Validazione di PREDICT versione 2.2 in pazienti affette da tumore della mammella in stadio precoce arruolate in studi adiuvanti del Gruppo Italiano Mammella (GIM) e dell'Intergruppo Mammella (MIG)

Abstract

PREDICT è uno strumento prognostico online sviluppato a partire da registri di popolazione che stima il potenziale beneficio di diversi trattamenti per pazienti con carcinoma mammario (BC) in stadio iniziale. Il nostro obiettivo è quello di indagare le sue prestazioni prognostiche tra i pazienti arruolati in studi clinici randomizzati (RCT) utilizzando i dati individuali di pazienti. Abbiamo valutato le prestazioni di PREDICT su una popolazione di cinque RCT (MIG1, MIG5, GIM2, GIM3, GIM6) tra il 1992 e il 2012. Nello studio sono state incluse donne con diagnosi di carcinoma mammario invasivo unilaterale dal 1992 al 2012 e con un follow-up minimo di cinque anni. Abbiamo utilizzato l'indice di concordanza di Uno (C-index) per valutare il potere discriminante del modello su tutto l'intervallo temporale, e le regressioni di Poisson per valutare la calibrazione delle previsioni a 5 e 10 anni. Sono stati inclusi un totale di 6205 pazienti. L'età mediana alla diagnosi di BC era di 57 anni (IQR 48-65), con 5364 (86,5%) pazienti con recettori estrogenici positivi, 2226 (35,9%) pazienti con linfonodi negativi e 2088 (33,7%) pazienti con tumori di grado 3. La dimensione mediana del tumore era di 18 mm (intervallo interquartile (IQR) 13-25 mm). Dopo un follow-up mediano di 9,3 anni (IQR, 5,9-14,8), sono stati osservati 1083 decessi. PREDICT ha assegnato un rischio maggiore ai soggetti che hanno avuto eventi precoci nel 62% dei casi (C-index 0,62 95%CI 58-65). Complessivamente, la sopravvivenza globale (OS) a 5 e 10 anni è stata sottostimata del 5,1% (95%CI 3,9-6,4; OS osservata a 5 anni 92,2% vs. prevista 87,1%) e del 2,1% (95%CI 0,3-4,0; OS osservata a 10 anni 74,4% vs. prevista 72,3%), rispettivamente; con il 60% e il 93% degli eventi attesi osservati rispettivamente (intercette di calibrazione -0,50 e -0,08). La sottostima dell'OS è stata coerente tra i sottogruppi, con prestazioni predittive peggiori per i pazienti con recettori estrogenici negativi, dimensioni tumorali gra

PREDICT is an online prognostic tool developed from population registries designed to estimate the potential benefit of various treatment options (e.g., surgery alone, chemotherapy, trastuzumab, endocrine therapy, and/or bisphosphonates) for patients diagnosed with early-stage breast cancer. This study aims to assess the prognostic performance of PREDICT among patients enrolled in randomized controlled trials (RCTs) using individual patient data from the GIM and MIG adjuvant studies. We evaluated PREDICT's performance in a population enrolled in five RCTs (MIG1, MIG5, GIM2, GIM3, GIM6) between 1992 and 2012 with complete baseline information. The study included women diagnosed with primary unilateral invasive breast cancer between 1992 and 2012 with a minimum five-year follow-up. Uno's concordance index (C-index) was used to assess the model's discriminative ability across the entire time range, and Poisson regressions were used to evaluate the calibration of 5- and 10-year predictions. A total of 6205 patients were included. The median age at BC diagnosis was 57 years (IQR 48-65), with 5364 (86.5%) patients having estrogen receptor-positive, 2226 (35.9%) patients having node-negative, and 2088 (33.7%) patients having grade 3 tumors. The median tumor size was 18 mm (IQR 13-25 mm). After a median follow-up of 9.3 years (IQR, 5.9-14.8), 1083 deaths were observed. PREDICT assigned a higher risk to subjects who had earlier events 62% of the time (C-index 0.62 95%CI 58-65). Overall, the 5- and 10-year overall survival (OS) was underestimated by 5.1% (95%CI 3.9-6.4; observed 5-year OS was 92.2% vs. predicted 87.1%) and by 2.1% (95%CI 0.3-4.0; observed 10-year OS was 74.4% vs. predicted 72.3%), respectively; with 60% and 93% of the expected events observed, respectively (calibration intercepts -0.50 and -0.08). The OS underestimation was consistent across subgroups, with worse predictive performance for patients with estrogen receptor-negative, large tumor size, or HER2-po