Une équipe de chercheurs de l’Université d’Oxford, dirigée par le Département des sciences de la santé de soins primaires de Nuffield, a développé un nouveau modèle qui prédit de manière fiable la probabilité qu’une femme développe puis meure d’un cancer du sein dans les dix ans.
L’étude, publiée aujourd’hui dans Lancet Digital Health, a analysé les données anonymisées de 11,6 millions de femmes âgées de 20 à 90 ans entre 2000 et 2020. Toutes ces femmes n’avaient aucun antécédent de cancer du sein ou de maladie précancéreuse appelée « carcinome canalaire in situ ». , ou CCIS.
Le dépistage du cancer du sein est vital mais comporte des défis. Même s’il réduit les décès par cancer du sein, il détecte parfois des tumeurs qui ne sont pas nocives (« surdiagnostic »), ce qui conduit à des traitements inutiles. Cela nuit non seulement à certaines femmes, mais entraîne également des coûts inutiles pour le NHS. Pour 10 000 femmes britanniques âgées de 50 ans invitées à un dépistage du cancer du sein au cours des 20 prochaines années, 43 décès par cancer du sein sont évités grâce au dépistage, mais 129 femmes seront « surdiagnostiquées ». (https://www.ncbi.nlm.nih.gov /pmc/articles/PMC3693450/).
Le « dépistage basé sur le risque » vise à personnaliser le dépistage en fonction du risque individuel, afin d’en maximiser les avantages et de minimiser les inconvénients. L’adaptation des programmes de dépistage en fonction des risques individuels a été récemment soulignée comme une piste d’amélioration de la stratégie de dépistage par le professeur Chris Whitty (https://www.gresham.ac.uk/watch-now/medical-screening). Actuellement, dans le dépistage du cancer du sein basé sur le risque, la plupart des modèles de risque fonctionnent en estimant le risque qu’une femme reçoive un diagnostic de cancer du sein. Cependant, tous les cancers du sein ne sont pas mortels et nous savons que le risque d’être diagnostiqué ne correspond pas toujours au risque de mourir d’un cancer du sein une fois diagnostiqué.
Le nouveau modèle développé par l’équipe vise à prédire le risque combiné sur 10 ans d’une femme de développer puis de mourir d’un cancer du sein. L’identification des femmes les plus à risque de cancers mortels pourrait améliorer le dépistage. Ces femmes pourraient être invitées à commencer le dépistage plus tôt, à des dépistages plus fréquents ou à être dépistées avec différents types d’imagerie. Une telle approche personnalisée pourrait réduire davantage le nombre de décès par cancer du sein tout en évitant un dépistage inutile chez les femmes à faible risque. Les femmes présentant un risque plus élevé de développer un cancer mortel pourraient également être envisagées pour des traitements visant à prévenir le développement d’un cancer du sein.
Le professeur Julia Hippisley-Cox, professeur de médecine générale et d’épidémiologie et auteur principal du département Nuffield des sciences de la santé de soins primaires de l’université d’Oxford, a déclaré : « Il s’agit d’une nouvelle étude importante qui offre potentiellement une nouvelle approche du dépistage. Les stratégies basées sur les risques pourraient offrir un meilleur équilibre entre les avantages et les inconvénients du dépistage du cancer du sein, permettant ainsi aux femmes d’obtenir des informations plus personnalisées afin d’améliorer leur prise de décision. Les approches fondées sur les risques peuvent également contribuer à une utilisation plus efficace des ressources des services de santé en ciblant les interventions sur ceux qui sont les plus susceptibles d’en bénéficier. Nous remercions les milliers de médecins généralistes qui ont fourni des données anonymisées à la base de données QResearch sans lesquelles cette recherche n’aurait pas été possible.
Les chercheurs ont testé quatre techniques de modélisation différentes pour prédire le risque de mortalité par cancer du sein. Deux étaient des modèles statistiques plus traditionnels et deux utilisaient l’apprentissage automatique, une forme d’intelligence artificielle. Tous les modèles incluaient les mêmes types de données, comme l’âge, le poids, les antécédents de tabagisme, les antécédents familiaux de cancer du sein et l’utilisation d’un traitement hormonal (THS).
Les modèles ont été évalués pour leur capacité à prédire le risque avec précision dans l’ensemble et dans un large éventail de groupes de femmes, notamment de différentes origines ethniques et groupes d’âge. Une technique appelée « validation croisée interne-externe » a été utilisée. Cela implique de diviser l’ensemble de données en parties structurellement différentes, dans ce cas, par région et période de temps, pour comprendre dans quelle mesure le modèle peut être transporté dans différents contextes.
Les résultats ont montré qu’un modèle statistique, développé à l’aide de la « régression des risques concurrents », a globalement donné les meilleurs résultats. Il a prédit avec la plus grande précision quelles femmes développeraient et mourraient d’un cancer du sein dans les 10 ans. Les modèles d’apprentissage automatique étaient moins précis, en particulier pour les différents groupes ethniques de femmes.
Le Dr Ashley Kieran Clift, premier auteur et chercheur clinique au département Nuffield des sciences de la santé de soins primaires de l’université d’Oxford, a déclaré : « Financé par Cancer Research UK et profitant de la taille et de la richesse de la base de données QResearch avec ses sources de données liées. à l’Université d’Oxford, nous avons pu explorer différentes approches pour développer un outil qui pourrait être utile pour de nouvelles stratégies de santé publique basées sur les risques.
Si d’autres études confirment l’exactitude de ce nouveau modèle, il pourrait être utilisé pour identifier les femmes présentant un risque élevé de cancer du sein mortel et susceptibles de bénéficier d’un dépistage amélioré et de traitements préventifs.
Cet article adopte une nouvelle approche et pose la question : « pouvons-nous prédire quelles femmes courent le plus grand risque de développer un cancer qui les tuera ? » Nous pourrions utiliser ces informations pour mieux cibler le dépistage ou même élaborer des stratégies de prévention sur ceux qui en bénéficieront le plus.
Une évaluation plus approfondie du modèle de risques concurrents devrait inclure l’évaluation des modèles dans un contexte différent, tel qu’un autre ensemble de données du Royaume-Uni ou de l’étranger.
Professeur Stavros Petrou, co-auteur et responsable de l’économie de la santé au Département Nuffield des sciences de la santé de soins primaires, Université d’Oxford
