Combinando uma radiômica baseada em aprendizado profundo com biópsia líquida para diagnóstico pré-operatório e não invasivo de glioma

Os gliomas são as malignidades intracranianas primárias mais comuns, respondendo por 27% de todos os tumores cerebrais primários, e aproximadamente 100.000 pessoas são diagnosticadas com gliomas difusos em todo o mundo a cada ano. Até o momento, o "diagnóstico integrado" era considerado o padrão-ouro para o diagnóstico de gliomas, que combina histopatologia, patologia molecular e grau da Organização Mundial da Saúde (OMS). Os critérios diagnósticos anteriores de glioma baseavam-se principalmente em biópsias histopatológicas, enquanto a classificação histológica era tradicionalmente determinada com base na morfologia do tumor, resultando em variabilidade intra-observador devido à heterogeneidade espacial intra-tumoral e erros de amostragem. Além disso, a histopatologia tradicional é um tanto difícil de explicar por que pacientes com a mesma patologia têm sobrevida significativamente diferente. Na última década, os avanços na patologia molecular e nas técnicas de detecção histopatológica aprofundaram nossa compreensão das características moleculares e da biologia dos gliomas. Evidências crescentes revelaram o importante papel do estado molecular no "diagnóstico integrado" do glioma. Em particular, depois que o conceito de diagnóstico molecular foi proposto pela classificação do Sistema Nervoso Central (SNC) da OMS de 2016, a classificação do CNS de 2021 (CNS5) enfatizou novamente a importância de vários biomarcadores moleculares no diagnóstico e orientação do tratamento de gliomas, incluindo o gene da isocitrato desidrogenase (IDH ) status de mutação, status de exclusão alfa-talassemia/síndrome de retardo mental ligada ao cromossomo X (ATRX), status de exclusão 1p19q, mutação do promotor da transcriptase reversa da telomerase (TERT), etc. O objetivo é classificar os subtipos tumorais de forma mais sistemática e categorizar os pacientes com glioma com eficácia e prognóstico semelhantes em um subgrupo.

O padrão atual de terapia para gliomas é a ressecção cirúrgica seguida de radioterapia e/ou quimioterapia com base no grau clínico e tumoral e nas características moleculares. O "diagnóstico integrado" precoce pré-operatório não invasivo e preciso trará grandes benefícios para o tratamento e prognóstico dos pacientes, especialmente para aqueles com localização tumoral especial que não podem receber craniotomia ou biópsia por agulha. Esses pacientes especiais podem fazer radioterapia e quimioterapia experimental com base em resultados de diagnóstico não invasivos. Embora os critérios diagnósticos para informações moleculares em gliomas sejam frequentemente baseados em biópsia de tecido, outras técnicas, como radiômica, radiogenômica e biópsia líquida, têm se mostrado promissoras. Atualmente, a ressonância magnética convencional (RM) ainda é o principal método para auxiliar no diagnóstico de gliomas, incluindo T1w, T2w e T2w-FLAIR pré e pós-contraste. A radiômica multimodal baseada em aprendizado profundo (DL) pode analisar padrões de heterogeneidade intratumoral e características de imagem tumoral que são imperceptíveis ao olho humano, de modo a realizar "previsão integrada" de gliomas18. Até agora, a maioria dos estudos se concentrou no uso de algoritmos de ML para construir novos modelos radiômicos para prever gliomas, R van der Voort et al. desenvolveu o modelo de rede neural convencional multitarefa (CNN) e alcançou um grau de glioma (II/III/IV) com AUC de 0,81, IDH-AUC de 90%, codeleção 1p19q AUC de 0,85 no conjunto de teste. O melhor modelo de DL desenvolvido por Matsui et al. alcançou uma precisão geral de 65,9% na previsão da mutação IDH e co-deleção 1p/19q. Além disso, o modelo CNN multitarefa construído por Decuyper et al. alcançou 94%, 86% e 87% de precisão na previsão de graus, mutações de IDH e estados de codeleção 1p/19q em validação externa. O modelo construído por Luo et al. obteve 83,9% e 80,4% em testes externos para diagnóstico histológico e subtipo molecular. Além da "previsão integrada", existem muitos modelos que preveem apenas a classificação do glioma ou marcadores moleculares únicos. Enquanto isso, estudos anteriores foram baseados na classificação do CNS de 2016 para classificação de glioma e predição de subtipos moleculares. Portanto, um modelo de radiômica DL multitarefa para prever a graduação de glioma de forma pré-operatória e não invasiva e marcadores moleculares mais extensos é urgentemente necessário de acordo com a classificação CNS 2021 mais recente.

Embora a radiômica tenha mostrado alguma viabilidade em prever a patologia molecular do tumor, é ridículo administrar terapia direcionada de precisão apenas com base nessa previsão. Portanto, esperamos fornecer mais evidências clínicas para o diagnóstico patológico molecular de pacientes com gliomas, usando a técnica de biópsia líquida como um importante complemento da radiômica. Células tumorais circulantes (CTC), como uma das técnicas de biópsia líquida, compartilha o mesmo objetivo final de diagnóstico pré-operatório não invasivo e preciso de gliomas.

Com base nas várias limitações dos atuais modelos de diagnóstico de glioma, e os métodos combinados de radiômica e biópsia líquida têm grande potencial para diagnosticar a classificação de glioma e marcadores moleculares de forma não invasiva, uma vez que ambos são fáceis de realizar. Além disso, até onde sabemos, não houve nenhum estudo de diagnóstico pré-operatório não invasivo de glioma no contexto de radiômica assistida por biópsia líquida.

Portanto, este estudo tem os seguintes objetivos. Primeiro, de acordo com a orientação da classificação 2021 da OMS do SNC, construímos e testamos externamente um modelo DL multitarefa para diagnóstico simultâneo de segmentação tumoral, classificação de glioma e subtipo molecular mais extenso, incluindo mutação IDH, status de deleção ATRX, co-1p19q deleção, estado de mutação do gene TERT, etc. Em segundo lugar, com base no mesmo objetivo final da biópsia líquida e da radiômica, apresentamos de forma inovadora o conceito e a ideia de combinar a tecnologia da radiômica e da biópsia líquida para melhorar o diagnóstico de glioma. E, por meio de nosso estudo, ele fornecerá alguma validação clínica para esse conceito, na esperança de fornecer algumas novas ideias para pesquisas subsequentes e apoiar a tomada de decisões clínicas.