Validation en conditions réelles du modèle prédictif des nausées et vomissements induits par la chimiothérapie et son optimisation pour l’identification des patients chinois à haut risque
Les nausées et vomissements induits par la chimiothérapie (CINV) restent l’un des effets secondaires les plus fréquents et les plus pénibles pour les patients sous chimiothérapie. Malgré des avancées significatives dans les traitements antiémétiques, l’incidence des CINV demeure élevée, soulignant l’importance de stratégies de prévention efficaces. Les directives actuelles fondées sur des preuves mettent l’accent sur la nécessité de prendre en compte à la fois le risque émétique des agents chimiothérapeutiques et les facteurs de risque individuels des patients lors de la conception des régimes antiémétiques. Au fil des ans, plusieurs facteurs personnels ont été identifiés comme prédicteurs d’un risque élevé de CINV, notamment les nausées et vomissements anticipés, le sexe féminin, un âge plus jeune, des antécédents de nausées matinales et l’anxiété. Ces facteurs ont été intégrés dans divers modèles prédictifs pour guider la prévention antiémétique individualisée. Parmi ceux-ci, un modèle largement recommandé a été développé en 2017 sur une population non asiatique et publié dans les Annals of Oncology. Cependant, l’applicabilité de ce modèle aux patients chinois n’avait pas été validée. Cette étude visait à combler cette lacune en effectuant une validation en conditions réelles du modèle prédictif existant des CINV et en l’optimisant pour son utilisation chez les patients chinois.
L’étude a été menée avec l’approbation du comité d’éthique de l’hôpital général de l’Université médicale de Tianjin, et tous les participants ont fourni un consentement éclairé. Les patients ont été recrutés dans deux établissements : le département d’oncologie médicale de l’hôpital général de l’Université médicale de Tianjin et le département de médecine intégrée traditionnelle et occidentale de l’Institut du cancer de l’Université médicale de Tianjin. Les participants ont été divisés en deux groupes. Le groupe 1, composé de patients de l’hôpital général de l’Université médicale de Tianjin, a été utilisé pour valider et optimiser le modèle prédictif existant. Le groupe 2, constitué de patients de l’Institut du cancer de l’Université médicale de Tianjin, a été utilisé pour la revalidation du modèle optimisé. Les critères d’inclusion et les procédures de collecte de données ont été soigneusement documentés pour garantir la cohérence et la fiabilité.
La première étape de l’étude a consisté à analyser l’association des facteurs prédictifs des CINV avec la survenue de CINV chez les patients chinois. Cela a été réalisé à l’aide d’une analyse de régression par équation d’estimation généralisée (GEE) multivariée. Les odds ratios et leurs intervalles de confiance à 95 % (IC) ont été calculés, et la significativité statistique a été fixée à P < 0,05. L'objectif était de valider la fiabilité et l'exactitude du modèle prédictif existant des CINV chez les patients chinois en s'assurant que chaque prédicteur démontrait sa corrélation potentielle appropriée avec la survenue de CINV.
Les résultats de la validation ont révélé que cinq facteurs du modèle existant présentaient la même valeur prédictive chez les patients chinois que dans la population non asiatique d’origine. Parmi ceux-ci, deux facteurs—un âge inférieur à 60 ans et des CINV lors du cycle de chimiothérapie précédent—étaient statistiquement significatifs. Cependant, quatre facteurs ont montré des valeurs prédictives opposées chez les patients chinois par rapport au modèle existant. Ceux-ci incluaient la chimiothérapie à base de platine ou d’anthracycline, le cycle 2 et le cycle 3 ou plus de chimiothérapie, et moins de 7 heures de sommeil la nuit précédant la chimiothérapie. Étant donné que ces facteurs ne correspondaient pas au modèle existant, il a été conclu que leur inclusion pourrait nuire à la fiabilité prédictive du modèle chez les patients chinois. Par conséquent, une optimisation du modèle a été jugée nécessaire.
Le processus d’optimisation a consisté à supprimer les facteurs qui présentaient des valeurs prédictives opposées. Les prédicteurs restants incluaient un âge inférieur à 60 ans, des nausées et vomissements anticipés, des antécédents de nausées matinales, l’utilisation d’antiémétiques à domicile et des CINV lors du cycle précédent. Ces facteurs ont ensuite été intégrés dans le modèle optimisé. L’analyse de régression GEE a confirmé que tous ces facteurs restants étaient des prédicteurs positifs des CINV. La qualité d’ajustement du modèle optimisé a été évaluée à l’aide du test de Hosmer-Lemeshow, et un graphique de calibration a été généré pour évaluer l’accord entre les probabilités prédites et les résultats observés. Les résultats ont indiqué un bon accord, suggérant que le modèle optimisé était bien calibré.
Pour améliorer l’utilité clinique du modèle optimisé, un système de notation des risques a été développé sur la base des coefficients de régression de chaque prédicteur. Le score de risque total variait de 0 à 7, les scores plus élevés indiquant un risque accru de CINV. Les patients ont reçu un score de risque total en fonction de la présence ou de l’absence des facteurs prédictifs. Une analyse de la courbe ROC (Receiver Operating Characteristic) a été réalisée pour évaluer l’exactitude prédictive du modèle. L’aire sous la courbe (AUC) était de 0,629, avec un intervalle de confiance à 95 % de 0,592 à 0,665. L’indice de Youden a été utilisé pour déterminer le score de coupure optimal pour l’identification des patients à haut risque. Un score total de 2 s’est avéré être le meilleur seuil, avec une sensibilité de 53,2 % et une spécificité de 76,0 %. La valeur prédictive positive (VPP) et la valeur prédictive négative (VPN) du modèle étaient respectivement de 69,0 % et 62,1 %.
Pour affiner davantage le modèle, une analyse ROC supplémentaire a été réalisée, incluant uniquement les facteurs significativement associés aux CINV (nausées et vomissements anticipés et CINV lors du cycle précédent). Cependant, l’AUC pour ce modèle réduit était de 0,610, ce qui était inférieur à celui du modèle optimisé incluant tous les prédicteurs positifs. Cette découverte a soutenu l’inclusion des cinq prédicteurs dans le modèle optimisé final, malgré l’absence de significativité statistique pour certains facteurs. La décision a été basée sur leur valeur prédictive cohérente dans les études précédentes et la précision prédictive supérieure du modèle complet.
Le modèle optimisé a ensuite été revalidé à l’aide d’un groupe distinct de patients de l’Institut du cancer de l’Université médicale de Tianjin. Ce groupe comprenait 201 patients ayant subi un total de 452 cycles de chimiothérapie. La régression GEE multivariée a confirmé que tous les facteurs du modèle optimisé étaient des prédicteurs positifs des CINV dans l’ensemble de revalidation. L’analyse de la courbe ROC a donné une AUC de 0,685, avec un intervalle de confiance à 95 % de 0,631 à 0,738. Le graphique de calibration a également démontré un bon accord entre les probabilités prédites et les résultats observés, validant davantage la fiabilité du modèle optimisé.
L’étude a mis en évidence l’importance de la validation en conditions réelles pour refléter avec précision la pratique clinique et le fardeau des CINV pour les patients. Les résultats ont révélé que certains facteurs prédictifs du modèle existant ne correspondaient pas à l’expérience des patients chinois, conduisant à l’optimisation du modèle. En supprimant les facteurs ayant des valeurs prédictives opposées et en se concentrant sur ceux qui étaient constamment prédictifs, le modèle optimisé a fourni un outil plus fiable pour identifier les patients chinois à haut risque. La nature dynamique du modèle permet une évaluation et un ajustement continus de la prophylaxie antiémétique tout au long des cycles de chimiothérapie.
Un aspect notable du modèle optimisé est qu’il exclut le potentiel émétique des agents anticancéreux eux-mêmes. Cela souligne l’importance de prendre en compte à la fois le risque émétique intrinsèque des médicaments de chimiothérapie et les facteurs de risque individuels des patients lors de la conception des régimes antiémétiques. Les médecins sont encouragés à utiliser le modèle optimisé en conjonction avec leur jugement clinique pour adapter les stratégies de prévention antiémétique au profil de risque unique de chaque patient.
Malgré ses points forts, l’étude présente certaines limites. La taille de l’échantillon, bien que substantielle, peut avoir limité la puissance statistique pour détecter des associations significatives pour certains prédicteurs. De plus, l’influence d’autres variables inconnues sur la survenue des CINV ne peut être exclue. Des recherches futures avec des populations de patients plus vastes et plus diversifiées sont nécessaires pour affiner et valider davantage le modèle optimisé.
En conclusion, cette étude a validé et optimisé avec succès un modèle prédictif largement recommandé des CINV pour son utilisation chez les patients chinois. Le modèle optimisé représente un outil facile à utiliser et dynamique pour la gestion personnalisée des CINV. En identifiant les patients à haut risque et en guidant la prophylaxie antiémétique, le modèle a le potentiel d’améliorer la qualité de vie des patients sous chimiothérapie. Bien que des recherches supplémentaires soient nécessaires pour répondre à ses limites, le modèle optimisé fournit un cadre précieux pour les cliniciens afin de réduire le fardeau des CINV chez les patients chinois.
doi.org/10.1097/CM9.0000000000002265