Sviluppo e validazione di un nomogramma per predire la recidiva nel cancro ovarico epiteliale dopo chirurgia citoriduttiva primaria: uno studio retrospettivo monocentrico

Lo studio rappresenta un contributo rilevante nel campo della medicina oncologica ginecologica, affrontando la sfida clinica della stratificazione del rischio di recidiva nel cancro ovarico epiteliale dopo intervento chirurgico. La metodologia adottata combina tecniche statistiche avanzate (LASSO regression) con validazione interna rigorosa, garantendo robustezza dei risultati. Il campione di 213 pazienti, sebbene monocentrico, fornisce dati reali da una popolazione ospedaliera cinese, utili per riflettere sulla epidemiologia locale del tumore ovarico. La divisione 6:4 tra training e validazione rappresenta una scelta metodologica appropriata per evitare overfitting. I sei fattori identificati rispecchiano elementi clinico-patologici ben consolidati in letteratura: lo stadio FIGO rimane il predittore prognostico più robusto nei tumori ovarici; il grado di differenziazione correlata con aggressività biologica; i residui tumorali macroscopici dopo citoriduzione sono marcatori di prognosi infausta; la citologia ascitica positiva riflette malattia peritoneale; i marcatori tumorali CA125 e l'algoritmo ROMA combinano informazioni bioumorali e cliniche. I valori di AUC (0,861 e 0,801) indicano discriminazione eccellente nella coorte di training e buona nella validazione, dimostrando generalizzabilità. Il test di Hosmer-Lemeshow positivo conferma la calibrazione appropriata. Questo nomogramma offre uno strumento pratico per stratificare il rischio e potenzialmente guidare decisioni terapeutiche relative a chemioterapia adiuvante o follow-up intensificato, colmando il gap tra ricerca e pratica clinica.