Le puissant médicament de chimiothérapie cisplatine est utilisé depuis la fin des années 1970 pour traiter une variété de cancers. Il est très efficace contre les tumeurs solides et est souvent un élément central du traitement pour les enfants atteints de tumeurs cérébrales et de moelle épinière, de neuroblastome et de rhabdomyosarcome.
Pourtant, le cisplatine est bien connu pour provoquer des effets secondaires dévastateurs. Chez les enfants, l’effet secondaire le plus courant suivant le traitement est la perte auditive débilitante. Selon le plan de traitement, jusqu’à 80% des enfants traités avec du cisplatine se retrouvent avec une perte auditive permanente qui affecte leur vie sociale, leur performance scolaire et leurs carrières futures.
Maintenant, une équipe internationale dirigée par Etan Orgel, MD, à l’hôpital pour enfants de Los Angeles, a développé un nouveau modèle d’apprentissage automatique qui peut prédire le risque individuel d’un enfant de développer une perte auditive du traitement au cisplatine. Appelé Pedshear, l’outil utilise des informations de routine et facilement disponibles pour prédire rapidement ce risque – avec une confiance à 95%.
L’équipe, qui comprend des chercheurs de la Keck School of Medicine de l’USC et d’autres institutions aux États-Unis et au Canada, est la première à développer et à valider un nouveau modèle d’apprentissage automatique à cette fin.
Les résultats sont publiés dans le Journal of Clinical Oncologyet le modèle est désormais disponible pour un usage public.
Un voyage de plusieurs décennies pour personnaliser les soins
L’étude est née de deux décennies d’efforts pour essayer de prévenir la perte auditive induite par le cisplatine chez les enfants. Les enquêteurs du CHLA ont dirigé l’essai pivot de la phase 3 en oncologie des enfants sur le thiosulfate de sodium (STS), et en 2022, la Food and Drug Administration a approuvé STS comme premier traitement à réduire le risque de perte auditive chez les enfants compte tenu du cisplatine.
Mais les schémas thérapeutiques des patients sont déjà très complexes, et certains peuvent ne pas avoir besoin de STS pour prévenir la perte auditive. Pour ceux qui ne sont pas éligibles aux STS, il est essentiel pour les cliniciens de comprendre le risque de chaque patient et les options dont ils ont pour protéger l’audience de cet enfant.
« Nous voulons donner aux familles et aux prestataires les outils dont ils ont besoin pour comprendre le risque de leur enfant et prendre une décision éclairée », explique le Dr Orgel, qui dirige la qualité et la sécurité des patients à l’Institut Cancer and Blood Diverse de CHLA. « Il s’agit du changement de paradigme que nous visons – rédigeant les certitudes pour chaque enfant par rapport à la parole en généralités par régime. »
Ce nouveau modèle prédictif est informé par une étude historique conçue et dirigée par le Dr Orgel en 2021. Des chercheurs ont analysé les données de plus de 1 400 patients traités au cisplatine aux États-Unis et au Canada pour établir les premiers benchmarks pour la prévalence de la perte auditive induite par le cisplatine chez les enfants et les adolescents.
Les chercheurs ont utilisé l’ensemble de données de 1 400 personnes comme fondement de leur modèle, la formation pour analyser les facteurs de risque et les probabilités et prédire avec précision le niveau de risque d’un enfant pour la perte auditive. Les chercheurs ont également apporté deux nouveaux ensembles de données du monde réel du groupe d’oncologie pour enfants et d’un hôpital pour enfants du Texas pour valider le modèle dans d’autres populations. Le modèle Web désormais accessible au public fournit à chaque patient un pourcentage indiquant la probabilité individuelle de la perte auditive de l’enfant.
Approches d’apprentissage automatique
Joshua Millstein, Ph.D., de la Keck School of Medicine of USC, a dirigé la création et l’optimisation du modèle d’apprentissage automatique très complexe.
« Nous avons évalué une grande variété de stratégies de modélisation pour arriver à notre approche finale, qui combine plusieurs méthodes d’apprentissage automatique, puis applique un modèle de niveau supérieur – appelé un prédicteur d’ensemble – pour intégrer les prédictions de chaque modèle dans un résultat interprétable unique », explique-t-il. « Les principaux défis de la construction du modèle final consistaient à le régler, ce qui nécessite de trouver les paramètres du modèle qui optimiseraient les performances de l’outil. »
Les progrès récents de la modélisation des prédicteurs d’ensemble ont aidé l’équipe à surmonter plusieurs défis qui ont fait échouer d’autres modèles dans le passé.
« Assurer que ces modèles ont suffisamment de données sur les patients pour la reconnaissance des modèles peuvent être extrêmement difficiles lors du développement de solutions pour les cancers de l’enfance rares », ajoute le Dr Millstein. « Ces nouvelles techniques statistiques nous ont permis de fournir une production plus raffinée, même avec de nombreuses différences entre les patients au sein de nos cohortes. »
Création d’une nouvelle norme de planification du traitement
« Mon objectif est que cela devienne un outil clinique de routine », explique le Dr Orgel. «Ce qui est unique dans ce modèle, c’est qu’il n’utilise que des données régulièrement disponibles, afin que tout médecin puisse les utiliser dès le premier jour du diagnostic pour planifier le traitement.
« Le prévenu est préalable à la chimiothérapie », ajoute-t-il. « Il est si important de comprendre les options devant vous – et comment aborder les interventions potentielles avec une surveillance planifiée, telle que la fréquence et la conformité, avec les tests auditifs. »
Le prochain objectif de l’équipe de recherche est d’étendre le modèle aux jeunes adultes et aux adultes jusqu’à 65 ans et à intégrer la génomique pour rendre le modèle encore plus puissant.
« En fin de compte, nous visons à étendre notre approche pour comprendre et prédire le risque d’autres effets secondaires courants des chimiothérapies courantes », explique le Dr Orgel. « Nous voulons équiper tous les patients qui commencent leur parcours sur le cancer de connaissances qui soutiennent des discussions significatives avec leurs médecins sur ce à quoi s’attendre pendant et après le traitement. »
