Preoperative prediction of muscle invasion in bladder cancer: a preliminary development and validation of diffusion-weighted-imaging-based habitat analysis

O câncer de bexiga é uma doença em que o revestimento da bexiga cresce descontroladamente, mas nem todos os casos são iguais. A distinção mais crítica que os médicos devem fazer antes da cirurgia é se o câncer cresceu profundamente o suficiente para invadir a parede muscular da bexiga. Se não cresceu, o tratamento é frequentemente um procedimento menor para raspar o tumor. Se cresceu, a doença torna-se muito mais séria, exigindo quimioterapia agressiva, radiação ou até mesmo a remoção de toda a bexiga. Durante décadas, a única forma de saber com certeza se o músculo foi invadido foi realizar uma biópsia, um procedimento que envolve a inserção de um endoscópio na bexiga para coletar uma amostra de tecido. Esse processo é invasivo, pode ser doloroso e, às vezes, deixa passar as camadas profundas do tumor. Os médicos há muito tempo esperam que um simples exame possa fornecer essa resposta sem a necessidade de uma agulha ou de um endoscópio, mas a estrutura interna de um tumor é frequentemente complexa demais para que imagens padrão as revelem claramente.

Uma equipe de pesquisadores do Hospital Zhongshan e instituições afiliadas na China recentemente partiu para resolver este problema ao observar os tumores de bexiga de uma nova maneira. Eles focaram em um tipo de ressonância magnética chamado imagem ponderada em difusão, que mede como as moléculas de água se movem dentro do corpo. Em um tecido saudável, a água se move livremente, mas em um tumor, as células estão tão compactadas que a água fica presa. Os pesquisadores perceberam que um tumor não é um bloco uniforme de células; é um mosaico de diferentes ambientes, alguns com células densas, outros com pouco fluxo sanguíneo e outros com tecido morto. Para capturar essa complexidade, eles desenvolveram um método chamado "análise de habitat". Em vez de tratar todo o tumor como um único objeto, eles usaram um computador para decompor o tumor em sub-regiões distintas, ou habitats, baseando-se em como a água se movia em cada pequeno ponto. Eles então observaram se a composição específica desses habitats poderia prever se o câncer havia atingido a parede muscular.

O estudo começou com 175 pacientes que haviam sido diagnosticados com câncer de bexiga. Antes que qualquer cirurgia ou biópsia fosse realizada, cada paciente foi submetido a um exame de ressonância magnética detalhado usando uma máquina potente de 3.0 Tesla. Os médicos pediram aos pacientes que bebessem água antecipadamente para encher suas bexigas, garantindo que o órgão estivesse esticado e fácil de visualizar. Os exames incluíram imagens padrão para mostrar a forma do tumor, bem como sequências especializadas que rastreavam o movimento das moléculas de água. Dois radiologistas experientes, que não conheciam os resultados finais da patologia, examinaram cuidadosamente essas imagens. Eles mediram o tamanho dos tumores, verificaram características como um pedículo conectando o tumor à parede da bexiga e anotaram a presença de sangramento.

O núcleo da pesquisa envolveu alimentar os dados dos exames de movimento de água em um programa de computador. O programa analisou todo o tumor e agrupou os pixels em quatro habitats distintos baseados em seus padrões de difusão únicos. Este processo foi inteiramente não supervisionado, o que significa que o computador encontrou os padrões por conta própria, sem ser instruído sobre o que procurar. Os pesquisadores então compararam a composição desses habitats em pacientes que apresentaram câncer invasivo de músculo contra aqueles que não apresentaram. Eles encontraram uma diferença clara: pacientes com câncer invasivo de músculo tinham uma proporção significativamente maior de um tipo específico de habitat, o qual os pesquisadores rotularam como Habitat 1. Embora esse tipo de habitat estivesse fortemente associado à invasão muscular, os pesquisadores observaram que, devido a desafios técnicos e considerações éticas, eles não puderam mapear definitivamente essas regiões digitais para tecidos biológicos específicos, como áreas de alta densidade celular ou necrose, dentro deste estudo específico.

Para testar se essa descoberta poderia realmente ajudar os médicos, a equipe construiu um modelo de predição. Eles combinaram os dados da análise de habitat com informações clínicas padrão, como a idade do paciente e o tamanho do tumor, além das características visuais observadas na ressonância magnética, como o comprimento do tumor e a presença de um pedículo. Eles criaram uma ferramenta estatística chamada nomograma, que funciona como uma calculadora para os médicos. Quando testaram este novo modelo, ele provou ser mais preciso ao prever a invasão muscular do que modelos que dependiam apenas de fatos clínicos ou imagens de ressonância magnética padrão. O novo modelo, que incluía os dados de habitat, identificou corretamente o risco de invasão muscular em 77,7% dos casos, uma melhoria perceptível em relação ao AUC de 0,74 dos métodos antigos. Os pesquisadores também utilizaram uma técnica para garantir que o modelo não estivesse apenas adivinhando aleatoriamente; eles verificaram quão bem as probabilidades previstas correspondiam aos resultados reais, e os resultados mostraram uma consistência forte e confiável.

O estudo também destacou que certas características físicas do tumor eram indicadores fortes por si só. O comprimento do tumor e a presença de um pedículo foram ambos confirmados como fatores de risco independentes para a invasão muscular. Um tumor com um pedículo, que parece uma conexão fina com a parede da bexiga, era menos propenso a ter invadido o músculo, enquanto tumores mais longos eram mais propensos a ter ido profundo. No entanto, a análise de habitat adicionou uma camada de percepção que essas características visíveis não poderiam fornecer sozinhas. Ao quantificar a paisagem interna invisível do tumor, o método de habitat deu uma imagem mais clara do comportamento da doença. Os pesquisadores utilizaram um método para explicar por que o modelo tomava suas decisões, confirmando que o tipo específico de habitat era, de fato, a força motriz por trás das melhorias nas predições.

Apesar desses resultados promissores, os autores foram cuidadosos ao notar os limites de seu trabalho. O estudo foi conduzido em um único centro médico, e o modelo ainda não foi testado em pacientes de outros hospitais ou populações diferentes. Isso significa que os achados podem não se aplicar universalmente sem mais testes. Além disso, embora o computador tenha identificado quatro habitats distintos, os pesquisadores ainda não puderam mapear essas regiões digitais para tecidos biológicos específicos, como células mortas ou alto fluxo sanguíneo, porque não tiveram a oportunidade de correlacionar diretamente os exames de ressonância magnética com as amostras de tecido cirúrgico neste estudo específico. Eles reconheceram que pesquisas futuras precisariam envolver grupos maiores de pacientes e validação externa para provar que o método funciona em todos os lugares.

O objetivo final desta pesquisa é fornecer aos médicos uma ferramenta não invasiva para tomar melhores decisões antes mesmo de um paciente passar por uma cirurgia. Se um exame pode dizer de forma confiável a um médico que um tumor não invadiu o músculo, o paciente pode evitar uma grande operação e os efeitos colaterais pesados da quimioterapia. Por outro lado, se o exame sugere que o músculo está envolvido, a equipe médica pode preparar um plano de tratamento mais agressivo imediatamente. O estudo sugere que observar os "habitats" internos de um tumor oferece uma nova maneira de ver o que está acontecendo dentro do corpo, indo além de simples imagens para uma compreensão mais profunda da natureza da doença. Embora o método ainda esteja em seus estágios iniciais e exija mais testes, ele representa um passo significativo para tornar o diagnóstico do câncer de bexiga mais preciso e menos invasivo para os pacientes.