Prédiction basée sur les métabolites sériques et tissulaires des métastases des ganglions lymphatiques sentinelles dans le cancer du sein

Le cancer du sein est une tumeur maligne avec la morbidité et la mortalité les plus élevées chez les femmes dans le monde. La mise en scène précise des ganglions lymphatiques axillaires est essentielle pour l'évaluation métastatique et les décisions concernant les modalités de traitement chez les patientes atteintes d'un cancer du sein. Parmi les patients ayant subi une biopsie du ganglion sentinelle, environ 70 % des patients avaient des résultats pathologiques négatifs et en d'autres termes, ces 70 % des patients ont subi une intervention chirurgicale inutile. À l'heure actuelle, l'imagerie et le diagnostic pathologique constituent la principale mesure des métastases ganglionnaires dans le cancer du sein. Cependant, des limites subsistaient. L'intelligence artificielle, y compris les algorithmes d'apprentissage en profondeur et d'apprentissage automatique, est apparue comme une technique possible, qui peut faire une prédiction plus précise grâce à la collecte, à l'apprentissage et au traitement automatiques des informations précédentes, en particulier en radiologie et en diagnostic basé sur la pathologie. Avec l'intensification du concept de médecine de précision et le développement de technologies non invasives, nous avons l'intention d'utiliser la technologie de l'intelligence artificielle pour développer un modèle prédictif basé sur le sérum et les tissus pour le diagnostic des métastases des ganglions lymphatiques sentinelles combiné à l'imagerie et aux informations pathologiques, fournissant des indicateurs biologiques spécifiques, efficaces et non invasifs pour le suivi et l'intervention précoce des métastases ganglionnaires chez les patientes atteintes d'un cancer du sein. Par conséquent, nous incluons rétrospectivement des échantillons de sérum de patientes atteintes d'un cancer du sein précoce subissant une biopsie du ganglion lymphatique sentinelle, y compris une cohorte de découverte et une cohorte de modélisation. Les métabolites ont été détectés et criblés dans la cohorte de découverte, puis comme métabolites cibles pour une détection ciblée dans la cohorte de modélisation. Combiné à l'imagerie préopératoire et aux informations pathologiques, un modèle de prédiction des métastases des ganglions lymphatiques sentinelles du cancer du sein basé sur les métabolites sériques serait établi. Par la suite, des patientes atteintes d'un cancer du sein multicentrique seront incluses de manière prospective pour vérifier l'exactitude et la stabilité de notre modèle.