Modelos de radiogenómica integrados predicen la respuesta a la quimioterapia neoadyuvante en cáncer de ovario seroso de alto grado

El carcinoma seroso de ovario de alto grado (HGSOC) es una enfermedad altamente heterogénea que típicamente se presenta en un estado avanzado y metastásico. La complejidad multiescalar de HGSOC es un gran obstáculo para predecir la respuesta a la quimioterapia neoadyuvante (NACT) y entender los determinantes críticos de la respuesta. Aquí presentamos un marco para predecir la respuesta de los pacientes con HGSOC a NACT integrando biomarcadores clínicos, basados en sangre y radiómicos obtenidos de todas las lesiones primarias y metastásicas. Utilizamos un modelo de aprendizaje automático en conjunto entrenado para predecir el cambio en el volumen total de la enfermedad utilizando datos obtenidos en el diagnóstico (n = 72). El modelo se valida en una cohorte interna de retención (n = 20) y una cohorte externa independiente de pacientes (n = 42). En la cohorte externa, el modelo de radiómica integrada reduce el error de predicción en un 8% con respecto al modelo clínico, logrando un AUC de 0.78 para la clasificación RECIST 1.1 en comparación con 0.47 para el modelo clínico. Nuestros resultados enfatizan el valor de incluir datos de radiómica en modelos integrativos de respuesta al tratamiento y proporcionan métodos para desarrollar nuevos ensayos clínicos basados en biomarcadores de NACT en HGSOC.