Il cambiamento epidemiologico delle epatopatie croniche, guidato dal peso crescente delle forme metaboliche, richiede il passaggio da un modello diagnostico reattivo a uno predittivo capace di intercettare precocemente i pazienti a rischio di fibrosi avanzata e di epatocarcinoma (HCC). È il messaggio centrale emerso dal webinar “Algoritmi predittivi e strategie di sorveglianza nelle malattie del fegato, fibrosi epatica ed epatocarcinoma” con la partecipazione di Vincenza Calvaruso (Università degli Studi di Palermo) e Pietro Lampertico (Fondazione IRCCS Ca’ Granda Ospedale Maggiore Policlinico e Università degli Studi di Milano), e moderato da Fabio Ambrosino, editor di GastroInfo.
Il punto di partenza è di natura epidemiologica, dal momento che alle epatopatie virali si è affiancato un carico crescente di malattia epatica associata a disfunzione metabolica che coinvolge popolazioni enormi di pazienti diabetici e obesi, seguiti perlopiù in setting non specialistici. Lampertico ha quantificato il problema: in Italia i diabetici di tipo 2 sono circa 4 milioni e, stimando una malattia epatica avanzata nel 10% circa di questi soggetti, si arriva a circa 400.000 persone potenzialmente da indirizzare ai centri epatologici, un numero non gestibile con gli strumenti attuali.
In questo scenario si collocano due algoritmi pensati per la stratificazione del rischio di fibrosi in fase precoce. LiverPRO, basato su parametri di laboratorio comuni ed età, è proposto come strumento di primo orientamento in medicina generale, con l’obiettivo di ampliare la sensibilità di intercettazione senza aggiungere complessità al flusso clinico. Il FIB-4, pur raccomandato dalle linee guida, presenta secondo i relatori limiti noti di specificità: circa il 20-23% dei pazienti diabetici supererebbe la soglia di 1,3, generando un volume di invii ai centri di secondo livello non sostenibile. ADAPT, che integra età, diabete, conta piastrinica e il biomarcatore PRO C-3 (marcatore di sintesi del collagene di tipo III), è stato indicato come strumento a maggiore specificità, con valori superiori a 9-10-11 associati a un’accuratezza dell’80-90% nell’identificare fibrosi significativa o avanzata. Calvaruso e Lampertico hanno concordato su una possibile strategia sequenziale – LiverPRO come filtro sensibile di primo livello, ADAPT PRO C-3 come conferma specifica di secondo livello, fibroscan riservato ai casi residui – pur sottolineando che tale approccio necessita ancora di validazione prospettica nel contesto italiano.
Il terzo asse del confronto ha riguardato la sorveglianza dell’HCC, che si stima colpisca oltre 900.000 nuovi casi l’anno nel mondo con sopravvivenza a cinque anni compresa tra il 40 e il 70% in caso di diagnosi precoce, contro percentuali inferiori al 15% nelle fasi avanzate. La sorveglianza standard, basata su ecografia semestrale e dosaggio dell’alfa-fetoproteina (AFP), è stata descritta dai relatori come gravata da limiti rilevanti: qualità operatore-dipendente dell’ecografia, sensibilità stimata tra il 40 e il 60%, e mancata produzione di AFP da parte di una quota di tumori in fase precoce. In questo contesto è stato presentato l’algoritmo GAAD, che integra età, sesso e i biomarcatori AFP e PIVKA-II. Un contributo video di Christian Ramakers (Erasmus University Medical Center, Rotterdam), dove l’algoritmo è già in uso nella pratica di laboratorio, ne ha riportato l’impiego per migliorare sensibilità e specificità rispetto alla sola AFP, con un valore soglia indicato dai relatori italiani intorno a 2,6 per la distinzione tra rischio basso ed elevato.
Secondo Lampertico, l’utilizzo di questi algoritmi potrà avere un impatto rilevante sulla sostenibilità del sistema, ma la loro traduzione nella pratica clinica corrente richiederà prima una conferma in studi prospettici su larga scala (1).
Bibliografia
1. Porta C, Pradelli L, Cirotto G, et al. Cost-effectiveness of the GAAD algorithm for hepatocellular carcinoma surveillance of patients with compensated cirrhosis: a model-based analysis using Italian real-world data. J Med Econ 2026;29(1):406-420. doi: 10.1080/13696998.2026.2627833
Progetto sponsorizzato da Roche Diagnostics S.p.A
