L'analisi con intelligenza artificiale delle TC di routine prevede chi trarrà beneficio dalle terapie avanzate per il carcinoma mammario
I biomarcatori di imaging sviluppati nei tumori del polmone, del melanoma e del colon hanno previsto il beneficio del trattamento anche in 106 donne con carcinoma mammario avanzato HR+/HER2-negativo.
Riepilogo
I medici hanno bisogno di strumenti migliori per capire precocemente se un farmaco oncologico sta funzionando. I ricercatori hanno verificato se alcune caratteristiche delle TC misurate al computer, sviluppate originariamente per il tumore del polmone, il melanoma e il tumore del colon, potessero predire il beneficio del trattamento nel carcinoma mammario avanzato con recettori ormonali positivi e HER2-negativo. Hanno rianalizzato le scansioni di 106 pazienti arruolate in uno studio clinico su exemestane ed everolimus, con o senza xentuzumab. Sette degli otto marcatori di imaging hanno permesso di distinguere le pazienti che hanno tratto beneficio da quelle che non ne hanno tratto. Un carico tumorale minore, soprattutto a livello del fegato, indicava una risposta migliore. Un modello di IA che utilizzava anche le scintigrafie ossee ha individuato gli stessi fattori. Il lavoro è una prova di concetto: servono conferme in gruppi di pazienti più ampi e indipendenti prima che possa orientare le decisioni di cura.
Riepilogo Dettagliato
<p>Il tumore al seno è la principale causa di morte per cancro tra le donne a livello mondiale, e la sopravvivenza diminuisce drasticamente quando la malattia si diffonde. La sopravvivenza a cinque anni è del 31,9% per la malattia a distanza, contro l'86,7–99,6% per la malattia loco-regionale. I tumori positivi per i recettori ormonali spesso diventano resistenti alla terapia endocrina. Gli inibitori di mTOR come everolimus in genere non hanno migliorato la sopravvivenza globale, forse perché aumentano l'espressione della via di segnalazione del fattore di crescita insulino-simile (IGF). Xentuzumab, un anticorpo che neutralizza i ligandi di IGF, è un tentativo di superare questo problema. Strumenti in grado di mostrare precocemente se un regime terapeutico funziona accelererebbero lo sviluppo dei farmaci e risparmierebbero ai pazienti trattamenti inefficaci.</p>
<p>Questa analisi retrospettiva ha utilizzato i dati di uno studio randomizzato di fase Ib/II (NCT02123823, maggio 2014–ottobre 2016) su exemestane ed everolimus con o senza xentuzumab. Dei 140 pazienti arruolati, 106 avevano scansioni TC con mezzo di contrasto interpretabili al basale e alla settimana 8. Gli altri 34 sono stati esclusi perché le immagini originali non erano state trasferite. Dei 106, 51 hanno ricevuto la combinazione di tre farmaci e 55 il regime a due farmaci. L'età media era di 59,7 anni (DS 9,3) e il 71,7% era di etnia bianca. I radiologi hanno segmentato in modo semiautomatico ogni lesione rilevabile e valutato la risposta secondo RECIST 1.1.</p>
<p>Il gruppo di ricerca ha testato otto biomarcatori di imaging sviluppati in precedenza in cinque studi su tumore del polmone, melanoma e tumore del colon-retto. Tali studi comprendevano 1.866 pazienti di addestramento e 1.906 di validazione. I biomarcatori erano il volume del tumore epatico, il volume tumorale complessivo e due caratteristiche radiomiche dell'eterogeneità tumorale (Componenti 4 e 6), ciascuno misurato al basale e come variazione alla settimana 8. I pazienti sono stati suddivisi in nessun beneficio clinico (Gruppo A: 28, tutti con malattia progressiva) o beneficio clinico (Gruppo B: 78, di cui 66 con malattia stabile, 11 con risposta parziale e 1 con risposta completa).</p>
<p>Sette biomarcatori su otto hanno distinto in modo significativo i gruppi. Solo la variazione della Componente 6 alla settimana 8 non ci è riuscita. Il volume del tumore epatico e la sua variazione hanno mostrato le AUC più elevate, seguiti dalla variazione del volume tumorale complessivo e dalle Componenti 4 e 6 al basale. Il volume epatico al basale ha raggiunto un'AUC del 79,0% (IC 95% 69,3–88,7), con una specificità dell'85,7% e una sensibilità del 68,0% alla soglia ottimale. Il Gruppo B presentava volumi tumorali epatici e complessivi più bassi al basale e al follow-up, e mostrava marcate variazioni dell'eterogeneità tumorale alla settimana 8.</p>
<p>Un modello di intelligenza artificiale accessorio ha utilizzato 40 variabili: 3 cliniche e 37 caratteristiche di imaging, incluso il numero di lesioni nelle scintigrafie ossee al basale. I predittori più forti della migliore risposta complessiva sono stati le variazioni del volume del tumore epatico e del volume tumorale complessivo durante il trattamento, e il numero di lesioni osteoblastiche nelle scintigrafie ossee al basale. Si tratta del primo tentativo del gruppo di una firma multimodale che combina TC e scintigrafia ossea, e sostiene la trasferibilità dei marcatori tra tipi di tumore e trattamenti.</p>
<p>I risultati rappresentano una prova di concetto e non sono pronti per l'uso clinico. L'analisi era retrospettiva e basata su un singolo studio. Circa un quarto dei pazienti è stato escluso per imaging mancante, e la maggior parte del gruppo con beneficio clinico presentava malattia stabile anziché riduzione del tumore. Gli autori richiedono ulteriori validazioni prima di un'applicazione pan-tumorale e pan-trattamento. Tre autori sono affiliati a Boehringer Ingelheim.</p>
Risultati Principali
- 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
Metodologia
Si trattava di un'analisi retrospettiva di uno studio randomizzato di fase Ib/II (NCT02123823) su exemestane ed everolimus con o senza xentuzumab. Dei 140 pazienti arruolati, 106 con TC interpretabile al basale e alla settimana 8 sono stati inclusi (51 in terapia tripla e 55 in terapia doppia). I radiologi hanno eseguito una segmentazione volumetrica semi-automatica delle lesioni, estratto le caratteristiche radiomiche e valutato la risposta secondo i criteri RECIST 1.1. L'endpoint primario era l'AUC di otto biomarcatori predefiniti per il beneficio clinico. La significatività era definita come P<0,05 a due code con correzione di Bonferroni. Un modello di intelligenza artificiale accessorio ha utilizzato 40 variabili (3 cliniche, 37 di imaging) per predire la migliore risposta globale. La stesura del report ha seguito le linee guida STARD e TRIPOD.
Limitazioni dello Studio
L'analisi era retrospettiva, basata su un unico studio, e ha escluso 34 pazienti su 140 perché le immagini non erano state trasferite. Il beneficio clinico era dovuto prevalentemente alla malattia stabile, e gli autori affermano che è necessaria una validazione più ampia prima di un utilizzo pan-tumorale o pan-trattamento. Tre autori sono affiliati a Boehringer Ingelheim e il modello di IA accessorio era di tipo esplorativo.
Ti è piaciuto questo riepilogo?
Ricevi ogni settimana le ultime ricerche sulla longevità direttamente nella tua casella email.
Inserisci la tua email per iscriverti: