CDK 4/6 inhibitörü kullanan metastatik meme kanseri hastalarında sağkalıma etki eden faktörlerin yapay zeka aracılığıyla belirlenmesi
Identification of factors affecting survival in metastatic breast cancer patients receiving CDK4/6 inhibitors through artificial intelligence
- Tez No: 1002821
- Danışmanlar: PROF. DR. SERCAN AKSOY
- Tez Türü: Tıpta Uzmanlık
- Konular: Onkoloji, Oncology
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Hacettepe Üniversitesi
- Enstitü: Tıp Fakültesi
- Ana Bilim Dalı: İç Hastalıkları Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Metastatik meme kanseri tedavisinde CDK4/6 inhibitörlerinin kullanıma girmesiyle sağkalım sonuçlarında belirgin iyileşme sağlanmış ancak bu tedavilere verilen yanıtın öngörülmesi önemli bir klinik sorun olmaya devam etmiştir. Tedavi yanıtındaki farklılığı açıklayabilecek güvenilir prognostik biyobelirteçlerin olmaması, multiparametrik klinik verilerin daha ileri analitik yöntemlerle değerlendirilmesini gerekli kılmıştır. Bu çalışma CDK4/6 inhibitörü tedavisi alan metastatik meme kanseri hastalarında sağkalım ve progresyon üzerine etkili değişkenleri belirlemek amacıyla retrospektif olarak planlanmıştır. Hacettepe Üniversitesi Tıp Fakültesi Medikal Onkoloji Kliniği'nde 2015–2023 yılları arasında metastatik meme kanseri tanısı alan ve CDK4/6 inhibitörü alan toplam 192 hasta çalışmaya dahil edilmiştir. Hastalar klinik, laboratuvar ve tedavi özelliklerine göre geniş bir değişken setiyle analiz edilmiş; progresyonsuz sağkalım (PFS) ve genel sağkalım (OS) Kaplan-Meier yöntemiyle hesaplanmış ve gruplar log-rank testi ile karşılaştırılmıştır. Ayrıca, sağkalım ve progresyon riskini öngören değişkenleri belirlemek amacıyla çeşitli makine öğrenimi algoritmaları kullanılmış; modellerin performansları karşılaştırılmış ve açıklanabilir yapay zekâ yöntemi olan SHAP analizi uygulanmıştır. Makine öğrenimi modelleri arasında CatBoost algoritması ölüm ve progresyon sonlanımlarında en yüksek doğruluk ve dengeli sınıflandırma performansını göstermiştir. SHAP analizinde, CA 15-3 düzeyi, kreatinin toksisitesi, karaciğer toksisitesi, albümin düzeyi, lökosit alt parametreleri ve MCV'nin sağkalım üzerine en güçlü etkiye sahip değişkenler olduğu belirlenmiştir. Klinik değişkenler açısından, de- novo metastatik hastalık varlığı ve metastaz paterninin de prognostik açıdan anlamlı katkı sağladığı görülmüştür. Çok değişkenli analizlerde, özellikle yüksek CA 15-3, düşük albümin ve ileri derecede organ toksisitelerinin hem PFS hem de OS açısından olumsuz prognostik etkiye neden olduğu saptanmıştır. Tedavi ilişkili toksisiteler genel olarak yönetilebilir düzeyde bulunmuş; en sık görülen hematolojik yan etkiler nötropeni ve anemi olmuştur. Klinik pratik açısından anlamlı düzeyde tedavi kesilmesine yol açan şiddetli toksisite oranı düşük bulunmuştur. CDK4/6 inhibitörü türleri arasında toksisite ve sağkalım açısından belirgin fark izlenmemiştir. Bütün bu veriler sonucunda, CDK4/6 inhibitörü kullanan metastatik meme kanseri hastalarında yapay zekâ destekli risk tahmin modellerinin, geleneksel yöntemlere göre daha güçlü öngörü kapasitesi sunduğu ve klinik karar destek süreçlerine entegre edilir ise kişiselleştirilmiş tedavi planlarına katkı sağlayabileceği gösterilmiştir. Çalışma, gerçek yaşam verileriyle oluşturulan çok değişkenli yapay zeka modellerinin prognostik belirteçlerin tanımlanmasında etkili olduğunu ve CDK4/6 inhibitörü tedavisinin etkin yönetiminde yenilikçi bir yaklaşım sunduğunu ortaya koymaktadır.
Özet (Çeviri)
In recent years, the introduction of CDK4/6 inhibitors into the treatment of metastatic breast cancer has significantly improved survival outcomes; however, predicting response to these therapies remains a major clinical challenge. The absence of reliable prognostic biomarkers capable of explaining the heterogeneity in treatment response has necessitated the evaluation of multiparametric clinical data using advanced analytical methods. This study was retrospectively designed to identify variables influencing survival and disease progression in metastatic breast cancer patients receiving CDK4/6 inhibitor therapy. A total of 192 patients diagnosed with metastatic breast cancer and treated with CDK4/6 inhibitors between 2015 and 2023 at the Hacettepe University Faculty of Medicine, Department of Medical Oncology, were included in the study. Patients were analyzed using a comprehensive set of clinical, laboratory, and treatment-related variables. Progression-free survival (PFS) and overall survival (OS) were estimated using the Kaplan–Meier method, and comparisons between groups were performed using the log-rank test. Additionally, multiple machine learning algorithms were applied to determine variables predictive of survival and progression; model performances were compared, and SHAP (SHapley Additive exPlanations), an explainable artificial intelligence method, was used to interpret model outputs. Among the machine learning models evaluated, the CatBoost algorithm demonstrated the highest accuracy and balanced classification performance for both mortality and progression outcomes. SHAP analysis revealed that CA 15-3 levels, creatinine toxicity, liver toxicity, albumin levels, leukocyte subparameters, and MCV were the variables with the strongest impact on survival. Clinically, the presence of de-novo metastatic disease and metastatic spread patterns also contributed significantly to prognosis. In multivariate analyses, elevated CA 15-3, low albumin levels, and higher grades of organ toxicity were independently associated with poorer PFS and OS. Treatment-related toxicities were generally mild and manageable, with neutropenia and anemia being the most common hematological adverse events. The incidence of severe toxicity leading to treatment discontinuation was low. No significant differences in toxicity or survival outcomes were observed among different CDK4/6 inhibitor subtypes. Based on these findings, AI-assisted risk prediction models in metastatic breast cancer patients receiving CDK4/6 inhibitors provide superior predictive performance compared with traditional methods, and their integration into clinical decision-making processes has the potential to support personalized treatment planning. These results highlight that multivariable artificial intelligence models developed using real-world data are effective in identifying prognostic determinants and offer an innovative approach to optimizing the management of CDK4/6 inhibitor therapy.
Benzer Tezler
- Hormon reseptörü pozitif HER2 negatif premenopozal metastatik meme kanserli hastaların tedavisinde CDK4/6 inhibitörü etkisi, toksisitesi ve doz redüksiyonu sağ kalıma etkilerinin değerlendirilmesi
Evaluation of the effect of CDK4/6 inhibitors, toxicity and dosage reduction on survival in the treatment of patients with hormone receptor positive HER2 negative premenoposal metastatic breast cancer
BERNA MORKOÇ
Tıpta Uzmanlık
Türkçe
2023
İç HastalıklarıSağlık Bilimleri Üniversitesiİç Hastalıkları Ana Bilim Dalı
DOÇ. DR. ÇAĞLAYAN GEREDELİ
- Metastatik meme kanseri tanılı hastalarda kognitif fonksiyonların değerlendirilmesi ve biyomarker ilişkisi
Evaluation of cognitive functions in patients with metastatic breast cancer diagnosis and biomarker relationship
LAMIYA SADIRKHANOVA
Tıpta Uzmanlık
Türkçe
2025
Onkolojiİzmir Katip Çelebi Üniversitesiİç Hastalıkları Ana Bilim Dalı
DOÇ. DR. ZEYNEP GÜLSÜM GÜÇ
- Metastatik meme kanseri tanılı, CDK 4/6 inhibitörü ilaçları (palbosiklib, ribosiklib, abemasiklib) kullanan hastaların PET-CT ile erken yanıt ve sağkalım verilerinin değerlendirilmesi
Başlık çevirisi yok
BEDİRHAN ULUFER
Tıpta Uzmanlık
Türkçe
2023
Onkolojiİstanbul Medipol Üniversitesiİç Hastalıkları Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÖZGÜR AÇIKGÖZ
- Siklin bağımlı kinaz (CDK) 4/6 inhibitörü kullanan metastatik meme kanseri tanılı hastalarda HER2 ekspresyonunun tedavi yanıtı üzerine etkisi
The effect of HER2 expression on treatment response in patients with metastatic breast cancer using cyclin-dependent kinase (CDK) 4/6 intibitors
GÖZDE DEMİREKİN
Tıpta Uzmanlık
Türkçe
2023
OnkolojiAkdeniz Üniversitesiİç Hastalıkları Ana Bilim Dalı
PROF. DR. SEMA SEZGİN GÖKSU
- Evre 4 meme kanseri tanısıyla cdk 4-6 inhibitörü kullanan hastalarda 18F-FDG-pet-bt'deki suv-max değerinin değişiminin sağkalım üzerine etkisinin değerlendirilmesi
Evaluation of the impact of changes in suvmax values on survival in patients with stage 4 breast cancer using a CDK 4/6 inhibitor based on 18F-FDG-PET-CT
YUSUF ŞENEL
Tıpta Uzmanlık
Türkçe
2024
OnkolojiSağlık Bilimleri Üniversitesiİç Hastalıkları Ana Bilim Dalı
DOÇ. DR. MESUT YILMAZ