Usando tomografía computarizada TC estándar de atención en pacientes con cáncer de pulmón de células no pequeñas avanzado CPNM, los investigadores utilizaron inteligencia artificial IA para entrenar algoritmos para predecir la sensibilidad del tumor a tres terapias contra el cáncer sistémico.
"La interpretación de los radiólogos de las tomografías computarizadas de pacientes con cáncer tratados con terapias sistémicas es intrínsecamente subjetiva", dijo Dercle. "El propósito de este estudio fue entrenar tecnologías de IA de vanguardia para predecir las respuestas de los pacientes al tratamiento, permitiendo a los radiólogos administrarpredicciones más precisas y reproducibles de la eficacia del tratamiento en una etapa temprana de la enfermedad ".
Dercle explicó que, para determinar si los pacientes con CPNM están respondiendo a la terapia sistémica, los radiólogos actualmente cuantifican los cambios en el tamaño del tumor y la aparición de nuevas lesiones tumorales. Sin embargo, este tipo de evaluación puede ser limitada, especialmente en pacientes tratados con inmunoterapia, quepuede mostrar patrones atípicos de respuesta y progresión, señaló. "Las terapias sistémicas más nuevas provocan la necesidad de métricas alternativas para la evaluación de la respuesta, que pueden dar forma a la toma de decisiones terapéuticas", dijo Dercle.
Dercle y sus colegas utilizaron datos de múltiples ensayos clínicos de fase II / fase III que evaluaron el tratamiento sistémico en pacientes con CPNM. Estos pacientes fueron tratados con uno de tres agentes: el agente inmunoterapéutico nivolumab Opdivo, el agente quimioterapéutico docetaxel Taxotere, o el gefitinib terapéutico dirigido Iressa. Los investigadores analizaron retrospectivamente imágenes de TC de atención estándar de 92 pacientes que recibieron nivolumab en dos ensayos; 50 pacientes que recibieron docetaxel en un ensayo y 46 pacientes que recibieron gefitinib en un ensayo.
Para desarrollar el modelo, los investigadores utilizaron las imágenes de CT tomadas al inicio y en la evaluación del primer tratamiento tres semanas para pacientes tratados con gefitinib; ocho semanas para pacientes tratados con nivolumab o docetaxel. Los tumores se clasificaron como sensibles al tratamientoo insensible al tratamiento según el estándar de referencia de cada ensayo mediana de supervivencia libre de progresión en las cohortes de nivolumab y docetaxel; análisis de la muestra quirúrgica después del tratamiento con gefitinib. Entre las tres cohortes, los pacientes fueron asignados al azar a grupos de entrenamiento o validación.
Los investigadores utilizaron el aprendizaje automático para desarrollar un modelo multivariable para predecir la sensibilidad al tratamiento en la cohorte de entrenamiento. Cada modelo podría predecir un puntaje que varía de cero sensibilidad de tratamiento más alta a uno insensibilidad de tratamiento más alta basado en el cambio de la medición más grande mediblelesión pulmonar identificada al inicio del estudio.
Debido a que la cohorte de gefitinib tenía un número limitado de pacientes, los investigadores construyeron y validaron un modelo utilizando una cohorte de pacientes con cáncer colorrectal metastásico 302 individuos tratados con terapias anti-EGFR. Las características radiológicas para predecir la sensibilidad del tratamiento identificada en el colorrectalLuego se utilizó la cohorte de cáncer para construir un modelo en la cohorte de entrenamiento de pacientes con CPNM tratados con gefitinib.
En todas las cohortes, se utilizaron un total de ocho características radiológicas para construir los tres modelos de predicción. Estas características incluyeron cambios en el volumen, la heterogeneidad, la forma y el margen del tumor. Tanto los modelos de nivolumab como gefitinib utilizaron cuatro características radiológicas y el docetaxelmodelo usado uno.
El rendimiento de cada firma se evaluó calculando el área bajo la curva AUC, una medida de la precisión del modelo, donde un puntaje de 1 corresponde a la predicción perfecta. Los modelos de predicción nivolumab, docetaxel y gefitinib lograron un AUC de0,77, 0,67 y 0,82 en las cohortes de validación, respectivamente.
Fuente de la historia :
Materiales proporcionado por Asociación Americana para la Investigación del Cáncer . Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cita esta página :