Page 39 - Rivista SIMG 2 - 2023
P. 39
Lapi F e t al.
Lapi F et al.
RICERCA INTERNAZIONALE
RICERC A INTERNA ZIONALE
G
l
t
a
a
n
a
e
i
n
t
z
z
M
o
A
è
i
t
o
d
u
M
c
a
o
d
t
t
s
A
2 2
LO STUDIO G GAM e GA M è stata condotta utilizzando alla luce delle molteplici sfaccettature
t
e
o
n
i
n
t
e
i
l
d
d
a
t
u
i
s
i
o
a
t
p
c
,
m
a
i
s
o
t
i
r
i
l
s
t
t
Predirre il rischio di Malattia Renale Cronica mediante
Pr edirr e il rischio di Mala ttia R enale Cr onica mediant e I Il seguente studio, si è posto l’obiettivo s set di dati incompleti, i risultati sono stati i i della MRC, per la quale l'indagine iterativa
o
o
e
o
,
p
s
t
i
l
d
i
v
g
i
è
u
t
s
t
u
s
t
e
i
b
’
o
l
o
e
t
s
e
n
n
n
t
g
t
u
l
e
a
c
i
i in larga misura coerenti con quelli ottenuti
l
delle interazioni è complessa e la sua
u
n
r
l
o
o
i
u
m
t
t
r
q
s
a
e
n
o
i
c
e
r
e
a
2 2
e
t
e
l
e
e
a
M
i
G
n
o
l
r
A
r
e
m
r
n
s
t
a
d di treinare e testare un modello GA M
e
d
u
o
t
i
m
i
z
o
a
u
p
t
i
o
e
n
p
o
Modelli Additivi 2 2 2 2 p per la predizione del rischio di MRC i d dopo imputazione. . implementazione in un sistema di supporto
Modelli Additivi Generalizzati (GA M) Generalizzati (GA M)
C
R
p
r
r
l
c
h
s
i
e
n
e
z
i
o
d
e
d
i
i
d
M
e
r
a
i
o
l
risulterebbe
decisionale
Attraverso la valutazione iterativa di 20
scarsamente
o
r
l
a
o
c confrontandolo con altri algoritmi derivati
n
f
d
n
t
n
o
o
m
i
t
o
r
i
i
v
a
t
d
e
r
a
l
n
c
o
a
l
g
t
r
i
a
d
r
t
o
n
i
i
z
i
a
p
d da approcci tradizionali e di MI. . determinanti candidati e delle relative applicabile. q u e s t o s t r u m e n t o i M M G
a
c
c
o
p
r
i
d
I
M
a
i
l
e
t
e
e
a
n
h
d
a
i
s
l
a
M
i
n
o
A
2 2
e
G
o
z
t
combinazioni, GA M ha selezionato 30
M Mediante questo strumento i MMG
3
0
e
Utilizzando i dati contenuti nel database t termini principali in grado di spiegare il l p potrebbero quindi generare un elenco
b
i
m
i
c
l
q
n
r
r
b
i
e
g
n
a
i
s
u
i
n
n
r
u
a
o
i
n
p
i
e
a
n
r
e
d
i
n
o
i
r
i
e
d
e
i
c
r
r
r
e
g
a
e
o
e
e
d
l
o
t
p
p
e
g
Health Search (HSD), è stata selezionata 7 75% dell'importanza del modello nella d di pazienti "a rischio elevato" con cui
t
e
o
a
t
l
r
r
d
c
n
i
e
o
%
o
"
o
n
5
i
a
a
i
l
u
s
m
v
p
l
t
e
l
l
m
e
"
l
n
o
c
p
z
i
e
a
e
a
l
d
i
h
'
i
c
l
n
z
a
o
d
i
e
una coorte di pazienti di età pari o p previsione della MRC. In particolare, l'età, , p pianificare le strategie di screening; ;
e
n
e
i
i
e
e
i
e
n
i
p
e
e
r
c
f
c
l
r
t
s
n
a
M
t
o
R
i
d
g
e
a
i
e
e
.
a
r
r
i
a
c
o
e
s
I
l
g
i
i
r
a
n
n
v
à
l
d
t
a
,
s
C
t
r
l
'
l
A cura di Francesco Lapi , Lorenzo Nuti , Ettore Marconi , Gerardo Medea , Iacopo Cricelli , Matteo Papi ,
1
A cur a di F r anc esc o Lapi 1 , Lor enzo Nuti 2 , 2 Ett or e Mar c oni 1 , 1 G er ar do Medea 3 , 3 Iac opo Cric elli 2 , 2 Ma tt eo P api 4 , 4 superiore ai 15 anni attivi in HSD tra il i il valore della creatinina e il termine di i a approccio c che s sarebbe c chiaramente
l
t
t
r
o
e
t
e
l
e
r
a
p
n
r
n
d
o
e
h
r
d
e
e
a
c
a
i
a
r
c
a
p
e
h
v
c
i
e
e
i
e
l
m
e
m
n
a
i
i
b
l
b
o
a
l
r
n
i
Marco Gorini 4 4 5 5 3 3 3 3 1 gennaio 2018 e il 31 dicembre 2020 e i interazione tra età e creatinina mostravano a arricchito da un sistema di supporto
Marco Gorini , Matteo Fiorani , Gaetano Piccinocchi , Claudio Cricelli , Matteo Fiorani , Gaetano Piccinocchi , Claudio Cricelli
i
n
o
z
e
t
a
p
e
i
e
s
s
n
n
m
n
m
o
a
r
e
n
t
e
t
c
a
i
s
h
d
a
r
r
t
r
à
t
o
v
r
t
i
i
o
t
c
a
t
o
a
p
u
n
d
r
a
i
c
s
i
a
u
o
r
e
senza diagnosi di CKD. La data del primo u un’importanza r relativa p più a alta. . A d decisionale specifico per il singolo paziente
s
o
e
e
p
c
i
r
z
m
i
i
s
e
o
r
p
t
a
c
t
p
i
l
a
a
l
o
p
o
a
v
n
a
o
a
a
i
z
t
n
e
n
t
i
l
c
i
s
n
i
i
l
e
f
l
’
n
i
e
e
g
ù
1
1 Health Sear ch , Socie tà Italiana di Medicina Gener ale e delle Cur e Primarie , Fir enze , Italia contatto (per qualsiasi motivo) con il MMG differenza di altri modelli, il GA M consente e e integrato con l’algoritmo sviluppato con il
Health Search, Società Italiana di Medicina Generale e delle Cure Primarie, Firenze, Italia
p
o
g
t
v
’
r
2 2
a
n
n
r
a
e
t
o
s
l
u
o
t
i
l
t
o
n
c
m
i
i
p
i
o
g
a
l
l
c
o
A
2 Genomedics SRL, Flor enc e , Italy è stata considerata la data di ingresso nello difatti un'interpretazione diretta sia delle G GA M. .
M
2
2 2
Genomedics SRL, Florence, Italy
a
g
n
a
i
t
e
m
e
n
o
n
o
g
a
d
'
u
r
l
l
r
,
l
e
i
e
m
r
n
b
t
b
a
s
o
3 Socie tà Italiana di Medicina Gener ale e delle Cur e Primarie , Fir enze , Italia. studio. Da questa data, i pazienti sono stati singole caratteristiche che dei termini A Annualmente, l'algoritmo sarebbe in grado
3
Società Italiana di Medicina Generale e delle Cure Primarie, Firenze, Italia.
r
i
p
o
r
m
a
o
n
r
i
a
u
f
p
e
m
e
r
e
e
o
f
o
i
n
r
r
i
v
r
4 Astr aZeneca Italia, MIN D , Milano , Italia seguiti fino alla data della diagnosi di CKD di interazione. Nel complesso, il rischio d di fornire un promemoria per favorire
4
AstraZeneca Italia, MIND, Milano, Italia
(ovvero data dell'evento), morte, fine della
l
n
a
z
t
a
e
n
g
e
e
d
e
s
o
e
u
i
n
z
l
l
f
r
n
i
o
e
a
’
n
v
i
i
5 Da Data Life SRL, Florence, Italy registrazione dei dati, fine del periodo predetto di MRC accumulato nel periodo l l’investigazione della funzione renale
5
e SRL, Flor
enc
e
ta Lif
, Italy
r
v
t
u
a
v
t
/
u
i
o
e
e
t
i
o
a
r
a
l
a
( (ovvero valutare o rivalutare la creatinina/
n
v
o
l
l
n
e
r
a
di follow-up è stato pari al 3,2%. con una
i
e
r
a
r
a
c
v
di studio (cioè il 31 dicembre 2020). sensibilità dell'80%. G GFR) dei pazienti che presentano almeno
m
o
p
e
r
z
p
d
e
)
c
s
i
t
a
a
n
e
e
i
n
a
i
F
t
e
h
e
R
n
o
l
n
Successivamente, la coorte è stata suddivisa G Gli autori hanno pertanto testato la u un fattore di rischio di MRC. .
c
f
s
e
i
i
s
n
o
M
p
t
e
t
C
u
a
a
t
o
n
d
o
a
i
r
l
R
t
r
r
n
a
l
t
i
a
r
h
d
h
a
o
i
o
t
t
e
o
i
n
t
tt
Tra Tratto da: JAMIA casualmente in due campioni in rapporto p predizione di MRC per due pazienti i I In c conclusione, , i il s seguente s studio
AMIA
J
o da:
u
g
z
d
d
i
d
c
p
R
n
e
a
t
i
e
C
l
l
t
r
t
n
n
i
e
e
i
e
u
o
M
e
z
e
i
r
n
u
n
d
s
o
o
i
u
o
p
e
n
e
tr
om/jamia/
oup.
academic
o w
adv
doi/10.1093/jamia/
.
https://
c
anc
Sit Sito web: https://academic.oup.com/jamia/advance-article-abstract/doi/10.1093/jamia/ 4:1; queste sotto-coorti sono di seguito i ipotetici con alto e basso rischio in base c conferma l’importanza del database HS
ticle-abs
act/
eb:
e-ar
h
t
l
l
S
e
f
n
n
r
a
o
i
t
a
l
i
o
i
i
o
z
e
a
t
s
i
H
’
c
i
b
p
b
s
o
e
s
e
d
o
d
a
r
a
c
s
c
t
o
n
e
a
t
b
a
a
p
m
r
o
e
a
n
s
m
denominate rispettivamente "training" e
n
t
r
t
o
a
d
m
l
a
l
e
l
u
o
e
z
u
e
a
r
m
'
a
z
g
i
e
d
a
a
.
l
t
a
l
l
i
i
o
r
n
l
t
l
o
i
o
s
s
m
l
i
o
e
i
g
l
z
e
ocad097/7200061?redirectedFrom=fulltext&login=false
ocad097/720006 1?r edir ect edF r om=fullt e xt&login=f alse "testing" dataset. a alla soglia dell'algoritmo. In particolare, nel c come strumento utile alla realizzazione di
i
i
e
v
g
a
i
paziente con rischio di MRC alto stimato
t
o
i
p
d
n
r
e
a
a algoritmi predittivi innovativi ed in grado
i
i
i
v
i
i
t
d
g
m
v
l
r
d
o
t
n
t
o
n
r
I possibili determinanti di MRC sono stati tramite GA M,, l’età maggiore o uguale a 75 d di migliorare l’attività di presa in carico dei
l
s
u
l
a
c
d
l
’
t
i
i
p
i
i
c
i
e
o
a
r
a
e
i
t
a
i
m
m
t
e
d
u
a
v
5
e
a
r
g
o
g
t
g
l
a
e
7
r
i
r
g
n
à
i
o
e
r
i
à
’
o
2 2
selezionati in base ai precedenti studi a anni, un valore di creatinina pari a 1 mg/ / p pazienti da parte del MMG. Naturalmente,
n
d
d
c
t
n
i
a
i
i
l
r
n
o
e
n
i
e
G
r
i
a
a
r
e
v
z
n
n
a
a
1
a
g
p
.
a
m
t
p
e
t
d
a
M
l
r
i
i
,
e
u
M
condotti con HSD, alla letteratura medico- d dL, la presenza di diabete e ipertensione, , solo mediante fonti dati di buona qualità,
i
n
d
r
t
e
r
i
o
e
e
s
p
t
e
a
e
i
b
z
n
e
s
a
d
p
,
n
e
i
e
l
a
L
scientifica attuale ed alla esperienza clinica. r risultavano i fattori che contribuivano rappresentatività e di notevoli dimensioni
l
u
v
v
i
i
n
s
o
a
f
t
t
t
b
n
n
i
e
a
i
a
c
o
u
t
o
o
h
a
r
r
c
i
In particolare, oltre all'età e al sesso, m maggiormente alla quantificazione del l è possibile sviluppare modelli performanti
e
n
m
o
r
t
i
z
n
a
l
e
g
a
g
e
i
a
i
o
a
a
d
c
t
i
l
q
e
n
f
u
sono state incluse numerose patologie r rischio. Diversamente, selezionando un di questo tipo.
i
i
c
o
h
s
.
croniche, come l’ipertensione, diabete, paziente a rischio basso (0,7%), , il valore di i
r
o
l
d
a
i
l
v
e
o
r
o
o
t
M
p
a
R
l
i
l
o
r
m
M
c
z
a
1
e
C
m
a
R
l
L
n
l
s
t
n
a
a
a
l
l
e
l
n
,
r
l
m
t
e
a
e
a
e
n
s
c
p
i
n
n
l
l
/
s
e
a
u
e
l
e
n
n
i
p
i
e
,
a
a
f
1
a
f
f
a
e
r
o
s
s
d
t
e
m
m
l
d
a
z
l
a
a
d
s
n
o
s
s
i
t
n
i
n
n
o
n
e
a
t
o
,
a
i
z
t
o
a
n
o
i
n
n
c
t
i
i
t
o
m
e
i
a
a
c
c
c
n
i
i
i
a
i
t
a
i
z
e
u
i
z
z
i
i
i
n
i
è
g
'
l
.
.
.
è
C
e
o
l
l
a
e
i
e
a
e
n
e
n
n
r
IL CONTES T O a asi i a asintomatica nella fase iniziale. I In I Inoltre, la MRC è una condizione complessa oltre, la MRC è una condizione ccomplessa s a malattie cardio/cerebrovascolari ed altre. c creatinina pari a 1,1 mg/dL e l'interazione
IL CONTESTO
o
i
e
i
m
r
a
a
.
t
e
n
n
r
a
t
e
n
n
t
e
s
n
i
z
z
n
a
d
i
d
v
a
z
i
n
t
r
u
d
i
z
t
i
e
n
o
n
a
a
d
i
i
e
i
i
i
o
i
a
n
i
È È È È pertanto emerso un consenso univoco da d da analizzare in termini di predizione. . È stata considerata anche la presenza di t tra creatinina ed età sono risultati i fattori i
e
l
n
e
n
a
a
i
a
s
i
p pertanto emerso un consenso univoco
n
n
t
p
s
e
e
t
z
d
n
n
o
s
n
o
s
e
o
r
i
a
p
i
i
l
i
a
a
r
u
e
i
i
t
n
d
s
r
o
e
n
c
o
r
i
r
i
r
e
e
e
s
n
o
o
t
o
e
i
n
r
v
p
o
u
r
c
a
a
e
à
p
o
n
u
o
n
i
a
i
e
z
.
m
r
i
o
o
e
e
o
r
s
r
d
l
l
n
a
n
e
r
c
u
t
c
t
m
z
z
d
t
t
e
z
m
m
f
o
c
r
r
e
C
n
a
t
a
M
(
R
M
c
e
è
n
a
a
i
R
l
R
L La a L La Malattia Renale Cronica (MRC) è aMalattia t i aRenale a l eCronica c a(MRC) C )è è c circ c ia c al l ’ ’ i i d l ’ e e i n e t t n f f t i i i c c f a a i c z z a i i o z n i o e e n e e e e i i l l i l t t r r a a t t t r t a t a a t m a e e m n e t t n o o t o D i D Difatti, sviluppare un modello predittivo del albuminuria/proteinuria, uso di farmaci c che maggiormente contribuivano a
t
M
C
a
l
)
t
M
R
a
e
(
r
n
o
i
i
l
r
n
o
C
a
d
l
r
v
a
r
n
i
i
u
g
i
a
e
n
o
n
r
h
i
m
a
g
m
i
o
n
n
t
i
b
t
n
a
e
t
o
l
r
a
c
d
e
m
o
v
r
d
u
i
c circa l’identificazione e il trattamento Difatti, sviluppare un modello predittivo del
v
o
o
l
,
s
e
d
m
l
o
m
t
d
o
l
e
l
o
n
p
p
t
t
i
i
u
i
s
a
t
d
p
l
a
d
l
u
i
t
f
o
l
v
l
i
v
t
p
a
t
e
f
e
u
r
r
,
n
e
p
t
e
d
a
i
e
r
i
i
p
e
u un u un problema di salute pubblica globale. . p prec c roce della condizione, eper ela quale è è r i s r rischio di MRC non è semplice per diverse con noti effetti avversi sui reni (come FANS q quantificazione del rischio. .
a
s
m
l
a
d
dsalute pubblica globale.
i
i
u
a
s
i
l
o
p
a
b
p
b
c
l
c
b
a
l
b
b
r
o
r
e
b
a
p
g
o
n
l
e
u
e
g
l
a
o
t
e
.
u
a
t
l
u
b
l
l
m
l
p
e
i
n problema di
b
e
h
z
i
a
d
n
a
l
i
o
c
c
r
u
o
i
e
e
t
f
i
s
n
i
p
a
o
a
Rnon
l
r
e
u
e
l
q
r
C
p
q
n
e
C
u
p
r
r
e
,
l
a
e
d
d
e
p
l
e
d
i
l
s
l
a
e
l
è
c
o
e
c
c
r
p
e
p precoce della condizione, per la quale è rischio
m
m
l
e
s
c
o
e
e
c
o
z
oè
i
d
i
n
p
,
n
e
i
n
n
o
n
o
l
c
a
e
semplice per diverse
n
i
z
i
d
o
c
n
è
c
M
s
i
o
e
e
d
r
h
h
M
s
d
i
v
l
c
i
R
e
idi MRC
d
i
s
i
e
a
o
è
v
i
r
e
c
z
N Negli g lultimi i mdecenni, la prevalenza della l l a s stat t to sottolineato il l ibisogno di dattuare r e r a r ragioni. Innanzitutto, diversi determinanti e altri farmaci antireumatici), fumo e abuso
a
t
r
l
u
p
a
i
n
N Negli ultimi decenni, la prevalenza della
l
i
e
e
l
e
n
e
n
i
i
l
l
l
e
d
i
,
n
t
e
a
d
a
z
a
d
u
n
l
,
m
a
i
d
e
n
l
e
p
e
e
a
e
g
v
i
r
l
e
v
c
t
b
a
u
l
o
i
i
i
o
g
u
r
,
i
t
o
t
e
n
t
t
m
i
z
s
s
a
i
b
t
.
t
i
e
i
n
i
n
i
d
t
l
n
t
t
i
o
e
i
t
e
,
t
s
a
o
n
o
o
n
n
I
a
n
l
t
t
d
o
i
t
i
a
a
a
i
o
e
z
m
t
e
t
i
o
g
s
n
g
o
n
u
o
u
e
.
i
o
r
t
a
I
v
d
i
s stato sottolineato il bisogno di attuare ragioni. Innanzitutto, diversi determinanti
r
a
i
e
r
n
n
t
a
t
o
a
n
n
v
d
n
t
n
d
t
r
s
o
g
a
i
a
i
e
o
s
z
c condizione ha mostrato una crescita
d
n
o
o
nzione ha mostrato una crescita
c condi i d i i o z n i o e n e h a h a m o m s o t r s a t t r o a t o u n u a n a c r e c s r e c i s t c a i t a u uno n screening efficace associato sia ad a d n o n non mostrano n o n e n necessariamente una n a di alcol. I livelli di creatinina (mg/dL), i IL CONTRIBUTO DI HEALTH SEARCH
i
s
i
c
a
u uno screening efficace associato sia ad non
c
a
s
s
i
s
o
o
e
a
m mostrano necessariamente
m
c
t
n
n
i
s
s
r
t
a
r
e
e
n
c
e
s
e
u una
e
m
a
o
g
a
i
n
u
a
s
r
r
e
n
n
s
t
e
o
e
m
n
o
t
a
c
a
c
c
a
a
i
a
o
n
e
e
i
e
t
s
c
o
r
c
o
a
d
t
i
s
a
s
a
s
e
n
o
o
a
g
i
e
c
f
s
i
f
n
e
f
r
n
f
d
a
v
%
l
l
a
1
1
a
e
n note ovole, passando ddal 3 al 18% a livello l l o u una nstratificazione ndel rischio che had un u n r e r relazione lineare con l'insorgenza della valori dell'Indice di Massa Corporea (BMI) ALLA RICERCA MEDICO-SCIENTIFICA
,
t
s
s
a
3
%
a
s
e
o
l
n notevole, passando dal 3 al 18% a livello
o
l
n
t
v
a
i
8
e
a
l
,
l
s
p
d
o
o
i
3
l
e
e
d
a
a
l
a
v
8
o
v
p
l
l
n
e
o
n
l
z
e
r
z
a
g
l
e
s
o
e
s
a
o
l
r
i
a
e
'
n
l
d
a
g
n
l
d
f
t
l
o
i
i
c
i
o
i
e
i
c
e
e
e
t
n
s
a
r
i
s
a
r
t
e
d
a
r
i
a
u
c
z
e
e
h
o
d
o
i
z
o
n
c
c
i
n
a
f
i
n
l
l
n
n
a
c
i
z
e
h
c
e
e
i
a
n
s
a
e
a
'
d
i
n
u una stratificazione del rischio che ad un relazione lineare con l'insorgenza della
a
n
a
o
i
e
z
s
l
a
r
c
h
l
d
o
t
r
n
e
r
o
l
l
i
l
e
o
l
a
o
g globa a l be. . l e . t tra a t trattamento adeguato, soprattutto nei malattia. . i a . Inoltre, , r e , è è importante t e che h e (kg/m ), e la pressione arteriosa sistolica e
b
g globale. Nel 2030, ci si aspetta che tale Nel 2030, ci si aspetta che tale
2 2
l
o
e
r
o
a
t
l
t
e
a
d
I
d
t
t
o
g
g
a
t
r
g
u
n
o
u
e
a
o
n
a
d
a
t
a
m
t
a
m
i
m
a
e
e
h
m malattia. Inoltre, è importante che
t
t
a
r
r
a
e
t
t
l
t
c
t
l
a
a
t
a
t
c
e
e
o
n
t
I
e
n
n
n
a
a
n
n
n
t
e
m
e
i
i
o
o
i
t
n
l
t
a
m
t
t
s
t
s
a
p
i
r
a
o
o
o
p
r
o
t
p
è
u
r
o
a
t
t
,
t
,
,
o
u
t
r
t
o
s
m
i
t
t
u
p
t
e
t
o
p
u
t
r
t
a
s
,
e
e
u
q
e
z
e
t
o
n
a
s
s
o
e
b
o
c
n
l
c
l
s
o
n
n
e
co n dizi o n e div en t i l a quin ta c a u s a di m o r t e c co o n o t t n s s t t e t i i s t d i i i d c c i u r r c e e u r p e r r p i i m i a a m r r i a i e e r . . i e . o ogni g associazione tra i determinanti e e diastolica (mmHg) sono stati inclusi anche I In base alle nostre conoscenze, questo
condizione diventi la quinta causa di morte
a
n
o ogni associazione tra i determinanti e
n
s
e
o
n
i
e
i
u
i
a
e
a
c
i
n
a
s
a
e
c
i
d
o
t
s
a
s
i
n
i
t
t
t
r
c contesti di cure primarie.
d
g
n
d
m
z
r
n
i
e
n
z
i
i
m
o
e
a
e
o
i
m
e
t
n
p
i
r
a
r
e
t
r
d
e
i
s
l
z
e
r
n
r
h
o
e
s
e
o
d
n
f
i
c
m
i
o
u
e
i
p
v
t
c
i
nel mondo. Nel nostro Paese, la prevalenza Nel nostro Paese, la prevalenza
e
nel mondo. N e N l n l o n s o t r s o t r P o a P e s a e e , s e l a , l p a r p v r a v l e a n l e z n a z a So Sono stati sviluppati numerosi modelli per l'esito i tsia s iinterpretabile i le non "na a " n s s c a c o s s c s t o t a a s " " t a " come covariate continue. è è il primo studio che fornisce evidenze
e
e
s
o
p
s
e
e
n
'
a
n
i
t
um
l l'esito sia interpretabile e non "nascosta"
p
a
e
d
e
r
s
b
r
i
i n
n
n
t
o
t
elli p
"
e
t
n
n
'
er
si m
t
e
e
o
ilu
i
o sta
r
l
i s
n
v
e
o
p
t
t
er
o
b
p
r
n
e
l
o
a
o
i
a
i
e
a
t
r
l
f
e
e
p
s
e
e
c
v
o
a
o
c
i
r
r
i
n
i
c
r
m
t
p
e
u
n
c
e
r
t
a
e
d
r
a
t
m
e
a
r
n
d
u
p
i
i
o
t
e
n
t
o
i
a
e
n
,
l
s
r
a
t
l
i
r
e
i
r
t
d
n
o
i
t
o
n
t
r
t
a
a
n
i
a
7
l
a
7
,
%
n
r
o
l
a
o
t
M
a
l
C
R
R
M
d della MRC è stimata intorno al 7%, con un
l
d della M RC è stimata intorno al 7%, con un u n affr o n tar e qu est o p r ob l em a e p e dir r e il c o c come spesso accade con i metodi di MI. . E Entrando nel merito dei risultati, a partire c concrete circa le performance predittive sul l
e
a
l
l
e
s
m
i
a
m
t
i
C
è
è
t
s
o
n
c
,
c
n
n
o
u
%
o
c
o
o
e
a
a
o
n
s
p
d
c
i
a
t
t
o
I
e
I
i
d
M
i
d
i
i
c
o
i
i
o
a
a
c
d
a
c
d
t
d
p
c
d
s
s
c
e
M
i
c
m
m
s
p
affrontare questo problema e pedirre il come
.
e
i
e
o
o
M
o
s
.
m
e
s
n
I
e
e
n
e
s
m
e
c
e
s
s
m
d
d
h
m
t
c
u
o
r
n
d
i
a
q
M
,
d
n
t
e
e
s
R
u
d
s
i
i
o
a
i
n
o
C
i
i
i
i
r
a
ù
i
a
p
g
9
o
a
l
g
r
i
r
z
e
e
p
9
p
p
l
v valore pari all’8,1% per gli uomini ed al
e
u
o
i
o
n
0
e
,
0
r
i
n
l
u
t
m
l
a
0
e
m
7
p
i
n
i
u
.
i
%
8
o
,
d
i
e
a
d
8
l
a
%
l
l
’
e
1
o
a
d
1
’
l
,
c
r
i
i
v valo o are rpari a rall’8,1% per egli uomini ed al l a l rischio di MRC. Q u Q e u s t e i s tmodelli i lutilizzano n o Infine, , e , è è è f f o o n f o d d n a a d m a e e m n e t t a n l l t e e a l e q u q a a u n a t t n i i f f i i t c c i f a a i r r c a e e r e i i n i n d da una coorte di 997.000 pazienti, più r rischio di MRC, quando i suoi determinanti i
t
n
a
p
i
m
o
i
I
e
m
rischio di MRC. Questi modelli utilizzano Questi
d
z
e
l
u
l
n
z
l
n
n
a
f
I Infine, è fondamentale quantificare in
a
u
i
n
d
o
n
n
i
f
t
i
n
t
l
e
i
u
i
a
m
z
l
n
n
o
i
q
z
m
t
o
d
e
d
l
o
e
o
t
l
r
M
A
o
a
m
2 2
a
t
l
v
a
i
n
l
e
o
;
G
s
r
v
c
8
e
,
7 7,8% per p le donne. n . e . a alg g a algoritmi ottenuti attraverso diverse modo d o s s e e s m e p m l l i i p c c l e e i c e i i l l i c l c o o c n o t t r r n i i t b r u i b t t o t o d i i d i c c i i a a c s s i c a c u u s n u n d di 30.000 pazienti hanno ricevuto una s sono modellati attraverso GA M; modelli i
d
l
a
l
r
e
e
n
o
e
n
o
n
d
8
t
o
u
7 7,8% per le donne.
,
%
n
e
r
p
%
u
e
n
i
e
n
3
r
p
t
a
i
n
.
0
i
o
z
0
h
0
0
i
a
m modo semplice il contributo di ciascun
m
m
p
c
o
n
d
u
b
o
n
u
o
d
o
v
d
n
e
v
e
t
u
t
e
i
n
u
d
d
t
a
o
a
i
t
i
t
v
n
i
i
i
u
i
m
r
m
t
s
m
i
e
i
t
l
g
o
l
o
r
i
t
o
r
i
s
o
s
t
t
t
r
e
e
t
r
e
i
r
o
o
e
e
t
o
e
s
r
t
o
v
r
v
s
r
r
t
t
a
e
t
t
v
a
r
e
a
a
r
s
"
d
b
a
i
q
i
o
n
a
l
l
,
t
b
e
u
i
-
o
r
n
b
k
c
t
n
e
x
i
e
"
p
r
e
i
d
e
r
t
i
o
i
i
M
d
d
s
u
r
d
n
o
l
i
a
i
g
e
a
C
o
R
p
n
La p a t o l o g i a è an c o r a amp i am en t e t tec c t tecniche, tra cui approcci tradizionali, determinante al fine di poterlo utilizzare in i n d diagnosi di MRC durante il periodo di i n non "black-box", e quindi interpretabili e
La patologia è ancora ampiamente
,
e
n
i
a
,
,
i
l
c
i
n
a
l
r
r
z
z
l
a
t
a
t
t
i
r
t
c
e
e
t
c
r
n
e
o
d
c
i
h
h
m
i
i
e
e
c
e
c
c
c
d determinante al fine di poterlo utilizzare in
n
n
t
n
i
e
,
l
a
a
r
z
n
e
c
r
i
i
e
e
e
,
,
i
n
r
m
h
r
a
i
e
d
u
i
i
i
e
i
o
c
a
z
e
p
c
o
o
i
u
l
o
o
n
i
i
a
p
p
a
i
o
r
p
t
e
t
p
d
o
r
d
a
l
a
d
r
d
r
i
p
p
i
t
i
z
p
z
f
t
t
l
a
a
c
c
f
o
u
i
a
i
z
a
t
a
l
r
a
t
n
e
i
n
r
i
u
u
n
l
i
r
i
t
o
n
p
f
e
c
r
o
.
a
a
i
n
n
I
a
i
z
m
p
l
,
a
i
i
t
b
c
e
l
ù
g
i
t
i
e
l
l
r
e
paesi occidentali,
tt
im
st
ta
a
o
so sottostimata nei nei paesi occidentali, n no n nonché approcci di machine learning (MI). un sistema di supporto decisionale specifico c o s studio. . p più facilmente applicabili. Inoltre, grazie
t
i
o
u
d
g
c
l
i
a
p
(
h
o
o
c
s
u
e
M
n
i
M
l
c
i
i
p
c
p
e
s
)
o
e
)
s
p
i
p
a
.
p
a
r
a
r
u
i
e
c
n
l
c
r
n
s
d
o
p
I
I
M
d
a
a
n
m
n
e
i
o
d
o
s
g
g
i
i
a
s
r
i
a
e
i
h
h
c
c
d
n
i
c
c
i
o
o
i
c
t
i
r
(
d
p
r
r
a
(
t
m
n
m
i
n
n
o
i
n
d
r
i
t
é
a
m
s
o
a
i
i
)
f
h
p
I
n
s
c
n
e
f
é
h
u
e
e
t
o
i
c
n
i
.
e
n
e
e
é
s
c
m
l
c
d
c
i
e
c
p
i
e
o
l
u un sistema di supporto decisionale specifico
s
h
n
p
a
p
n
a
.
m
r
t
e
c
l
u
a
e
e
o
r
n
a
d
s
b
t
a
o
H
a
S
l
o
a
a
s
l
e
D
d
,
sop r a ttutt o n ell'amb i t o d ell e c ur e p r im ar i e . Tutta v i a , m o l t i di qu est i s o n o sta t i c r e a t i p e p per il paziente. In questo contesto, ii Modelli Come previsto, i casi di MRC presentavano a al database HSD, ed alla coorte numerosa
soprattutto nell'ambito delle cure primarie.
e
l
l
i
l
p
Tuttavia, molti di questi sono stati creati per il paziente. In questo contesto, i Modelli
i
r
e
i
r
e
z
n
i
o
p
z
.
e
t
M
e
.
e
a
d
i
i
e
t
a
l
M
o
i
l
n
d
l
o
t
g
s
i
t
C
t
o
g
n
l
e
i
i
,
s
a
M
a
g
n
o
o
r
t
R
u
t
i
o
s
c
A questo proposito, in diversi paesi, tra cui
A qu est o p r op o si t o , in div er si p a esi, tr a c ui ut ilizz an d o s e t di d a t i di dim ensi o ni r i d o tt e A d A Additivi Generalizzati (GA M), potrebbero Generalizzati (GA GM), potrebbero r o un carico di comorbilità da 2 a 5 volte d di soggetti con MRC, gli autori sono stati i
A
M
A
(
e
,
M
)
i
a
z
a
t
G
i
t
(
b
e
e
r
o
b
r
e
b
t
,
o
o
)
p
p
t
b
r
i
G
i
v
n
e
G
e
i
i
t
d
utilizzando set di dati di dimensioni ridotte Additivi
d
v
t
i
d
i
r
i
l
e
a
a
i
z
z
z
l
e
n
r
2 2
2 2
2 2
2 2
r
i
e
d
i
d
i
a
n
v
s
r
m
i
i
i
t
e
g
e
s
d
e
i
r
r
m
a
o
d
a
n
n
l'Itali a , è b en n o ta l a s c ar s a c o ns a p e v o l e zz a e/o l o c ali, c ar a tt er izz a t i in c er t i c a si d a un a r a r rappresentare una soluzione adeguata superiore rispetto ai non casi. Altre i in grado di esaminare i diversi termini di i
l'Italia, è ben nota la scarsa consapevolezza
n
u
d
n
u
a
u
g
s
d
a
a
a
e
p
a
a
a
a
n
a
e
n
e
e
n
d
s
g
t
e
g
r
e
r
u
r
e
a
t
e
e
u
o
o
a
n
e/o locali, caratterizzati in certi casi da una rappresentare
z
i
u
a
a
p
i
n
p
e
e
n
t
i
a
o
l
r
t
l
l
e
u
t
o
p
o
s
o
z
z
s
s
u
a
u
o
r
n
n
e
t
à
o
s
t
o
d
i
m
r
n
a
i
n
d
l
i
n
,
o
n
e
a
i
e
e
t
r
z
a
tra i m e di c i di m e di c in a g en er al e (MMG) scar s a qu ali tà e un al t o r is c hi o di dist o r si o n e . a l l a alla predizione della MRC. Grazie alla loro covariate, seppur con una differenza i interazione e non linearità, dimostrando
tra i medici di medicina generale (MMG)
z
z
a
r
G
a
a
i
i
z
i
e
e
.
.
R
R
C
C
C
r
r
.
G
G
a
r
r
o
l
a
o
l
o
r
o
o
o
l
l
l
a
e
l
a
l
l
a
a
l
M
i
z
z
i
d
r
e
d
o
z
n
o
i
i
i
l
p
p
scarsa qualità e un alto rischio di distorsione. alla
a
l
a
e
p
d
e
r
r
n
a
a
l
e
l
l
l
a
R
M
l
M
n
e
i
o
e
d
e
d
l
e
d
e
r
i
o
d
c
i
g
s
r
p
o
ì
à
p
t
t
a
m
a
t
c
i
g
e
e
d
a
e
a
a
v
n
u
i
per qu an t o r i g u ar d a il r i c o n o s c im en t o Dif Difatti, gli algoritmi di MI pubblicati per la capacità t à d i i d i a p p a p p p r r e p n r e d n e e d r r e e e r e l l e e l e a a s s a s s o s s c c o i i a a c z z i a i i o z n i o i i n i minore, riportavano comunque proporzioni c così una maggiore capacità predittiva dei i
per quanto riguarda il riconoscimento
a
ub
o
b
i
a
d
a
i
o
r
e
c
tmi di MI p
n
c capacità di apprendere le associazioni
c
er l
c
a
a
à
a
i
li
c
i p
p
t
t
d
a
a
n
li alg
i, g
tt
o
p
l
l
r
m
t
t
l
i
d
,
a
A
o
c
s
l
M
i
e
s
i
t
l
a
p
i
i
u
n
e
g
o
a
r
2 2
della MRC. In questa direzione è emerso
dell a MRC . In qu esta dir e zi o n e è em er s o pr e predizione della MRC, non mostrano un complesse s e t t r r a a t r a i i i f f a t t f t t a o t t r r i o i r i d d e e d t t e e e r r t e m r i i m a a i n n a t t i n t i più elevate nei casi rispetto ai non casi. G GA M rispetto agli altri modelli, inclusa
m
m
ell
e d
s
dizi
n
o
s
e
n
p
c
o
c complesse tra i fattori determinanti
s
e
n
, n
n
a MRC
o
an
str
e
o
l
i
a
m
l
o un
o
n m
p
o
t
u
t
p
i
o
e
i
s
a
g
r
n
d
g
s
i
l
n
l
e
o
D
r
o
c
a
e
s
.
a
e
o
l
n
a
r
e c
n
f
t
c
d
o
o
t
em
o
t
en
d
e
rec recentemente come il 77% dei pazienti con mi miglioramento dell'accuratezza predittiva mediante tfunzioni interpretabili, , i li ,modelli l l i D Dal confronto delle performance dei 7 l la regressione logistica. Dal punto di i
e
e il 77% d
m
a
c
n
i
e
t
en
azi
i p
i c
7
o
n
en
m
e
e
o
r
f
r
l
l
p
n
e
b
t
i
t
o
i
p
a
r
p
e
t
l
i
d
u
z
e
r
a
o
e
r
m
o
i
i
i
i
i
l
o
n
e
i
r
z
i
l
n
b
n
t
i
m
i
e
d
n
n
e
m
d
m mediante funzioni interpretabili, i modelli
tt
di
a
iv
a
i
e
t
n
i
e
d
a
e
t
en
ell'a
o d
am
li
g
r
o
zz
e
r
a p
t
c
c
a
ur
n
e
u
f
f
e
s
c
g
o
i
m
i
a
i
n
c
o
r
e
i
l
i
p
o
i
l
i
i
t
a
s
t
u
,
c
a
e
d
o
r
e
l
i
l
M
G
e
l
o
a
e
i
v
r
B
MRC di sta di o G3 a c c er ta t o n o n a v e v an o ris rispetto ai modelli tradizionali, come la GA G GA M potrebbero rivelare in modo M M potrebbero r o rivelare r e in i n modo d o m modelli, il light GBM mostrava il valore v vista epidemiologico e analitico, riuscire
,
s
i
l
t
h
o
i
m
l
o
g
d
a
MRC di stadio G3 accertato non avevano
t
v
r
a
l
o
ai m
p
e
tt
elli tr
o
d
e l
G
a
ali, c
n
o
a
m
A
A
dizi
o
e
2 2
i
l
o
e
e
v
b
b
b
e
M
2 2
r
v
t
p
o
i
r
r
r
e
p
r
t
o
b
a
d
l
i
o
m
e
m
e
o
n
a
r
o
e
e
u
e
e
n
a
p
p
m
m
n
e
a
d
r
m
e
d
t
l
i
v
r
l
s
o
u
i
l
l
p
o
t
l
g
a
e
u
,
i
s
o
M
e
i
.
M
A
ù
G
A
o
a
d
l
l
a
G
t
e
2 2
.
o
ai p
si d
ric ricevuto una diagnosi dai propri MMG. reg regressione logistica, nei casi in cui siano sistematico c o i i n t i t e n r r t a a e z r z a i i o o z n i o i i n i t t r r a a t r a l l e l e c c o c v v a a o v r r i i a a a r t t i a e e t e p più alto, seguito dal GA M. GAM e la a a sviluppare ed implementare un modello
g
ut
a
op
n
r
v
o un
a di
r
i MMG
s
i
s sistematico interazioni tra le covariate
i
t
s
an
n
o
o
e
i
t
a
t
c
m
m
s
t
a
e
si
g
o
ist
i
e
l
essi
r
o
e
n
c
si
a
in
ui
c
c
,
a
n
i
e
o
n
e
i
n
A
o
d
n
n
v
m
e
G
i
u
e
t
o
r
s
t
e
i
,
e
c
t
d
t
M
e
a
n
i
a
2 2
c
a
r
o
C
l
a
r
s
t
o
t
i
a
v
p
c
a
i
d
i
a
e
h
o
a
o
s
v
s
a
e
a
Rsia
o
l
t
n
i
r
r
I Il l f I Il fatto che la MRC sia sotto-diagnosticata fatto tche hla lMRC s C i a s isotto-diagnosticata t a sta stati utilizzati campioni di dimensioni anche h n e o o n n o l n i i n l e e i n a a r e r a i i , , r a a i , l l a f f l i i n f e i e n d d e i i d m i i m l l i i i g o l r r i a o r r r e e a r e l l e e l e r regressione logistica riportavano valori i p predittivo medi
s
e
i
d
c
t
t
g
a
o
t
i
t
o
e
t
s
t
t
f
i
s
a
l
o
a
t
s
n
g
n
o
i
o
o
M
a
-
a
R
M
g
g
c
c
o
t
e
l
o
-
n
a
t
i
ni di dim
n
amp
n
g
n
g
i ut
ilizz
n
n
a
a
a anche non lineari, al fine di migliorare le
m
c
o
h
l
c
o
o
i
ensi
i c
n
e
t
a
ni
i
t
r
g
o
a
g
e
a
p
t
d
e
b
t
e
s
n
r
t
e
i
r
i
u
à
t
l
i
r
i
l
i
i
a
i
r
n
r
l
n
l
i
a
a
a
g
o
t
u
i
,
n
i
i
c
i
i
u
o
o
c
i
u
,
i
i
r
t
a
r
t
i
c
g
,
i
t
e
e
r
i
d
d
d
n
e
a
v
n
p
n
d
v
l
i
R
n
a
a
d
m
i
e
d
d
d
e
,
a
n
d
m
i
i
e
l
d
a
v
e
e
i
r
o
p
a
s
t
e
a
r
g
i
a
r
r
e
s
e
F
e
v
o
i
e
m
o
i
e
r
i
p
r
s
d dip d dipende da diverse ragioni, tra cui il l mo moderate con un numero limitato di eventi performance predittive. v . e . s simili, mentre il Random Forest riportava il l m maggiore interpretabilità dei risultati. .
i
r
e
r
t
s
o di e
v
en
t
o limi
ta
d
t
t
p
e
e
i
i
i
er
t
i
a
t
i
d
e
e c
er
um
t
o
n un n
p performance predittive.
a
c
n
a
m
v
c
p
e
r
e
n
r
e
o
r
f
r
r
d
m
p
t
o
e
r
f
e
l
l
e
h
'
a
l
a
t
t
n
o
a
t
o
o
d
n
n
o
c
M
B
G
f fat t f fatto che la condizione è solitamente e p e predittori. v valore più basso. Quando l'analisi con GBM, , Questo aspetto è particolarmente utile
i
l
a
s
a
i
r
o
c
e
o
p
c
a
c
e
h
l
h
o
.
u
Q
s
ù
i
b
t
s
a
a
m
e
n
e
m
t
e
a
m
n
e
e
o
e
e
e
n
t
n
t
l
s
l
o
s
è
s
o
i
l
t
a
i
a
è
o
i
t
è
d
d
o
n
n
z
z
i
n
i
c
l
a
a
o
o
c
c
d
z
e
o
o
n
t
n
i
i
i
i
tt
r
o
r
i.
di
e
38 Rivista Società Italiana di Medicina Generale n. 2 • 2023
3
.30 202
2 2 HS-Newsletter n.2 Vol .30 2023 HS-Newsletter n.2 Vol .30 2023 3
HS-Newsletter n.2
Vo
l
