Nouvelles

Nov 27, 2023

Les fonctionnalités radiomiques de l’IRM prédisent les expressions des tumeurs du cancer du sein

3 août 2023 -- L'IRM multiparamétrique et la radiomique peuvent aider à prédire les expressions distinctes du récepteur 2 du facteur de croissance épidermique humain (HER2) du cancer du sein, selon des résultats français publiés

3 août 2023 -- L'IRM multiparamétrique et la radiomique peuvent aider à prédire les expressions distinctes du récepteur 2 du facteur de croissance épidermique humain (HER2) du cancer du sein, selon des découvertes françaises publiées le 1er août dans Radiologie.

Une équipe dirigée par Toulsie Ramtohul, MD, de l'Institut Curie à Paris a rapporté que la signature radiomique et les descripteurs tumoraux de l'IRM multiparamétrique du sein ont montré une valeur prédictive élevée pour prédire les niveaux d'expression de HER2, une capacité qui pourrait avoir des implications thérapeutiques.

"Les résultats de cette étude bicentrique ont montré qu'une signature radiomique multiparamétrique basée sur l'IRM... pourrait représenter une méthode non invasive pour identifier les patients éligibles aux thérapies ciblées sur HER2", ont écrit Ramtohul et ses collègues.

Les caractéristiques pathologiques conventionnelles sont utilisées pour aider à faire la distinction entre les cancers du sein HER2-positifs, luminaux et triples négatifs. Environ la moitié des cancers du sein présentent de faibles niveaux d’expression de HER2 et peuvent être ciblés par de nouveaux conjugués anticorps-médicament.

Des recherches antérieures suggèrent que les radiomiques multiparamétriques de l'IRM mammaire des lésions mammaires et des marges environnantes ont des liens avec le sous-type moléculaire et les niveaux de Ki-67, un biomarqueur pronostique du cancer du sein invasif.

Ramtohul et ses co-auteurs voulaient savoir si les caractéristiques radiomiques multiparamétriques basées sur l'IRM pouvaient aider à différencier les tumeurs HER2-zéro, HER2-faible et HER2-positives. Ils ont testé leur méthode sur des femmes atteintes d’un cancer du sein qui ont subi une IRM dans deux centres différents entre 2020 et 2022. L’équipe a également effectué une segmentation tumorale et une extraction de caractéristiques radiomiques sur des images pondérées en T2 et dynamiques avec contraste amélioré.

L’équipe a extrait un total de 101 caractéristiques d’images 2D pondérées en T2 et 107 caractéristiques d’images 3D pondérées en T1. Après une analyse de corrélation non supervisée, 31 caractéristiques ont été entrées dans le modèle de sélection de caractéristiques. Cela comprenait 14 images pondérées en T2 et 17 images pondérées en T1 à contraste amélioré. L’équipe a obtenu une signature radiomique en utilisant la régression logistique des sept principales caractéristiques sélectionnées par l’opérateur de retrait et de sélection le moins absolu (LASSO). Cela séparait les cancers HER2-low et HER2-positifs des cancers HER2-zéro.

L'ensemble de formation comprenait 208 femmes d'un âge moyen de 53 ans provenant d'un centre, tandis que l'ensemble de tests externes comprenait 131 patients d'un âge moyen de 54 ans d'un deuxième centre.

Les chercheurs ont découvert que la signature radiomique atteignait une aire sous la courbe (AUC) de 0,8 dans l’ensemble de tests externes permettant de différencier les tumeurs HER2-low et HER2-positives des tumeurs HER2-zéro. Ils ont également rapporté que la signature radiomique était un facteur prédictif significatif pour distinguer ces deux groupes, avec un odds ratio de 7,6 (p < 0,001).

L’équipe a également constaté que la combinaison du type histologique, du rehaussement sans masse associé et des lésions multiples à l’IRM permettait d’obtenir une ASC de 0,77 dans l’ensemble de tests externes pour la prédiction des cancers HER2-positifs par rapport aux cancers HER2-faibles.

Les auteurs de l'étude ont suggéré que les pathologistes pourraient être alertés de l'expression potentielle de HER2 dans les tumeurs du sein en intégrant la signature radiomique de l'équipe dans leur flux de travail en tant qu'outil de diagnostic de support. Cela ferait de la signature un biomarqueur non invasif pour évaluer l’hétérogénéité de la tumeur entière et aiderait à sélectionner les cibles de biopsie.

"En outre, la signature pourrait être facilement réévaluée pour surveiller les changements spatiotemporels de la biologie de la tumeur à chaque progression de la maladie", ont écrit les auteurs.

Ils ont également suggéré qu'un nouveau test de l'expression de HER2-low à l'aide d'un guidage par imagerie pourrait être une option pour l'inscription aux essais cliniques en cours de thérapies anti-HER2, "étant donné les options de traitement limitées pour les sous-populations luminales résistantes et triple négatives à des stades avancés".

L’étude complète peut être consultée ici.