prediction of muscle invasion in bladder cancer: a preliminary development and validation of diffusion-weighted-imaging-based habitat analysis

Il tumore alla vescica è una malattia in cui il rivestimento della vescica cresce in modo incontrollato, ma non tutti i casi sono uguali. La distinzione più critica che i medici devono fare prima dell'intervento chirurgico è se il cancro sia cresciuto abbastanza in profondità da invadere la parete muscolare della vescica. Se non l'ha fatto, il trattamento è spesso una procedura minore per raschiare via il tumore. Se invece l'ha fatto, la malattia diventa molto più seria, richiedendo una chemioterapia aggressiva, radioterapia o persino la rimozione dell'intera vescica. Per decenni, l'unico modo per sapere con certezza se il muscolo è invaso è stato eseguire una biopsia, una procedura che prevede l'inserimento di uno speculum nella vescica per prelevare un campione di tessuto. Questo processo è invasivo, può essere doloroso e talvolta non coglie gli strati profondi del tumore. I medici speravano da tempo che una semplice scansione potesse fornire questa risposta senza la necessità di un ago o di uno speculum, ma la struttura interna di un tumore è spesso troppo complessa per essere rivelata chiaramente dalle immagini standard.

Un team di ricercatori dell'Ospedale Zhongshan e di istituzioni affiliate in Cina ha recentemente intrapreso un percorso per risolvere questo problema guardando ai tumori della vescica in un modo nuovo. Si sono concentrati su un tipo di risonanza magnetica chiamato imaging pesato in diffusione, che misura come le molecole d'acqua si muovano all'interno del corpo. Nel tessuto sano, l'acqua si muove liberamente, ma in un tumore le cellule sono così densamente ammassate che l'acqua rimane intrappolata. I ricercatori si sono resi conto che un tumore non è un blocco uniforme di cellule; è un mosaico di diversi ambienti, alcuni con cellule dense, altri con scarso afflusso di sangue e altri con tessuto morto. Per catturare questa complessità, hanno sviluppato un metodo chiamato "analisi degli habitat". Invece di trattare l'intero tumore come un unico oggetto, hanno utilizzato un computer per scomporre il tumore in sottoregioni distinte, o habitat, basandosi su come l'acqua si muoveva in ogni minuscolo punto. Hanno poi cercato di vedere se la specifica combinazione di questi habitat potesse predire se il cancro avesse raggiunto la parete muscolare.

Lo studio è iniziato con 175 pazienti che erano stati diagnosticati con tumore alla vescica. Prima che venisse eseguito qualsiasi intervento chirurgico o biopsia, ogni paziente è stato sottoposto a una dettagliata scansione RM utilizzando una potente macchina da 3,0 Tesla. I medici hanno chiesto ai pazienti di bere acqua in precedenza per riempire le loro vesciche, assicurando che l'organo fosse teso e facile da visualizzare. Le scansioni includevano immagini standard per mostrare la forma del tumore, nonché sequenze specializzate che tracciavano il movimento delle molecole d'acqua. Due radiologi esperti, che non conoscevano i risultati patologici finali, hanno esaminato attentamente queste immagini. Hanno misurato le dimensioni dei tumori, controllato caratteristiche come un peduncolo che collega il tumore alla parete della vescica e annotato la presenza di sanguinamento.

Il cuore della ricerca consisteva nell'immettere i dati delle scansioni sul movimento dell'acqua in un programma per computer. Il programma analizzava l'intero tumore e raggruppava i pixel in quattro habitat distinti basati sui loro unici modelli di diffusione. Questo processo era interamente non supervisionato, il che significa che il computer ha trovato i modelli da solo senza essere istruito su cosa cercare. I ricercatori hanno poi confrontato la composizione di questi habitat nei pazienti che si sono rivelati affetti da cancro invasivo del muscolo rispetto a quelli che non lo erano. Hanno trovato una differenza netta: i pazienti con cancro invasivo del muscolo presentavano una proporzione significamente maggiore di un tipo specifico di habitat, che i ricercatori hanno etichettato come Habitat 1. Sebbene questo tipo di habitat fosse fortemente associato all'invasione muscolare, i ricercatori hanno osservato che, a causa di sfide tecniche e considerazioni etiche, non potevano mappare definitivamente queste regioni digitali a specifici tessuti biologici, come aree ad alta densità cellulare o necrosi, all'interno di questo specifico studio.

Per testare se questa scoperta potesse effettivamente aiutare i medici, il team ha costruito un modello predittivo. Hanno combinato i dati dell'analisi degli habitat con informazioni cliniche standard, come l'età del paziente e la dimensione del tumore, e le caratteristiche visive osservate nella RM, come la lunghezza del tumore e la presenza di un peduncolo. Hanno creato uno strumento statistico chiamato nomogramma, che funge da calcolatrice per i medici. Quando hanno testato questo nuovo modello, esso si è dimostrato più accurato nel predire l'invasione muscolare rispetto ai modelli che si basavano solo su fatti clinici o immagini RM standard. Il nuovo modello, che includeva i dati dell'habitat, identificava correttamente il rischio di invasione muscolare nel 77,7% dei casi, un miglioramento evidente rispetto all'AUC di 0,74 dei metodi precedenti. I ricercatori hanno anche utilizzato una tecnica per garantire che il modello non stesse semplicemente indovinando casualmente; hanno controllato quanto bene le probabilità predette corrispondessero ai risultati effettivi, e i risultati hanno mostrato una forte e affidabile coerenza.

Lo studio ha anche evidenziato come alcune caratteristiche fisiche del tumore fossero indicatori forti da sole. La lunghezza del tumore e la presenza di un peduncolo sono state entrambe confermate come fattori di rischio indipendenti per l'invasione muscolare. Un tumore con un peduncolo, che appare come una sottile connessione alla parete della vescica, era meno probabile che avesse invaso il muscolo, mentre i tumori più lunghi erano più propensi ad essersi estesi in profondità. Tuttavia, l'analisi degli habitat ha aggiunto uno strato di intuizione che queste caratteristiche visibili non potevano fornire da sole. Quantificando il paesaggio interno invisibile del tumore, il metodo dell'habitat ha fornito un quadro più chiaro del comportamento della malattia. I ricercatori hanno utilizzato un metodo per spiegare perché il modello prendesse le sue decisioni, confermando che il tipo specifico di habitat era effettivamente la forza trainante dietro il miglioramento delle predizioni.

Nonostante questi risultati promettenti, gli autori sono stati attenti a sottolineare i limiti del loro lavoro. Lo studio è stato condotto in un singolo centro medico e il modello non è ancora stato testato su pazienti di altri ospedali o di popolazioni diverse. Ciò significa che i risultati potrebbero non applicarsi universalmente senza ulteriori test. Inoltre, sebbene il computer abbia identificato quattro habitat distinti, i ricercatori non sono ancora riusciti a mappare queste regioni digitali su specifici tessuti biologici, come cellule morte o alto flusso sanguigno, poiché non hanno avuto l'opportunità di accoppiare direttamente le scansioni RM con i campioni di tessuto chirurgico in questo specifico studio. Hanno riconosciuto che la ricerca futura dovrà coinvolgere gruppi più ampi di pazienti e una validazione esterna per dimostrare che il metodo funzioni ovunque.

L'obiettivo ultimo di questa ricerca è fornire ai medici uno strumento non invasivo per prendere decisioni migliori prima ancora che un paziente debba sottoporsi a un intervento chirurgico. Se una scansione può dire con affidabilità a un medico che un tumore non ha invaso il muscolo, il paziente potrebbe evitare un intervento maggiore e i pesanti effetti collaterali della chemioterapia. Al contrario, se la scansione suggerisce che il muscolo è coinvolto, l'équipe medica può preparare immediatamente un piano di trattamento più aggressivo. Lo studio suggerisce che guardare gli "habitat" interni di un tumore offre un nuovo modo per vedere cosa sta accadendo all'interno del corpo, andando oltre le semplici immagini verso una comprensione più profonda della natura della malattia. Sebbene il metodo sia ancora nelle sue fasi iniziali e richieda ulteriori test, rappresenta un passo significativo verso il rendere la diagnosi del tumore alla vescica più precisa e meno invasiva per i pazienti.