Prise en compte de la distribution de la dose d’irradiation au cœur à la prédiction d’une valvulopathie radio-induite : application aux données des survivants des cancers pédiatriques

The average recovery rate for childhood cancers is now 70 to 80%. Radiotherapy is one of the most recommended treatments, but it can cause critical iatrogenic effects in the long term, notably radiation-induced valvulopathy. Models identifying the patients most at risk could make it possible to personalize follow-up protocols and identify these adverse effects early on. Currently, predictive models of these effects still need to be determined and mainly use the average radiation dose received at the organ level, thus omitting the potential effects of the high spatial heterogeneity of the received doses. Our work explores the integration of new variables and new types of models for a more refined characterization of patients at risk. Using data from the French Childhood Cancer Survivors Study (FCCSS), we have shown that the risk of valvulopathy, estimated via a Cox proportional hazards model, depended on the dose-volume histogram: it increases for high doses but also, although less significantly, for doses of 5 to 20 Gy, received over more than 90% of the heart volume. Secondly, we have exploited recent developments in dosiomics to extract aggregated information from dose matrices. We have shown that when clinical variables are available, the average dose to the heart could be a sufficient predictor. However, selecting dosiomics indicators is a good alternative for populations receiving a non-homogeneous dose to the heart. Finally, we evaluated our approaches in a second European PanCare cohort. The provided results will improve international surveillance guidelines for childhood cancer survivors for risk of valvulopathy.Le taux moyen de guérison des cancers de l'enfant atteint aujourd'hui 70 à 80 %. La radiothérapie est l'un des traitements les plus préconisés, mais elle peut provoquer, à long terme, des effets iatrogènes importants, notamment des valvulopathies radio-induites. Des modèles identifiant les patients les plus à risques pourraient permettre de personnaliser les protocoles de suivi et d'identifier précocement ces effets indésirables. Actuellement, les modèles de prédiction de ces effets sont encore peu fiables et utilisent principalement la dose moyenne de radiations reçues au niveau des organes, omettant ainsi les effets potentiels de la forte hétérogénéité spatiale des doses reçues. Nos travaux explorent l'intégration de nouvelles variables et de nouveaux types de modèles pour une caractérisation plus fine des patients à risque. A l'aide des données de la corhorte French Childhood Cancer Survivors Study (FCCSS), nous avons montré que le risque de valvulopathie, estimé via un modèle à risques proportionnels de Cox, dépendait de l'histogramme dose-volume : il augmente pour des doses élevées mais également, bien que de manière moins significative, pour des doses de 5 à 20 Gy reçues sur plus de 90 % du volume du cœur. Dans un second temps, nous avons exploité les récents développements des dosiomics pour extraire des informations agrégées des matrices de doses. Nous avons ainsi montré que lorsque les variables cliniques sont disponibles, la dose moyenne au cœur pourrait être un prédicteur suffisant mais que la sélection d'indicateurs dosiomics était une bonne alternative pour des populations ayant reçu une dose au cœur non-homogène. Enfin, nous avons évalué nos approches sur une deuxième cohorte, la cohorte européenne PanCare. Les résultats fournis contribueront à améliorer les recommandations internationales pour la surveillance des survivants du cancer chez l'enfant pour le risque de valvulopathie