Integración de variables clínicas y de expresión génica en un modelo estadístico para la valoración pronóstica en pacientes con cáncer de mama

Abstract

Pese a programas de detección precoz, el uso de técnicas de imagen de mayor resolución o la mayor especificidad de los tratamientos quimioterápicos, el cáncer fue la segunda causa de muerte en España con 238 casos/100.000 habitantes. En el cáncer de mama, pese al diagnóstico precoz, la mejora en el tratamiento y el aumento en la tasa de curación, la tasa de supervivencia a los 10 años de la remisión se encuentra en un 80% de media en los países europeos. Diversos autores han demostrado el valor añadido al incluir la medición de la expresión génica o la identificación de ciertos patrones de expresión en la mejora del diagnóstico, pronostico o tratamiento del cáncer de mama. Recientemente otros autores han descrito una mayor potencia para pronosticar o predecir respuestas al tratamiento al integrar variables de expresión génica y variables obtenidas en la práctica clínica en un modelo estadístico sin que esto suponga un sobreajuste del modelo. Tras un análisis y una selección de variables clínicas y de expresión génica provenientes de una base de datos pública, se obtuvo un clasificador mediante LASSO con un rendimiento diagnóstico bueno. La aplicación del modelo en una cohorte independiente muestra un rendimiento aceptable. Se observa una ligera mejoría al incluir variables clínicas a los modelos con variables de expresión génica que debe ser validado en una mayor cohorte.

Malgrat programes de detecció precoç, l'ús de tècniques d'imatge de major resolució o la major especificitat dels tractaments quimioterápicos, el càncer va ser la segona causa de mort a Espanya amb 238 casos/100.000 habitants. En el càncer de mama, malgrat el diagnòstic precoç, la millora en el tractament i l'augment en la taxa de curació, la taxa de supervivència als 10 anys de la remissió es troba en un 80% de mitjana als països europeus. Diversos autors han demostrat el valor afegit en incloure el mesurament de l'expressió gènica o la identificació de certs patrons d'expressió en la millora del diagnòstic, pronostico o tractament del càncer de mama. Recentment altres autors han descrit una major potència per pronosticar o predir respostes al tractament en integrar variables d'expressió gènica i variables obtingudes en la pràctica clínica en un model estadístic sense que això suposi un sobreajuste del model. Després d'una anàlisi i una selecció de variables clíniques i d'expressió gènica provinents d'una base de dades pública, es va obtenir un classificador mitjançant LASSO amb un rendiment diagnòstic bo. L'aplicació del model en una cohorte independent mostra un rendiment acceptable. S'observa una lleugera millorança en incloure variables clíniques als models amb variables d'expressió gènica que ha de ser validat en una major cohorte.

Despite early detection programs, the use of higher resolution imaging techniques or the greater specificity of chemotherapy treatments, cancer remains one of the leading causes of mortality in the population. For the breast cancer, despite the early diagnosis, the improvement in the treatment and the increase in the cure rate, the survival rate after 10 years of remission is around 80% in western coutries. Several authors have demonstrated the added value by including the measurement of genetic expression or the identification of patterns in the improvement of the diagnosis or the treatment. Other authors have described the utility of integrating variables of gene expression and variables obtained during clinical practice in a statistical model without an overfitting. After the analysis and the selection of clinical and gene expression variables from a public database, a LASSO classifier with good diagnostic performance was obtained. The application of the model in an independent cohort shows an acceptable performance. However, only a small improvement is observed when clinical variables are included in the models with the gene expression variables.