Un abonnement JoVE est requis pour visualiser ce contenu. Connectez-vous ou commencez votre période d'essai gratuite.
Article de recherche
* These authors contributed equally
Cette méta-analyse de 17 études (1 708 patients atteints d'un carcinome hépatocellulaire) a révélé des valeurs regroupées de sensibilité, de spécificité et d'aire sous la courbe de 0,87, 0,79 et 0,90, respectivement, pour la prédiction radiomique d'une expression élevée de Ki-67 ; une hétérogénéité importante indique la nécessité de recherches standardisées.
Cette étude visait à évaluer la valeur diagnostique des caractéristiques radiomiques dans la prédiction des niveaux d'expression de Ki-67 dans le carcinome hépatocellulaire (CHC) au moyen d'une méta-analyse. Des bases de données électroniques, notamment PubMed, Web of Science, la Bibliothèque Cochrane et Embase, ont été systématiquement explorées afin d'identifier les études cliniques pertinentes publiées jusqu'au 20 août 2025. Ont été incluses les études utilisant des caractéristiques radiomiques pour prédire les niveaux d'expression de Ki-67 chez des patients atteints de CHC. La sensibilité, la spécificité et les courbes caractéristiques de fonctionnement en réception (ROC) synthétiques ont été évaluées, et l'aire sous la courbe (AUC) a été calculée. Au total, 17 études impliquant 1 708 patients atteints de CHC ont été retenues. La sensibilité regroupée était de 0,87 (intervalle de confiance [IC] à 95 %, 0,81–0,91), la spécificité regroupée était de 0,79 (IC à 95 %, 0,71–0,85) et l'AUC globale était de 0,90 (IC à 95 %, 0,87–0,93). Les valeurs d'AUC regroupées pour les seuils d'expression de Ki-67 de 10 % et >10 % étaient respectivement de 0,89 (IC à 95 %, 0,86–0,92) et de 0,90 (IC à 95 %, 0,87–0,92). Les valeurs d'AUC pour les caractéristiques radiomiques dérivées de l'imagerie par résonance magnétique et de l'échographie étaient respectivement de 0,88 (IC à 95 %, 0,85–0,91) et de 0,92 (IC à 95 %, 0,89–0,94). L'AUC des modèles prédictifs fondés sur une régression logistique était de 0,89 (IC à 95 %, 0,86–0,92). Les caractéristiques radiomiques ont montré une performance diagnostique regroupée prometteuse pour prédire une forte expression de Ki-67 dans le CHC. Toutefois, une hétérogénéité importante existait entre les études incluses. Des recherches supplémentaires normalisées sont nécessaires pour valider ces résultats.
Au cours de la dernière décennie, l'incidence et la prévalence du cancer du foie ont progressivement augmenté, en faisant une charge de morbidité importante et croissante à l'échelle mondiale. Plus précisément, le carcinome hépatocellulaire (CHC) représente 90 % de tous les diagnostics de cancer primitif du foie et constitue la quatrième cause la plus fréquente de décès liés au cancer dans le monde, avec 840 000 nouveaux cas recensés en 20181,2. Malgré les progrès récents dans les techniques chirurgicales, les interventions locales et les traitements systémiques, le pronostic à long terme des patients atteints de CHC reste sous-optimal, avec des taux de survie globale à 5 ans variant entre 13 % et 36 %3,4,5. Ceci s'explique en grande partie par son début insidieux, les difficultés de diagnostic précoce et la forte hétérogénéité biologique tumorale. Ces défis soulignent une limitation majeure des stratégies diagnostiques actuelles : les évaluations histopathologiques traditionnelles sont invasives et incapables de fournir une évaluation globale et en temps réel de la biologie dynamique de la tumeur. Par conséquent, le développement d'outils nouveaux et non invasifs capables de quantifier précisément le potentiel malin intrinsèque des tumeurs est essentiel pour faire progresser la médecine personnalisée dans le CHC.
Parmi les divers biomarqueurs moléculaires pronostiques, Ki-67 est un indicateur bien établi de la prolifération cellulaire et est étroitement associé au pronostic dans de nombreuses malignités. Ki-67 reflète l'activité proliférative et est largement exprimé dans les cellules tumorales ; une forte expression est fortement corrélée à une invasivité accrue et à une mauvaise différenciation, servant ainsi de prédicteur de l'agressivité tumorale6. Dans le carcinome hépatocellulaire (CHC), de nombreuses études ont confirmé qu'une forte expression de Ki-67 est significativement associée à une taille tumorale plus importante, à une invasion vasculaire, à un grade d'Edmondson–Steiner plus élevé et à un stade avancé de la classification TNM (tumeur-nodule-métastase). De plus, elle constitue un prédicteur indépendant de récidive postopératoire et d'une moindre survie globale7,8,9,10. Étant donné que les niveaux d'expression de Ki-67 reflètent l'état prolifératif des cellules tumorales — des niveaux élevés indiquant une invasivité plus importante et une progression plus rapide de la maladie — ce biomarqueur présente une valeur considérable dans la stratification pronostique, la prise de décision thérapeutique et le suivi thérapeutique du CHC. Toutefois, l'évaluation clinique actuelle de Ki-67 repose sur un prélèvement tissulaire invasif. Cette approche comporte non seulement des risques procéduraux et un inconfort pour le patient, mais surtout, en raison de l'hétérogénéité spatiale et temporelle importante du CHC, une biopsie unique peut ne pas représenter l'état prolifératif global de la tumeur, ce qui pourrait conduire à une interprétation clinique erronée11. Par conséquent, il existe un besoin clinique urgent d'une méthode non invasive et reproductible capable de capturer de manière exhaustive l'hétérogénéité spatiale de l'expression de Ki-67.
L'émergence de la radiomique offre une approche potentielle pour surmonter cette limitation. La radiomique consiste à extraire de manière haut débit un grand nombre de caractéristiques quantitatives à partir d'images médicales standards, telles que la tomodensitométrie (CT), l'imagerie par résonance magnétique (IRM) ou la tomographie par émission de positons (TEP), puis à construire des modèles prédictifs à l'aide d'algorithmes d'apprentissage automatique ou d'apprentissage profond afin de décoder la biologie tumorale sous-jacente12. Dans la recherche sur le carcinome hépatocellulaire (HCC), la radiomique a été appliquée avec succès au classement tumoral, à la prédiction de l'invasion microvasculaire, à l'évaluation de l'expression génique et à la surveillance de la réponse au traitement. Bien que plusieurs études aient tenté de développer des modèles radiomiques pour prédire l'expression de Ki-6713,14, une variabilité importante persiste entre les études en ce qui concerne la taille de l'échantillon, les modalités d'imagerie, les méthodes d'extraction des caractéristiques et les performances des modèles. Par conséquent, une méta-analyse systématique est nécessaire pour synthétiser quantitativement ces résultats hétérogènes, établir des estimations diagnostiques groupées fiables et identifier les principales sources de variation clinique et méthodologique, fournissant ainsi une base factuelle pour la future standardisation et la traduction clinique. En pratique, la traduction clinique de la radiomique est entravée par des problèmes de reproductibilité des caractéristiques et des limites spécifiques aux modalités, telles que la dépendance de l'IRM aux paramètres de balayage ou celle de l'échographie à l'opérateur. En conséquence, l'utilité clinique de ces modèles doit être évaluée rigoureusement en fonction de leur niveau de standardisation méthodologique et de leur validation externe. L'applicabilité clinique et la robustesse de ces modèles n'ont pas encore été évaluées de manière systématique. Cette étude évalue donc de façon exhaustive les performances diagnostiques des modèles radiomiques dans la prédiction du statut d'expression de Ki-67 dans le carcinome hépatocellulaire, fournissant ainsi une base factuelle pour la future standardisation et la traduction clinique.
Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.
Stratégie de recherche et sources d'information
Conformément à la déclaration PRISMA 2020 (Preferred Reporting Items for Systematic Reviews and Meta-Analyses)15, une recherche systématique a été effectuée dans PubMed, Web of Science, la Bibliothèque Cochrane et Embase, depuis la création des bases jusqu'au 20 août 2025, sans restriction linguistique (voir Fichier supplémentaire 1). La stratégie de recherche a été élaborée en regroupant des mots-clés et des descripteurs (tels que les Medical Subject Headings [MeSH] dans PubMed et Emtree dans Embase) en trois blocs logiques à l’aide des opérateurs booléens « ET » et « OU ». Ces blocs ont été appliqués aux champs titre, résumé ou sujet dans chaque base de données comme suit : (1) radiomique, modèles et imagerie : « radiomique », « analyse de texture », « caractéristiques d’image », « imagerie par résonance magnétique » (ou « IRM »), « tomographie par émission de rayons X » (ou « scanner »), « échographie » (ou « ultrasons »), « apprentissage profond », « apprentissage automatique » et « logistique » ; (2) maladie : « carcinome hépatocellulaire », « cancer du foie », « CHC » et « hépatome » ; et (3) antigène : « antigène Ki-67 », « Ki-67 », « Ki67 » et « indice de prolifération ». La syntaxe exacte de la recherche a été adaptée aux règles spécifiques de chaque base de données (par exemple, en utilisant les balises [Title/Abstract] et [MeSH] dans PubMed, et les balises « :ti,ab » ou « /exp » dans Embase). Une recherche manuelle des bibliographies des études récupérées, ainsi que des articles de synthèse pertinents, a également été réalisée afin d’identifier toute autre publication éligible. Le protocole de l’étude a été enregistré rétrospectivement dans la base de données INPLASY sous le numéro d’enregistrement INPLASY202670061.
Critères d'éligibilité
Afin de garantir une sélection d'études cliniquement pertinente, l'éligibilité des études récupérées a été déterminée à l'aide du cadre PICOS (Population, Intervention, Comparaison, Résultat et Conception de l'étude).
Les critères d'inclusion étaient les suivants : (1) une population d'étude composée de patients diagnostiqués avec un carcinome hépatocellulaire (CHC) sur la base d'un examen histopathologique de tissus résectés ou biopsiés, ou selon des recommandations cliniques et d'imagerie établies ; (2) l'utilisation de la radiomique, de l'apprentissage profond ou de caractéristiques de texture dérivées de modalités d'imagerie médicale (y compris la tomodensitométrie, l'IRM ou l'échographie) pour prédire les niveaux d'expression de Ki-67 dans la tumeur ; (3) une évaluation histopathologique des niveaux d'expression de Ki-67 sur des échantillons tumoraux, avec une valeur seuil clairement définie permettant de classer les patients en groupes à expression élevée et à expression faible ; (4) la disponibilité des résultats diagnostiques sous forme d'un tableau de contingence 2 × 2 permettant le calcul de la performance du test ; et (5) des études cliniques originales, évaluées par des pairs.
Les études ont été exclues si elles (1) étaient des résumés de conférences, des cas cliniques, des revues systématiques ou d'autres travaux n'étant pas des recherches originales ; (2) contenaient des données insuffisantes sur les résultats pour une analyse quantitative ; (3) étaient des publications en double ; et (4) n'étaient pas disponibles en texte intégral.
Protocole de tri des études et d'extraction des données
Pour effectuer le tri de la littérature, toutes les références extraites des bases de données électroniques ont été regroupées, puis les doublons ont été identifiés et supprimés de manière systématique. Ensuite, deux investigateurs ont examiné indépendamment les publications restantes selon des critères d'inclusion et d'exclusion prédéfinis. Dans un premier temps, les titres et résumés ont été analysés, puis les études potentiellement éligibles ont fait l'objet d'une évaluation en texte intégral. Toute divergence entre les deux relecteurs a été résolue par discussion ou en consultant un troisième chercheur afin d'aboutir à un consensus.
Après avoir terminé le processus de sélection, les deux mêmes investigateurs ont extrait indépendamment les données à l'aide d'un formulaire d'extraction standardisé et prédéfini. Les informations extraites comprenaient les caractéristiques de base des études, les détails démographiques de la population étudiée et les données sur la performance diagnostique, notamment le nombre de vrais positifs, de faux positifs, de vrais négatifs et de faux négatifs. Pour les études comportant des données manquantes ou des ambiguïtés non résolues, nous avons contacté les auteurs correspondants par courrier électronique afin de demander les données originales, et nous avons exclu les études si les données requises restaient indisponibles.
Évaluation de la qualité et du risque de biais
La qualité des études diagnostiques incluses a été évaluée à l'aide de l'outil Quality Assessment of Diagnostic Accuracy Studies 2 (QUADAS-2), développé par Whiting et al. à l'Université de York16. Cet instrument évalue quatre domaines : la sélection des patients, le test index, la référence standard, ainsi que le flux et le calendrier. Chaque domaine a été noté quant au risque de biais comme « élevé », « faible » ou « incertain ». Deux investigateurs ont réalisé indépendamment l'évaluation de la qualité. Les éventuelles divergences ont été résolues par discussion ou en consultant un troisième chercheur afin d'aboutir à un consensus.
Analyse statistique
Les analyses statistiques ont été réalisées à l'aide de Stata version 16.0 et de Review Manager (RevMan) version 5.3. RevMan a été utilisé pour évaluer la qualité méthodologique, apprécier le risque de biais et produire les résumés visuels correspondants. La précision diagnostique a été analysée dans Stata 16.0 à l’aide du module hiérarchique midas. La sensibilité et la spécificité agrégées, ainsi que leurs intervalles de confiance à 95 % (IC), ont été estimées à l’aide d’un modèle à effets aléatoires bivarié. La performance diagnostique globale a été résumée par la construction d’une courbe ROC hiérarchique (HSROC) et le calcul de l’aire sous la courbe (AUC) correspondante. L’hétérogénéité entre les études a été examinée à l’aide du test Q de Cochran et de la statistique I2, les valeurs de I2 inférieures à 50 % ou les valeurs-P du test Q supérieures à 0,10 étant considérées comme indicatives d’une homogénéité acceptable. Afin d’explorer les sources potentielles d’hétérogénéité, des analyses de sous-groupes prédéfinies ont été menées selon les seuils de Ki-67, la modalité d’imagerie et le modèle de prédiction. La présence d’un effet-seuil a été évaluée en déterminant la corrélation de Spearman entre la sensibilité transformée en logit et le logit de (1 − spécificité). Un éventuel biais de publication a été évalué à l’aide du test d’asymétrie du graphique en entonnoir de Deeks. Sauf indication contraire, tous les tests statistiques étaient bilatéraux, et la significativité statistique était définie comme P < 0,05.
Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.
Caractéristiques des études incluses
Grâce à une recherche systématique dans des bases de données électroniques, 3 923 études ont été initialement identifiées pour examen. Après avoir exclu 2 032 doublons et 1 719 études non pertinentes, 172 articles ont fait l'objet d'une évaluation en texte intégral. Selon les critères d'inclusion et d'exclusion prédéfinis, 17 études13,14,17,18...
Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.
Cette méta-analyse systématique a évalué la performance diagnostique des caractéristiques radiomiques pour prédire l'expression de Ki-67 dans le carcinome hépatocellulaire (HCC). La sensibilité regroupée était de 0,87, la spécificité regroupée de 0,79 et la surface sous la courbe (AUC) synthétique de 0,90. Bien que les estimations aient été globalement similaires entre les sous-groupes analysés, une hétérogénéité importante limite la généralisabilité des estimations regroupées. Ces résultats suggèrent que la radiomique p...
Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.
Les auteurs n'ont aucun conflit d'intérêts à déclarer.
| Nom | Entreprise | Numéro de catalogue | Commentaires |
|---|---|---|---|
| Gestionnaire de revues | Centre Cochrane Nordique | Version 5.3 | Évaluation et cartographie du risque de biais |
| Stata | StataCorp | Version 16.0 | Méta-analyse diagnostique utilisant le module midas |
Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.