Predicción de la Respuesta Patológica Completa a la Quimioterapia Neoadyuvante en el Cáncer de Mama Mediante Modelos de Aprendizaje Automático.

Este estudio observacional retrospectivo se realizó utilizando un registro de cáncer de mama que contenía datos clínicos y patológicos de pacientes que recibieron quimioterapia neoadyuvante entre enero de 2010 y diciembre de 2025. El objetivo del estudio fue desarrollar y validar un modelo predictivo basado en aprendizaje automático para la respuesta patológica completa (pCR) utilizando variables clinicopatológicas rutinariamente disponibles.

Un conjunto de datos inicial que consistía en 298 pacientes y 144 variables registradas fue curado por expertos en oncología mamaria para identificar predictores clínicamente relevantes. Se seleccionaron un total de 20 variables clinicopatológicas establecidas, que representaban características demográficas, estadificación tumoral, perfiles de biomarcadores y factores relacionados con el tratamiento. Se aplicaron técnicas de ingeniería de características, incluyendo codificación ordinal, codificación one-hot y mapeo binario, para preparar el conjunto de datos para el desarrollo del modelo. Los valores faltantes se manejaron mediante imputación de la mediana dentro de un pipeline de validación cruzada para prevenir la fuga de datos.

La selección de características se realizó utilizando un marco de importancia híbrido que integraba análisis de información mutua, atribución basada en SHAP de modelos de gradient boosting y coeficientes de regresión logística regularizada L1. La evaluación secuencial de subconjuntos de características identificó un subconjunto óptimo de 10 predictores para el desarrollo del modelo.

Se entrenaron y evaluaron múltiples algoritmos de aprendizaje automático, incluyendo regresión logística, bosques aleatorios, modelos de gradient boosting, máquinas de vectores de soporte, k-vecinos más cercanos y enfoques de aprendizaje por conjuntos, utilizando validación cruzada estratificada de 5 pliegues. El rendimiento final se evaluó en conjuntos de datos de validación independiente y de retención utilizando ROC-AUC, AUC de precisión-recall, puntuación F1 y coeficiente de correlación de Matthews.

El resultado principal fue la respuesta patológica completa tras la quimioterapia neoadyuvante. Se realizó una optimización de umbrales para identificar un punto de corte de probabilidad clínicamente significativo que equilibraba la sensibilidad y la especificidad para predecir la respuesta al tratamiento. El rendimiento del modelo se comparó con una línea base estocástica ajustada por prevalencia utilizando simulación de Monte Carlo para confirmar la validez predictiva más allá del azar.

Este estudio evalúa la viabilidad de aplicar modelos de aprendizaje automático basados en la clinicopatología para predecir la respuesta al tratamiento en el cáncer de mama y apoyar la toma de decisiones clínicas individualizadas en el contexto neoadyuvante.