Un modelo no invasivo de IA basado en características de RM multidimensionales para predecir estructuras linfoides...

Área de la Ciencia:

• Oncología
• Radiología
• Inmunología

Sus antecedentes:

• Las estructuras linfoides terciarias (E.L.T.) en el cáncer de recto (CR) son biomarcadores cruciales para la respuesta a la inmunoterapia y el pronóstico del paciente.
• La evaluación actual de las E.L.T. requiere una biopsia invasiva, lo que limita la aplicación clínica.
• El desarrollo de métodos no invasivos para la evaluación de E.L.T. es esencial para la medicina personalizada.

Objetivo del estudio:

• Investigar la predicción no invasiva de E.L.T. en el cáncer de recto utilizando características de imagen por resonancia magnética (RM) multidimensionales.
• Evaluar la utilidad del modelo en la predicción de la respuesta a la inmunoterapia y el pronóstico del paciente.

Principales métodos:

• Estudio multicohorte (n=606) que involucra cohortes de desarrollo, validación y prospectivas.
• Extracción de características radiómicas, de dimensionalidad reducida (PCA, SVD) y de heterogeneidad tumoral de la RM.
• Construcción de un modelo de clasificación de E.L.T. utilizando XGBoost e interpretación con análisis SHAP.

Principales resultados:

• El modelo de E.L.T. basado en RM logró un alto rendimiento discriminatorio (AUROC 0,81-0,88) en las cohortes de validación.
• El modelo demostró valor predictivo para la respuesta patológica completa a la inmunoterapia (AUROC 0,74).
• Las puntuaciones más altas de E.L.T. se correlacionaron con una supervivencia libre de enfermedad (SLE) significativamente mejor.

Conclusiones:

• Un modelo de RM multidimensional predice de manera robusta el estado de las E.L.T. en el cáncer de recto.
• Este enfoque no invasivo muestra una gran promesa para evaluar la respuesta a la inmunoterapia y el pronóstico del paciente.
• El modelo desarrollado sirve como una nueva herramienta para guiar la inmunoterapia personalizada y la evaluación pronóstica en el cáncer de recto.