Machine learning-based survival modeling reveals distinct surgical benefits across molecular subtypes in young women with de novo metastatic breast cancer

Le cancer du sein n'est pas une maladie unique, mais un ensemble de différentes conditions, chacune étant pilotée par sa propre biologie unique. Lorsque la maladie se propage à d'autres parties du corps avant même d'être détectée dans le sein, on appelle cela un cancer du sein métastatique de novo. Ce stade est grave et actuellement incurable, ce qui signifie que l'objectif du traitement est de gérer la maladie, de permettre aux patientes de se sentir aussi bien que possible et de prolonger leur vie aussi longtemps que la médecine le permet. Les médecins débattent depuis longtemps pour savoir si le retrait de la tumeur d'origine dans le sein aide les patientes qui ont déjà un cancer ailleurs dans leur corps. Certaines études suggèrent que la chirurgie pourrait aider, tandis que d'autres montrent qu'elle ne fait aucune différence. Le défi est que chaque patiente est différente ; son cancer peut être alimenté par différentes hormones, s'être propagé à différents organes et réagir aux médicaments de manières uniques. En raison de cette variété, une règle unique pour tous ne fonctionne pas. Les chercheurs ont besoin d'un moyen d'examiner tous les détails complexes du cas d'une patiente à la fois pour voir quels traitements aident réellement quelles personnes.

Une équipe de chercheurs s'est donné pour mission de résoudre ce casse-tête en utilisant des outils d'apprentissage informatique avancés pour analyser une vaste collection de dossiers médicaux. Ils ont examiné les données de 2 605 femmes de moins de 50 ans ayant reçu un diagnostic de cancer du sein métastatique entre 2010 et 2019. Ces dossiers provenaient d'une grande base de données nationale qui suit les cas de cancer à travers les États-Unis. Les scientifiques voulaient construire un modèle informatique capable de prédire la durée de vie d'une patiente en fonction de son type de tumeur spécifique, de l'endroit où le cancer s'est propagé et des traitements qu'elle a reçus. Ils ont testé huit types différents d'algorithmes informatiques, qui sont des programmes mathématiques conçus pour trouver des modèles dans les données. Certains de ces programmes fonctionnent en construisant de nombreux arbres de décision, tandis que d'autres utilisent des méthodes différentes pour évaluer l'importance de divers facteurs. L'objectif était de trouver la méthode la plus précise pour prévoir la survie et, plus important encore, pour comprendre exactement quels facteurs importaient le plus.

Les modèles informatiques ont révélé que le type de cancer et l'étendue de sa propagation étaient les prédicteurs les plus puissants de l'avenir d'une patiente. Plus précisément, la composition biologique de la tumeur et la partie du corps qu'elle avait atteinte étaient plus importants que presque tout le reste. Cependant, la découverte la plus frappante concernait la chirurgie. L'analyse a montré que le retrait de la tumeur primaire dans le sein aidait effectivement les patientes à vivre plus longtemps, mais seulement pour certains groupes. Lorsque les chercheurs ont ajusté les données en fonction des autres différences entre les patientes pour assurer une comparaison équitable, celles qui avaient subi une chirurgie vivaient significativement plus longtemps que celles qui n'en avaient pas eu. En moyenne, les patientes ayant subi une chirurgie vivaient environ 63 à 65 mois, tandis que celles qui n'avaient pas subi de chirurgie vivaient environ 37 mois. Cet avantage de survie était clair et constant à travers les données, bien qu'il variât selon le sous-type.

Pourtement, l'histoire n'est pas aussi simple que « la chirurgie est toujours meilleure ». Les modèles informatiques ont montré que le bénéfice de la chirurgie dépendait fortement du sous-type moléculaire spécifique du cancer. Pour les femmes dont les tumeurs étaient pilotées à la fois par des hormones et une protéine appelée HER2, le traitement chirurgical conférait un avantage substantiel de survie. De même, celles avec des tumeurs pilotées uniquement par HER2 ont également constaté un net bénéfice. Cependant, pour les femmes avec des tumeurs pilotées uniquement par les hormones, la chirurgie n'a pas montré d'avantage de survie significatif par rapport au traitement non chirurgical. Cela suggère que pour certains types de cancer, la réponse du corps aux thérapies médicamenteuses est le facteur décisif, et que la chirurgie apporte peu de valeur supplémentaire. Pour d'autres, retirer la tumeur semble fonctionner de concert avec d'autres traitements pour maintenir la maladie sous contrôle.

Les chercheurs ont également examiné où le cancer s'était propagé pour voir si cela changeait le résultat de la chirurgie. Ils ont découvert que les femmes dont le cancer s'était propagé à la fois aux os et au foie étaient celles qui bénéficiaient le plus d'un type de chirurgie spécifique appelé chirurgie conservatrice du sein, où seule une partie du sein est retirée. Dans ce groupe spécifique, retirer seulement une partie du sein entraînait de meilleurs résultats de survie que de retirer tout le sein. C'était un détail surprenant, car cela implique que pour certaines patientes, une opération locale moins agressive pourrait être le choix le plus judicieux. Pour d'autres schémas de propagation, tels que le cancer dans le cerveau ou les poumons, le type de chirurgie ne faisait pas de différence significative sur la survie.

Pour s'assurer que ces résultats étaient réels et n'étaient pas simplement le résultat de la manière dont les données avaient été collectées, les chercheurs ont utilisé une méthode statistique pour équilibrer les groupes comparés. Ils ont tenu compte du fait que les médecins auraient pu choisir d'opérer des patientes en meilleure santé ou celles présentant une maladie moins sévère. Même après cet ajustement minutieux, les résultats se sont confirmés : la chirurgie aide, mais seulement pour les bonnes patientes. L'étude a également souligné que des facteurs tels que la race de la patiente, l'état civil et le grade de sa tumeur jouaient un rôle dans son pronostic, mais le type de cancer et la décision d'opérer étaient les moteurs les plus puissants de la survie.

Ce travail ne prouve pas que la chirurgie est un remède, ni qu'il suggère que chaque jeune femme atteinte d'un cancer du sein métastatique doive subir une opération. Au contraire, il fournit une carte claire pour aider les médecins et les patientes à naviguer dans une décision difficile. Il montre que l'ancienne idée d'une approche universelle est obsolète. En utilisant des modèles informatiques pour examiner la biologie spécifique d'une tumeur et le schéma de sa propagation, les équipes médicales peuvent désormais voir plus clairement qui bénéficiera du retrait de la tumeur primaire et qui n'en bénéficiera pas. L'étude conclut que l'avenir du traitement de cette maladie réside dans la personnalisation, en utilisant les données pour faire correspondre le bon traitement à la bonne patiente, garantissant que chaque intervention médicale offre la meilleure chance possible d'une vie plus longue.