Un modello multivariato integrato di previsione del rischio neoplastico dei noduli della tiroide

Riassunto Obiettivo: la diagnosi di natura di un nodulo della tiroide è ancora oggi un problema non completamente risolto e spesso vengono eseguiti interventi a solo scopo di conferma istologica. Lo studio si propone di definire un modello integrato predittivo del rischio neoplastico per un nodulo tiroideo: Tale modello può essere complementare all’attuale approccio sequenziale di attività diagnostiche, governato da criteri mono-dimensionali. Materiali: sono stati raccolti i dati clinici, ecografici e citologici preoperatori di 168 pazienti consecutivi (per un totale di 197 noduli studiati), operati successivamente di tiroidectomia totale. I dati sono stati analizzati con statistica monovariata e quindi integrati in un modello statistico multivariato. Sono stati esclusi pazienti con referto citologico inadeguato (classe Th 1 secondo la British Thyroid Ass.) o con diagnosi citologica certa di neoplasia (classe Th 5). Risultati: sono risultate variabili predittive indipendenti di maggior valore la anisonucleosi, la presenza di atipie e di proliferazione follicolare nell’esame citologico; la presenza di calcificazioni interne al nodulo e l’unicità del nodulo stesso come caratteri ecografici. Conclusioni: è stato possibile integrare in un unico modello predittivo di rischio a cinque elementi i caratteri derivanti dall’ecografia e dalla citologia su FNA. Tale modello può essere la base per ottenere un sistema di punteggio da affiancare alla strategia di semplice algoritmo sequenziale raccomandata dalle linee guida attuali. Summary Objective: the diagnosis of nature of a thyroid nodule is still an unresolved problem and often patients undergo surgery just to confirm an histological diagnosis. This study is aimed to define an integrated model to predict the risk of malignancy for a thyroid nodule. This model should complement the presently preferred approach, based on a sequential diagnostic workup ruled by mono-dimensional criteria. Materials: data from clinical exam, ultrasound and cytology were collected in the preoperative period from 168 consecutive patients (for a total number of 197 considered nodules), who then underwent total thyroidectomy. Data were analysed by monovariate statistics and then integrated in a multivariate statistical model. Patients with an inadequate cytology (Th 1class, according to la British Thyroid Ass.) or with a definite cytological diagnosis of malignancy (Th 5class) were excluded. Results: anisonucleosis, the presence of atipia and follicular proliferation resulted as independent significant criteria for cytology; the presence of calcifications inside a nodule and the condition of unique nodule were the ultrasonographic most significant characters. Conclusions: it has been possible to integrate in a unique predictive model of risk with five elements the information deriving from ultrasound and cytology. This model can be the starting point to obtain a scoring system to improve the strategy of simple sequential algorithm recommended by the present guidelines. Introduzione La diagnosi di natura di un nodulo della tiroide è ancora oggi un problema non completamente risolto e poiché, nonostante l’alta prevalenza dei noduli della tiroide, solo in una piccola percentuale di casi essi sono maligni, spesso vengono eseguiti interventi a solo scopo di conferma istologica. Le più recenti linee guida (1, 2, 3) raccomandano un flusso sequenziale di attività diagnostiche, governato da criteri mono-dimensionali (anamnesi-esame obiettivo ecografia FNA) e non sembrano esistere in letteratura tentativi di costruire sistemi di punteggio di rischio, specie per quella tipologia di noduli tiroidei con caratteristiche ecografie sospette o con citologia di tipo “lesione follicolare”. Lo scopo dello studio è quello di confermare il valore diagnostico di alcune delle caratteristiche della citologia e dell’ecografia citate in letteratura come predittive di malignità (4, 5, 6) e integrarle in un unico modello statistico multivariato predittivo del rischio di neoplastico.