En France, pour l’année 2015, le cancer de l’endomètre (CE) est le premier cancer gynécologique en incidence et la 4^e cause de cancer de la femme. Environ 8151 nouveaux cas et près de 2179 décès ont été rapportés. Les traitements (chirurgie, radiothérapie externe, curiethérapie et chimiothérapie) sont actuellement délivrés sur la base d’un risque théorique de récidive, de métastase ganglionnaire ou une estimation de la probabilité de survie. Ce risque est déterminé à partir de facteurs pronostiques (cliniques, histologiques, imageries, biologiques) qui pris isolément ou regroupés sous la forme de classification sont actuellement insuffisants pour rendre compte de l’hétérogénéité évolutive et pronostique du cancer de l’endomètre. Pour le cancer de l’endomètre, le concept de la modélisation mathématique et son application à la prédiction s’est développé ces dernières années. Ces outils biomathématiques ont entrouvert une nouvelle ère de prise en charge orientée vers la promotion de thérapies ciblées et de traitements personnalisés. De nombreux modèles prédictifs ont été publiés pour estimer le risque de récidive et de métastase ganglionnaire, cependant une infime part présente les conditions de pertinence clinique et statistique pour être d’utilité clinique. Les pistes d’optimisation sont multiples et variées laissant entrevoir la possibilité dans un avenir proche une place à ces modèles mathématiques. L’essor de la génomique à haut débit est susceptible d’offrir une caractérisation moléculaire plus détaillée de la maladie et de son hétérogénéité.

In France, in 2015, endometrial cancer (CE) is the first gynecological cancer in terms of incidence and the fourth cause of cancer of the woman. About 8151 new cases and nearly 2179 deaths have been reported. Treatments (surgery, external radiotherapy, brachytherapy and chemotherapy) are currently delivered on the basis of an estimation of the recurrence risk, an estimation of lymph node metastasis or an estimate of survival probability. This risk is determined on the basis of prognostic factors (clinical, histological, imaging, biological) taken alone or grouped together in the form of classification systems, which are currently insufficient to account for the evolutionary and prognostic heterogeneity of endometrial cancer. For endometrial cancer, the concept of mathematical modeling and its application to prediction have developed in recent years. These biomathematical tools have opened a new era of care oriented towards the promotion of targeted therapies and personalized treatments. Many predictive models have been published to estimate the risk of recurrence and lymph node metastasis, but a tiny fraction of them is sufficiently relevant and of clinical utility. The optimization tracks are multiple and varied, suggesting the possibility in the near future of a place for these mathematical models. The development of high-throughput genomics is likely to offer a more detailed molecular characterization of the disease and its heterogeneity.