Des modèles informatiques pour améliorer les stratégies thérapeutiques
MARDI 15 JANVIER 2019
Soyez le premier à réagirLes stratégies thérapeutiques pourraient être évaluées par des modèles informatiques. C'est ce que montre une étude publiée dans la Revue Radiology, qui voit en ces modèles des compléments d'information aux essais cliniques.
Selon une nouvelle étude publiée dans la revue Radiology, des plans de traitement personnalisés pourraient prolonger l'espérance de vie des patients atteints d'un cancer du rein au stade précoce et présentant des facteurs de risque d'aggravation de l'insuffisance rénale.
L'efficacité du suivi des petites tumeurs rénales par TDM
Les tumeurs rénales sont souvent découvertes à un stade précoce et traitées par néphrectomie partielle. Cependant, certains patients, notamment ceux atteints d'insuffisance rénale chronique, sont de mauvais candidats à la chirurgie. "Il peut y avoir des risques évidents avec une opération chez des patients présentant une maladie cardiaque grave par exemple, ou une espérance de vie limitée pour une autre raison", a déclaré l'auteur principal de l'étude, le Dr Stella K. Kang, professeur adjoint de radiologie et de santé des populations à la NYU Langone Health à New York.
En outre, de nombreuses petites tumeurs rénales sont des tumeurs bénignes ou à croissance très lente, rendant la surveillance active de la tumeur, généralement par scanners périodiques, une option viable pour les patients candidats à une intervention chirurgicale. Mais malgré son potentiel, la surveillance active peut être sous-utilisée en raison de l'absence de lignes directrices consensuelles et d'outils d'aide à la décision, selon le Dr Kang. "Nous avons besoin d'un meilleur moyen d'évaluation des risques, afin que davantage de patients puissent être pris en charge de manière non chirurgicale", a-t-elle ajouté.
Des stratégies thérapeutiques issues de simulations par ordinateur
Les simulations sur ordinateur représentent un outil prometteur dans ce processus de gestion du risque. Pour l'étude, le Dr Kang et ses collègues ont construit une simulation afin d'évaluer l'impact de différentes approches de traitement chez les patients atteints de petites tumeurs rénales. Le modèle a pris en compte des variables importantes telles que la gravité de la maladie rénale et les risques de mortalité subséquents. Sur la base d'un million de simulations, la néphrectomie partielle a donné l'espérance de vie la plus longue chez les patients de tout âge présentant une fonction rénale normale. Cependant, chez les patients atteints d'insuffisance rénale chronique, des stratégies personnalisées telles que la surveillance active ont prolongé l'espérance de vie par rapport à la néphrectomie systématique.
Dans plusieurs sous-groupes simulés d'insuffisance rénale chronique modérée, les décisions de traitement personnalisé ont prolongé l'espérance de vie de plus de deux ans par rapport à une approche chirurgicale standard. Le modèle a également révélé que l'utilisation de l'IRM pour prédire le carcinome rénal papillaire, un type de cancer du rein à croissance lente, pourrait potentiellement améliorer les résultats de santé à long terme en orientant certains patients vers une surveillance active. Les chercheurs espèrent que le modèle apportera plus de valeur au processus de prise de décision clinique. Les informations issues du modèle pourraient également fournir des indications sur les avantages et les risques de la surveillance active et aider à identifier les bons traitements pour les bons patients, selon le Dr Kang.
Des modèles informatiques complémentaires aux essais cliniques
"Il y a probablement une plus grande proportion de patients atteints de petites tumeurs du rein qui méritent une discussion plus approfondie sur les options thérapeutiques, poursuit-elle. Bien que le modèle ne prescrive pas un traitement spécifique, il fournit un ensemble d'estimations permettant aux patients et aux prescripteurs d'obtenir davantage d'informations sur les options viables". Le modèle suggère, de plus, que l'efficacité de la biopsie, l'outil le plus souvent utilisé pour distinguer le cancer des masses bénignes, peut être améliorée en incorporant des informations de sous-type de tumeur dans le processus de prise de décision.
À une échelle plus large, l’étude montre comment les modèles de simulation sur ordinateur pourraient apporter des informations complémentaires utiles aux connaissances acquises lors des essais cliniques. Bien que les essais cliniques randomisés restent la pierre angulaire de la médecine factuelle, leur portée est souvent limitée par le temps et les dépenses considérables dont ils ont besoin, et ils ne représentent qu'un nombre limité de patients. "Les modèles informatiques de gestion des pathologies peuvent être utiles pour étudier les maladies et les interventions potentielles et orienter les études prospectives, nous permettant ainsi de comprendre où la recherche est la plus nécessaire", a conclu le Dr Kang.
Bruno Benque avec RSNA