Prédire pour mieux traiter : un modèle de machine learning appliqué aux cancers de souche folliculaire métastatiques de la thyroïde

Yasmine ALLANIC, Poitiers

Session CO 07 – Thyroïde 2
Développement d’un modèle prédictif du caractère réfractaire à l’iode radioactif des cancers de souche folliculaire métastatiques de la thyroïde – MOLPROREF-AI
Pauline LEDUCQ, Paris

Environ 10 % des carcinomes thyroïdiens de souche folliculaire développent des métastases extra-cervicales. Parmi eux, deux tiers se révèlent réfractaires à l’iode radioactif, une situation associée à un pronostic défavorable. Un délai court (< 3 ans) entre le diagnostic initial et la réfractarité constitue un facteur de risque de décès bien identifié.

Ces cancers métastatiques réfractaires, principale cause de mortalité par cancer thyroïdien, doivent donc être reconnus précocement, en particulier dans leurs formes agressives. L’objectif de l’étude présentée dans cette brève était de prédire, dès le diagnostic, le caractère réfractaire à l’iode et le caractère agressif de ces tumeurs, à l’aide d’outils de machine learning.

Cette étude monocentrique, rétrospective, a évalué 193 patients avec un cancer thyroïdien de souche folliculaire et métastase synchrone au diagnostic. Parmi eux, 68 présentaient une maladie sensible à l’iode, tandis que 125 étaient classés comme réfractaires. Au sein de ce dernier groupe, 17 % présentaient un profil tumoral jugé agressif.

Le modèle de régression logistique a montré une performance correcte pour prédire la réfractarité (AUC = 0,77, sensibilité = 64 %, VPN = 59 %). Quatre variables ont été identifiées comme corrélées statistiquement au risque de survenue d’un cancer réfractaire : la présence et le nombre d’anomalies génétiques, les métastases pulmonaires et la classification pT4a. Le caractère agressif était prédit avec une performance encore meilleure (AUC = 0,85, sensibilité = 91 %, VPN = 98 %) et retenait six variables clés : la présence et le nombre d’anomalies génétiques, les métastases hépatiques, le diamètre tumoral, le sexe masculin et le nombre de sites métastatiques à distance.

L’ambition future de l’équipe est désormais de développer un outil en ligne destiné aux cliniciens. En renseignant les caractéristiques de leurs patients, il deviendrait possible d’estimer précocement la probabilité de réfractarité ou d’agressivité. Une telle approche pourrait, à terme, modifier les stratégies thérapeutiques initiales, à l’heure où les approches de redifférenciation prennent une place croissante dans la prise en charge des cancers thyroïdiens avancés