Machine Learning Integration of Lymphovascular Space Invasion, Ki-67 Index, and Immunohistochemical Profiles for Preoperative Lymph Node Metastasis Prediction in Endometrial Cancer

Résumé technique : Intégration de l'apprentissage automatique pour la prédiction préopératoire des métastases ganglionnaires dans le cancer de l'endomètre

Énoncé du problème
Le cancer de l'endomètre (CE) est une malignité gynécologique majeure. La prédiction préopératoire précise des métastases ganglionnaires (MG) est cruciale pour une prise de décision chirurgicale individualisée, spécifiquement pour éviter le surtraitement et les complications associées (ex. : lymphœdème, occlusion intestinale) d'un curage ganglionnaire systématique non sélectif chez les patientes à faible risque. Les modèles de prédiction clinique actuels reposent souvent sur des indicateurs pathologiques postopératoires (ex. : grade tumoral, profondeur d'invasion) ou des données génomiques complexes, créant un décalage fondamental où « les indicateurs postopératoires guident les décisions préopératoires ». De plus, les modèles existants omettent fréquemment des marqueurs pronostiques clés tels que le Ki-67 ou ne parviennent pas à intégrer de manière exhaustive les profils sérologiques et immunohistochimiques de routine disponibles avant la chirurgie.

Méthodologie
Cette étude a adopté un design rétrospectif analysant 594 patientes atteintes de carcinome de l'endomètre traitées à l'Hôpital Général de Hainan entre octobre 2019 et octobre 2025.

• Collecte de données : Les variables comprenaient les données cliniques de base, les marqueurs sérologiques préopératoires (AFP, CEA, CA125, CA19-9, CA72-4, etc.), les indicateurs pathologiques postopératoires (invasion myocardique, LVSI, taille de la tumeur, etc.) et les profils immunohistochimiques (p53, ER, PR, Ki-67, protéines MMR).
• Sélection des caractéristiques : La régression LASSO (Least Absolute Shrinkage and Selection Operator) a été utilisée pour filtrer les variables et prévenir le surapprentissage. Ce processus a identifié sept prédicteurs clés.
• Construction du modèle : Quatre algorithmes d'apprentissage automatique ont été construits et comparés : la régression logistique (LR), la forêt aléatoire (RF), la machine à vecteurs de support (SVM) et l'XGBoost.
• Stratégie de validation : L'ensemble de données a été divisé en un groupe de développement (n=416, 70 %) et un groupe de test (n=178, 30 %). La performance du modèle a été évaluée par l'aire sous la courbe ROC (AUC), la sensibilité, la spécificité, les courbes de calibration et l'analyse de la courbe de décision (DCA).
• Vérifications de robustesse : Des analyses de sous-groupes ont été réalisées selon diverses caractéristiques cliniques. Une analyse de sensibilité a été effectuée en excluant les cas mutés de p53 pour évaluer la stabilité du modèle.

Contributions clés

1. Focus préopératoire : L'étude a développé un modèle de prédiction utilisant exclusivement des indicateurs disponibles préopératoirement, répondant ainsi à la limite des modèles dépendant de données postopératoires.
2. Intégration multimodale : Le modèle intègre systématiquement les paramètres pathologiques de routine (LVSI), les marqueurs immunohistochimiques (PR) et les biomarqueurs sérologiques (CA19-9, CA72-4). Bien que le Ki-67 ait été évalué, il n'a pas été retenu comme prédicteur indépendant dans le modèle multivarié final.
3. Comparaison algorithmique : La recherche fournit une analyse comparative entre des modèles simples (Régression Logistique) et complexes (RF, XGBoost, SVM), démontrant que des modèles plus simples peuvent offrir une meilleure généralisation dans des ensembles de données médicales à effectifs limités.
4. Évaluation de l'utilité clinique : Au-delà des mesures statistiques, l'étude utilise l'analyse de la courbe de décision (DCA) pour quantifier le bénéfice clinique net, garantissant l'applicabilité pratique du modèle dans la prise de décision.

Résultats

• Prédicteurs : La régression LASSO a identifié sept prédicteurs indépendants : CA19-9 préopératoire, CA72-4, invasion myocardique ≥1/2, nombre total de ganglions prélevés, LVSI, expression de PR et CA125 préopératoire. Notamment, bien que le CEA ait été significatif dans l'analyse univariée, il n'a pas conservé de signification prédictive indépendante dans l'analyse multivariée et ne figure pas parmi les sept variables finales sélectionnées par LASSO.
• Performance du modèle : Dans le groupe de test indépendant, le modèle de régression logistique a démontré une performance supérieure avec une AUC de 0,863 (IC 95 % : 0,788–0,938), une sensibilité de 0,842 et une spécificité de 0,761.
  • Il a surpassé le modèle de forêt aléatoire (AUC = 0,848), l'XGBoost (AUC = 0,839) et le SVM (AUC = 0,635).
  • Le modèle de régression logistique a également surpassé les références établies : le système ENDORISK (AUC = 0,820) et le système de stratification de Yang (AUC = 0,845).
• Importance des caractéristiques : Le LVSI a été identifié comme la caractéristique la plus critique, suivi par le nombre total de ganglions disséqués, l'expression de PR et le CA19-9 préopératoire.
• Robustesse : L'analyse de sous-groupes a confirmé une performance constante (AUC ≥ 0,8) à travers divers sous-groupes de ménopause, de LVSI et de stade FIGO. Après exclusion des cas mutés de p53, l'AUC du groupe de test est restée stable à 0,817.
• Utilité clinique : L'analyse de la courbe de décision a indiqué que le modèle offre un bénéfice clinique net significatif par rapport aux stratégies « traiter tout » ou « ne rien traiter » dans des probabilités de seuil comprises entre 0,02 et 0,60.

Signification et affirmations
Les auteurs affirment qu'un modèle de régression logistique basé sur des indicateurs préopératoires de routine peut prédire efficacement les métatsases ganglionnaires dans le cancer de l'endomètre. L'étude pose que :

• Simplicité vs Complexité : Dans les ensembles de données médicales à échantillons limités, l'augmentation de la complexité du modèle n'améliore pas nécessairement la performance prédictive et peut conduire au surapprentissage. Le modèle de régression logistique, plus simple, a démontré une meilleure généralisation que les méthodes d'ensemble complexes.
• Rentabilité : Le modèle offre un outil économique et accessible pour la prise de décision préopératoire, adapté aux institutions médicales de tous niveaux, sans nécessiter de séquençage génomique coûteux ou de données postopératoires.
• Utilité de nouveaux marqueurs : L'étude souligne la valeur prédictive indépendante du CA19-9 et du CA72-4 préopératoires, suggérant qu'ils peuvent identifier des sous-groupes agressifs sujets à une métastase ganglionnaire précoce, surpassant potentiellement le CA125 dans certains contextes.
• Traduction clinique : En s'appuyant uniquement sur des données préopératoires, le modèle résout le paradoxe du « postopératoire guidant le préopératoire », fournissant une base fiable pour la planification chirurgicale personnalisée.

L'article conclut que bien que le modèle présente une grande précision prédictive et une robustesse élevée, les travaux futurs devraient se concentrer sur une validation prospective multicentrique et le développement de nomogrammes conviviaux ou de calculateurs en ligne pour faciliter l'adoption clinique.