Notícia

Novo modelo prevê risco de câncer de mama em dez anos

Abordagem personalizada poderia reduzir as mortes por câncer da mama

Freepik

Fonte

Universidade de Oxford

Data

terça-feira, 29 agosto 2023 15:15

Áreas

Biologia. Ciência de Dados. Epidemiologia. Estatística. Informática Médica. Inteligência Artificial. Medicina. Modelagem Matemática. Oncologia. Políticas Públicas. Saúde Pública.

Um novo estudo publicado na revista científica The Lancet Digital Health analisou dados anonimizados de 11,6 milhões de mulheres com idades entre 20 e 90 anos, entre 2000 e 2020. Todas essas mulheres não tinham histórico prévio de câncer de mama ou da condição pré-cancerosa chamada ‘carcinoma ductal in situ’ (DCIS).

O rastreamento do câncer de mama é vital, mas apresenta desafios. Embora reduza as mortes por câncer da mama, por vezes detecta tumores que não são prejudiciais (chamado ‘sobrediagnóstico’), o que leva a tratamentos desnecessários. No Reino Unido, por exemplo, para cada 10.000 mulheres com 50 anos de idade convidadas para o rastreamento de câncer mama durante os próximos 20 anos, 43 mortes por câncer de mama serão evitadas, e 129 mulheres serão ‘sobrediagnosticadas’.

O ‘rastreamento baseado no risco’ visa personalizar o rastreamento para maximizar os benefícios e minimizar as desvantagens desse rastreamento. Atualmente, no rastreamento do câncer de mama baseado no risco, a maioria dos modelos de risco funcionam estimando o risco de uma mulher ter um diagnóstico de câncer da mama.

No novo modelo desenvolvido, a equipe de pesquisa trabalhou para prever o risco combinado de uma mulher desenvolver e depois morrer de câncer de mama em 10 anos. Identificar as mulheres com maior risco de cânceres mortais poderia melhorar o rastreamento. Estas mulheres poderiam ser convidadas a iniciar o rastreamento mais cedo, em vez de fazer rastreamentos mais frequentes ou fazer rastreios com diferentes tipos de exames de imagens. Uma abordagem personalizada poderia reduzir ainda mais as mortes por câncer da mama, evitando ao mesmo tempo rastreamentos desnecessários para mulheres de menor risco. Mulheres com maior risco de desenvolver um câncer mortal também poderiam ser consideradas para tratamentos que tentam prevenir o desenvolvimento de câncer de mama.

A Dra. Julia Hippisley-Cox, professora de Clínica Geral e Epidemiologia da Universidade de Oxford, no Reino Unido, e autora sênior da pesquisa, explicou: “Este é um novo estudo importante que potencialmente oferece uma nova abordagem para a triagem. As estratégias baseadas no risco poderiam oferecer um melhor equilíbrio entre benefícios e danos no rastreamento do câncer de mama, permitindo informações mais personalizadas às mulheres para ajudar a melhorar a tomada de decisões. As abordagens baseadas no risco também podem ajudar a fazer uma utilização mais eficiente dos recursos dos serviços de saúde, direcionando as intervenções para as pacientes com maior probabilidade de se beneficiarem”.

Os pesquisadores testaram quatro técnicas de modelagem diferentes para prever o risco de mortalidade por câncer de mama. Dois eram modelos mais tradicionais baseados em estatística e dois usavam aprendizado de máquina, uma forma de inteligência artificial. Todos os modelos incluíram os mesmos tipos de dados, como idade da mulher, peso, histórico de tabagismo, histórico familiar de câncer de mama e uso de terapia hormonal (TRH).

Os modelos foram avaliados pela sua capacidade de prever o risco com precisão em geral e numa gama diversificada de grupos de mulheres, tais como de diferentes origens étnicas e faixas etárias. Foi utilizada uma técnica chamada ‘validação cruzada interna-externa’. Isto envolve dividir o conjunto de dados em partes estruturalmente diferentes, neste caso, por região e período de tempo, para compreender até que ponto o modelo pode ser transportado para diferentes ambientes.

Os resultados mostraram que um modelo estatístico, desenvolvido utilizando o método de ‘regressão de riscos concorrentes’ teve o melhor desempenho geral. O modelo previu com mais precisão quais mulheres desenvolverão e morrerão de câncer de mama dentro de 10 anos. Os modelos de aprendizagem automática foram menos precisos, especialmente para diferentes grupos étnicos de mulheres.

O Dr. Ashley Kieran Clift, primeiro autor e pesquisador clínico do Departamento de Ciências da Saúde da Atenção Primária da Universidade de Oxford, destacou: “Financiado pela Cancer Research UK e aproveitando o tamanho e a riqueza do banco de dados QResearch com suas fontes de dados vinculadas na Universidade de Oxford, pudemos explorar diferentes abordagens para desenvolver uma ferramenta que possa ser útil para novas estratégias de saúde pública baseadas no risco”.

“Se mais estudos confirmarem a precisão deste novo modelo, ele poderá ser usado para identificar mulheres com alto risco de câncer de mama mortal, que podem se beneficiar de melhores tratamentos preventivos”, concluiu o pesquisador.

Acesse o artigo científico completo (em inglês).

Acesse a notícia completa na página da Universidade de Oxford (em inglês).

Fonte: Universidade de Oxford. Imagem: Freepik.

Em suas publicações, o Portal Tech4Health da Rede T4H tem o único objetivo de divulgação científica, tecnológica ou de informações comerciais para disseminar conhecimento. Nenhuma publicação do Portal Tech4Health tem o objetivo de aconselhamento, diagnóstico, tratamento médico ou de substituição de qualquer profissional da área da saúde. Consulte sempre um profissional de saúde qualificado para a devida orientação, medicação ou tratamento, que seja compatível com suas necessidades específicas.

Os comentários constituem um espaço importante para a livre manifestação dos usuários, desde que cadastrados no Portal Tech4Health e que respeitem os Termos e Condições de Uso. Portanto, cada comentário é de responsabilidade exclusiva do usuário que o assina, não representando a opinião do Portal Tech4Health, que pode retirar, sem prévio aviso, comentários postados que não estejam de acordo com estas regras.

Leia também

2024 tech4health t4h | Notícias, Conteúdos e Rede Profissional em Saúde e Tecnologias

Entre em Contato

Enviando
ou

Fazer login com suas credenciais

ou    

Esqueceu sua senha?

ou

Create Account