# Modelos de aprendizado de máquina e radiômica baseados em imagem já estão prontos para prever desfechos de quimiorradioterapia em câncer de esôfago?

> A revisão sistemática e meta-análise mostra que a radiômica tem potencial promissor para prever resposta e prognóstico em câncer de esôfago tratado com quimiorradioterapia, com boa acurácia diagnóstica. No entanto, a qualidade metodológica dos estudos é apenas moderada, com adesão limitada a diretrizes de reprodutibilidade e relato, indicando que ainda há uma lacuna antes da aplicação clínica real.

Estudo citado: Yang Z, Gong J, Li J, Sun H, Pan Y, Zhao L. The gap before real clinical application of imaging-based machine-learning and radiomic models for chemoradiation outcome prediction in esophageal cancer: a systematic review and meta-analysis. International journal of surgery (London, England). 2023. DOI: https://doi.org/10.1097/JS9.0000000000000441. PubMed: https://pubmed.ncbi.nlm.nih.gov/37463039/

## Resposta

A revisão sistemática avaliou a qualidade e o valor clínico de estudos que usam aprendizado de máquina e radiômica para prever desfechos de quimiorradioterapia em câncer de esôfago. Foram incluídos quarenta e seis estudos para síntese qualitativa, e a qualidade metodológica foi mensurada por ferramentas como o Radiomics Quality Score (RQS), cuja pontuação média foi 9,07, com taxa de adesão de 42,52%. A adesão às diretrizes TRIPOD e IBSI foi de 61,70% e 43,17%, respectivamente, indicando espaço para melhorias no relato e na padronização.

Na meta-análise, vinte e quatro estudos foram incluídos. Para o conjunto de dados de quimiorradioterapia neoadjuvante, a sensibilidade agrupada foi 0,83 (IC 95% 0,76-0,89), a especificidade 0,83 (0,79-0,86) e a área sob a curva (AUC) 0,84 (0,81-0,87). Já no conjunto de quimiorradioterapia definitiva, os valores foram 0,84 (0,75-0,93), 0,89 (0,83-0,93) e 0,93 (0,90-0,95), respectivamente. A radiômica também distinguiu grupos de baixo e alto risco com diferentes sobrevidas livre de doença (HR agrupado 3,43; IC 95% 2,39-4,92) e sobrevida global (HR 2,49; IC 95% 1,91-3,25).

Análises de subgrupo e regressão mostraram que parte da heterogeneidade foi explicada pela combinação com fatores clínicos, tamanho da amostra e uso de assinatura de aprendizado profundo. A conclusão dos autores é que a radiômica não invasiva tem potencial promissor para otimizar decisões terapêuticas, mas são necessários avanços científicos em reprodutibilidade, análise de utilidade clínica e ciência aberta, além de melhor relato de objetivos, avaliação cega e etapas de processamento de imagem.

Para o médico, os resultados sugerem que a radiômica pode, no futuro, auxiliar na estratificação de risco e na predição de resposta à quimiorradioterapia, mas ainda não há evidências suficientes para aplicação clínica rotineira. A lacuna identificada envolve padronização e validação externa, o que deve ser considerado antes de incorporar essas ferramentas na prática.

## O que o estudo mostrou

Revisão sistemática e meta-análise que incluiu quarenta e seis estudos para síntese qualitativa, dos quais vinte e quatro entraram na meta-análise. A qualidade metodológica foi avaliada por RQS (média 9,07; adesão 42,52%), TRIPOD (61,70%) e IBSI (43,17%). A meta-análise mostrou sensibilidade, especificidade e AUC agrupadas de 0,83, 0,83 e 0,84 para quimiorradioterapia neoadjuvante, e 0,84, 0,89 e 0,93 para definitiva. A radiômica distinguiu grupos de risco com HR para DFS de 3,43 e para SG de 2,49. Heterogeneidade parcialmente explicada por fatores clínicos, tamanho amostral e assinatura de aprendizado profundo.

## Limitações

O resumo não informa detalhes sobre o desenho individual dos estudos incluídos, nem sobre possíveis vieses de publicação. A qualidade metodológica geral foi apenas moderada, com baixa adesão a diretrizes de reprodutibilidade e relato. Os resultados são agrupados e podem não se aplicar a todos os cenários clínicos. O resumo também não informa a população exata, os critérios de inclusão ou as limitações específicas dos estudos primários.

## Aplicação no consultório

Os achados ainda não permitem incorporar modelos radiômicos na rotina clínica para prever resposta à quimiorradioterapia em câncer de esôfago. O médico deve manter a avaliação clínica e os métodos convencionais como base para decisões terapêuticas. Em termos de gestão do consultório, é importante acompanhar a evolução da radiômica e exigir estudos com melhor qualidade metodológica e validação externa antes de adotar essas ferramentas. A discussão com pacientes sobre prognóstico deve se basear em evidências consolidadas, não em modelos experimentais.

## Perguntas para aprofundar

- Qual é o desempenho diagnóstico da radiômica para predizer resposta à quimiorradioterapia em câncer de esôfago?
- Quais fatores explicam a heterogeneidade entre estudos de radiômica em câncer de esôfago?
- Como melhorar a qualidade metodológica e a reprodutibilidade dos modelos radiômicos para aplicação clínica?

Tema: IA em oncologia. Página: https://alphadoctor.com.br/ciencia/ia-oncologia/modelos-de-aprendizado-de-maquina-e-radiomica-baseados-em-imagem-ja-estao/

Conteúdo educacional para profissionais de saúde, baseado no resumo do artigo citado. Não substitui a leitura do estudo original nem avaliação clínica.