Un nouveau modèle prédictif du risque de cancer adapté aux nodules découverts lors du bilan pré-chirurgical d’un cancer broncho-pulmonaire

La mise en place des programmes de dépistage aux Etats-Unis a augmenté de façon importante le nombre de nodules pulmonaires découverts. Pour éviter que de trop fréquentes interventions pour lésions bénignes soient réalisées, plusieurs  modèles prédictifs du diagnostic de cancer ont été développés. L’un des plus connu est celui de la Mayo Clinic qui est basé sur 6 variables : l’âge, le tabagisme, les antécédents de cancer,  la taille,  le caractère spiculé ou non et la localisation. Ce modèle qui a été conçu pour une population générale soumis à dépistage et n’est pas, dans l’expérience des auteurs,  performant pour les malades chez lesquels un  geste chirurgical est prévu. Ceci explique que les auteurs de ce travail aient cherché à développer un modèle destiné à l’évaluation des malades chirurgicaux : Ils ont appelé ce modèle TREAT (Thoracic Research Evaluation And Treatment).

Ce modèle a été développé au sein du Vanderbilt University Medical Center (VUMC) puis validé par le Tennessee Valley Veterans Affairs (VA).

A partir d’une base de données regroupant 492 patients,  qui présentaient un nodule ou une masse découverts lors du bilan pré-chirurgical d’un cancer bronchique non à petites cellules connu sur une période de 2005 à 2010, a été constituée la base de donnée VUMC.  La cohorte de validation VA était composée de 226 patients qui devaient être opérés d’un cancer broncho-pulmonaire connu ou suspecté. La prévalence du diagnostiques de cancer dans ces deux modèles et de 72 et 93 %.

Sur le modèle TREAT, le risque de cancer augmentait avec l’âge, la taille de la lésion pré opératoire, la croissance de celle-ci,  l’existence d’un cancer antérieur et l’intensité de fixation de la TEP-FDG. L’exactitude du modèle prenant en compte ces variables était, dans ce conditions pré-chirurgicales, et pour la population américaine, significativement supérieure à celle du modèle de la Mayo-Clinic.