Un modelo novedoso para predecir la inestabilidad de los microsatélites en el cáncer de endometrio: la integración de...

Área de la Ciencia:

• En el campo de la oncología
• Radiología
• Patología

Sus antecedentes:

• La inestabilidad de los microsatélites (MSI) es un biomarcador crucial en el cáncer de endometrio (EC).
• La predicción precisa del estado de ISM es esencial para orientar las decisiones de tratamiento en la CE.
• Los métodos actuales para la detección de IMS pueden ser invasivos o consumir mucho tiempo.

Objetivo del estudio:

• Desarrollar y validar un nuevo modelo patoradiómico de aprendizaje profundo (DLPRM).
• Para predecir el estado de inestabilidad microsatélite (ISM) en pacientes con cáncer de endometrio (CE).
• Utilizar la resonancia magnética multiparamétrica (RMMP) y las imágenes de diapositivas completas (ISC) para la predicción no invasiva de la IMS.

Principales métodos:

• Un estudio retrospectivo incluyó a 136 pacientes de la CE, divididos en grupos de entrenamiento (96) y validación (40).
• El aprendizaje profundo (ResNet50) extrajo características patómicas; Pyradiomics extrajo radiómicas de las secuencias T2WI, DWI y AP.
• Un perceptrón multicapa (MLP) integró características radiómicas y patómicas en el DLPRM, validado utilizando ROC, precisión, sensibilidad, especificidad, PPV, NPV y puntaje F1.

Principales resultados:

• Un DLPRM que combina firmas radiómicas y patómicas demostró un alto rendimiento en la predicción del estado de MSI.
• El DLPRM logró un AUC de 0,960 en el conjunto de entrenamiento y de 0,917 en el conjunto de validación.
• El análisis de la curva de decisión indicó beneficios netos clínicos significativos del DLPRM.

Conclusiones:

• El DLPRM predice eficazmente el estado de IMS en pacientes con EC utilizando imágenes patoradiómicas de pretratamiento.
• El modelo presenta una gran precisión y robustez, ofreciendo una herramienta novedosa para la gestión individualizada de la CE.
• Este enfoque podría ayudar a los médicos a optimizar las estrategias de tratamiento para los pacientes con EC.