Modelos explicables de aprendizaje automático basados en resultados sustitutos de ensayos clínicos para predecir la...

Área de la Ciencia:

• En el campo de la oncología
• Ensayos clínicos
• Estadísticas biológicas

Sus antecedentes:

• El carcinoma de células escamosas de cabeza y cuello recurrente o metastásico (R/M HNSCC) presenta importantes desafíos de tratamiento.
• La supervivencia global (SG) es un criterio crítico, pero los resultados de eficacia sustitutiva se utilizan a menudo en ensayos en fase inicial.
• La predicción de la OS basada en los marcadores de sustitución tempranos y las características del paciente es crucial para el desarrollo de fármacos R/M HNSCC.

Objetivo del estudio:

• Evaluar la relación entre los resultados de la eficacia de sustitución y la OS en ensayos clínicos R/M HNSCC.
• Desarrollar y validar un modelo predictivo para la OS que incorpore los resultados de sustitución y las características basales del paciente.
• Mejorar la interpretación de los datos de los ensayos clínicos iniciales para el HNSCC R/M.

Principales métodos:

• Recopilación sistemática de datos de ensayos de primera línea R/M HNSCC (enero 2010-marzo 2025).
• Evaluación de cinco modelos de aprendizaje automático para predecir el SO utilizando resultados sustitutos (ORR, PFS, etc.) y los factores del paciente (HPV, ECOG, PD-L1).
• Validación utilizando datos retrospectivos de una sola institución y conjuntos de datos simulados.

Principales resultados:

• Análisis de 90 brazos de tratamiento (26 basados en ICI, 64 no ICI) de 52 publicaciones.
• La tasa de OS a 1 año mostró la correlación más fuerte con la OS mediana (r=0,87).
• El modelo Elastic Net predijo con precisión el SO (conjunto de prueba r = 0,74, conjunto de validación r = 0,75), siendo la tasa de SO de 1 año y el ORR los predictores clave.

Conclusiones:

• El modelo de red elástica vincula efectivamente los puntos finales de eficacia de sustitución a la OS mediana en R/M HNSCC.
• Este modelo facilita la interpretación de los primeros resultados de los ensayos clínicos.
• Ayuda a predecir el beneficio de la OS para los pacientes con HNSCC R/M, especialmente teniendo en cuenta factores como el estado de HPV y el estado de rendimiento de ECOG.