Patrocinado por: Federal University of São Paulo
Status de recrutamento
Faixa etária
Sexo
Fase do estudo
O câncer de mama é o câncer mais comum em mulheres em todo o mundo, com 2,3 milhões de novos casos diagnosticados em 2020.
O câncer de mama com receptor hormonal positivo (HR +), receptor 2 do fator de crescimento epidérmico humano negativo (HER2-) é o subtipo mais prevalente, compreendendo 69% dos todos os cânceres de mama nos EUA. Dentro do microambiente imunológico do tumor, uma maior intensidade de infiltração de células mieloides e baixos níveis de infiltração de linfócitos têm sido associados a piores resultados. Marcadores no sangue periférico surgiram como biomarcadores preditivos que podem ser facilmente obtidos de forma não invasiva e de baixo custo. Experimentos confirmaram que os componentes relativos desses testes (como as células imunológicas) participaram direta ou indiretamente na ocorrência, desenvolvimento e escape imunológico do tumor, ressaltando o uso potencial de testes laboratoriais como biomarcadores tumorais
Mais detalhes...No câncer de mama, o aumento dos níveis de neutrófilos e a diminuição dos níveis de linfócitos no sangue periférico estão associados a uma pior sobrevida global (SG). Em HR+, cânceres de mama metastáticos HER2-, baixa NLR pré-tratamento e alta contagem absoluta de linfócitos (ALC) pré-tratamento foram relacionadas com melhor sobrevida livre de progressão (PFS) e OS. O desenvolvimento de modelos preditivos, baseados em algoritmos de aprendizado de máquina (ML) tem sido utilizado no prognóstico e auxilia no diagnóstico de diversos tipos de câncer.
Embora os testes laboratoriais regulares tenham potencial para serem biomarcadores do câncer de mama, um único teste ainda não fornece sensibilidade ou especificidade adequada. A inteligência artificial (IA) pode ajudar na integração de dados de vários testes para auxiliar no diagnóstico. Melhorias técnicas, como capacidade de armazenamento de dados, poder computacional e algoritmos melhores, significam que o ML pode processar informações clinicamente significativas a partir de dados de testes laboratoriais. A generalização e a estabilidade dos modelos ainda precisam ser confirmadas, tendo em vista limitações como a ausência de vários tipos patológicos, coortes pequenas e falta de validação externa. Portanto, um modelo competitivo também é essencial para conseguir uma estratificação mais precisa dos pacientes com câncer de mama. O objetivo deste estudo multicêntrico retrospectivo é avaliar sistematicamente a capacidade dos testes laboratoriais para prever o câncer de mama e desenvolver um modelo robusto e generalizável para auxiliar na identificação de pacientes com câncer de mama.
Critérios de inclusão:
Critérios de exclusão:
Presença de distúrbios hematológicos;
– Gravidez ou amamentação;
Surgery (mastectomy or quadrantectomy); Neoadjuvant chemotherapy
As seguintes instituições estão de alguma forma contribuindo com este estudo clínico.
Conheça outros estudos que podem ser do seu interesse:
Motsa