A análise por IA de tomografias computadorizadas de rotina prevê quem se beneficia de terapia avançada para câncer de mama

O câncer de mama é a principal causa de morte por câncer entre as mulheres em todo o mundo, e a sobrevida cai drasticamente quando a doença se espalha. A sobrevida em cinco anos é de 31,9% na doença à distância, contra 86,7–99,6% na doença locorregional. Tumores com receptor hormonal positivo frequentemente se tornam resistentes à terapia endócrina. Inibidores de mTOR, como o everolimo, geralmente não melhoraram a sobrevida global, possivelmente porque aumentam a sinalização do fator de crescimento semelhante à insulina (IGF). O xentuzumabe, um anticorpo que neutraliza os ligantes do IGF, é uma tentativa de superar esse problema. Ferramentas que mostrem precocemente se um esquema de tratamento está funcionando acelerariam o desenvolvimento de medicamentos e poupariam os pacientes de tratamentos ineficazes.

Esta análise retrospectiva usou dados de um ensaio randomizado de fase Ib/II (NCT02123823, de maio de 2014 a outubro de 2016) de exemestano e everolimo com ou sem xentuzumabe. Dos 140 pacientes incluídos, 106 tinham tomografias computadorizadas com contraste interpretáveis na linha de base e na semana 8. Os outros 34 foram excluídos porque as imagens de origem não foram transferidas. Dos 106, 51 receberam a combinação de três medicamentos e 55 receberam o esquema de dois medicamentos. A idade média foi de 59,7 anos (DP 9,3), e 71,7% eram brancos. Radiologistas segmentaram de forma semiautomática todas as lesões detectáveis e avaliaram a resposta pelo RECIST 1.1.

A equipe testou oito biomarcadores de imagem desenvolvidos anteriormente em cinco estudos de câncer de pulmão, melanoma e câncer colorretal. Esses estudos abrangeram 1.866 pacientes de treinamento e 1.906 de validação. Os biomarcadores foram o volume do tumor hepático, o volume tumoral total e duas características radiômicas de heterogeneidade tumoral (Componentes 4 e 6), cada um medido na linha de base e como a variação até a semana 8. Os pacientes foram agrupados em sem benefício clínico (Grupo A: 28, todos com doença progressiva) ou com benefício clínico (Grupo B: 78, incluindo 66 com doença estável, 11 com respostas parciais e 1 com resposta completa).

Sete dos oito biomarcadores distinguiram os grupos de forma significativa. Apenas a variação do Componente 6 na semana 8 não o fez. O volume do tumor hepático e sua variação tiveram as maiores AUCs, seguidos pela variação do volume tumoral total e pelos Componentes 4 e 6 na linha de base. O volume hepático na linha de base alcançou uma AUC de 79,0% (IC de 95% 69,3–88,7), com especificidade de 85,7% e sensibilidade de 68,0% no limiar ideal. O Grupo B teve menores volumes tumorais hepático e total, tanto na linha de base quanto no acompanhamento, e apresentou mudanças marcantes na heterogeneidade tumoral até a semana 8.

Um modelo auxiliar de IA usou 40 variáveis: 3 clínicas e 37 características de imagem, incluindo o número de lesões nas cintilografias ósseas basais. Os preditores mais fortes da melhor resposta global foram as variações no volume do tumor hepático e no volume tumoral total durante o tratamento, e o número de lesões osteoblásticas nas cintilografias ósseas basais. Esta é a primeira tentativa do grupo de criar uma assinatura multimodal que combina tomografia computadorizada e cintilografia óssea, e ela apoia a transferência de marcadores entre diferentes tipos de câncer e tratamentos.

Os resultados são uma prova de conceito e ainda não estão prontos para uso clínico. A análise foi retrospectiva e baseada em um único ensaio. Cerca de um quarto dos pacientes foi excluído por falta de imagens, e a maior parte do grupo com benefício clínico tinha doença estável, e não redução do tumor. Os autores pedem mais validação antes da aplicação pan-câncer e pan-tratamento. Três autores são afiliados à Boehringer Ingelheim.