Gran parte dell’evidenza scientifica che guida protocolli, linee guida e nuove tecnologie nasce da studi pieni di numeri, indici e termini statistici non sempre immediati. Sensibilità, AUC, odds ratio, intervalli di confidenza… spesso compaiono nelle conclusioni degli articoli senza che venga spiegato cosa significhino concretamente nella pratica quotidiana.
Test diagnostici: quanto è affidabile un esame?
La maggior parte degli studi radiologici valuta la performance di una metodica (TC, RM, ecografia, PET, IA applicata alle immagini). I parametri fondamentali derivano dal confronto tra il risultato dell’esame e una “verità di riferimento” (gold standard), come l’istologia o il follow-up clinico.
Sensibilità
Indica la capacità dell’esame di identificare correttamente i pazienti malati. Un test molto sensibile difficilmente “perde” una patologia. È tipicamente ciò che si cerca negli screening: meglio qualche falso positivo in più che un tumore non rilevato.
Specificità
Misura la capacità di riconoscere correttamente i soggetti sani. Un esame molto specifico produce pochi falsi allarmi ed è utile quando un risultato positivo comporta procedure invasive o costose.
Accuratezza
Rappresenta la percentuale totale di diagnosi corrette. È intuitiva ma può ingannare se la malattia è rara: un test può sembrare molto accurato semplicemente perché la maggioranza dei pazienti è sana.
Valori predittivi: ciò che interessa davvero al clinico
Mentre sensibilità e specificità dipendono dal test, i valori predittivi dipendono anche da quanto la malattia è frequente nella popolazione studiata.
Valore predittivo positivo (PPV)
Risponde alla domanda: “Se l’esame è positivo, quanto è probabile che il paziente sia davvero malato?”
Valore predittivo negativo (NPV)
Indica la probabilità che un paziente con esame negativo sia realmente sano.
In contesti clinici reali — pronto soccorso, screening, follow-up oncologico — questi due parametri sono spesso i più utili.
Negli studi moderni, soprattutto quelli sull’intelligenza artificiale, compare quasi sempre la curva ROC.
La ROC (Receiver Operating Characteristic) rappresenta il compromesso tra sensibilità e specificità a diverse soglie decisionali. L’area sotto questa curva, detta AUC, riassume la capacità globale del test di distinguere malati da sani.
Valori tipici:
0.5 → prestazione equivalente al caso
0.7–0.8 → discreta
0.8–0.9 → buona
oltre 0.9 → eccellente
Un’AUC elevata indica che la metodica è complessivamente affidabile, indipendentemente dalla soglia scelta.
Concordanza tra operatori: un aspetto cruciale in radiologia
Molti studi valutano quanto più osservatori siano d’accordo tra loro nell’interpretazione delle immagini. Questo aspetto è fondamentale quando la diagnosi dipende dalla valutazione visiva.
Il parametro più utilizzato è il coefficiente kappa (κ).
Valori indicativi:
sotto 0.20 → accordo scarso
0.41–0.60 → moderato
0.61–0.80 → buono
oltre 0.80 → ottimo
Un’elevata concordanza suggerisce che la metodica produce risultati riproducibili e meno dipendenti dall’esperienza del singolo operatore.
Studi su fattori di rischio e trattamenti
Quando uno studio confronta gruppi (per esempio pazienti esposti o non esposti a un fattore, oppure trattati con tecniche diverse), compaiono altri indicatori.
Relative Risk (RR)
Indica di quanto aumenta (o diminuisce) il rischio di un evento nel gruppo esposto rispetto al controllo.
Odds Ratio (OR)
È simile al RR ma deriva da un diverso modo di esprimere le probabilità. È molto comune negli studi caso-controllo e nelle analisi statistiche multivariate.
In entrambi i casi:
valore = 1 → nessuna differenza
maggiore di 1 → rischio aumentato
minore di 1 → effetto protettivo
p-value e significatività statistica
Il p-value indica quanto è probabile osservare quel risultato se in realtà non esistesse alcuna differenza tra i gruppi.
Tradizionalmente:
p < 0.05 → risultato considerato statisticamente significativo
Tuttavia, non misura l’importanza clinica né la dimensione dell’effetto. Uno studio molto grande può produrre p-value significativi anche per differenze minime.
Intervallo di confidenza
Accanto a RR, OR o sensibilità compare quasi sempre un intervallo di confidenza (di solito al 95%). Esprime il range entro cui è probabile che si trovi il valore reale nella popolazione.
Un intervallo stretto indica una stima precisa; uno molto ampio segnala incertezza, spesso dovuta a campioni piccoli.
Per RR e OR, se l’intervallo include il valore 1, il risultato non è statisticamente significativo.
Come valutare rapidamente uno studio radiologico
Quando si legge un articolo, può essere utile porsi alcune domande pratiche:
La metodica ha sensibilità sufficiente per non perdere casi importanti?
La specificità è adeguata per evitare esami o biopsie inutili?
L’AUC indica una reale capacità diagnostica?
I risultati sono riproducibili tra diversi operatori?
Le differenze osservate sono clinicamente rilevanti o solo statisticamente significative?
In conclusione
Comprendere questi indicatori non serve solo a superare l’apparente complessità degli articoli scientifici. Permette di valutare criticamente nuove tecniche, protocolli e tecnologie prima che entrino nella pratica quotidiana.
Per chi lavora in radiologia — e in particolare per il TSRM, spesso in prima linea nell’applicazione delle metodiche — questa competenza rappresenta uno strumento professionale concreto, non solo teorico.
