Análise de biomarcadores prognósticos relacionados à inflamação e composição corporal: um estudo retrospectivo com uso de aprendizado de máquina

• Processo: 24/15490-8
• Modalidade de apoio: Bolsas no Brasil - Pós-Doutorado
• Data de Início da vigência: 01 de julho de 2025
• Data de Término da vigência: 30 de junho de 2027
• Área de conhecimento: Ciências da Saúde - Medicina - Clínica Médica
• Pesquisador responsável: Gilberto de Castro Junior
• Beneficiário: Willian das Neves Silva
• Instituição Sede: Instituto do Câncer do Estado de São Paulo Octavio Frias de Oliveira (ICESP). Coordenadoria de Serviços de Saúde (CSS). Secretaria da Saúde (São Paulo - Estado). São Paulo , SP, Brasil
• Assunto(s): Aprendizado computacional Biomarcadores Inflamação Músculo esquelético Eficiência Prognóstico
• Palavra(s)-Chave do Pesquisador: Aprendizado de Máquina | biomarcadores | Inflamação | Músculo esquelético | performance | prognóstico | Oncologia clínica

Resumo

Introdução e objetivos: O câncer de pulmão (CP) é a principal causa de morte por câncer no mundo, representando 11,4% dos novos casos globais em 2020. O prognóstico depende de vários fatores, incluindo o estágio do câncer, o tipo histológico, os aspectos genéticos e a capacidade funcional do paciente. Na tentativa de estimar o prognóstico, diversos biomarcadores vêm sendo investigados, no entanto, não existe um método ideal para estimar o prognóstico de pacientes com câncer de pulmão. Considerando diferentes variáveis como biomarcadores prognósticos e o crescente uso de aprendizado de máquina na predição de prognóstico de pacientes com câncer, o objetivo do presente estudo é analisar as associações entre os diversos índices de inflamação sistêmica com depleção muscular em pacientes com diagnóstico de CP submetidos ao tratamento, bem como avaliar se esses fatores estão relacionados com as características do tumor, toxicidades, sobrevida global, e sobrevida livre de doença, integrando todas essas variáveis através do aprendizado de máquina. Metodologia: Os pacientes incluídos na coorte retrospectiva serão adultos com câncer de pulmão de células não pequenas, matriculados no Instituto do câncer do estado de São Paulo (ICESP) entre janeiro de 2009 a dezembro de 2022. As características dos pacientes serão: dados demográficos, estadiamento, histológicos, sítios de metástase, contagem de células sanguíneas e índice de massa corporal (IMC). Índices inflamatórios serão avaliados, bem como área do músculo e gordura obtida através dos exames de tomografia. A análise de sobrevivência será o desfecho primário e realizada através da mediana da sobrevida global, determinada pela análise de Kaplan-Meier. Será adotado o aprendizado de máquina por modelo supervisionado com 500 a 1000 pacientes, utilizando curva ROC, correlações e testes de colinearidade. Após esta etapa o mesmo número de pacientes será utilizado na fase de testagem do modelo. Além disso, será realizada uma análise redes de correlação entre características bem como será testada a influência de variáveis de composição corporal e performance para o desempenho do modele criado. O estudo será aprovado pelo comitê de ética e seguirá as diretrizes para desenvolvimento e relatório de modelos preditivos de aprendizado de máquina em pesquisa biomédica. Perspectivas: Acreditamos que os resultados deste estudo ajudarão o planejamento e intervenção adequada e específica da população estudada, favorecendo a atuação de qualidade, baseada em evidências e possibilitando um atendimento mais eficiente e personalizado. Além disso, como proposta de inovação, pretendemos gerar uma ferramenta que poderá ser incorporada no sistema PACS que no futuro poderá nortear novas condutas e otimização de tratamento.