Radiômica e aprendizado de máquina - Uma assinatura para prever o status da codeleção 1p19q em gliomas de baixo grau

Os gliomas compreendem a grande maioria de todos os tumores cerebrais malignos. A identificação do estado de codeleção cromossômica 1p/19q em gliomas de baixo grau (LGG) é de fundamental importância no manejo clínico. Este trabalho propõe uma assinatura de baixa complexidade para avaliação não invasiva do status 1p/19q a partir de imagens de ressonância magnética, usando radiômica e aprendizado de máquina. Os experimentos foram realizados usando imagens ponderadas em T2 de um conjunto de dados público, com 159 pacientes e status 1p/19q comprovado por biópsia. Um conjunto de 68 características quantitativas foi extraído de cada tumor usando a plataforma PyRadiomics. A normalização foi utilizada para que todas as características apresentem uma ordem de grandeza similar. A análise de componentes de vizinhança foi utilizada para redução de dimensionalidade. A previsão do status 1p/19q foi realizada usando um classificador de k-vizinhos mais próximos, com ajuste de hiperparâmetros usando busca em grade com validação cruzada. O desempenho da classificação foi avaliado usando várias métricas. Os resultados mostram que o desempenho da classificação melhora à medida que incorporamos cada etapa adicional a assinatura, e os melhores resultados foram obtidos ao executar a assinatura completa. Quando comparado com vários métodos de ponta da literatura e com resultados obtidos por neurocirurgiões e neurorradiologistas analisando as mesmas imagens, a assinatura proposta apresentou acurácia (81,88%), especificidade (69,25%), precisão (86,04%), área sob a curva (82,70%) e pontuação F1 (86,28%); o método proposto também apresentou alta sensibilidade (88,48%). Este trabalho demonstra técnicas baseadas em radiômica e aprendizado de máquina que fornecem avaliação não invasiva e promissora do status 1p/19q em LGGs. A assinatura proposta pode ser útil para facilitar a tomada de decisões clínicas, cirúrgicas e terapêuticas.