Stratification pronostique à l'aide de l'intelligence artificielle après chimiothérapie et radiothérapie-chimiothérapie des cancers du rectum localement avancés (SPARE)

Objectif(s) de la recherche et intérêt pour la santé publique

Finalité de l'étude

Objectifs poursuivis

Domaines médicaux investigués

Bénéfices attendus

Le cancer du rectum localement avancé (stade T3-4 et/ou N+) représente 58% des adénocarcinomes du rectum localisés et opérables en France. Le traitement standard actuel, en l’absence de contre-indication, repose sur une approche multimodale incluant un traitement néoadjuvant total (TNT) qui combine chimiothérapie d'induction, radio-chimiothérapie (RCT), suivi d'une chirurgie par protectomie et exérèse totale du mésorectum (ETM), et enfin une chimiothérapie adjuvante.

Cette prise en charge, bien qu'efficace en termes de contrôle local de la tumeur, entraîne des séquelles fonctionnelles lourdes, notamment l'altération de la qualité de vie des patients liée à la résection du rectum et à la nécessité de stomies définitives dans certains cas. De plus, certains patients répondent particulièrement bien au traitement néoadjuvant, aboutissant à une régression tumorale complète ou quasi-complète, soulevant la question de la nécessité systématique d’une chirurgie radicale.

L'introduction de nouvelles technologies, et notamment de l'intelligence artificielle (IA), dans l'évaluation des réponses tumorales aux traitements néoadjuvants pourrait révolutionner la prise en charge de ces patients. LIFEX, un logiciel basé sur l'intelligence artificielle, a été développé pour analyser les images de scanner pré et post-traitement. Il pourrait être utilisé afin de déterminer le risque de récidive des patients atteints de cancer du rectum. Cette approche pourrait permettre de mieux classer les patients et de sélectionner de manière adéquate les patients éligibles à une conservation d’organe, permettant d’éviter une chirurgie radicale chez ceux ayant bien répondu au traitement.

Objectif principal :
- Évaluer l'efficacité du logiciel d'intelligence artificielle LIFEX pour classer les patients atteints de cancer du rectum T3-T4 de ≥ 4 cm et/ou N+, en fonction de leur risque de récidive en établissant un modèle via l’apprentissage machine supervisé.
Objectifs secondaires :
- Étudier les facteurs cliniques et radiologiques associés à une bonne réponse au traitement néoadjuvant total.

Il s’agira d’entrainer un modèle d’IA sur une base de donnée à réaliser sur REDCAP à reconnaitre les patients à haut ou bas risque de rechute pour aider à la décision thérapeutique dans un second temps. L’analyse de ce modèle se fera via l’étude de :
- Précision (Accuracy)
- Précision (Precision)
- Rappel (Recall) / Sensibilité
- Spécificité
- F1-Score
- AUC-ROC
- Matrice de confusion
- Courbe de calibration
- Indice de concordance (C-index)
- Courbe de survie de Kaplan-Meier
- Biais de sélection et de traitement
- Interprétabilité (SHAP, LIME)

Population d'étude :
Patients majeurs porteurs d'une tumeurs du rectum localement avancé T3-T4 et/ou N+ traité par traitement néaodjuvant total (chimiothérapie et radiochimiothérapie) et ayant bénéficié d'un traitement conservateur à l'APHP sur les 5 dernières années.