Identification des cancers mammaires triple-négatifs : analyse statistique de variables radiomiques issues des images TEP et de variables métabolomiques

Objectif La caracterisation de l’heterogeneite tumorale a partir des images TEP connait un interet croissant. Or le lien entre les variables radiomiques (VR) et les caracteristiques biologiques des lesions est encore mal connu. Notre objectif est d’etudier la correlation entre les VR et les variables metabolomiques (VM) dans le cancer du sein et d’analyser leur capacite a predire le sous-type immunohistochimique des lesions. Materiels et methodes Vingt-six patientes ayant un cancer mammaire ont beneficie d’un examen TEP au 18F-FDG pre-traitement (Biograph TEP/TDM, Siemens). Pour chaque lesion tumorale primitive, 43 VR ont ete calculees (logiciel LIFEx). A partir de la piece operatoire, un spectrometre de masse a ete utilise pour mesurer l’expression de 1500 VM referencees dans la base Human metabolome. Les coefficients de correlation de Spearman (R) entre chaque VR et chaque VM ont ete analyses. Nous avons egalement etudie separement la capacite des VR et VM pour identifier les lesions mammaires triple-negatives (TN), en comparant les performances de 5 methodes statistiques avec celles de SUVmax et du volume metabolique. Cette procedure a ete repetee 25 fois avec une selection aleatoire de 16 patientes pour l’apprentissage et de 10 patientes pour la validation. Les performances de chaque methode pour l’identification des lesions TN ont ete mesurees en utilisant l’index de Youden (sensibilite + specificite − 1). Resultats Dans notre etude, 7 lesions sont TN. Le coefficient de correlation moyen, en valeur absolue, entre les VR et VM est egal a 0,20 ± 0,14 (intervalle : [0–0,81], 3 % avec |R|?0,50). Pour l’identification des lesions TN a partir des index conventionnels en TEP, SUVmax conduit aux meilleures performances (Youden = 0,29 ± 0,34). En utilisant les differentes methodes statistiques, l’index de Youden moyen varie entre 0,18 et 0,34 a partir des VM et entre −0,12 et 0,50 pour les VR. Les meilleures performances pour la distinction des lesions TN sont obtenues a partir des VR pour l’analyse discriminante en grande dimension (HDDA) avec Youden = 0,50 ± 0,35. Conclusion Dans le cancer du sein, nous avons montre une correlation faible a moderee entre les VR issues des images TEP et les VM. Le recrutement de patientes supplementaires est en cours pour confirmer ces resultats. L’analyse conjointe des VR et VM est a l’etude afin de beneficier de la complementarite des informations radiomiques et metabolomiques et ainsi d’ameliorer les performances de classification.