Prédiction de la rechute métastatique chez les patients atteints d'un cancer de la prostate localisé à risque intermédiaire/élevé à partir d'images médicales de stadification et de variables cliniques (étude PROVIDENCE)

Le cancer de la prostate (PCa) est le deuxième cancer le plus fréquent chez les hommes dans le monde et la deuxième cause de décès par cancer chez les hommes. La plupart des PCa localisés représentent une maladie indolente ; cependant, les patients à risque intermédiaire et élevé sont plus susceptibles de décéder d'un cancer de la prostate et son pronostic est plus difficile à prévoir. Pour ces patients, le pronostic reste complexe, la récidive biochimique (BCR) marquant une étape importante vers la progression de la maladie et potentiellement des métastases. Par conséquent, une stratification précise du risque et un diagnostic rapide sont impératifs pour améliorer les décisions thérapeutiques et réduire l’incidence de la progression.

Cette étude rétrospective multicentrique, PROVIDENCE, promu par Johnson & Johnson, SA, vise à développer un modèle d'IA prédisant la rechute métastatique chez 300 risque intermédiaire ou élevé localisé PCa patients. Il utilisers images médicales diagnostiques, y compris l'IRM multiparamétrique (séquences T2-W, DWI, DCE), les scintigraphies osseuses de stadification et les données cliniques. C'est tous consolidé sur le QP-Insights^®  platform. Segmentation automatique de le détection de la prostate et des lésions suivie de l'extraction de quantitatif biomarqueurs d'imagerie (QIB) est effectué des IRM, complétées par la quantification des numérations issues des scintigraphies osseuses de stadification. Associées aux variables cliniques, ces données éclaireront le modèle prédictif, prédisant la rechute métastatique chez les patients.

L'affiche présentée au Congrès européen multidisciplinaire sur les cancers urologiques (EMUC) 2024 à Lisbonne¹, présenté le premier interim analyse, où les variables cliniques de 127 PCa les patients ont été utilisés pour prédire BCR. Les deux groupes, le BCR (n = 38) et l'absence de BCR (n = 89), malgré le déséquilibre, avaient une distribution clinique similaire. Par conséquent, 9 variables cliniques diagnostiques ont été incluses dans l' GLMnet modèle avec Validation croisée en 5 étapes pour le BCR prédiction. Le modèle a atteint une AUC de 0.79 (sinsibilité [se] = 0.33, spécificité [sp] = 0.39), montré dans Figure 1. La chirurgie comme traitement principal de PCa et le stade clinique ont été identifiés comme les variables les plus significatives influençant le modèle. De plus, par évaluer le SHaple additifs exPlanations (SHAP) valeurs, représentées en Ffigure 2, ça peut be conclu • certifiée ISO XNUMX ; usubir une intervention chirurgicale a considérablement réduit le risque de BCR, tandis que le nadir élevé antigène prostatique spécifique (PSA) niveaux, âge avancé et plus élevé Société internationale de pathologie urologique (EST EN PLACE) les notes ont augmenté la probabilité de BCR pendant le suivi.  

A analyse finale • certifiée ISO XNUMX ; comprendra une cohorte plus large des patients, en plus de l'incorporation de QIB extrait du diagnostic images is devrait fournir des informations plus définitives sur la prédiction des métastasesrisque de tic in localisée PCa patients. Cela permettrait une évaluation non invasive et en temps réel des patients. stratification et ainsi facilitere le personnaliserfaire respecter thérapie adjuvante et l'intensification potentielle de initiale traitements pour localisée PCa patients diagnostiqués comme intermédiaires ou est élevé. 

Références

1. Conde-Moreno AJ, Torregrosa Andrés A, Gutiérrez Cardo A, et al. P067 Une analyse intermédiaire de l'étude rétrospective multicentrique PROVIDENCE : Modèles basés sur l'intelligence artificielle pour estimer le risque de récidive biochimique avec des données cliniques. Eur Urol Open Sci. 2024;69(Suppl 2):80. doi:10.1016/S2666-1683(24)01195-9.