L'analyse par IA de scanners de routine prédit quelles patientes bénéficieront d'un traitement avancé du cancer du sein
Des biomarqueurs d'imagerie élaborés dans les cancers du poumon, du mélanome et du côlon ont également permis de prédire le bénéfice du traitement chez 106 femmes atteintes d'un cancer du sein avancé HR+/HER2-négatif.
Résumé
Les médecins ont besoin de meilleurs moyens pour déterminer précocement si un traitement anticancéreux est efficace. Des chercheurs ont testé si des caractéristiques de scanners (CT) mesurées par ordinateur, développées à l'origine pour le cancer du poumon, le mélanome et le cancer du côlon, pouvaient prédire le bénéfice du traitement dans le cancer du sein avancé à récepteurs hormonaux positifs et HER2 négatif. Ils ont réanalysé les images de 106 patientes participant à un essai clinique évaluant l'exémestane et l'évérolimus, avec ou sans xentuzumab. Sept des huit marqueurs d'imagerie distinguaient les patientes qui avaient tiré un bénéfice du traitement de celles qui n'en avaient pas tiré. Une charge tumorale plus faible, en particulier au niveau du foie, annonçait une meilleure réponse. Un modèle d'IA utilisant également les scintigraphies osseuses a mis en évidence les mêmes facteurs. Ces travaux constituent une preuve de concept. Ils doivent être validés dans des groupes plus larges et indépendants avant de pouvoir guider les soins.
Résumé détaillé
Le cancer du sein est la première cause de décès par cancer chez les femmes dans le monde, et la survie chute fortement lorsqu'il se propage. La survie à cinq ans est de 31,9 % en cas de maladie à distance, contre 86,7–99,6 % en cas de maladie locorégionale. Les tumeurs à récepteurs hormonaux positifs deviennent souvent résistantes à l'hormonothérapie. Les inhibiteurs de mTOR, comme l'évérolimus, n'ont généralement pas amélioré la survie globale, peut-être parce qu'ils augmentent la signalisation du facteur de croissance analogue à l'insuline (IGF). Le xentuzumab, un anticorps qui neutralise les ligands de l'IGF, est une tentative pour surmonter ce problème. Des outils permettant de savoir tôt si un traitement est efficace accéléreraient le développement des médicaments et éviteraient aux patientes des traitements inefficaces.
Cette analyse rétrospective a utilisé les données d'un essai randomisé de phase Ib/II (NCT02123823, mai 2014–octobre 2016) portant sur l'exémestane et l'évérolimus, avec ou sans xentuzumab. Sur 140 patientes incluses, 106 disposaient de scanners (TDM) avec produit de contraste interprétables à l'inclusion et à la semaine 8. Les 34 autres ont été exclues car les images sources n'avaient pas été transférées. Sur les 106, 51 ont reçu l'association de trois médicaments et 55 le traitement à deux médicaments. L'âge moyen était de 59,7 ans (écart type 9,3) et 71,7 % étaient de race blanche. Des radiologues ont segmenté de façon semi-automatique toutes les lésions détectables et évalué la réponse selon les critères RECIST 1.1.
L'équipe a testé huit biomarqueurs d'imagerie précédemment développés dans cinq études sur le cancer du poumon, le mélanome et le cancer colorectal. Ces études portaient sur 1 866 patients d'entraînement et 1 906 patients de validation. Les biomarqueurs étaient le volume tumoral hépatique, le volume tumoral global et deux caractéristiques de radiomique de l'hétérogénéité tumorale (composantes 4 et 6), chacun mesuré à l'inclusion et sous forme de variation à la semaine 8. Les patientes ont été réparties en deux groupes : sans bénéfice clinique (groupe A : 28, toutes en progression de la maladie) ou avec bénéfice clinique (groupe B : 78, dont 66 en maladie stable, 11 en réponse partielle et 1 en réponse complète).
Sept biomarqueurs sur huit distinguaient significativement les groupes. Seule la variation de la composante 6 à la semaine 8 n'y est pas parvenue. Le volume tumoral hépatique et sa variation présentaient les AUC les plus élevées, suivis de la variation du volume tumoral global et des composantes 4 et 6 à l'inclusion. Le volume hépatique à l'inclusion a atteint une AUC de 79,0 % (IC à 95 % 69,3–88,7), avec une spécificité de 85,7 % et une sensibilité de 68,0 % à son seuil optimal. Le groupe B avait des volumes tumoraux hépatiques et globaux plus faibles à l'inclusion et au suivi, et montrait des changements marqués de l'hétérogénéité tumorale à la semaine 8.
Un modèle d'IA complémentaire a utilisé 40 variables : 3 cliniques et 37 caractéristiques d'imagerie, dont le nombre de lésions sur les scintigraphies osseuses à l'inclusion. Les prédicteurs les plus forts de la meilleure réponse globale étaient les variations du volume tumoral hépatique et du volume tumoral global pendant le traitement, ainsi que le nombre de lésions ostéoblastiques sur les scintigraphies osseuses à l'inclusion. Il s'agit de la première tentative du groupe de créer une signature multimodale combinant TDM et scintigraphies osseuses, et elle appuie la possibilité de transférer des marqueurs entre types de cancer et traitements.
Ces résultats constituent une preuve de concept et ne sont pas prêts pour un usage clinique. L'analyse était rétrospective et issue d'un seul essai. Environ un quart des patientes ont été exclues faute d'imagerie, et la plupart des patientes du groupe avec bénéfice clinique présentaient une maladie stable plutôt qu'une réduction tumorale. Les auteurs appellent à des validations supplémentaires avant toute application à tous les cancers et à tous les traitements. Trois auteurs sont affiliés à Boehringer Ingelheim.
Principales conclusions
- 106 of 140 trial patients had usable baseline and week 8 CT scans; 28 had no clinical benefit (all progressive disease) and 78 did (66 stable disease, 11 partial response, 1 complete response)
- Seven of eight CT imaging biomarkers developed in lung, melanoma and colorectal cancer significantly predicted clinical benefit in HR+/HER2-negative breast cancer
- Only the week 8 change in radiomics Component 6 failed to discriminate the groups
- Liver tumor volume and its change by week 8 had the highest predictive AUCs, followed by the change in overall tumor volume
- Baseline liver volume reached an AUC of 79.0% (95% CI 69.3–88.7) with 85.7% specificity and 68.0% sensitivity
- Patients with clinical benefit had lower baseline and follow-up liver and overall tumor volumes and marked changes in tumor heterogeneity by week 8
- In the 40-variable AI model, key drivers were changes in liver and overall tumor volume and the number of osteoblastic lesions on baseline bone scans
Méthodologie
Il s'agissait d'une analyse rétrospective d'un essai randomisé de phase Ib/II (NCT02123823) évaluant l'exémestane et l'évérolimus, avec ou sans xentuzumab. Sur les 140 patientes incluses, 106 disposant d'un scanner (CT) interprétable à l'inclusion et à la semaine 8 ont été retenues (51 sous trithérapie et 55 sous bithérapie). Les radiologues ont réalisé une segmentation volumétrique semi-automatique des lésions, extrait des caractéristiques radiomiques et évalué la réponse selon les critères RECIST 1.1. Le critère d'évaluation principal était l'AUC de huit biomarqueurs prédéfinis du bénéfice clinique. La significativité était définie par un P<0,05 bilatéral, avec correction de Bonferroni. Un modèle d'IA complémentaire a utilisé 40 variables (3 cliniques, 37 d'imagerie) pour prédire la meilleure réponse globale. Le compte rendu des résultats a suivi les recommandations STARD et TRIPOD.
Limites de l'étude
L'analyse était rétrospective, issue d'un seul essai, et a exclu 34 des 140 patients en raison de l'absence de transfert des images. Le bénéfice clinique reposait principalement sur la stabilisation de la maladie, et les auteurs précisent qu'une validation plus large est nécessaire avant toute utilisation tous cancers ou tous traitements confondus. Trois auteurs sont affiliés à Boehringer Ingelheim, et le modèle d'IA complémentaire était exploratoire.
Ce résumé vous a plu ?
Recevez les dernières recherches sur la longévité dans votre boîte de réception chaque semaine.
Saisissez votre e-mail pour vous abonner :