How many slices are required for accurate tumour pathological response assessment? A computational modelling approach on real-world solid tumours

Imagine que você é um detetive tentando resolver um mistério dentro de uma água-viva gigante e trêmula. Mas em vez de uma água-viva, é um tumor humano e, em vez de um mistério, você está procurando por sobreviventes minúsculos e obstinados — células cancerígenas que conseguiram se esconder depois que o paciente recebeu um remédio poderoso para encolher o tumor. Este campo da ciência é chamado de patologia, e é a arte de olhar para o tecido sob um microscópio para ver o que está vivo e o que está morto. Quando os médicos dão remédio antes da cirurgia (chamado de terapia neoadjuvante), eles querem saber: "O remédio funcionou?" Para descobrir, os patologistas cortam o tumor removido em pedaços finos, como uma fatia de pão, e contam quanto dele ainda é um câncer perigoso.

O grande problema é que os tumores vêm em todas as formas e tamanhos, e fatiar perfeitamente é um trabalho difícil. Se você fatiar um tumor minúsculo muito fino, pode perder as células ruins inteiramente. Se você fatiar um tumor gigante muito grosso, pode perder as células ruins escondidas no meio. É um equilíbrio entre obter a resposta certa e não esgotar a equipe de cientistas que faz o fatiamento. Este artigo faz uma pergunta simples, mas crucial: Quantas fatias do "pão" precisamos realmente tirar para termos certeza de que encontramos a verdade?

---

A Grande Simulação de Fatiamento de Tumores

Neste estudo, uma equipe de pesquisadores de Cambridge e de outros lugares decidiu parar de adivinhar e começar a simular. Eles não apenas olharam para tumores reais; eles construíram um parquinho digital onde poderiam brincar com 3ções de formas de tumores renais do mundo real, extraídas de tomografias computadorizadas. Pense nisso como modelos de argila digital de tumores, variando de pequenos a grandes.

Os pesquisadores criaram um jogo virtual com quatro "mundos" (ou populações) diferentes para testar sua teoria. Em um mundo, o remédio funcionou incrivelmente bem (o mundo "Otimista"). Em outro, funcionou muito pouco (o mundo "Pessimista"). Eles também simularam mundos onde os resultados estavam divididos ao meio ou majoritariamente no meio. Em cada mundo, eles espalharam aleatoriamente células cancerígenas "viáveis" (vivas) dentro dos tumores digitais, exatamente como polvilhar glitter em um bloco de gelatina.

Então, eles desempenharam o papel do patologista. Eles fatiaram esses tumores digitais em camadas uniformemente espaçadas, mas mudaram as regras do jogo: às vezes tiravam apenas 3 fatias, às vezes 5, às vezes 10 e às vezes até mais. Eles perguntaram: "Se olharmos apenas para essas poucas fatias, podemos adivinhar corretamente a porcentagem total de câncer vivo?"

O Número "Goldilocks" de Fatias

Aqui está o que as simulações de computador deles sugeriu. Quanto mais fatias você tira, mais precisa você é — isso não é surpresa. Mas os pesquisadores estavam procurando pelo "ponto ideal", o número de fatias que lhe dá uma ótima resposta sem fazer os patologistas trabalharem demais.

Eles descobriram que, se você quiser saber se um tumor é uma Resposta Completa (significando 0% de câncer restante, uma vitória total), você só precisa de 3 fatias uniformemente espaçadas para estar certo em 95% das vezes. Isso é surpreendentemente baixo! É como verificar três pontos em uma praia para saber se a praia inteira está vazia de conchas; se você verificar três pontos e não encontrar nada, pode ter bastante confiança de que a praia está limpa.

No entanto, se você quiser ser um pouco mais geral e categorizar a resposta em quatro baldes (como "Sem Resposta", "Resposta Parcial", "Resposta Maior" e "Resposta Completa"), o número mágico salta para 5 fatias. Em suas simulações, tirar 5 fatias uniformemente espaçadas permitiu que eles classificassem corretamente o tumor no balde certo mais de 90% das vezes, não importa em qual dos quatro "mundos" eles estivessem.

Mas aqui está a pegadinha: se você quiser ser super preciso e dizer, "O tumor está exatamente 10% vivo", ou "Está 23% vivo", o jogo fica muito mais difícil. Para obter esse nível de detalhe com cerca de 90% de precisão, as simulações sugeriram que você precisaria de pelo menos 10 a 15 fatias.

Por Que Isso Importa (E O Que Não Diz)

O artigo sugere uma grande mudança na forma como podemos pensar sobre o fatiamento de tumores. Atualmente, muitos hospitais fatiam tumores com base no seu tamanho — talvez uma fatia a cada centímetro. Isso significa que um tumor minúsculo recebe pouquíssimas fatias, e um tumor gigante recebe uma enorme pilha delas. Os pesquisadores argumentam que isso é como medir um bolo pequeno e um bolo gigante com o mesmo espaçamento de régua; você pode perder as migalhas minúsculas no bolo pequeno.

Em vez disso, suas simulações sugerem que tirar um número fixo de fatias (como sempre tirar 5, independentemente do tamanho) pode ser uma maneira mais inteligente e justa de jogar o jogo. Essa abordagem parece escalar bem, dando uma "degustação" representativa de todo o tumor, seja ele pequeno ou grande.

No entanto, os autores são cuidadosos ao dizer que estas são simulações, não regras médicas finais. Eles construíram seus modelos usando tumores renais, que costumam ser arredondados, portanto, não têm 100% de certeza de como isso funcionaria com tumores de formatos estranhos ou tumores que estão espalhados em uma pilha bagunçada. Eles também observaram que, no mundo real, os patologistas podem precisar olhar para "zonas de perigo" específicas, como as bordas do tumor, algo que uma simples simulação de computador não pode prever totalmente.

Portanto, embora o artigo não prove que 5 fatias é a lei absoluta do universo, ele sugere fortemente que podemos fazer nosso trabalho tão bem quanto podemos com menos fatias do que pensamos. Se essa ideia se sustentar no mundo real, ela poderá economizar uma quantidade enorme de tempo e esforço dos patologistas, permitindo que eles se concentrem nos pacientes que mais precisam deles. É um indício esperançoso de que talvez não precisemos fatiar o pão inteiro para saber se ele está fresco.