Prédiction et modélisation du risque dans le cancer de l'endomètre de stade précoce

par Sofiane Bendifallah

Thèse de doctorat en Santé publique-épidémiologie-science de l'information biomédicale

Sous la direction de Marcos Ballester et de Pierre-Yves Boëlle.

Le jury était composé de Jean Levêque, François Golfier, Catherine Uzan, Emile Daraï.


  • Résumé

    Le développement de nouvelles options thérapeutiques est à l’origine d’un changement de paradigme dans le processus de décision médicale. L'émergence de la médecine individualisée et la complexité croissante des données médicales ont conduit à l'avènement des modèles de prédiction. Pour le cancer de l'endomètre, ces modèles (algorithmes, scores et nomogrammes) ont été développés pour stratifier, estimer et prédire le risque de métastase ganglionnaire et de récidive. Le principal enjeu clinique est d’intégrer ces outils en vu d’optimiser les stratégies de prévention, de diagnostic et de traitement. Nous nous sommes intéressés au risque de récidive et d’envahissement ganglionnaire sur la base d’une analyse en population, puis individuelle. À l’échelle de la population, nous avons proposé : i) un travail de comparaison des principales classifications internationales, ii) une nouvelle classification clinicopathologique reposant sur l’incorporation d’un prédicteur histologique, iii) le développement de scores de stratification du risque. À l’échelle individuelle, nous avons développé : i) une méthodologie de validation externe des modèles prédictifs, point de départ indispensable à leur utilisation en pratique, ii) un nomogramme clinicopathologique spécifique d’envahissement ganglionnaire et son seuil de décision clinique. La modélisation mathématique en cancérologie est susceptible de transformer notre façon d’appréhender les stratégies préventives et curatives dans le cancer de l’endomètre. Les pistes d’optimisation sont multiples et laissent entrevoir la possibilité, dans un avenir proche, d’une application clinique à ces outils.

  • Titre traduit

    Risk prediction and modeling in early stage endometrial cancer


  • Résumé

    With the abundance of new options in diagnostic and treatment modalities, a shift in the medical decision process for endometrial cancer has been observed. The emergence of individualized medicine and the increasing complexity of available medical data have lead to the development of prediction models. In endometrial cancer, those clinical models (algorithms, nomograms, and risk scoring systems) have been reported, for stratifying and subgrouping patients, with various unanswered questions regarding such things as the optimal surgical staging for lymph node metastasis as well as the assessment of recurrence and survival outcomes. Through this manuscript we developed the question of the risk stratification for recurrence at the population level and the probability of lymph node involvement estimation at an individual level in early stage endometrial cancer. This double approach was adopted with the aim to illustrate the interest of these tools in clinical practice. At the population level, we proposed: i) a comparison of the main international clinicopathological classifications ii) a new clinicopathological classification based on a pathological predictor iii) two risk stratification systems for recurrence and lymph node metastasis. At the individual level we developed: i) a reproducible methodology for external validation of predictive models, ii) a specific clinic pathological nomogram for lymph node metastasis. In the future, the emerging field of molecular or biochemical markers research may substantially improve the predictive approach for preventive and curative strategies in endometrial cancer.

Consulter en bibliothèque

La version de soutenance existe

Où se trouve cette thèse ?

  • Bibliothèque : Université Pierre et Marie Curie. Bibliothèque Universitaire Pierre et Marie Curie. Bibliothèque électronique.
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.