S'abonner

P24 - Evaluation de la capacité du RILA à prédire les toxicités tardives après radiothérapie adjuvante chez les patientes atteintes d'un cancer du sein : analyse par courbes ROC dépendantes du temps - 10/05/24

Doi : 10.1016/j.jeph.2024.202464 
P. Lemercier 1, , F. Castan 1, C. Touraine 1, D. Azria 2, S. Gourgou 1, A. Winter 1
1 ICM, Biométrie, Montpellier, France 
2 ICM, Radiothérapie, Montpellier, France 

Auteur correspondant

Résumé

Introduction

La fibrose radio-induite tardive peut survenir chez les patientes atteintes d'un cancer du sein et traitées par radiothérapie (RT) à visée curative. Prédire cette toxicité présente un intérêt clinique afin d'adapter la dose d'irradiation délivrée et ainsi réduire la toxicité et améliorer la qualité de vie. Il a été démontré que l'apoptose des lymphocytes T CD8 induite par la radiothérapie (RILA) était associée à moins de toxicités tardives de grade ≥2. Ceci a été confirmée dans deux essais prospectifs multicentriques (NCT00893035) dans le cancer de la prostate et du sein. Le tabagisme et l'hormonothérapie (HT) adjuvante ont également été identifiés comme des facteurs potentiels liés à la survie tardive sans fibrose mammaire. Cependant, l'analyse de la courbe ROC a été effectuée sur le RILA seul et ne prenait pas en compte la nature dynamique de l'apparition de la fibrose. En effet, l’évaluation de la capacité d'un marqueur à prédire la survenue d'un événement dépendant du temps est généralement réalisée à l'aide d'une analyse standard de la courbe ROC. Cependant, une telle analyse ne peut inclure que les patients pour lesquels le statut de l'événement est connu au temps d'intérêt (i.e., les patients censurés à droite doivent alors être exclus de l'analyse). Afin de pallier ce problème, une approche par courbe ROC dépendante du temps doit être utilisée. La survenue de l'événement n'est plus considérée comme fixe : ce n'est plus seulement l'événement au temps d'intérêt qui est pris en compte, mais aussi le délai jusqu’à cet événement. La prédiction n'est plus basée sur une variable binaire mais sur des données de survie dépendante du temps. Notre objectif est d’évaluer la capacité du RILA à prédire le risque de fibrose tardive, en association ou non avec le tabagisme et HT adjuvante, par courbe ROC dépendante du temps prenant en compte le délai d'apparition de la fibrose.

Méthodes

Au total, 502 patientes atteintes d'un cancer du sein, traitées par chirurgie conservatrice et RT adjuvante issues d'un essai prospectif multicentrique (NCT00893035), ont été analysées. Une approche par courbes ROC dépendantes du temps est appliquée pour évaluer la capacité du RILA seul et combiné avec les autres facteurs précédemment identifiés. Notre analyse inclut une procédure de validation croisée par Monte Carlo et le calcul d'un coût de mauvais classement, le but étant de donner plus de poids aux patientes n'ayant pas de risque de fibrose tardive afin de pouvoir les traiter avec la dose maximale d'irradiation. L'évaluation des performances a été faite à 12, 24, 36 et 50 mois.

Résultats

A 36 mois, nos résultats étaient comparables à ceux obtenus dans l’étude précédente, ce qui confirme le pouvoir prédictif du RILA. Sur la base de la spécificité et du coût, le RILA seul semblait être le plus performant alors que son association avec les autres facteurs avait de meilleurs résultats en termes de valeur prédictive négative.

Conclusion

L'utilisation des courbes ROC dépendantes du temps présente plusieurs avantages : inclure les patients perdus de vue, les prédictions/performances peuvent être estimées à différents temps ; le statut de l'événement d'intérêt étant automatiquement mis à jour. Notons que, même si ce fait n'a pas été exploité dans notre application, un autre avantage de cette approche est de permettre la prise en compte de covariables dépendantes du temps et d’évaluer leurs performances prédictives au cours du temps.

Le texte complet de cet article est disponible en PDF.

Mots-clés : Courbe ROC, AUC dépendante du temps, Prédiction, Radiothérapie, Fibrose mammaire



© 2024  Publié par Elsevier Masson SAS.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 72 - N° S2

Article 202464- mai 2024 Retour au numéro
Article précédent Article précédent
  • P23 - Evolution des traitements de première ligne et survie en vie réelle des femmes âgées atteintes d'un cancer du sein métastatique RH+/HER2- par rapport aux femmes plus jeunes : résultats de l’étude observationnelle et nationale ESME
  • F. Bouteiller, C. Courtinard, S. Gourgou, A. Galvin, F. Dalenc, A. Mailliez, M. Bringuier, S. Delaloge, C. Bellera
| Article suivant Article suivant
  • P25 - Prédiction métabolomique des toxicités neurologiques et métaboliques induites par le traitement du cancer du sein
  • J. Jacquemin, M. Piffoux, M. Pétéra, S. Durand, E. Pujos-Guillot, O. Trédan, C. Lasset, Y. Drouet

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

Déjà abonné à cette revue ?

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.


Tout le contenu de ce site: Copyright © 2024 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.