Cancro della mammella

Leaders del gruppo: Alessandro Rizzo, Raffaella Massafra, Annarita Fanizzi. 

Membri del gruppo: Alessandro Rizzo, Raffaella Massafra, Annarita Fanizzi, Maria Colomba Comes, Samantha Bove, Antonio Cusmai, Vito Lorusso, Annalisa Nardone, Cosmo Maurizio Ressa, Daniele La Forgia, Agnese Latorre, Lucia Rinaldi, Silvana Acquafredda, Francesco Giotta, Gennaro Palmiotti, Sergio Diotaiuti, Alfredo Zito. 

Composizione del gruppo:
Un gruppo di ricerca multidisciplinare che include oncologi medici, scienziati con esperienza nell’analisi di dati biomedicali, fisici medici, ricercatori, radioterapisti, radiologi, anatomopatologi, etc. supportano lo sviluppo di questi progetti di ricerca. 

Programma di lavoro

Attività di ricerca sulle neoplasie mammarie, spaziando dalla terapia neoadiuvante e adiuvante al trattamento di prima linea, con un particolare focus sulle tecniche di intelligenza artificiale. Numerose collaborazioni scientifiche con centri italiani e internazionali per studi clinici e traslazionali sono tuttora in corso.

Alcuni di questi progetti includono:

  • Il miglioramento della prognosi nelle pazienti con carcinoma mammario HER2+ che ricevono trattamento neoadiuvante
  • Esplorare l’efficacia e la sicurezza di nuovi trattamenti per il carcinoma mammario triplo negativo in un setting “real-world”
  • Comprendere come il carcinoma mammario sviluppa resistenza ai trattamenti
  • L’identificazione di nuove strade per rendere più efficaci le terapie di prima linea
  • L’utilizzo dell’intelligenza artificiale in svariati setting del carcinoma mammario, dalla diagnosi alla prognosi fino alla risposta ai trattamenti

Network principali: IRCCS Sant’Orsola, Bologna; Oncologia Medica, Ospedale di Macerata; Policlinico, Bari; “Luigi Vanvitelli”, Università di Napoli; Centro di Riferimento Oncologico, Aviano; Azienda Ospedaliero Universitaria - Ospedali Riuniti, Foggia; Università di Ankara (Turchia); Ospedale “Dimiccoli”, Barletta; Associazione Italiana di Fisica Medica (AIFM); Istituto Nazionale di Fisica Nucleare (INFN); Dipartimento Interateneo di Fisica, Università degli Studi di Bari

Finanziamenti principali: Ricerca Corrente 2022

Pubblicazioni principali:

  • Rizzo A, Cusmai A, Massafra R, Bove S, Comes MC, Fanizzi A, Rinaldi L, Acquafredda S, Gadaleta-Caldarola G, Oreste D, Zito A, Giotta F, Lorusso V, Palmiotti G. Pathological Complete Response to Neoadjuvant Chemoimmunotherapy for Early Triple-Negative Breast Cancer: An Updated Meta-Analysis. Cells. 2022 Jun 7;11(12):1857. doi: 10.3390/cells11121857.
  • Massafra R, Bove S, La Forgia D, Comes MC, Didonna V, Gatta G, Giotta F, Latorre A, Nardone A, Palmiotti G, Quaresmini D, Rinaldi L, Tamborra P, Zito A, Rizzo A, Fanizzi A, Lorusso V. An Invasive Disease Event-Free Survival Analysis to Investigate Ki67 Role with Respect to Breast Cancer Patients' Age: A Retrospective Cohort Study. Cancers (Basel). 2022 Apr 28;14(9):2215. doi: 10.3390/cancers14092215. PMID: 35565344; PMCID: PMC9104454.
  • Rizzo A, Massafra R, Fanizzi A, Rinaldi L, Cusmai A, Latorre A, Zaccaria GM, Ronchi M, Telegrafo M, Gadaleta-Caldarola G, Giotta F, Lorusso V, Palmiotti G. Adenosine pathway inhibitors: novel investigational agents for the treatment of metastatic breast cancer. Expert Opin Investig Drugs. 2022 Jul;31(7):707-713. doi: 10.1080/13543784.2022.2078191. Epub 2022 May 18. PMID: 35575038.
  • Massafra R, Comes MC, Bove S, Didonna V, Gatta G, Giotta F, Fanizzi A, La Forgia D, Latorre A, Pastena MI, Pomarico D, Rinaldi L, Tamborra P, Zito A, Lorusso V, Paradiso AV. Robustness Evaluation of a Deep Learning Model on Sagittal and Axial Breast DCE-MRIs to Predict Pathological Complete Response to Neoadjuvant Chemotherapy. J Pers Med. 2022 Jun 10;12(6):953. doi: 10.3390/jpm12060953. PMID: 35743737; PMCID: PMC9225219.
  • Bove S, Comes MC, Lorusso V, Cristofaro C, Didonna V, Gatta G, Giotta F, La Forgia D, Latorre A, Pastena MI, Petruzzellis N, Pomarico D, Rinaldi L, Tamborra P, Zito A, Fanizzi A, Massafra R. A ultrasound-based radiomic approach to predict the nodal status in clinically negative breast cancer patients. Sci Rep. 2022 May 12;12(1):7914. doi: 10.1038/s41598-022-11876-4. PMID: 35552476; PMCID: PMC9098914.

Documents

» Breast Tean Eng Version
Download