Uso de técnicas de aprendizado de máquina para avaliação seriada de marcadores inflamatórios sistêmicos em pacientes com câncer de mama submetidas à quimioterapia neoadjuvante

• Processo: 24/08967-2
• Modalidade de apoio: Bolsas no Brasil - Pós-Doutorado
• Data de Início da vigência: 01 de julho de 2025
• Data de Término da vigência: 31 de maio de 2028
• Área de conhecimento: Ciências da Saúde - Medicina
• Pesquisador responsável: Afonso Celso Pinto Nazário
• Beneficiário: Sara Socorro Faria
• Instituição Sede: Escola Paulista de Medicina (EPM). Universidade Federal de São Paulo (UNIFESP). Campus São Paulo. São Paulo , SP, Brasil
• Assunto(s): Aprendizado computacional Neoplasias mamárias Prognóstico Oncologia
• Palavra(s)-Chave do Pesquisador: Aprendizado de Máquina | Câncer de mama | hemogramas | prognóstico | Quimioterapia neoadjuvante | Oncologia

Resumo

O câncer de mama é uma doença heterogênea, podendo ser dividida em subtipos, de acordo com o perfil imunofenotípico e de expressão gênica. Pacientes submetidas à quimioterapia neoadjuvante apresentam diferentes graus de resposta tumoral, variando desde a ausência de resposta até a resposta completa. Além das características clínico-patológicas já estabelecidas, como estadiamento, a inflamação sistêmica também pode ter impacto nos desfechos. Em hemogramas, os índices inflamatórios sistêmicos, identificados pela contagem absoluta de neutrófilos, linfócitos e monócitos representam importantes ferramentas relacionadas à inflamação crônica. Adicionalmente, métodos de visão computacional têm sido aplicados e desenvolvidos nos campos epidemiológico, biológico, e, principalmente no desenvolvimento de novos biomarcadores tumorais. Objetivos: Desenvolver e avaliar modelos preditivos de aprendizado de máquina, a partir da contagem absoluta de células sanguíneas de mulheres com câncer de mama submetidas à quimioterapia neoadjuvante; correlacionar a intensidade do infiltrado linfocítico tumoral com a relação neutrófilo/linfócito e a taxa de resposta patológica, em mulheres com câncer de mama submetidas à quimioterapia neoadjuvante; caracterizar a intensidade do infiltrado inflamatório por imuno-histoquímica e a expressão de CD8 e CD3 nas células inflamatórias que infiltram o tumor; correlacionar a intensidade do infiltrado linfocítico tumoral com índices inflamatórios sistêmicos e a taxa de resposta patológica, em mulheres com câncer de mama submetidas à quimioterapia neoadjuvante. Métodos: Trata-se de um estudo prospectivo e multicêntrico, em que serão usados dados de hemogramas antes, durante e previamente à cirurgia de mulheres com câncer de mama submetidas à quimioterapia neoadjuvante. Adicionalmente, o infiltrado linfocítico tumoral (ILT) será analisado antes e após a quimioterapia neoadjuvante. Modelos de machine learning e/ou deep learning serão implementados, avaliados e aperfeiçoados com o objetivo de predizer risco de progressão da doença. (AU)