Modelos de radiômica baseados em TC ou RM pré-operatórias são confiáveis para prever o grau histopatológico do carcinoma hepatocelular?
Resposta curta: Modelos de radiômica pré-operatórias têm potencial como biomarcadores de imagem para prever o grau histopatológico do carcinoma hepatocelular, mas a qualidade metodológica dos estudos é limitada, com risco de viés incerto e necessidade de melhorias antes da aplicação clínica.
Resposta
A revisão sistemática avaliou o desempenho de modelos de radiômica derivados de tomografia computadorizada (TC) ou ressonância magnética (RM) pré-operatórias para prever o grau histopatológico do carcinoma hepatocelular (CHC). Foram incluídos 11 estudos, totalizando 2245 pacientes, com tamanho amostral variando de 53 a 494 (mediana de 165). Nenhum estudo foi prospectivo e apenas dois dispunham de coorte de teste externa, o que limita a generalização dos achados.
Os modelos utilizaram características radiômicas extraídas de imagens de TC (metade dos estudos) ou RM (a outra metade). O número mediano de características extraídas foi 328 (variação de 40 a 1688), reduzido para 11 (variação de 1 a 50) após seleção. Os classificadores mais usados foram regressão logística e máquina de vetores de suporte, ambos em 4 dos 11 estudos. Nos dois estudos com coorte de teste externa, a área sob a curva dos modelos foi de 0,70 e 0,77, indicando desempenho discriminativo moderado.
A qualidade metodológica foi avaliada pelo Radiomics Quality Score (RQS) e pela ferramenta QUADAS-2. A mediana do RQS foi 10 (variação de 2 a 13), correspondendo a 28% (variação de 6 a 36%) da pontuação máxima. A maioria dos estudos apresentou risco de viés incerto pelo QUADAS-2. Esses achados sugerem que, embora promissores, os modelos carecem de padronização e transparência na descrição dos processos de extração, seleção e validação.
Os autores concluem que modelos de radiômica baseados em TC ou RM pré-operatórias têm potencial para serem usados como biomarcadores de imagem na predição do grau histopatológico do CHC. No entanto, melhorias na qualidade de pesquisa e relato são necessárias para garantir confiabilidade e reprodutibilidade suficientes antes da implementação na prática clínica. A ausência de estudos prospectivos e a escassez de validação externa são limitações importantes a serem consideradas.
Para o médico, os resultados indicam que a radiômica ainda não está pronta para uso rotineiro na predição do grau do CHC. A aplicação clínica requer modelos validados externamente e com desempenho consistente. A revisão destaca a necessidade de seguir diretrizes de relato e de conduzir estudos prospectivos multicêntricos para aumentar a robustez das evidências.
O que o estudo mostrou
Revisão sistemática de 11 estudos (2245 pacientes) que desenvolveram modelos de radiômica com TC ou RM pré-operatórias para prever o grau histopatológico do CHC. A mediana de características extraídas foi 328, reduzida para 11 após seleção. Regressão logística e máquina de vetores de suporte foram os classificadores mais usados. Nos dois estudos com teste externo, a área sob a curva foi 0,70 e 0,77. A mediana do RQS foi 10 (28% da escala máxima) e a maioria dos estudos teve risco de viés incerto pelo QUADAS-2.
Limitações
Nenhum estudo foi prospectivo e apenas dois tiveram coorte de teste externa. A qualidade metodológica foi baixa, com mediana do RQS de 10 (28% da pontuação máxima) e risco de viés incerto na maioria dos estudos. O resumo não informa detalhes sobre heterogeneidade, critérios de seleção ou possíveis fontes de viés.
Aplicação no consultório
Os achados indicam que a radiômica ainda não deve ser incorporada à prática clínica rotineira para predição do grau do CHC. O médico deve considerar os modelos como ferramentas em pesquisa, não validadas para decisões terapêuticas. No consultório, é importante discutir com a equipe a necessidade de validação externa e de seguir diretrizes de relato antes de adotar tais tecnologias. A gestão pode envolver o acompanhamento de novas publicações e a participação em estudos multicêntricos.
Estudo citado
Radiomics models for preoperative prediction of the histopathological grade of hepatocellular carcinoma: A systematic review and radiomics quality score assessment. European journal of radiology, 2023.
Autores: Wang Q, Wang A, Wu X, Hu X, Bai G, Fan Y, Stål P, Brismar TB.
DOI: 10.1016/j.ejrad.2023.111015 · PubMed: PMID 37541183
Perguntas para aprofundar
- Quais são os critérios de qualidade essenciais para validar um modelo de radiômica antes do uso clínico?
- Como a ausência de validação externa impacta a confiabilidade dos modelos preditivos em hepatologia?
- Quais estratégias podem melhorar a reprodutibilidade dos estudos de radiômica em carcinoma hepatocelular?
Mais sobre IA em patologia digital
- Como a inteligência artificial tem avançado na análise de imagens para morfologia e estadiamento do câncer de cólon?
- A radiômica é útil para prever resposta ao tratamento e sobrevida em carcinoma de células renais?
- Modelos de machine learning aplicados à ressonância magnética conseguem prever a resposta patológica à quimioterapia neoadjuvante no câncer de mama?
- Quais técnicas de RM detectam melhor a displasia cortical focal e como organizar essa investigação na prática?
- A inteligência artificial já pode ser incorporada à rotina diagnóstica do glioblastoma, integrando ressonância magnética, histopatologia e perfil molecular?
Todas as perguntas sobre IA em patologia digital · Todos os temas · Versão em markdown