Dans une étude récente publiée dans La santé numérique The Lancetles chercheurs discutent du développement et de la validation d’un modèle combiné comprenant des biomarqueurs de méthylation de l’acide désoxyribonucléique (ADN) d’imagerie, cliniques et acellulaires pour une meilleure classification des nodules pulmonaires et un diagnostic plus précoce du cancer du poumon.
Étude: Classification précise des nodules pulmonaires par un modèle combiné de biomarqueurs cliniques, d’imagerie et de méthylation de l’ADN acellulaire : développement d’un modèle et étude de validation externe. Crédit d’image : créer des emplois 51 / Shutterstock.com
Sommaire
Arrière-plan
Le cancer du poumon représente une part importante de la mortalité associée au cancer dans le monde. Malgré des progrès significatifs dans le traitement du cancer du poumon, y compris la chimiothérapie, l’immunothérapie, la résection chirurgicale, la thérapie ciblée et la radiothérapie, le pronostic des patients atteints d’un cancer du poumon reste sombre.
La principale cause du mauvais pronostic des patients atteints de cancer du poumon est le diagnostic tardif. En fait, le cancer du poumon est souvent diagnostiqué lorsque la maladie a progressé au stade III ou IV, avec des taux de survie à cinq ans pour les cancers de stade avancé inférieurs à 10 %.
La détection précoce du cancer du poumon, lorsque la maladie est au stade curable de 0 à II, peut réduire considérablement les taux de mortalité. Cependant, le manque de technologies sensibles capables de détecter le cancer du poumon à un stade précoce, combiné à l’absence de symptômes cliniques dans les premiers stades du cancer du poumon, constituent des défis majeurs.
Les biomarqueurs de méthylation de l’ADN sont une approche prometteuse pour la détection précoce du cancer du poumon, car les preuves de diverses études indiquent que la méthylation de l’ADN dans les îlots CpG promoteurs et d’autres régions spécifiques indique des événements associés à l’initiation de tumeurs. De plus, la détection des schémas de méthylation dans l’ADN tumoral circulant à l’aide de méthodes de séquençage de nouvelle génération pourrait être utilisée pour dépister de manière non invasive le cancer du poumon.
La tomographie informatisée à faible dose (LDCT) s’est avérée efficace dans la détection précoce du cancer du poumon chez les populations à haut risque. Néanmoins, la détermination du risque de malignité des nodules pulmonaires à l’aide de LDCT reste difficile.
À propos de l’étude
Dans la présente étude, les chercheurs développent un modèle combiné de biomarqueurs cliniques et d’imagerie (CIBM) qui utilise des algorithmes d’apprentissage automatique, ainsi que des caractéristiques d’imagerie et cliniques, pour classer les nodules pulmonaires malins et bénins. Lorsqu’il est combiné avec un modèle appelé PulmoSeek, qui est un modèle de méthylation d’ADN acellulaire précédemment conçu par la même équipe de scientifiques, le modèle CIBM peut détecter des nodules pulmonaires de petite taille pour finalement classer le cancer du poumon dans les premiers stades.
Les participants à l’étude ont été recrutés dans le cadre d’une étude d’évaluation rétrospective masquée pour la collecte prospective d’échantillons dans les hôpitaux de 20 villes chinoises. Les personnes incluses dans l’étude étaient âgées de 18 ans ou plus et présentaient des nodules pulmonaires de 5 à 30 millimètres (mm) solitaires et non calcifiés, ainsi que des nodules solides, partiellement solides ou en verre dépoli pur.
Une cohorte de plus de 800 échantillons a été utilisée pour entraîner l’algorithme d’apprentissage automatique du modèle CIBM afin de classer les tumeurs bénignes et malignes. Le modèle CIBM a ensuite été intégré à PulmoSeek pour créer un modèle combiné appelé PulmoSeek Plus.
Une analyse de la courbe de décision a été appliquée pour évaluer l’utilisation clinique du modèle. Des seuils bas et haut pour une sensibilité élevée et une spécificité élevée, respectivement, ont été utilisés pour classer les nodules pulmonaires en groupes à risque faible, moyen et élevé. Le résultat principal examiné était la performance et la capacité de diagnostic des trois modèles PulmoSeek, CIBM et PulmoSeek Plus.
Résultats de l’étude
Le modèle PulmoSeek Plus a le potentiel de diagnostiquer avec succès les nodules pulmonaires comme étant bénins ou malins dans les premiers stades. Lorsqu’il est combiné avec LDCT, PulmoSeek Plus pourrait être un outil robuste pour l’évaluation clinique précoce et la gestion du cancer du poumon. De plus, les seules exigences pour le modèle intégré étaient des échantillons de sang prélevés de manière non invasive et des images CT.
La combinaison du CIBM avec le modèle PulmoSeek a augmenté la sensibilité de la classification des nodules pulmonaires de 6 % et la valeur prédictive négative de 24 %. De plus, les performances du modèle étaient robustes pour les nodules pulmonaires de différents types, tailles et stades.
Les sensibilités de caractérisation pour les nodules à un stade précoce, ainsi que ceux de taille inférieure à un centimètre étaient de 0,98 et 0,99, respectivement. Pour les nodules sous-solides, difficiles à caractériser à l’aide des seuls résultats du LDCT, la sensibilité de la caractérisation était de 100 %.
conclusion
Le modèle PulmoSeek Plus intégré intègre des biomarqueurs d’imagerie, cliniques et de méthylation de l’ADN acellulaire, ainsi qu’un algorithme d’apprentissage automatique, pour la détection précoce et la classification des nodules pulmonaires.
La validation de ce modèle à l’aide de cohortes indépendantes confirme la haute sensibilité et les performances robustes de PulmoSeek Plus sur une gamme d’échantillons. Lorsqu’il est combiné avec LDCT, PulmoSeek Plus pourrait faciliter la détection précoce des cancers du poumon, améliorant ainsi le pronostic de nombreux patients atteints d’un cancer du poumon.
