https://unire.unige.it/handle/123456789/4904 2026-10-23T20:10:11Z https://unire.unige.it/handle/123456789/17365 L’ISTEROSCOPIA DIAGNOSTICA NELLA PRATICA GINECOLOGICA AMBULATORIALE: APPROPRIATEZZA DELLE INDICAZIONI E VALUTAZIONE DEI RISULTATI Studio osservazionale retrospettivo monocentrico presso l’Ospedale San Paolo di Savona Vigna, Annalisa <1992> Introduzione e obiettivo L’isteroscopia diagnostica rappresenta uno strumento fondamentale nella valutazione delle alterazioni della cavità uterina, consentendo la visualizzazione diretta dell’endometrio e, quando indicato, l’esecuzione di un campionamento istologico mirato. Il crescente riscontro ecografico di alterazioni endometriali, anche in pazienti asintomatiche, rende tuttavia rilevante una corretta selezione delle pazienti da sottoporre alla procedura. Il presente studio ha l’obiettivo di analizzare l’attività dell’Ambulatorio di Isteroscopia Diagnostica dell’Ospedale San Paolo di Savona, valutando le caratteristiche cliniche ed ecografiche delle pazienti, le indicazioni all’isteroscopia e la relazione tra indicazione clinico-ecografica ed esito istologico. I risultati sono stati inoltre confrontati con le principali evidenze disponibili in letteratura, al fine di valutare possibili strategie di stratificazione del rischio e di ottimizzazione dell’accesso alla procedura. Materiali e Metodi È stato condotto uno studio osservazionale retrospettivo monocentrico presso l’Ambulatorio di Isteroscopia Diagnostica dell’Ospedale San Paolo di Savona, comprendente le pazienti sottoposte a isteroscopia diagnostica nel periodo gennaio 2024–agosto 2025. Delle 589 pazienti inizialmente valutate, 501 sono state incluse nell’analisi dopo l’esclusione dei casi sottoposti a isteroscopia per indicazioni differenti da quelle oggetto dello studio. Sono state analizzate le principali caratteristiche cliniche ed ecografiche della popolazione, con particolare riferimento all’età, allo stato menopausale e all’indicazione all’esecuzione della procedura. Nei casi sottoposti a campionamento endometriale, sono state inoltre valutate la modalità di prelievo e l’esito istologico, classificato in presenza o assenza di patologia endometriale premaligna o maligna. È stata quindi analizzata la relazione tra l’indicazione clinico-ecografica all’isteroscopia e il riscontro di patologia premalign; Introduction and Objective Diagnostic hysteroscopy represents a fundamental tool in the evaluation of uterine cavity abnormalities, allowing direct visualization of the endometrium and, when indicated, targeted histological sampling. However, the increasing detection of endometrial abnormalities on ultrasound, including in asymptomatic patients, highlights the importance of appropriate patient selection for the procedure. The aim of this study was to analyze the activity of the Diagnostic Hysteroscopy Unit at San Paolo Hospital in Savona, evaluating the clinical and ultrasound characteristics of the patients, the indications for hysteroscopy, and the relationship between the clinical-ultrasound indication and histological findings. The results were also compared with the main evidence available in the literature, with the aim of assessing potential strategies for risk stratification and optimization of access to the procedure. Materials and Methods A retrospective, single-center observational study was conducted at the Diagnostic Hysteroscopy Unit of San Paolo Hospital in Savona, including patients who underwent diagnostic hysteroscopy between January 2024 and August 2025. Of the 589 patients initially evaluated, 501 were included in the analysis after excluding cases in which hysteroscopy was performed for indications other than those considered in the study. The main clinical and ultrasound characteristics of the study population were analyzed, with particular reference to age, menopausal status, and indication for the procedure. Among patients who underwent endometrial sampling, the sampling technique and histological findings were also evaluated, with histological outcomes classified according to the presence or absence of premalignant or malignant endometrial pathology. The relationship between the clinical-ultrasound indication for hysteroscopy and the detection of premalignant or malignant pathology was then analyzed in order to identify characteristics as 2026-10-05T00:00:00Z https://unire.unige.it/handle/123456789/16984 AI-PLAN: l'intelligenza artificiale nella chirurgia oncoplastica e ricostruttiva della mammella, dalle linee guida alla pianificazione chirurgica personalizzata Diaz, Raquel <1991> Background: L’intelligenza artificiale (AI) è sempre più studiata come strumento di supporto decisionale nella cura del carcinoma mammario. La pianificazione chirurgica, tuttavia, integra variabili oncologiche standardizzate con fattori anatomici, tecnici, estetici e individuali più difficili da rappresentare mediante dati strutturati. Metodi: Questo studio osservazionale retrospettivo monocentrico ha incluso 30 pazienti consecutive sottoposte a chirurgia per carcinoma mammario presso l’IRCCS Azienda Ospedaliera Metropolitana - plesso Ospedale Policlinico San Martino, Genova, tra gennaio 2024 e maggio 2025. Le informazioni cliniche standardizzate sono state inserite nel workflow BREAST AI-PLAN. Le raccomandazioni generate dall’AI sono state confrontate con le decisioni multidisciplinari riguardo terapia neoadiuvante, chirurgia pianificata, accesso chirurgico, ricostruzione, terapia adiuvante e valutazione estetica. La concordanza è stata valutata mediante coefficiente kappa di Cohen (κ), con κ pesato per l’estetica. Risultati: La concordanza variava tra i diversi domini. La terapia neoadiuvante mostrava un accordo quasi perfetto (96,67%; κ=0,9112). Chirurgia pianificata e accesso chirurgico mostravano accordo moderato (70,00%; κ=0,5814 e 60,00%; κ=0,4258). L’accordo era inferiore per ricostruzione (57,14%; κ=0,3588) e terapia adiuvante (64,29%; κ=0,2911). La valutazione estetica mostrava elevato accordo grezzo ma solo lieve concordanza corretta per il caso (κ pesato=0,1418-0,1608). Conclusioni: La concordanza dell’AI con la pianificazione multidisciplinare risultava maggiore per decisioni basate su variabili esplicite e standardizzate e diminuiva con l’aumentare del peso di fattori anatomici, tecnici, estetici e individuali. BREAST AI-PLAN dovrebbe pertanto essere considerato uno strumento di supporto decisionale e non un sistema autonomo.; Background: Artificial intelligence (AI) is increasingly being explored as a decision-support tool in breast cancer care. Breast surgical planning, however, combines standardized oncological variables with anatomical, technical, aesthetic, and patient-related factors that may be more difficult to represent through structured data. Methods: This retrospective, single-center observational study included 30 consecutive women undergoing breast cancer surgery at IRCCS Azienda Ospedaliera Metropolitana - plesso Ospedale Policlinico San Martino, Genoa, between January 2024 and May 2025. Standardized clinical information was incorporated into the BREAST AI-PLAN workflow. AI-generated recommendations were compared with multidisciplinary clinical decisions for neoadjuvant treatment, planned surgery, surgical approach, reconstruction, adjuvant treatment, and aesthetic assessment. Agreement was evaluated using Cohen’s kappa coefficient (κ), with weighted κ for aesthetics. Results: Agreement varied across domains. Neoadjuvant treatment showed almost perfect agreement (96.67%; κ=0.9112). Planned surgery and surgical approach showed moderate agreement (70.00%; κ=0.5814 and 60.00%; κ=0.4258, respectively). Agreement was lower for reconstruction (57.14%; κ=0.3588) and adjuvant treatment (64.29%; κ=0.2911). Aesthetic assessment showed high crude agreement but only slight chance-corrected concordance (weighted κ=0.1418-0.1608). Conclusions: AI concordance with multidisciplinary planning was highest for decisions based on explicit, standardized variables and decreased as anatomical, technical, aesthetic, and patient-specific factors became more relevant. BREAST AI-PLAN should therefore be considered a clinical decision-support framework rather than an autonomous decision-making system. 2026-09-28T00:00:00Z https://unire.unige.it/handle/123456789/16830 Alterazioni Cerebrali Strutturali e Funzionali in Adolescenti e Giovani Adulti esposti in utero alla cocaina: una revisione narrativa della letteratura Cavera, Francescaelisa <1985> L’ambiente a cui siamo esposti fin dalle prime fasi della vita intrauterina gioca un ruolo determinante nel plasmare non solo lo sviluppo dell’intero organismo, ma in particolare quello del Sistema Nervoso Centrale (SNC), […]. In questo scenario, l'esposizione prenatale alla cocaina (PCE) traccia una complessa traiettoria di vulnerabilità neuroevolutiva i cui effetti persisterebbero in epoca adolescenziale e nella prima età giovane adulta. […] La presente revisione narrativa si propone di analizzare la letteratura prodotta nell'ultimo ventennio relativa agli effetti dell'esposizione prenatale alla cocaina sullo sviluppo cerebrale e sulla vulnerabilità ai disturbi mentali in età adolescenziale e giovane adulta. Ponendo un focus centrale sugli studi basati su tecniche avanzate di neuroimaging in vivo […] è stata condotta una selezione a imbuto su banche dati internazionali (PubMed ed EBSCOhost), applicando criteri di inclusione legati a studi clinici e longitudinali in campioni di adolescenti e giovani adulti. Al termine del processo di selezione, sono stati inclusi ed analizzati 22 studi full-text finali, […]. L'analisi dei 22 studi ha rivelato una sistematica dissociazione tra le performance nei task sperimentali e i dati di neuroimaging, definibile come una forma di vulnerabilità "contesto-dipendente". […] L'analisi strutturale e microstrutturale documenta, invece, alterazioni anatomiche a carico del sistema dopaminergico fronto-striatale […] associate ad una disconnessione fronto-limbica […]. Privato della modulazione top-down, il sistema limbico esercita un'anomala influenza bottom-up […]. Infine, il riscontro di alterazioni dello spessore corticale suggerisce un'interferenza con il fisiologico pruning sinaptico adolescenziale. Questo studio dimostra che la riserva biologica inefficiente dei soggetti PCE satura e collassa precocemente di fronte al multitasking, allo stress e al carico emotivo della vita reale. […]; The environment to which we are exposed from the earliest stages of intrauterine life plays a crucial role in shaping not only the development of the entire organism but specifically that of the Central Nervous System (CNS), […]. Within this framework, Prenatal Cocaine Exposure (PCE) outlines a complex trajectory of neurodevelopmental vulnerability, whose effects appear to persist into adolescence and young adulthood. […] This narrative review aims to analyze the literature produced over the last two decades regarding the effects of prenatal cocaine exposure on brain development and vulnerability to mental disorders during adolescence and young adulthood. Focusing primarily on studies using advanced in vivo neuroimaging techniques, the paper intends to identify the main structural, functional, and hemodynamic biomarkers associated with this insult […]. A funnel-like selection process was conducted across international databases (PubMed and EBSCOhost), applying inclusion criteria related to clinical and longitudinal studies in adolescent and young adult samples. At the end of the selection process, 22 final full-text studies were included and analyzed. […] The analysis of the 22 studies revealed a systematic dissociation between performance in experimental tasks and neuroimaging data, which can be defined as a form of "context-dependent" vulnerability. […] Conversely, structural and microstructural analyses document anatomical alterations within the dopaminergic fronto-striatal system […] associated with a fronto-limbic disconnection due to the impairment of the uncinate fasciculus and the secondary fibers of the superior longitudinal fasciculus (SLF) and the cingulum. Deprived of top-down modulation, the limbic system exerts an anomalous bottom-up influence […]. Finally, evidence of alterations in cortical thickness suggests an interference with the physiological adolescent synaptic pruning. […] 2026-09-01T00:00:00Z https://unire.unige.it/handle/123456789/16827 BIOPSIA VIRTUALE DELLE LESIONI POLMONARI MEDIANTE RADIOMICA TC E MACHINE LEARNING Venzano, Clary <1993> La caratterizzazione di una lesione polmonare resta uno dei problemi più delicati della diagnostica toracica. La TC è la metodica di riferimento per individuarla e descriverne la morfologia, ma nella maggior parte dei casi la diagnosi definitiva si basa comunque sulla conferma istologica. La biopsia tissutale rimane il gold standard, però è invasiva, non priva di complicanze, e per sua natura descrive solo la porzione di tessuto effettivamente campionata. Negli ultimi anni la radiomica ha mostrato che dalle immagini si possono estrarre informazioni quantitative non colte dal solo occhio del radiologo. È in questa cornice che si parla di biopsia virtuale: un modo non invasivo di interrogare l'intero volume della lesione, nella speranza di ricavarne indizi sulla sua biologia. In questo lavoro abbiamo verificato se feature radiomiche estratte da TC potessero classificare le lesioni polmonari in quattro categorie – carcinoma non a piccole cellule (NSCLC), carcinoma a piccole cellule (SCLC), lesioni benigne e metastasi. L'idea di fondo era capire se un modello di machine learning basato su radiomica potesse avvicinarsi, almeno in parte, al concetto di biopsia virtuale pre-istologica. Il dataset comprendeva 591 lesioni polmonari in 434 pazienti. Abbiamo confrontato 14 feature set e 7 algoritmi di machine learning, per un totale di 98 configurazioni sperimentali, validate con cross-validazione ripetuta 5×5 e separazione dei dati a livello di paziente. Nel complesso, i risultati dicono che la radiomica TC è in grado di intercettare un segnale quantitativo utile alla caratterizzazione non invasiva delle lesioni, ma che la classificazione multiclass completa è ancora lontana dal poter competere con la diagnosi istologica. Il concetto di biopsia virtuale si dimostra però particolarmente promettente proprio per gli SCLC, il che apre a un possibile sviluppo futuro incentrato su un modello dedicato SCLC vs non-SCLC.; The characterization of a pulmonary lesion remains one of the most challenging tasks in thoracic diagnostics. Although computed tomography (CT) represents the reference imaging modality for detecting and describing the morphological features of a lesion, definitive diagnosis relies predominantly on histological confirmation. Tissue biopsy remains the gold standard; however, it is invasive, carries a risk of complications, and inherently reflects only the specific portion of tissue sampled. In recent years, radiomics has demonstrated that quantitative information beyond human visual perception can be extracted from medical images. Within this framework, the concept of a "virtual biopsy" has emerged: a non-invasive approach to interrogate the entire lesion volume and gain insights into its underlying biology. In this study, we investigated whether CT-derived radiomic features could classify pulmonary lesions into four distinct diagnostic categories: non-small cell lung cancer (NSCLC), small cell lung cancer (SCLC), benign lesions, and metastases. The primary goal was to evaluate whether a radiomics-based machine learning model could approximate the concept of a pre-histological virtual biopsy. The dataset comprised 591 pulmonary lesions across 434 patients. We evaluated 14 feature sets and 7 machine learning algorithms, yielding 98 experimental configurations validated using a 5×5 repeated cross-validation scheme with patient-level data splitting. Overall, the findings indicate that CT radiomics can capture a meaningful quantitative signal for the non-invasive characterization of pulmonary lesions. However, full multiclass classification is currently insufficient to compete with histological diagnosis. Nonetheless, the virtual biopsy concept proved particularly promising for identifying SCLC, highlighting a potential direction for future research focused on a dedicated SCLC versus non-SCLC classification model. 2026-08-12T00:00:00Z