Modelo radiômico baseado em imagens por tomografia computadorizada como preditor de metástase pulmonar em osteossarcoma

• Ano de defesa: 2021
• Autor(a) principal: Pereira, Hélcio Mendonça
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
• Palavras-chave em Português: Computed tomography; Metastases; Metástases; Osteosarcoma; Radiômica; Radiomics; Tomografia computadorizada
• Link de acesso: https://www.teses.usp.br/teses/disponiveis/17/17142/tde-11042022-133150/

O osteossarcoma (OS) é a neoplasia óssea primária maligna mais comum em crianças e adultos jovens, caracterizada por alta agressividade biológica e taxas elevadas de mortalidade, particularmente nos pacientes com doença metastática, que apresentam índices de sobrevida em cinco anos menor do que 60%. A radiômica é um processo complexo de análise quantitativa dos exames de imagem com potencial para inferir o comportamento biológico das lesões, servindo como uma ferramenta promissora, melhorando a acurácia diagnóstica, prognóstica e preditiva no acompanhamento dos pacientes. O objetivo do estudo foi analisar se um modelo radiômico de avaliação quantitativa de imagens obtidas por tomografia computadorizada pode ser preditor do surgimento de metástases pulmonares em pacientes com osteossarcoma. Trata-se de estudo retrospectivo no período de 2012 a 2021 que incluiu 150 pacientes com diagnóstico histopatológico confirmado de osteossarcoma. Foram incluídos os pacientes que realizaram tomografia computadorizada da lesão primária e do tórax antes de iniciar o tratamento quimioterápico e tomografia de tórax durante o seguimento a cada seis meses por dois anos. Diversos modelos de aprendizagem de máquina foram utilizados para predizer o surgimento de metástases pulmonares. A metástase pulmonar foi um importante fator relacionado à menor sobrevida dos pacientes com osteossarcoma. As variáveis LDH e gênero masculino foram identificadas como preditores de menor sobrevida e o tamanho da lesão mostrou associação com o desenvolvimento de metástase pulmonar. O desempenho de cada algoritmo foi avaliado pela área sob a curva (AUC), acurácia, sensibilidadade e especificidade. Entre outros resultados a pesquisa mostrou que o melhor modelo de classificação foi o Random Forest, com AUC de 0,79, acurácia de 73%, intervalo de confiança (IC) 95% [80-99%], sensibilidade de 71%, IC 95% [73%-100%] e especificidade de 83%, IC 95% [69-99%] na coorte de testagem final do modelo. Os atributos do modelo radiômico (assinatura radiômica) foram derivados de filtros wavelet e de transformada de Laplace da Gaussiana. Concluímos que o modelo radiômico por tomografia computadorizada utilizando o aprendizado de máquina pode auxiliar na avaliação do risco de desenvolvimento de metástases pulmonares nos pacientes com osteossarcoma.