Treatment outcome prediction is an important emerging topic in oncologic care. To support radiation oncologists on their decisions, with individualized, tailored treatment regimens increasingly becoming the standard of care, accurate tools to predict tumour response to treatment are needed. The goal of this work is to identify the most determinant factor(s) for treatment response aiming to develop prediction models that robustly estimate tumour response to radiation therapy in patients with head-and-neck cancer.

A population-based cohort study was performed on 92 patients with head-and-neck cancer treated with radiation from 2007 until 2014 at the Portuguese Institute of Oncology of Coimbra (IPOCFG). Correlation analysis and multivariate binary logistic regression analysis were conducted in order to explore the predictive power of the considered predictors. Performance of the models is expressed as the area under the curve (AUC) of the receiver operating characteristics (ROC) curve. A nomogram to predict treatment failure was developed.

Significant prognostic factors for treatment failure, after multivariate regression, were older age, non-concomitant radiation therapy and larger primary tumour volume. A regression model with these predictors revealed an AUC of .78 for an independent data set.

For patients with head-and-neck cancer treated with definitive radiation, we have developed a prediction nomogram based on models that presented good discriminative ability in making predictions of tumour response to treatment. The probability of treatment failure is higher for older patients with larger tumours treated with non-concomitant radiation.

La prévision des résultats du traitement est un sujet émergent et très important dans le domaine des soins oncologiques. Pour soutenir les oncologues radiothérapeutes sur leurs décisions, les régimes de traitement sur mesure deviennent, de plus en plus, la norme des soins. En ce sens, des outils précis pour prédire la réponse tumorale au traitement s’avèrent nécessaires. Ce travail se propose, donc, d’identifier le(s) facteur(s) le(s) plus pertinent(s) pour déterminer la réponse au traitement, visant à développer des modèles de prédiction qui puissent estimer, le plus efficacement possible, une réponse tumorale à la radiothérapie, chez les patients atteints du cancer de la tête et du cou.

Une étude de cohorte basée sur la population a été réalisée sur 92 patients atteints d’un cancer de la tête et du cou traité par irradiation à partir de 2007 jusqu’en 2014, à l’institut portugais d’oncologie de Coimbra (IPOCFG). Une analyse de corrélation, ainsi qu’une analyse multifactorielle par régression logistique binaire ont été menées afin d’explorer le pouvoir prédictif des prédicteurs présentés. La performance des modèles est exprimée par la surface située sous la courbe (AUC) de la courbe des caractéristiques opérationnelles du récepteur (ROC). Il a été développé un nomogramme pour prédire l’échec du traitement.

Les facteurs pronostiques déterminants pour l’échec du traitement, après une régression multifactorielle, étaient un âge plus avancé, une radiothérapie non concomitante et un plus grand volume de tumeur primaire. Un modèle de régression avec ces prédicteurs a démontré une AUC de 0,78 pour un ensemble de données indépendantes.

Pour les patients atteints d’un cancer de la tête et du cou traité par irradiation définitive, nous avons développé un nomogramme de prédiction basé sur des modèles qui ont présenté une bonne capacité discriminative à faire des prédictions de la réponse tumorale au traitement. La probabilité d’échec du traitement est plus élevée pour les patients plus âgés, atteints de plus grandes tumeurs et recevant des radiothérapies non concomitantes.