Radiómica basada en tomosíntesis mamaria digital para la predicción del pronóstico en el cáncer de mama: un estudio...

Área de la Ciencia:

• Oncología Oncología.
• Radiología Radiología.
• Análisis de imágenes médicas Análisis de imágenes médicas.

Sus antecedentes:

• El cáncer de mama representa una amenaza significativa para la salud de las mujeres.
• La predicción precisa del pronóstico es crucial para una intervención terapéutica oportuna.
• La tomosíntesis mamaria digital (DBT, por sus siglas en inglés) ofrece capacidades avanzadas de imagen para la evaluación del cáncer de mama.

Objetivo del estudio:

• Desarrollar y evaluar modelos radiómicos para predecir el pronóstico del cáncer de mama utilizando DBT.
• Para construir y evaluar modelos combinados que integran la radiómica y las características de imagen convencionales.
• Realizar análisis de interpretabilidad de los modelos desarrollados utilizando SHapley Additive exPlanations (SHAP).

Principales métodos:

• Análisis retrospectivo de pacientes con cáncer de mama invasivo de múltiples instituciones.
• Desarrollo de modelos radiómicos y combinados de peligros proporcionales de Cox utilizando imágenes DBT (visiones CC y MLO).
• Validación del rendimiento del modelo utilizando el índice C, el AUC, el DCA, las curvas de calibración y el análisis de Kaplan-Meier.
• Aplicación de SHAP para el análisis de interpretabilidad de las características radiómicas.

Principales resultados:

• Las masas de alta densidad y la adenopatía axilar se identificaron como factores pronósticos independientes.
• El modelo combinado logró un índice C de 0,76 en el conjunto de validación externa.
• El modelo combinado demostró un fuerte rendimiento predictivo para la supervivencia libre de enfermedad (DFS) de 1, 2 y 5 años con AUCs de hasta 0,76.
• El análisis SHAP destacó la importancia de las características radiómicas derivadas de la transformación de onda desde el punto de vista del CC.

Conclusiones:

• Los modelos radiómicos basados en DBT muestran un potencial significativo para predecir el pronóstico a corto plazo del cáncer de mama (DFS).
• El modelo combinado que integra la radiómica y las características convencionales de imagen ofrece una eficacia predictiva superior.
• El análisis SHAP ayuda efectivamente a identificar biomarcadores de imagen relevantes desde el punto de vista del pronóstico.