Texture-driven radiomics from longitudinal contrast-enhanced CT predicts short-term immunotherapy response in lung cancer: A retrospective cohort study

Na luta contra o câncer de pulmão avançado, os médicos têm uma nova e poderosa ferramenta: drogas que despertam o próprio sistema imunológico do paciente para atacar o tumor. Esses tratamentos, conhecidos como inibidores de checkpoint imunológico, mudaram o cenário do cuidado, oferecendo esperança onde poucas existiam antes. No entanto, eles não funcionam para todos. Alguns pacientes veem seus tumores encolherem dramaticamente, enquanto outros veem nenhuma mudança ou até mesmo um crescimento temporário e enganoso, que é, na verdade, o sistema imunológico ganhando força. O padrão atual para verificar se uma droga está funcionando baseia-se na medição do tamanho do tumor em uma tomografia computadorizada (TC). Este método, embora útil, é frequentemente lento demais para captar os sinais sutis e precoces de sucesso ou falha, e pode ser enganado pela forma complexa como essas drogas interagem com o corpo. Cientistas há muito esperam que a análise computacional de imagens médicas, um campo chamado radiômica, possa encontrar padrões ocultos que prevejam quem responderá antes mesmo de o tumor mudar de tamanho. Mas tentativas anteriores de usar esses modelos computacionais em exames únicos e estáticos foram inconsistentes, muitas vezes falhando em separar o sinal biológico verdadeiro do ruído de diferentes máquinas e técnicas de varredura.

Uma equipe de pesquisadores da Universidade de Lanzhou e da Universidade de Cambridge decidiu olhar para este problema de uma forma diferente. Em vez de perguntar o que uma única imagem de um tumor poderia lhes dizer, eles perguntaram o que a história da mudança poderia revelar. Eles focaram em pacientes recebendo sua primeira rodada de imunoterapia e compararam dois exames: um realizado antes do início do tratamento e outro realizado algumas semanas depois, enquanto o tratamento ainda estava em curso. Ao analisar como a textura interna do tumor evoluiu entre esses dois momentos, em vez de apenas como era o seu tamanho, eles buscaram descobrir um sinal mais claro de se a droga estava funcionando. O estudo deles, envolvendo 156 pacientes, revela que a chave para prever uma resposta de curto prazo não reside na aparência do tumor em um único momento, mas na forma específica como sua estrutura interna se desloca conforme o sistema imunológico interage com ele.

Os pesquisadores começaram reunindo dados de pacientes que haviam recebido tomografias computadorizadas com contraste, que utilizam um corante especial para fazer vasos sanguíneos e tecidos se destacarem claramente. Eles mapearam cuidadosamente os tumores e o tecido imediatamente ao redor deles, extraindo milhares de detalhes numéricos minúsculos sobre os padrões de escala de cinza dentro das imagens. Esses detalhes descrevem a textura do tecido — quão áspero, suave ou complexo o sistema interno parece — em vez de apenas sua forma ou tamanho. Eles então construíram modelos computacionais para ver se esses números poderiam prever se um paciente seria um "respondedor", significando que seu tumor encolheu ou desapareceu, ou um "não respondedor".

Os resultados foram impressionantes. Quando a equipe olhou apenas para o exame realizado antes do início do tratamento, os modelos computacionais estavam essencialmente adivinhando. Eles não consegiam distinguir entre pacientes que eventualmente responderiam e aqueles que não responderiam, performando não melhor do que o acaso. Até mesmo as informações clínicas disponíveis para os médicos, como idade, histórico de tabagismo e a droga específica utilizada, falharam em fornecer uma previsão confiável. No entanto, no momento em que os pesquisadores observaram a mudança entre o primeiro exame e o segundo, o quadro tornou-se claro. Um modelo baseado na diferença de textura entre os dois exames previu com sucesso o desfecho de curto prazo com alta precisão. Isso sugere que o poder preditivo não é encontrado no estado inicial do tumor, mas em como ele se transforma sob a pressão do tratamento.

Crucialmente, o estudo mostrou que esse sucesso foi impulsionado pela textura, não apenas pelo fato de o tumor estar diminuindo de tamanho. Os pesquisadores testaram se o modelo era apenas uma forma sofisticada de medir o encolhimento, que já é capturado pelas regras padrão baseadas no tamanho. Eles descobriram que, mesmo quando removeram todas as medições relacionadas à forma e ao tamanho do tumor, o modelo permanecia tão preciso quanto. Na verdade, as pistas mais importantes eram as mudanças nos padrões internos do tumor, como o arranjo de pixels que representam a densidade e a organização celular. Isso indica que o sistema imunológico está alterando o cenário microscópico do câncer muito antes de o volume total do tumor mudar o suficiente para ser visto a olho nu ou por ferramentas de medição padrão.

A equipe também investigou onde esse sinal residia. Existe uma crença comum de que o tecido ao redor do tumor é um campo de batalha crítico para o sistema imunológico e pode conter as pistas mais importantes. Para testar isso, os pesquisadores analisaram o próprio tumor, o tecido imediatamente ao redor dele e uma combinação de ambos. Eles descobriram que o sinal preditivo era mais forte e confiável ao observar apenas o próprio tumor. Adicionar o tecido circundante não melhorou a previsão; em alguns casos, apenas adicionou ruído. Essa descoberta desafia a suposição de que a periferia é sempre a área mais informativa, sugerindo que, para a resposta de curto prazo, as mudanças que ocorrem no núcleo do tumor são as mais reveladoras.

Embora o modelo tenha sido excelente em prever se um paciente responderia no curto prazo, sua capacidade de prever a sobrevivência a longo prazo foi mais limitada. Os pesquisadores descobriram que as mudanças de textura podiam separar modestamente os pacientes em grupos com diferentes riscos de progressão da doença, mas não podiam prever a sobrevivência global. Isso provavelmente ocorre porque a sobrevivência é influenciada por muitos fatores que acontecem após o tratamento inicial, como terapias subsequentes ou outros problemas de saúde, que diluem o sinal inicial. O estudo conclui que, embora essas mudanças de textura longitudinais sejam um poderoso sistema de alerta precoce para saber se uma droga está funcionando, elas não são um cristal de visualização para todo o curso da doença.

As implicações deste trabalho são significativas para a forma como os médicos podem monitorar o tratamento do câncer no futuro. Sugere que esperar que um tumor encolha não é a única maneira de julgar o sucesso. Ao focar nas mudanças texturais sutis que ocorrem nas primeiras semanas de terapia, os clínicos podem ser capazes de identificar não respondedores muito mais cedo, poupando-os dos efeitos colaterais de uma droga que não está funcionando e permitindo que mudem para um tratamento diferente mais rapidamente. O estudo também destaca a importância de observar a mudança ao longo do tempo, em vez de instantâneos estáticos, um princípio que poderia se aplicar a muitas áreas de imagem médica. No entanto, os pesquisadores ressaltam cautelosamente que suas descobertas vêm de um único centro e precisam ser confirmadas em grupos de pacientes maiores e mais diversos antes que possam ser usadas como parte padrão do cuidado clínico. Por enquanto, este trabalho oferece uma compreensão mais clara do que as imagens estão realmente nos dizendo: que a história da resposta de um tumor é escrita em sua textura mutável, não apenas em seu tamanho.