Il ne faut pas se contenter d’un biomarqueur mais en utiliser plusieurs : le recours aux données multimodales pour prédire la réponse à l’immunothérapie dans le cancer du poumon non à petites cellules (CPNPC) métastatique serait l’approche la plus pertinente. Une équipe rassemblant des scientifiques de l’Inserm, l’Institut Curie et Mines Paris-PSL a comparé l’usage de divers biomarqueurs unimodaux de réponse au traitement à différentes combinaisons pour entraîner des algorithmes prédictifs.
Les chercheurs démontrent la supériorité du multimodal se basant sur des données cliniques, transcriptomiques, radiomiques et des lames d’anatomopathologie numérisées. « Les algorithmes qui combinent les données de trois ou quatre de ces modalités prédisent toujours mieux la réponse au traitement que ceux n’en utilisant qu’une ou deux. Cette preuve de l’intérêt de la multimodalité n’avait pas encore été rapportée pour le cancer du poumon non à petites cellules », rapporte Emmanuel Barillot, directeur de l’unité Oncologie computationnelle (Institut Curie, Inserm) dans un communiqué. Les résultats de l’étude sont publiés dans Nature Communications.
Une grande précision du transcriptome
Les chercheurs ont comparé deux types d’algorithmes : modèle linéaire et arbre de décision. La fusion d’arbres de décision pour chaque paramètre étudié était l’approche la plus performante. Dans ce cadre, la survie totale est mieux prédite avec des modèles regroupant la transcriptomique et la clinique et les décès à un an par la combinaison de données cliniques, transcriptomiques et radiomiques. Les algorithmes ont ainsi surpassé « à la fois les meilleurs modèles unimodaux et des biomarqueurs univariés reconnus tels que l’expression de PD-L1 », lit-on dans l’article.
Les travaux ont aussi permis aux scientifiques de repérer les modalités les plus prédictives. « Nous avons par exemple observé que le transcriptome fournit des informations de bonne qualité, notamment parce qu’il permet de quantifier les cellules dendritiques – dont l’action dans la réponse à l’immunothérapie est déjà connue », commente Emmanuel Barillot. Une forte valeur prédictive des modèles radiomiques basés sur le volume tumoral métabolique total (TMTV) a aussi été confirmée dans la prédiction de la survie totale et des décès à un an. Les chercheurs invitent à explorer de nouveaux paramètres radiomiques qui pourraient compléter le TMTV.
Le nombre « modeste » de patients limite le pouvoir statistique de l’étude : les chercheurs recommandent d’assembler une panoplie de jeux de données multimodaux riches dans le CPNPC et de mener des études multicentriques pour raffiner et valider des biomarqueurs de l’immunothérapie « robustes et puissants ». Cela nécessitera des collaborations.
Un patient opéré avant le week-end a un moins bon pronostic
Maladie rénale chronique : des pistes concrètes pour améliorer le dépistage
Covid : les risques de complications sont présents jusqu’à trente mois après hospitalisation
Manger du poisson ralentit la progression de la sclérose en plaques