O modelo de machine learning COLOXIS é preditivo dos benefícios da oxaliplatina no cenário do tratamento adjuvante do câncer colorretal. Os resultados fornecem evidências para uma mudança no tratamento adjuvante da doença, reservando a oxaliplatina apenas para pacientes COLOXIS+, que se beneficiariam do tratamento. Os resultados foram publicados no Journal of Clinical Oncology (JCO).
“A combinação de fluorouracil, leucovorina e oxaliplatina (FOLFOX) é o padrão para terapia adjuvante do câncer colorretal ressecado em estágio inicial. Embora eficaz, o uso da oxaliplatina pode levar a eventos adversos conhecidos, entre eles uma neurotoxicidade duradoura e incapacitante. Reservar o regime para pacientes que se beneficiam da oxaliplatina aumentaria a eficácia, minimizando eventos adversos desnecessários”, esclarecem os autores.
Nesse estudo, pesquisadores do NRG Oncology testaram um novo modelo de machine learning que pode predizer quais pacientes com câncer de cólon poderiam obter benefícios com a adição de oxaliplatina e, em última análise, permitir que os médicos adaptem melhor os regimes de tratamento para seus pacientes.
O modelo utilizou dados dos ensaios de Fase 3 NSABP C-07 e C-08, estudos que utilizaram oxaliplatina no tratamento do câncer de cólon. Esses ensaios foram patrocinados pela Divisão de Tratamento e Diagnóstico do Câncer do Instituto Nacional do Câncer (NCI) e conduzidos pelos Grupos de Ensaios Clínicos do NCI.
Denominado COLOXIS (colon oxaliplatin signature), o modelo foi testado em 1.065 pacientes dos estudos NSABP C-07 e C-08. Dos 1.065 pacientes, 421 foram tratados com 5-fluorouracil e leucovorina (FULV) e 644 foram tratados com FOLFOX. O modelo classificou os pacientes em assinatura positiva e assinatura negativa. Os pacientes com assinatura positiva (COLOXIS+) receberam benefício da oxaliplatina, enquanto os pacientes com assinatura negativa (COLOXIS-) foram não respondedores ao tratamento.
A sobrevida livre de recorrência em oito anos foi utilizada para avaliar os benefícios da oxaliplatina dentro de cada um dos grupos, e o valor preditivo do modelo COLOXIS foi avaliado usando o valor P associado ao termo de interação (int P) entre o valor preditivo do modelo e o efeito do tratamento.
Resultados
Entre os 1.065 pacientes incluídos, 526 foram classificados como COLOXIS+ (assinatura positiva) e 539 foram previstos como COLOXIS- (assinatura negativa). A previsão positiva para COLOXIS foi associada ao prognóstico para pacientes tratados com FULV (HR = 1,52, IC 95% = 1,07-2,15, P = 0,017). O modelo foi preditivo do benefício da oxaliplatina: pacientes COLOXIS+ se beneficiaram da oxaliplatina (HR = 0,65, IC 95% = 0,48-0,89, P = 0,0065, int P = 0,03), mas pacientes COLOXIS- não derivaram benefício (HR negativo para COLOXIS =1,08, IC 95%=0,77-1,52, P=0,65).
“O modelo COLOXIS é preditivo dos benefícios da oxaliplatina no cenário adjuvante do câncer colorretal. Os resultados fornecem evidências que apoiam uma mudança no tratamento adjuvante dao doença, reservando a oxaliplatina apenas para pacientes COLOXIS+. Mais investigações são necessárias para validar ainda mais este modelo para aplicação na prática clínica”, concluíram os autores.
Referência: Lujia Chen et al., Machine Learning Predicts Oxaliplatin Benefit in Early Colon Cancer. JCO 0, JCO.23.01080. DOI:10.1200/JCO.23.01080
