Étude multicentrique des caractéristiques clinicopathologiques et développement d’un modèle de prédiction du risque dans le cancer du sein précoce avec récepteurs hormonaux positifs et expression faible du récepteur HER2
Le cancer du sein demeure l’une des tumeurs malignes les plus répandues chez les femmes à l’échelle mondiale, avec un impact majeur sur la santé publique. Ces dernières années, les avancées dans les thérapies ciblées, notamment les conjugués anticorps-médicament (ADC), ont révolutionné la prise en charge du cancer du sein. La catégorie HER2 faible, définie par une expression limitée du récepteur 2 du facteur de croissance épidermique humain, suscite un intérêt croissant en raison de sa pertinence clinique et de ses bénéfices thérapeutiques potentiels. Cette étude vise à analyser les caractéristiques clinicopathologiques des patientes chinoises atteintes d’un cancer du sein précoce RH-positif/HER2 faible et à élaborer un modèle de prédiction du risque de récidive pour orienter les décisions thérapeutiques.
Méthodes
Des patientes présentant un cancer du sein RH-positif/HER2 faible au stade précoce, diagnostiquées entre janvier 2015 et décembre 2016 dans 29 hôpitaux affiliés à la Société chinoise de chirurgie mammaire (CSBrS), ont été incluses. Les critères d’inclusion exigeaient un carcinome invasif confirmé par biopsie pathologique, l’absence de métastases à distance, et une expression HER2 faible (immunohistochimie [IHC] 1+ ou IHC 2+ avec hybridation in situ [ISH] négative). Toutes les patientes avaient bénéficié d’une mastectomie R0 et d’un traitement systémique conforme aux recommandations. Les données clinicopathologiques (stade tumoral, type histologique, indice Ki-67, stade pronostique) et les informations de suivi (survie sans maladie [SSM], survie globale [SG]) ont été collectées.
Résultats
Sur 25 096 patientes diagnostiquées durant la période d’étude, 6 486 répondaient aux critères HER2 faible. Parmi elles, 5 629 (86,79 %) étaient RH-positives et 857 (13,21 %) RH-négatives. La durée médiane de suivi était de 57 mois (4–76 mois). Le taux de SSM à 5 ans était de 92,7 % (412 métastases ; 7,31 %) dans le groupe RH-positif contre 88,9 % (94 métastases ; 10,97 %) dans le groupe RH-négatif. La SG à 5 ans était respectivement de 97,7 % (124 décès ; 2,20 %) et 95,1 % (39 décès ; 4,55 %), confirmant un pronostic plus favorable pour les tumeurs RH-positives.
Analyse clinicopathologique
Des différences significatives ont été observées entre les groupes RH-positif et RH-négatif. L’âge médian était de 50 ans (RH-positif) contre 52 ans (RH-négatif). Des variations ont également été notées dans le stade T tumoral, le stade TNM, le type histologique, l’indice Ki-67 et le stade pronostique. Le groupe RH-positif présentait un taux plus élevé de chirurgies conservatrices (35,3 % vs 28,5 %) et une moindre utilisation de chimiothérapie adjuvante (44,1 % vs 63,1 %).
Facteurs pronostiques
L’analyse univariée a identifié l’âge, le stade T, le stade N, le grade histologique, le statut HER2, la thrombose lymphovasculaire, l’indice Ki-67, le stade TNM et le stade pronostique comme prédicteurs significatifs de récidive. En analyse multivariée, le stade N, la thrombose lymphovasculaire, l’indice Ki-67 et le stade pronostique sont restés indépendamment associés au pronostic.
Modèle de prédiction du risque
Un modèle de prédiction basé sur 15 caractéristiques clinicopathologiques (âge, statut menstruel, stade T/N, Ki-67, etc.) a été développé à l’aide de cinq algorithmes d’apprentissage automatique. La méthode Random Forest a montré les meilleures performances (aire sous la courbe ROC [AUC] : 0,842 en test), avec une sensibilité de 81,1 %, une spécificité de 71,7 %, une valeur prédictive positive de 74,1 % et une valeur prédictive négative de 79,2 %.
Implications cliniques
La prévalence élevée des tumeurs RH-positives parmi les HER2 faibles souligne l’importance de l’hormonothérapie. Les facteurs pronostiques identifiés, tels que le stade N et le Ki-67, permettent d’adapter les stratégies thérapeutiques. Le modèle de prédiction offre un outil clinique pour stratifier le risque de récidive, bien qu’une validation externe reste nécessaire.
Conclusion
Cette étude multicentrique décrit les caractéristiques et les facteurs pronostiques des cancers RH-positifs/HER2 faibles chez les patientes chinoises. Le modèle de prédiction intégrant l’apprentissage automatique représente une avancée vers une médecine personnalisée. Des travaux futurs devront valider ce modèle dans des populations diverses et explorer de nouvelles cibles thérapeutiques pour les cancers HER2 faibles.
doi : 10.1097/CM9.0000000000002831