Modélisation mathématique de la cinétique du PSA appliquée à la détection précoce du cancer de la prostate

25 novembre 2014

Auteurs : N. Branger, X. Muraciolle, C. Bastide, S. Garcia, S. Giusano, E. Lechevallier, D. Rossi, D. Barbolosi
Référence : Prog Urol, 2014, 13, 24, 787
Objectifs

Notre objectif est d’améliorer l’interprétation empirique des dosages de PSA par une approche mathématique plus rigoureuse en développant une modélisation simple et robuste s’appuyant sur la cinétique du PSA. Le but est de mieux prédire la présence d’un cancer de la prostate, son risque d’évolution clinique et d’aider à la décision d’effectuer des PBP.

Méthodes

Basés sur des équations différentielles, deux modèles (bénin et malin) prenant en compte l’âge du patient, le volume de la prostate, et la cinétique du PSA sur 3 dosages successifs ont été élaborés. Dans chaque modèle respectif, un temps de doublement (TD) et un volume soit de la prostate normale ou de l’HBP (VB), soit du cancer (VT) vont être calculés afin de joindre au mieux les points du PSA sur la courbe en fonction du temps. A partir des valeurs proposées de VB et de VT avec le TD respectif, le modèle cliniquement valide est retenu.

Résultats

Le modèle a permis de classer une cohorte d’apprentissage de 10 patients soit dans le modèle bénin (HBP et les cancers dit indolents) et soit dans le modèle malin (cancer significatif) de manière très satisfaisante. Chez onze patients ayant subi une prostatectomie totale, la corrélation entre le VT moyen retenu par le modèle malin (2,04mL) et celui calculé sur les coupes transverses sériées de la pièce de prostatectomie totale (1,80mL) a été excellente (r =0,95). Cette corrélation s’est s’observée quel que soit l’importance du VT (0,1 à 5,2mL pour le modèle malin, 0,1 à 4,2mL pour celui calculé à partir des données anatomopathogiques).

Conclusion

Ces résultats préliminaires très encourageants nécessitent d’être validés sur une cohorte de patients plus importante. Une étude prospective de détection précoce du cancer de la prostate utilisant cette modélisation permettra d’évaluer l’apport de cette approche en termes de sensibilité et de spécificité (Fig. 1, Fig. 2).




 




Fig. 1
Fig. 1. 




Fig. 2
Fig. 2. 





Déclaration d'intérêts


Les auteurs n'ont pas transmis de déclaration de conflits d'intérêts.






© 2014 
Publié par Elsevier Masson SAS.