Previsão da Resposta Patológica Completa à Quimioterapia Neoadjuvante no Cancro da Mama Utilizando Modelos de Aprendizagem Automática.

Este estudo observacional retrospetivo foi conduzido utilizando um registo de cancro da mama contendo dados clínicos e patológicos de pacientes que receberam quimioterapia neoadjuvante entre janeiro de 2010 e dezembro de 2025. O objetivo do estudo foi desenvolver e validar um modelo preditivo baseado em aprendizagem automática para a resposta patológica completa (pCR) utilizando variáveis clinicopatológicas rotineiramente disponíveis.

Um conjunto de dados inicial constituído por 298 pacientes e 144 variáveis registadas foi curado por especialistas em oncologia mamária para identificar preditores clinicamente relevantes. Um total de 20 variáveis clinicopatológicas estabelecidas foram selecionadas, representando características demográficas, estadiamento do tumor, perfis de biomarcadores e fatores relacionados com o tratamento. Técnicas de engenharia de características, incluindo codificação ordinal, codificação one-hot e mapeamento binário, foram aplicadas para preparar o conjunto de dados para o desenvolvimento do modelo. Valores em falta foram tratados utilizando imputação da mediana dentro de um pipeline de validação cruzada para evitar fuga de dados.

A seleção de características foi realizada utilizando um quadro de importância híbrido que integrou análise de informação mútua, atribuição baseada em SHAP de modelos de gradient boosting e coeficientes de regressão logística com regularização L1. A avaliação sequencial de subconjuntos de características identificou um subconjunto ótimo de 10 preditores para o desenvolvimento do modelo.

Múltiplos algoritmos de aprendizagem automática—incluindo regressão logística, random forest, modelos de gradient boosting, máquinas de vetores de suporte, k-vizinhos mais próximos e abordagens de aprendizagem por conjunto—foram treinados e avaliados utilizando validação cruzada estratificada de 5 folds. O desempenho final foi avaliado em conjuntos de dados de validação independente e de retenção utilizando ROC-AUC, AUC de precisão-recall, pontuação F1 e coeficiente de correlação de Matthews.

O desfecho primário foi a resposta patológica completa após quimioterapia neoadjuvante. A otimização do limiar foi realizada para identificar um ponto de corte de probabilidade clinicamente significativo que equilibrou a sensibilidade e a especificidade para prever a resposta ao tratamento. O desempenho do modelo foi comparado com uma linha de base estocástica ajustada à prevalência utilizando simulação de Monte Carlo para confirmar a validade preditiva além do acaso.

Este estudo avalia a viabilidade de aplicar modelos de aprendizagem automática baseados em clinicopatologia para prever a resposta ao tratamento no cancro da mama e apoiar a tomada de decisão clínica individualizada no contexto neoadjuvante.