Um novo modelo preditivo baseado em inteligência artificial (IA) pode aumentar o número de homens com câncer de próstata de risco intermediário que podem evitar a terapia de privação de andrógenos (ADT).
O modelo, descrito no NEJM Evidence , constatou que a maioria dos homens nessa população de pacientes não se beneficia da adição de ADT à radioterapia (RT).
“Atualmente, fora dos grupos de risco da NCCN [National Comprehensive Cancer Network] e outras ferramentas de prognóstico, não há biomarcadores preditivos para orientar especificamente quais homens precisam de ADT com radioterapia”, disse o primeiro autor Daniel Spratt, MD, presidente de oncologia de radiação e professor no departamento de oncologia de radiação no UH Seidman Cancer Center e Case Western Reserve University, Cleveland, Ohio.
Os pesquisadores usaram imagens digitais de patologia de tecido prostático pré-tratamento e dados clínicos de 5.727 pacientes inscritos em 5 ensaios randomizados de fase 3 (ClinicalTrials.gov números NCT00767286 , NCT00002597 , NCT00769548 , NCT00005044 e NCT00033631 ). Os pacientes receberam RT com ou sem ADT. Esses dados foram usados para desenvolver e validar um modelo específico de paciente preditivo derivado de IA que poderia identificar pacientes que desenvolveriam o endpoint primário de metástase à distância.
Usando este modelo, a validação foi realizada com dados do NRG Oncology/Radiation Therapy Oncology Group (RTOG) 9408, que incluiu 1.594 pacientes designados aleatoriamente para RT mais ou menos 4 meses de ADT. Com um acompanhamento médio de 14,9 anos, o ADT melhorou significativamente o tempo até a metástase à distância. Entre esses pacientes, 543 (34%) foram positivos para o modelo, e a ADT reduziu significativamente o risco de metástase à distância em comparação com a RT isolada. Entre os 1.051 pacientes restantes que eram negativos para o modelo, a ADT não trouxe benefícios.
Na coorte de validação geral, a estimativa de metástase à distância de 15 anos foi de 5,9% no grupo ADT em comparação com 9,8% para receptores de RT isoladamente, resultando em um risco significativamente menor de 36% de metástase à distância no grupo ADT.
Entre os pacientes que tiveram modelo preditivo positivo, a estimativa de metástase distante de 15 anos foi de 4,0% para aqueles que tiveram ADT adicionado à RT em comparação com 14,4% entre os pacientes que receberam apenas RT. O grupo ADT teve um risco significativamente menor de 66% de metástase em comparação com o grupo apenas RT.
Entre os pacientes com modelo preditivo negativo, as estimativas de metástases distantes em 15 anos foram de 6,9% para receptores de ADT e 7,4% para o grupo apenas de RT, uma diferença não significativa.
O estudo demonstrou com sucesso, no maior estudo randomizado de fase 3 concluído de RT com ou sem ADT, que o biomarcador AI pode identificar homens para os quais a ADT diminuiu ou não significativamente o risco de metástase à distância, disse o Dr. Spratt. “Aproximadamente dois terços dos homens [para os quais] atualmente recomendamos ADT poderiam ser poupados com segurança do uso de ADT”, disse ele.
Os investigadores também avaliaram a mortalidade específica do câncer de próstata (PCSM) como um desfecho secundário. Na coorte de validação geral, o grupo ADT de curto prazo teve uma estimativa de evento de 15 anos de 4,4%, enquanto o grupo RT apenas teve uma estimativa de evento de 15 anos de 8,6%, com o grupo ADT experimentando um risco significativamente menor de 48% para PCSM.
Para pacientes com modelo preditivo positivo, as estimativas de PCSM de 15 anos foram de 2,6% para receptores de ADT em comparação com 12,7% para aqueles que receberam apenas RT. O grupo ADT teve um risco significativamente menor de 72% para PCSM. Em contraste, para os pacientes que eram negativos para o modelo preditivo, as estimativas de PCSM de 15 anos foram de 5,3% no grupo ADT e 6,5% para aqueles que receberam apenas RT, uma diferença não significativa entre os braços de tratamento.
Os ensaios clínicos incluídos no desenvolvimento do modelo de IA incluíram homens em mais de 100 centros nos Estados Unidos e no Canadá. Cerca de 20% dos pacientes nesses estudos eram negros. Em ensaios clínicos anteriores nos EUA, os homens negros constituíram aproximadamente 10% dos participantes, de acordo com os investigadores.
O Dr. Spratt disse que este modelo preditivo pode ajudar ainda mais em uma abordagem de medicina personalizada para o tratamento do câncer de próstata. Como o estudo incluiu uma alta porcentagem de pacientes negros, o novo modelo preditivo também pode beneficiar uma população de pacientes com risco muito maior de câncer de próstata e é conhecida por ser subtratada.
O modelo preditivo é análogo ao Oncotype Dx original para câncer de mama, que foi validado de forma semelhante usando dados de estudos randomizados de fase 3 concluídos e endossado por diretrizes clínicas há aproximadamente 20 anos, de acordo com o Dr. Spratt. Atualmente, Oncotype Dx é usado para personalizar o uso de quimioterapia em mulheres com câncer de mama. O novo modelo baseado em IA pode ajudar na tomada de decisões compartilhada entre médicos e pacientes e potencialmente ajudar os homens a evitar os efeitos colaterais prejudiciais da ADT sem comprometer os resultados oncológicos, disse o Dr. Spratt.
A ADT é consistentemente um dos principais fatores de declínio na qualidade de vida relatada pelo paciente. O Dr. Spratt disse que ter um biomarcador preditivo pode ajudar a evitar o tratamento excessivo e beneficiar substancialmente um número significativo de homens.
David Lee, MD, professor de urologia e presidente interino do departamento de urologia da Universidade da Califórnia em Irvine, disse que espera uma ampla adoção de biomarcadores usando plataformas multimodais derivadas de IA de patologia digital.
Observando que a ADT está associada a efeitos colaterais adversos, bem como a um ônus financeiro para o sistema de saúde, o Dr. Lee comentou: “Se você pode evitá-la com segurança, fazer esses tipos de testes pode estar entre uma das melhores ferramentas que temos para ajudar a tomar essa decisão de usar ADT ou não em câncer de próstata de risco intermediário. Esta ferramenta de IA e outros testes como os testes genômicos estão sendo comumente usados, especialmente entre os pacientes que estão fazendo vigilância ativa”.
Michael Whalen, MD, professor associado de urologia e diretor da divisão de oncologia urológica da George Washington University em Washington, DC, disse que ter modelos de treinamento que podem reconhecer características de tecido definidoras e, em seguida, correlacionar essas características com resultados após tratamentos específicos pode ser altamente benéfico. O conjunto de treinamento do novo biomarcador de IA compreendeu muitos ensaios clínicos randomizados que foram conduzidos na década de 1990.
“Os paradigmas de tratamento evoluíram significativamente desde então”, disse o Dr. Whalen.
“Além disso, a coorte de validação do RTOG 9202 usou agentes ADT agora antiquados e apenas por 4 meses de duração. As diretrizes atuais da NCCN recomendam 6 meses de ADT para pacientes desfavoráveis de risco intermediário junto com RT. Certamente, uma vantagem desses ensaios mais antigos é o longo tempo de acompanhamento, mas consideraríamos esses protocolos de tratamento desatualizados neste momento”. Dito isto, de acordo com o Dr. Whalen, uma promessa da IA em geral é a possibilidade de os modelos de aprendizado evoluirem junto com o cenário de tratamento.
O arsenal atual para prognóstico inclui nomogramas, que avaliam várias características clínicas e patológicas para prever a probabilidade de um determinado resultado oncológico. O Dr. Whalen apontou, no entanto, que os ensaios de biomarcadores baseados em tecidos atualmente disponíveis e as ferramentas de perfil de expressão gênica (como Decipher, Oncotype DX e Prolaris) não prevêem especificamente a capacidade de resposta ao ADT. “Portanto, esse modelo de IA é certamente interessante. O fato de ter analisado apenas o tecido sem entrada de características clínicas, ao contrário de um nomograma, é certamente uma abordagem nova e empolgante”, disse o Dr. Whalen. “Aplaudo os autores pelo momento emocionante aqui e espero que mais trabalho seja feito.”
Referência
Spratt DE, Tang S, Sun Y, et al. Modelo preditivo de inteligência artificial para uso de terapia hormonal no câncer de próstata. NEJM Evid . Publicado online em 29 de junho de 2023. doi:10.1056/EVIDoa2300023
