Adaptive therapy under parametric, structural, and measurement uncertainty

O tratamento do câncer tem operado há muito tempo sob um princípio simples e agressivo: atingir o tumor o mais forte possível, o mais frequentemente possível, na tentativa de eliminá-lo completamente. Essa abordagem, conhecida como terapia contínua, baseia-se em doses máximas de medicamentos para matar as células cancerígenas. No entanto, a natureza frequentemente reage. Quando um medicamento mata a vasta maioria das células cancerígenas, ele deixa para trás um pequeno grupo oculto de sobreviventes que são naturalmente resistentes ao remédio. Sem a competição do agora depletado de células sensíveis, esses sobreviventes resistentes podem se multiplicar rapidamente, levando a um tumor mais difícil de tratar do que antes. Para combater isso, médicos e cientistas começaram a explorar uma estratégia diferente chamada terapia adaptativa. Em vez de tentar eliminar o tumor, este método visa gerenciá-lo. Ao ajustar as doses dos medicamentos com base na resposta do tumor — administrando o remédio quando o tumor cresce e interrompendo-o quando o tumor encolhe — os médicos esperam manter viva uma população de células sensíveis. Essas células sensíveis atuam como um freio natural, competindo com as resistentes e mantendo a doença sob controle pelo maior tempo possível.

O desafio com essa abordagem é que ela requer conhecimento preciso do que está acontecendo dentro do corpo, o que raramente está disponível. Os médicos não conseguem ver o tamanho exato ou a composição do tumor em tempo real; eles devem confiar em pistas indiretas, como um exame de sangue que mede uma proteína chamada antígeno prostático específico, ou PSA. Esta proteína é produzida tanto por células prostáticas cancerosas quanto saudáveis, o que significa que uma leitura alta não significa necessariamente que o tumor seja grande, e uma leitura baixa não significa necessariamente que ele seja pequeno. Além disso, cada paciente é diferente, e as regras biológicas que governam o crescimento do seu câncer podem mudar ao longo do tempo. Em um novo estudo, pesquisadores buscaram testar se a terapia adaptativa poderia realmente funcionar para pacientes individuais diante dessas realidades problemáticas: medições imperfeitas, diferenças biológicas desconhecidas e a possibilidade de o comportamento do tumor mudar. Eles construíram um modelo computacional detalhado, calibrado com dados de pacientes reais, para simular como diferentes estratégias de tratamento se desenrolariam sob essas condições de incerteza.

Os pesquisadores começaram criando uma "coorte virtual" de pacientes. Eles utilizaram dados de um ensaio clínico envolvendo 85 homens com câncer de próstata que haviam sido tratados com terapia hormonal intermitente. Usando um método estatístico, eles ajustaram seu modelo matemático para se adequar aos padrões únicos dos níveis de PSA de cada paciente ao longo do tempo. Esse processo permitiu que gerassem um grupo diversificado de pacientes simulados, cada um com seu próprio conjunto específico de traços biológicos e incertezas. Em seguida, realizaram milhares de simulações para ver o que aconteceria se esses pacientes virtuais recebessem o tratamento contínuo padrão versus a nova abordagem adaptativa. A estratégia adaptativa que testaram, conhecida como AT50, envolvia administrar medicamentos até que o nível de PSA caísse para metade do seu ponto inicial, e então interromper o tratamento até que o nível voltasse ao seu nível basal original. Esse ciclo era repetido, com decisões tomadas a cada 30 dias com base nos resultados dos exames de sangue.

Os resultados dessas simulações foram encorajadores para a abordagem adaptativa, mas com ressalvas importantes. Quando os pesquisadores observaram o tempo necessário para a progressão da doença a um ponto em que ela não pudesse mais ser controlada, a estratégia adaptativa superou o tratamento contínuo em aproximadamente 95% dos casos simulados. Nesses casos, o cronograma adaptativo estendeu o tempo antes que o tumor se tornasse incontrolável por uma margem significativa. Essa melhoria manteve-se verdadeira mesmo quando os pesquisadores levaram em conta o fato de que os exames de sangue eram ruidosos e não perfeitamente precisos. O modelo mostrou que a estratégia adaptativa era robusta; ela conseguia lidar com a incerteza de medições imperfeitas e ainda manter o tumor sob controle por mais tempo do que a abordagem padrão na vasta maioria dos cenários.

No entanto, o estudo também revelou uma possível compensação que não havia sido totalmente explorada antes. Embora a terapia adaptativa fosse melhor em retardar a progressão da doença na maioria dos casos, ela exigia manter o tumor em um tamanho maior e estável para manter a competição entre os tipos de células. Os pesquisadores introduziram uma nova métrica para medir o risco de metástase, que é a propagação do câncer para outras partes do corpo. Suas simulações sugeriram que, como o tumor permanecia maior por mais tempo sob a estratégia adaptativa, o risco de metástase poderia ser, de fato, maior em comparação com o tratamento contínuo, que encolhe o tumor agressivamente. Para alguns pacientes, o benefício de um tempo maior antes da progressão pode ser superado pelo risco aumentado de o câncer se espalhar. Essa descoberta destaca que não existe um único "melhor" tratamento para todos; a escolha certa depende do equilíbrio entre o desejo de retardar a progressão e o risco de permitir que um tumor maior persista.

Os pesquisadores também investigaram o quão confiáveis eram suas previsões quando as regras subjacentes do tumor mudavam. No mundo real, um tumor pode evoluir, ou a forma como ele responde aos medicamentos pode mudar ao longo de anos. O estudo descobriu que, se o modelo matemático usado para planejar o tratamento estivesse ligeiramente errado sobre como o tumor se comportava, as previsões para resultados futuros poderiam se tornar pouco confiáveis. Especificamente, se um modelo fosse construído usando dados de um paciente em um cronograma de tratamento contínuo, ele não poderia prever com precisão como esse mesmo paciente responderia a um cronograma adaptativo, e vice-versa. Isso ocorre porque diferentes cronogramas de tratamento revelam diferentes aspectos da biologia do tumor. Se um médico apenas vê como um tumor reage quando está sob ataque constante, ele não pode saber como ele se comportará quando o ataque for pausado. Isso sugere que, para tornar a terapia adaptativa verdadeiramente personalizada, os médicos precisam ser capazes de inferir as regras biológicas específicas do tumor de um paciente enquanto já estão no cronograma de terapia adaptativa, em vez de tentar adivinhar com base em dados passados de diferentes tipos de tratamento.

Em última análise, o estudo demonstra que, embora a terapia adaptativa seja uma ferramenta promissora que pode estender o tempo antes de um tumor progredir, ela não é uma bala de prata que funciona perfeitamente para todos. O sucesso da abordagem depende fortemente da biologia específica do câncer do paciente e da capacidade de medir com precisão a resposta do tumor, apesar do ruído nos dados. Os pesquisadores concluíram que, para a terapia adaptativa ser verdadeiramente eficaz, ela deve ser aplicada com uma compreensão profunda da incerteza. Médicos e pacientes precisam pesar o benefito de retardar a progressão da doença contra os riscos potenciais de manter uma carga tumoral maior, como o aumento da chance de metástase. Ao reconhecer que nossos modelos são imperfeitos e que cada paciente é único, a comunidade médica pode navegar melhor pelo caminho complexo em direção a um cuidado com o câncer mais eficaz e personalizado. O estudo serve como um lembrete de que, na luta contra o câncer, a ferramenta mais poderosa não é apenas um novo medicamento, mas uma compreensão lúcida dos limites do nosso conhecimento e da variabilidade da própria doença.