Analyse mathématique prédictive de l’efficacité de la chimiothérapie néoadjuvante chez les patientes ayant un cancer du sein

R. Rouzier1, 2 et R. Incitti1

(1) Université Paris-XII, 61, Avenue du Général-de-Gaulle, 94010 Créteil Cedex, France
(2) Service de Gynécologie-obstétrique, Centre Hospitalier Intercommunal de Créteil, 94010 Créteil Cedex, France


Résumé: Le concept de chimiothérapie néoadjuvante chez les patientes ayant un cancer du sein localisé est séduisant caril permet de connaître la chimiosensibilité d’une tumeur in vivo. L’utilisation d’un modèle mathématique, telle que la régression logistique, permet de dé terminer la chimiosensibilité d’une tumeur en combinant les données cliniques et anatomopathologiques. D’autres modèles de machine learning (partition récursive, réseau de neurones artificiels.) permettent d’établir des concepts et peuvent être implémentés par l’ajout de données biologiques translationelles.
Mots clés: Chimiothérapie néoadjuvante - Chimiosensibilité - Cancer du sein - Nomogramme - Modèle mathématique - Intelligence artificielle


--------------------------------------------------------------------------------

Mathematical analysis of predictivity of chemosensitivity in the neoadjuvant setting in breast cancer patients
Abstract: The concept of primary chemotherapy for patients with operable breast cancer is attractive because it provides the chemosensitivity of the tumour in vivo. Mathematical models, such as logistic regression, give the opportunity to determine chemosensitivity before any treatment by combining clinical and pathological data. Other models, such as machine learning (recursive partitoning, artificial neural network) provides concepts and can be improved by the integration of biological translational data.
Keywords: Neoadjuvant chemotherapy - Chemosensitivity - Breast cancer - Nomogram - Mathematical model - Artificial intelligence