El cáncer de próstata (CaP) es el segundo cáncer más común en hombres en todo el mundo y la segunda causa principal de muerte por cáncer en hombres. La mayoría de los CaP localizados representan una enfermedad indolente; sin embargo, los pacientes de riesgo intermedio y alto tienen más probabilidades de morir por cáncer de próstata y su pronóstico es más difícil de predecir. Para estos pacientes, el pronóstico sigue siendo complejo y la recurrencia bioquímica (RBC) marca un paso significativo hacia la progresión de la enfermedad y potencialmente hacia las metástasis. Por lo tanto, La estratificación precisa del riesgo y un diagnóstico rápido son imprescindibles para mejorar las decisiones de tratamiento y reducir la incidencia de progresión.
Este estudio retrospectivo y multicéntrico, PROVIDENCE, promovido por Johnson & Johnson, SA, Tiene como objetivo desarrollar un modelo de IA que prediga la recaída metastásica en 300 riesgo intermedio o alto localizado CaP pacientes. Es utilizars Imágenes médicas de diagnóstico que incluyen resonancia magnética multiparamétrica (secuencias T2-W, DWI, DCE), gammagrafías óseas de estadificación y datos clínicos. Es todos consolidado en el QP-Insights® pplataforma. Segmentación automática de <font dir="auto" style="vertical-align: inherit;">las </font> Detección de la glándula prostática y de las lesiones seguida de la extracción de XNUMX% automáticos biomarcadores de imagen (QIB) es casi tan bueno como ser realizado de las resonancias magnéticas, complementado con la cuantificación de recuentos mediante gammagrafías óseas de estadificación. Junto con las variables clínicas, estos datos informarán el modelo predictivo, pronosticando la recaída metastásica del paciente.
Póster presentado en el Congreso Europeo Multidisciplinario sobre Cánceres Urológicos (EMUC) 2024 en Lisboa1, exhibido la primera entre otrasim análisis, donde se analizaron variables clínicas de 127 CaP Se utilizaron pacientes para predecir BCR. Ambos grupos, BCR (n=38) y sin BCR (n=89), a pesar del desequilibrio, presentaron una distribución clínica similar. Por lo tanto, Se incluyeron 9 variables clínicas diagnósticas en el GLMnet modelo con validación cruzada de 5 pasos por la <font dir="auto" style="vertical-align: inherit;">las </font> BCR a tres años.. El modelo alcanzó un AUC de 0.79 (sinsibilidad [se] = 0.33, especificidad [sp] = 0.39), mostrado en Figure 1. La cirugía como tratamiento primario para CaP y el estadio clínico se identificaron como las variables más significativas que influyen en el modelo. Además, por evaluar <font dir="auto" style="vertical-align: inherit;">las </font> SHapley Aditivos exPlanaciones (FUNCIÓN) valores, graficados en Ffigura 2, puede be Concluido que uSometerse a una cirugía redujo significativamente el riesgo de BCR, mientras que elevó el nadir antígeno prostático específico (PSA) niveles, edad avanzada y mayor Sociedad Internacional de Patología Urológica (DEPENDE) Las calificaciones aumentaron la probabilidad de BCR durante el seguimiento.
A Análisis final que incluirá una cohorte más grande de pacientes, Además de la incorporación de QIB extraído del diagnóstico imágenes, is Se espera que proporcione información más definitiva sobre el predicción de metástasisriesgo de tic in localizada CaP los pacientes. Esto permitiría un diagnóstico no invasivo del paciente en tiempo real. estratificación y de este modo facilidade <font dir="auto" style="vertical-align: inherit;">las </font> personalizarinsights terapia adyuvante y la posible intensificación de inicial tratamientos para localizada CaP pacientes diagnosticados como intermedios o alto riesgo.
Referencias
Conde-Moreno AJ, Torregrosa Andrés A, Gutiérrez Cardo A, et al. P067 Un análisis intermedio del estudio retrospectivo multicéntrico PROVIDENCE: Modelos basados en inteligencia artificial para estimar el riesgo de recurrencia bioquímica con datos clínicos. Eur. Urología Ciencia abierta. 2024;69(Supl. 2):80. doi:10.1016/S2666-1683(24)01195-9.
LEER MÁS
LEER MÁS
LEER MÁS