Uma medida por MRI da variação tumoral
Pesquisadores da The Hong Kong Polytechnic University desenvolveram um biomarcador de imagem para ajudar a prever, antes do tratamento, se algumas pacientes com câncer de mama responderão a um medicamento direcionado.
A medida, chamada Tumour Heterogeneity Index, ou THI, usa radiomics: análise computacional de imagens médicas que extrai padrões pouco visíveis na avaliação convencional. O índice foi derivado de imagens de ressonância magnética dinâmica com contraste, conhecidas como DCE-MRI.
Dois tumores de mama de tamanho semelhante podem ter características internas diferentes. Essas diferenças podem refletir variações biológicas dentro e entre tumores. Se a imagem capturar variações associadas à resposta, os médicos poderão obter informações úteis sem exigir inicialmente uma avaliação invasiva do tecido.
Os pesquisadores dizem que o índice permite avaliar de forma não invasiva a provável resposta a inibidores de AKT. O estudo se concentrou em pacientes com câncer de mama inicial de alto risco que receberam o inibidor experimental MK2206 junto com quimioterapia neoadjuvante.
Por que prever o tratamento importa
Escolher uma terapia contra o câncer raramente é apenas encontrar um medicamento eficaz. Os tratamentos podem causar efeitos adversos, consumir tempo e alterar a sequência de cuidados que leva à cirurgia. Uma ferramenta que identifique melhor quem provavelmente se beneficiará pode apoiar decisões mais personalizadas.
Na análise, pacientes com THI alto tiveram uma taxa estimada de resposta patológica completa de 56,1%. Esse achado pós-cirúrgico indica que não foi detectado câncer invasivo no tecido avaliado após o tratamento pré-operatório. A fonte descreve a taxa como significativamente maior que a observada em pacientes com THI baixo.
Isso não significa que o índice determine sozinho qual tratamento uma pessoa deve receber. Sugere, porém, que indicadores de heterogeneidade tumoral derivados de imagens podem acrescentar informação clínica além do tamanho e da localização.
Para as pacientes, o valor futuro seria discutir melhor o benefício provável antes da terapia. Para os médicos, seria mais um dado ao avaliar a adição de um medicamento direcionado. Para os sistemas de saúde, combinar melhor tratamento e resposta poderia reduzir a exposição desnecessária a efeitos colaterais.
Usando uma técnica de imagem existente de outra forma
A DCE-MRI já é amplamente usada no diagnóstico e planejamento do tratamento do câncer. A equipe da PolyU ampliou esses dados com técnicas avançadas de radiomics para criar uma análise preditiva.

A radiomics normalmente converte características dos exames em dados quantitativos que podem ser analisados em relação ao diagnóstico, prognóstico ou resposta ao tratamento. Neste caso, a equipe usou diferenças sutis para construir o THI.
O objetivo não é substituir a experiência clínica nem a patologia padrão, mas apontar para um futuro em que imagens rotineiras contribuam mais diretamente para o planejamento individualizado. Um preditor não invasivo poderia ser especialmente útil antes da terapia.
O tratamento em estudo
O estudo examinou a resposta ao MK2206, um inibidor experimental de AKT. A AKT integra a via de sinalização AKT/mTOR/PI3K, descrita pelos pesquisadores como importante para o crescimento e a sobrevivência do tumor.
O resultado diz respeito à combinação de MK2206 com quimioterapia neoadjuvante na população específica do estudo, não a todos os cânceres de mama ou medicamentos que atingem AKT. Biomarcadores podem funcionar de forma diferente conforme pacientes, estágio da doença, regime e ambiente clínico.
A fonte também afirma que o MK2206 já havia demonstrado melhorar a resposta patológica completa no contexto analisado. O THI está sendo investigado para distinguir pacientes mais propensas a obter esse benefício.
O que precisa acontecer agora
O resultado é promissor, mas continua sendo pesquisa, não um novo padrão de cuidado. O relatório não demonstra que o THI esteja pronto para uso clínico amplo nem fornece todos os detalhes de validação necessários.
Será preciso testá-lo em coortes adicionais e avaliar seu desempenho junto a medidas clínicas e biológicas estabelecidas. Também será necessário determinar se a análise pode ser padronizada, quanto tempo os resultados levam e se melhora decisões reais e desfechos das pacientes.
Ainda assim, o estudo mostra uma direção importante para a oncologia de precisão. Imagens médicas contêm mais informação do que as dimensões do tumor. Ferramentas validadas que quantifiquem essa informação podem tornar a seleção terapêutica mais individualizada.
Este artigo baseia-se em uma reportagem da Medical Xpress. Leia o artigo original.
Originally published on medicalxpress.com







