Ketty Peris
Dichiarazione di posizione sulla classificazione dei carcinomi a cellule basali
Dichiarazione di posizione sulla classificazione dei carcinomi a cellule basali. Clustering non supervisionato di esperti come metodo per definire una classificazione del carcinoma basocellulare avanzato basata sul riconoscimento dei modelli e proposta EADO per un nuovo sistema operativo di stadiazione adattato ai carcinomi basocellulari.
Background – Per i carcinomi a cellule basali difficili da trattare (DTT-BCC) e, più in generale per tutti i BCC, non è emerso alcun sistema di classificazione semplice poiché non seguono il processo TNM, ma diversi approcci da parte di vari specialisti. La classificazione dei BCC si rende necessaria per il processo decisionale, per il disegno di trial clinici e per la definizione di linee guida. Il clustering non supervisionato di casi reali di BCC difficili da trattare (DTT-BCCs; parte 1) ha dimostrato che gli esperti potrebbero concordare in modo unanime su una classificazione a cinque gruppi di DTT-BCCs basata su cinque modelli di situazioni cliniche.
Obiettivo – Generare una classificazione completa dei BCC, utilizzando la capacità istintiva degli esperti di semplificare la grande eterogeneità delle situazioni cliniche in pochi gruppi rilevanti che guidano le loro decisioni in merito al trattamento. Sono stati utilizzati cinque modelli per generare una classificazione completa dei BCC.
Metodo – È stato utilizzato un clustering non supervisionato, indipendente e in cieco, di casi clinici reali di DTT-BCCs. Quattordici esperti internazionali di diverse specialità hanno suddiviso in modo indipendente 199 casi di pazienti considerati “difficili da trattare” in cluster che consideravano necessari (≤10), scegliendo i propri criteri di suddivisione. Le convergenze e le divergenze tra le singole suddivisioni sono state analizzate utilizzando la matrice di somiglianza, l’approccio K-mean e il metodo della silhouette media. Successivamente è stata analizzata la concordanza tra i risultati ottenuti da professionisti del campo e sono stati proposti cinque modelli di classificazione da poter utilizzare nella pratica clinica.
Risultati – C’era una elevata concordanza sulla suddivisione dei casi, indipendentemente dalla specialità e dalla nazionalità degli esperti. L’analisi matematica ha mostrato che il consenso tra gli esperti era meglio rappresentato da una partizione dei DTT-BCC in cinque cluster, facilmente riconoscibili a posteriori come cinque modelli chiari di situazioni cliniche. Il concetto di “localmente avanzato” non sembrava coerente tra gli esperti. Sessantadue medici, compresi 48 professionisti del campo e i 14 esperti che hanno partecipato alla generazione dei cinque diversi modelli di DTT-BCC, si sono trovati d’accordo nel 90% dei casi, quando hanno classificato 199 casi di DTT-BCC utilizzando la classificazione a cinque modelli, attestando che questa classificazione è comprensibile e utilizzabile nella pratica clinica. Al fine di coprire l’intero campo dei BCC, a questi cinque gruppi di DTT-BCC sono stati aggiunti un gruppo che rappresenta l’enorme numero di BCC facili da trattare, per i quali la sottoclassificazione ha poco interesse, e un gruppo di casi metastatici molto rari, ottenendo un sistema di stadiazione dei BCC a quattro stadi e sette sottostadi.
Conclusione – Viene proposta una classificazione pratica adattata alle specificità dei BCC. Questo studio fornisce quindi la prima classificazione consensuale dei BCC-DTT. Questo approccio sperimentale, che utilizza l’analisi matematica del clustering indipendente e in cieco dei casi da parte di esperti, può probabilmente essere applicato a molte altre situazioni in dermatologia e oncologia.