Divergenza dello scaling strutturale e metabolico nei tumori NSCLC

Δ = |β̄ - θ| come firma di incoerenza gerarchica: SCC vs ADC su 52 pazienti, p < 0.0001, d = 2.15.

Scaricazip· ~1.3 MB

Cos'è

Studio empirico di riferimento sulla divergenza fra esponente di scaling strutturale (β̄, vasi) ed esponente metabolico (θ, SUVmax/MTV) nei tumori non a piccole cellule del polmone (NSCLC). L'ipotesi: la patologia tumorale non è caratterizzata da uno spostamento di un singolo esponente, ma dalla perdita di coerenza gerarchica che normalmente coordina struttura (R) e processo (P). La divergenza Δ = |β̄ − θ| viene proposta come marcatore quantitativo di questa incoerenza.

Materiale

Risorsa Formato Cosa contiene
Pacchetto completo (download) zip Tutti gli artefatti elencati sotto
Manuscript principale md Testo completo del paper (~2.800 parole, 10 referenze)
Abstract standalone md Sintesi 247 parole con tabella risultati
Cover letter md Presentazione editoriale
Codice analysis_divergence.py py Pipeline principale di analisi
Codice analisi_scaling_NSCLC.py py Script preparatorio scaling NSCLC
Dati tumor_vessel_scaling.xlsx xlsx Dataset Brummer & Savage (2021), 52 pazienti
Materiali supplementari md Note metodologiche estese
Figure png Boxplot divergenza + scatter β̄ vs θ
LICENSE — MIT

Risultati principali

  • Coorte: 52 pazienti NSCLC (38 ADC, 14 SCC) dal NSCLC Radiogenomics dataset.
  • Esponenti: ADC β̄ = 0.914, θ = 0.337; SCC β̄ = 0.920, θ = 0.228. Entrambi i tipi mostrano scaling strutturale vicino all'isometrico (≈ 1.0) e scaling metabolico depresso rispetto a 0.75.
  • Divergenza: Δ_ADC = 0.577, Δ_SCC = 0.692 (+19,9% in SCC).
  • Significatività: Welch's t = 5.888, Mann–Whitney U = 511.0, entrambi p < 0.0001; Cohen's d = 2.15 (effetto molto grande).
  • Conclusione operativa: Δ discrimina i sottotipi tumorali meglio di ciascun esponente preso singolarmente.

Connessione all'ontologia

Lo studio fornisce validazione empirica diretta del framework R/P/D (Relazione, Processo, Distinzione/gerarchia) e della sua articolazione in AILA — Coherence, dove la validazione NSCLC è esplicitamente richiamata. La perdita di coordinazione fra β̄ e θ è la traduzione clinica del Teorema 6 — Inseparabilità degli attributi: quando D si degrada, R e P si scollano e gli scaling divergono. Il riferimento allo scaling 3/4 è teorico (WBE/Kleiber).

Come usarlo

  • Lettura rapida: apri manuscript/abstract_standalone.md.
  • Riproduzione: pip install -r code/requirements.txt, poi python code/analysis_divergence.py con il dataset Excel allegato.
  • Pairing AI: carica abstract + analysis_divergence.py come contesto e chiedi varianti su altri tipi tumorali o analisi longitudinali.

Note

Working paper v1.0, gennaio 2026. Limiti dichiarati: campione 52 pazienti, assenza dati di stadiazione, singolo tipo tumorale (NSCLC), θ calcolato a livello di gruppo. Dati originari MIT (Brummer & Savage 2021); pacchetto distribuito CC-BY-SA-4.0.