Radiomique et cancer du poumon : un nouveau chemin
Explorer le rôle de l'imagerie CT dans l'évaluation de la réponse immunitaire au cancer du poumon.
― 8 min lire
Table des matières
Le cancer du poumon est la première cause de décès liés au cancer dans le monde. Même si les traitements pour le cancer du poumon non à petites cellules (NSCLC) se sont améliorés, la chirurgie reste l'option principale pour beaucoup de patients. Mais tout le monde ne peut pas se faire opérer, surtout ceux dont le cancer s'est propagé au-delà des poumons. Pour les patients au stade avancé de la maladie, les options de traitement peuvent varier et faire face à des défis comme la résistance et la récurrence. Ça souligne le besoin de nouvelles méthodes efficaces pour aider au diagnostic et à la pronostic du cancer du poumon.
Le Rôle du Système Immunitaire
Le développement du cancer du poumon implique à la fois la tumeur elle-même et l'environnement biologique qui l'entoure. Cet environnement est façonné par un mélange de facteurs génétiques et de la manière dont les cellules cancéreuses interagissent avec les cellules immunitaires et d'autres types de cellules. Un aspect important du cancer du poumon est l’évasion immunitaire, où les cellules cancéreuses peuvent se cacher ou réprimer la réponse immunitaire.
Une façon de mesurer la réponse du système immunitaire à une tumeur est à travers les lymphocytes infiltrants tumoraux (TILs). Ce sont des cellules immunitaires qui ont migré dans la zone tumorale et peuvent indiquer comment le système immunitaire réagit au cancer. Différents types de cellules immunitaires composent les TILs, incluant les cellules tueuses naturelles, les macrophages et divers types de lymphocytes T. Certains traitements, appelés Immunothérapie, ont montré qu'ils améliorent les taux de survie chez les patients atteints de NSCLC. Selon la répartition des cellules immunitaires dans une tumeur, les chercheurs classifient les tumeurs en trois groupes : inflammées par l'immunité, désertes en immunité et exclues de l'immunité. Les tumeurs inflammées par l'immunité tendent à avoir un grand nombre de cellules immunitaires spécifiques et réagissent souvent mieux à l'immunothérapie.
Pour l’instant, mesurer les TILs implique généralement de prélever des échantillons de tumeurs par chirurgie ou biopsie. Cette méthode a ses limites, car elle peut être invasive et ne reflète pas toujours fidèlement l'ensemble de la tumeur ou de son environnement. De nombreux patients subissent aussi des effets secondaires liés à leurs thérapies immunitaires, ce qui peut affecter leur qualité de vie et les coûts de santé. Donc, il y a un besoin de moyens non invasifs pour identifier les patients qui pourraient bénéficier d’une immunothérapie tout en minimisant les risques.
La Promesse des Techniques d'Imagerie
L'imagerie quantitative est un domaine axé sur l'extraction de caractéristiques détaillées à partir d'images médicales, souvent appelées radiomique. En utilisant des images de tomodensitométrie (CT), la radiomique peut analyser une tumeur entière et ses environs sans nécessiter de procédures invasives. Cette technologie permet une caractérisation détaillée des caractéristiques spatiales d’une tumeur et peut être utilisée pour suivre l'évolution du cancer au fil du temps et sa réponse aux traitements.
Notre étude examine si les caractéristiques Radiomiques des images CT peuvent aider à différencier les patients en fonction des niveaux d'infiltration des lymphocytes CD8+, un type spécifique de cellule immunitaire qui joue un rôle crucial dans la lutte contre le cancer.
Matériaux et Méthodes
Pour mener notre étude, nous avons utilisé trois ensembles de données disponibles publiquement qui incluaient des images CT et des données d'expression génique de patients avec NSCLC. Seuls les patients ayant à la fois des images CT et des données géniques spécifiques ont été inclus.
Un ensemble de données a été utilisé pour entraîner le modèle, tandis que deux autres ont servi de jeux de test. Les ensembles de test contenaient des patients atteints de différents types de cancer du poumon, notamment le carcinome à cellules squameuses et l'adénocarcinome.
Parmi les patients évalués, certains avaient plusieurs tumeurs. Pour notre analyse, nous nous sommes concentrés sur les tumeurs qui correspondaient aux descriptions de biopsie fournies.
Nous avons utilisé une plateforme dédiée pour recueillir des données sur les TILs pour les patients d'un des ensembles de données. Pour les autres ensembles de données, nous avons utilisé les données de séquençage RNA disponibles pour estimer les profils immunitaires.
Pour classer les patients en groupes à haute et basse infiltration de CD8+, nous avons calculé les niveaux moyens de CD8+ dans chaque ensemble de données et défini des valeurs seuils spécifiques à chaque groupe.
Extraction des Caractéristiques Radiomiques
La radiomique consiste à rassembler de grands ensembles de caractéristiques quantitatives à partir d'images médicales. Ces caractéristiques peuvent fournir des informations importantes sur les caractéristiques de la tumeur.
Pour extraire ces caractéristiques, nous avons d'abord défini les zones d'intérêt dans les images, en particulier les lésions. Un radiologue expérimenté a examiné et ajusté les segmentations si nécessaire. Aucune restriction de taille n'a été appliquée pour inclure les patients dans l'étude.
En utilisant un logiciel spécialisé, nous avons transformé les images CT en un format adapté à l'analyse et extrait 1246 caractéristiques radiomiques de chaque lésion. Ces caractéristiques comprenaient diverses statistiques sur la forme et la texture des tumeurs.
Analyse Statistique
Une fois que nous avons obtenu nos caractéristiques, nous avons mené plusieurs analyses. D'abord, nous avons supprimé toute caractéristique redondante qui ne variait pas beaucoup. Puis, nous avons catégorisé les patients en deux groupes basés sur les niveaux de CD8+.
Différents tests statistiques ont été appliqués pour voir si nous pouvions distinguer les deux groupes. Nous avons considéré une valeur p inférieure à 0.05 comme significative.
Suite à cela, nous avons utilisé un modèle de régression logistique pour évaluer la capacité des caractéristiques sélectionnées à prédire les niveaux de CD8+. Nous avons validé le modèle en utilisant les deux ensembles de test indépendants et mesuré ses performances dans la distinction entre les niveaux d'infiltration de CD8+ élevés et faibles.
Résultats
À travers notre analyse, nous avons réussi à identifier trois caractéristiques radiomiques spécifiques qui pouvaient différencier significativement les niveaux élevés et faibles de CD8+. Ces caractéristiques ont donné des résultats prometteurs lors des tests sur les ensembles de formation et indépendants.
Une analyse plus approfondie a révélé que les schémas d'imagerie pouvaient être des indicateurs efficaces pour savoir si un patient réagirait bien à l'immunothérapie.
Conclusion
Le traitement du cancer se tourne de plus en plus vers l'immunothérapie, surtout dans le contexte du cancer du poumon. L'environnement immunitaire des tumeurs, en particulier celles contenant des TILs, a montré une connexion avec la réponse au traitement et les taux de survie des patients.
Bien qu'il y ait beaucoup de recherche dans ce domaine, de nombreuses questions restent sur la façon dont les tumeurs et leur microenvironnement interagissent. Les études existantes reposent souvent sur des méthodes invasives pour évaluer les cellules immunitaires, ce qui peut ne pas représenter fidèlement la complexité de l'environnement tumoral.
Notre étude montre que les caractéristiques extraites de l'imagerie CT peuvent fournir des informations sur les réponses immunitaires dans le cancer du poumon. Les résultats soulignent le potentiel d'utiliser la radiomique pour capter des caractéristiques importantes des tumeurs qui pourraient guider les décisions de traitement.
Malgré les avancées, des défis demeurent pour standardiser la collecte de données et les méthodes d'analyse en radiomique. La variabilité des techniques d'imagerie et du traitement des données peut impacter les résultats. Une plus grande cohérence et des tailles d'échantillons plus importantes sont nécessaires pour améliorer la fiabilité de ces découvertes.
En résumé, bien que les techniques d'imagerie montrent du potentiel pour déterminer les niveaux de CD8+ dans les tumeurs, davantage de travail est nécessaire pour établir des méthodes fiables pouvant être appliquées largement en milieu clinique. Cette approche offre un chemin vers des thérapies du cancer plus personnalisées, améliorant le potentiel de réussite des traitements.
Titre: A CT-based radiomics approach for CD8+ lymphocytes infiltrationstratification in patients with non-small cell lung cancer
Résumé: BackgroundAccurate prediction of tumor microenvironment is crucial for optimizing decision making throughout cancer treatment process. Current biopsy or surgical-based approaches to assess tumor microenvironment are limited by their invasiveness and tumor heterogeneity. The present study aimed to investigate the association of computed tomography radiomics features and CD8+ lymphocyte infiltration levels for patients with non-small cell lung cancer. Materials and Methods283 patients with CT imaging and RNA-Seq data were collected from open-source data repositories. The study included three independent cohorts of non-small cell lung cancer patients, with one serving as the training set and the other two as external test sets. 1246 CT radiomics features were extracted. Three discriminative texture features were used to train the AI model. ResultsThe model, trained on discriminative features, achieved a mean area under the curve AUC-ROC of 0.71({+/-}0.17 std) on the training data. The AUC-ROC of the model on the two independent test sets is 0.67 (95% CI: 51%, 80%) on TCGA and 0.64 (95% CI: 51%, 74%) on LUNG3. ConclusionCT texture features can differentiate patients with high from low CD8+ lymphocyte infiltration levels. These features can non-invasively analyze the whole tumor and aid in the identification of patients that can respond to immunotherapy. Tweetable abstractTexture radiomics features on CT scans can aid in stratifying CD8+ lymphocyte infiltration levels for patients with NSCLC.
Auteurs: Fadila Zerka, M. FELFLI, C. VOYTON, A. THINNES, S. JACQUES, Y. LIU, A. IANNESSI
Dernière mise à jour: 2024-05-24 00:00:00
Langue: English
Source URL: https://www.medrxiv.org/content/10.1101/2024.05.23.24307791
Source PDF: https://www.medrxiv.org/content/10.1101/2024.05.23.24307791.full.pdf
Licence: https://creativecommons.org/licenses/by/4.0/
Changements: Ce résumé a été créé avec l'aide de l'IA et peut contenir des inexactitudes. Pour obtenir des informations précises, veuillez vous référer aux documents sources originaux dont les liens figurent ici.
Merci à medrxiv pour l'utilisation de son interopérabilité en libre accès.