Algoritmo radiómico basado en TC para asistir en la decisión de cirugía y predecir la respuesta de inmunoterapia del NSCLC (TOP-RLC)

La detección y el diagnóstico tempranos de los nódulos pulmonares son clínicamente significativos con respecto a la selección óptima del tratamiento y la evitación de procedimientos quirúrgicos innecesarios. Los resultados de la patología deferente causan pronósticos muy diferentes después de la cirugía estándar entre la lesión precancerosa pulmonar, la hiperplasia adenomatosa atípica (AAH), así como el adenocarcinoma in situ (AIS) y el adenocarcinoma invasivo en etapa temprana (IAC). La microinvasión del intersticio perifocal pulmonar es difícil de identificar a partir del AIS a menos que se haya realizado un estudio inmunohistoquímico patológico después de la operación, lo que puede causar un tiempo de procedimiento prolongado y una toma de decisiones quirúrgicas inapropiadas. Las variables clave derivadas de características analizadas a partir de tomografías computarizadas a través de estadísticas y algoritmos de aprendizaje automático podrían formar una firma radiómica para el diagnóstico de enfermedades, la estadificación del tumor, la respuesta a la terapia y el pronóstico del paciente. El propósito de este estudio fue investigar si la firma radiómica combinada basada en las características radiómicas focales y perifocales (5 mm) puede mejorar efectivamente el rendimiento predictivo para distinguir las lesiones precancerosas del adenocarcinoma de pulmón en etapa temprana. Además, la respuesta a la inmunoterapia es variada entre los pacientes y no más del 20% de los pacientes podrían beneficiarse de ella. Aún no se ha encontrado ningún biomarcador confiable, excepto la expresión del ligando de muerte programada 1 (PD-L1), el único biomarcador aprobado para inmunoterapia. Sin embargo, informes recientes sugirieron que los pacientes podrían beneficiarse de la inmunoterapia independientemente de si PD-L1 es positivo o negativo. Por el contrario, la radiómica ha demostrado sus ventajas de no invasividad, fácil adquisición y sin limitación de muestreo. Por lo tanto, aplicamos esta estrategia en la predicción de la respuesta inmunoterapéutica de los pacientes con cáncer de pulmón NSCLC avanzado que reciben inhibidores del punto de control inmunitario (ICI), lo que evitaría que algunos pacientes no beneficiados sufran los efectos adversos de los ICI.