Des modèles radiopathomiques d’apprentissage profond (DL) peuvent aider à prédire la présence de vaisseaux encapsulant des amas tumoraux (VETC) dans le carcinome hépatocellulaire (CHC), une forme de tumeur liée à de mauvais résultats pour les patients [1].
Ces modèles peuvent également évaluer le risque de récidive précoce et de survie sans progression.
« VETC est un nouveau modèle vasculaire de CHC associé à un mauvais pronostic et au bénéfice du traitement par sorafénib.Dans cette étude, nous avons développé et validé des modèles radiomiques et pathomiques DL pour prédire [ceux-ci]. »
Le CHC est la troisième cause de décès par cancer dans le monde [2], et malgré les progrès réalisés en matière de diagnostic et de traitement, le pronostic de la maladie avancée reste sombre, en partie parce qu’il peut être difficile de caractériser les tumeurs du CHC.
des chercheurs ont étudié si des modèles radiopathomiques d’apprentissage profond basés sur l’IRM rehaussée à l’acide gadoxétique et des images pathologiques pourraient aider à prédire les VETC et la survie dans le CHC. Ils ont développé les modèles (radiomique DL, pathomique DL et un nomogramme radiopathomique), puis ont mené une étude qui comprenait 578 patients atteints de CHC qui ont été divisés en ensembles de test d’entraînement, interne et externe, puis ont comparé les scores des modèles entre les patients avec un modèle VETC dans le CHC et ceux sans.
L’équipe a fait les constatations suivantes :
* Dans l’ensemble de test externe, les modèles radiomiques d’apprentissage profond et les modèles pathomiques d’apprentissage profond ont montré de bonnes performances pour la prédiction des VETC (surface radiomique DL sous la courbe ROC [AUC], 0,77, et AUC pathomique DL, 0,79).
* Les patients avec un modèle VETC dans le CHC avaient des scores radiomiques DL et pathomiques DL significativement plus élevés que les patients sans le modèle dans tous les ensembles de données.* Le modèle de nomogramme radiopathomique a montré une différence statistiquement significative entre les patients à haut risque et à faible risque pour la prédiction des taux de survie sans récidive précoce et sans progression.
Les résultats de l’étude sont prometteurs, mais des recherches supplémentaires sont nécessaires.
« À l’avenir, des essais cliniques prospectifs sont nécessaires pour valider l’utilité des modèles de nomogramme radiopathomique dans diverses populations de patients », ont-ils conclu.
L’Apprentissage Profond pour Prédire la Récidive du Carcinome Hépatocellulaire (CHC)
Table of Contents
Le carcinome hépatocellulaire (CHC), troisième cause de décès par cancer au monde[[[2]], présente un pronostic sombre en cas de maladie avancée. Des chercheurs ont exploré l’utilisation de modèles d’apprentissage profond (DL) radiopathomiques pour améliorer la prédiction de la récidive du CHC. Ces modèles exploitent les données d’IRM rehaussée à l’acide gadoxétique et d’images pathologiques pour identifier la présence de vaisseaux encapsulant des amas tumoraux (VETC), un facteur pronostique défavorable associé au CHC[[[1]].
Modèles d’Apprentissage Profond pour le CHC
L’étude a développé trois modèles :
Modèle radiomique DL: Analysant les données d’imagerie par résonance magnétique (IRM).
Modèle pathomique DL: analysant les données histopathologiques.
* Nomogramme radiopathomique: Intégrant les données des deux modèles précédents.
Ces modèles ont été testés sur un ensemble de 578 patients atteints de CHC, divisés en groupes d’entraînement, de test interne et de test externe.
Résultats de l’étude
| Modèle | AUC (Ensemble de test externe) | Performance | Prédiction |
|—————————–|——————————-|————-|——————————————-|
| Radiomique DL | 0.77 | Bonne | Présence de VETC |
| Pathomique DL | 0.79 | Bonne | Présence de VETC |
| Nomogramme Radiopathomique | – | Statistique | Survie sans récidive précoce et sans progression |
Les patients présentant un modèle VETC ont montré des scores significativement plus élevés dans les modèles radiomique et pathomique DL. Le nomogramme radiopathomique a permis de différencier statistiquement les patients à haut et bas risque de récidive et de progression. Bien que prometteurs,ces résultats nécessitent une validation par des essais cliniques prospectifs.
FAQ
Q: Qu’est-ce qu’un VETC ?
R: Un VETC (Vaisseaux Encapsulant des Amas Tumoraux) est un nouveau modèle vasculaire du CHC associé à un mauvais pronostic.
Q: Quels types de données ont été utilisés dans cette étude ?
R: IRM rehaussée à l’acide gadoxétique et images pathologiques.
Q: Quel est le principal résultat de cette étude ?
R: Les modèles DL radiopathomiques peuvent prédire la présence de VETC et aider à évaluer le risque de récidive et de survie dans le CHC.
Q: quelles sont les prochaines étapes de la recherche ?
R: Des essais cliniques prospectifs sont nécessaires pour valider l’utilité des modèles dans diverses populations de patients.