Une méthode qui tarde à convaincre
La radiomique n’est toujours pas prête pour la clinique
Une méta-analyse de 44 revues systématiques portant sur la recherche en radiomique conclut que ces dernières sont de faible qualité, tandis que peu d'études atteignent un niveau de validation scientifique convaincant pour envisager une utilisation clinique des radiomiques.
Article réservé aux abonnés
En réalisant de nouveau 53 méta-analyses décrites dans 38 des 44 études considérées, les auteurs n'en ont trouvé que 3 qui présentaient des preuves d'un niveau convaincant, prélude à la transition de la radiomique en utilisation clinique. D. R.
Depuis l'invention en 2012 du terme « radiomique » pour désigner l’exploration algorithmique de grandes quantités d’images radiologiques afin d'en extraire des caractéristiques statistiques cachées aux yeux des radiologues, de nombreuses équipes se sont attelées à développer de telles méthodes en recherche, avec comme objectif final une utilisation en clinique. Afin d'évaluer la possibilité de la transition de la recherche à la clinique de la radiomique, des chercheurs chinois ont mené une méta-analyse de revues systématiques portant sur l'évaluation de l'efficacité d'outils basés sur ce principe. Résultat ? Dans leur article publié mi-juin dans Insights into Imaging, ils jugent que les méta-analyses sont de qualité suboptimale et constituent des preuves insatisfaisantes à l'application clinique de méthodes radiomiques [1].
Il vous reste 62% de l’article à lire
Docteur Imago réserve cet article à ses abonnés
Vous avez déjà un compte ? Se connecter
- Tous les contenus « abonnés » en illimité
- Le journal numérique en avant-première
- Newsletters exclusives, club abonnés
Abonnez-vous !
Docteur Imago en illimité sur desktop, tablette, smartphone, une offre 100% numérique
Offre mensuelle 100 % numérique
S’abonner à Docteur Imago
23 €
par mois
Auteurs
Bibliographie
- Zhong J., Lu J., Zhang G. et coll., « An overview of meta-analyses on radiomics: more evidence is needed to support clinical translation », Insights into Imaging, 19 juin 2023. DOI : 10.1186/s13244-023-01437-2.
Han Z., Chen Q., Zhang L. et coll., « Radiogenic association between the T2-FLAIR mismatch sign and IDH mutation status in adult patients with lower-grade gliomas: an updated systematic review and meta-analysis », European Radiology, 2022, vol. 32, p. 5339-5352. DOI : 10.1007/s00330-022-08607-8.
Kao Y.-S. et Lin K.-T., « A meta-analysis of computerized tomography-based radiomics for the diagnosis of COVID-19 and viral pneumonia », Diagnostic, mai 2021, vol. 11, n° 6. DOI : 10.3390/diagnostics11060991.
Li Y., Liu Y., Liang Y. et coll., « Radiomics can differentiate high-grade glioma from brain metastasis: a systematic review and meta-analysis », European Radiology, 2022, vol. 32, p. 8039-8051. DOI : 10.1007/s00330-022-08828-x.
Moskowitz C. S., Welch M. L., Jacobs M. A. et coll., « Radiomic analysis: study design, statistical analysis and other bias mitigation strategies », Radiology, août 2022, vol. 304, n° 2. DOI : 10.1148/radiol.211597.
Mots-clés
Sur le même thème
Intelligence artificielle
Comment bâtir un modèle radiomique en oncologie ?
Publié le 18/03/2021
Cancers gynécologiques
Un modèle utilisant des marqueurs radiomiques prédit mieux la survie au cancer de l’endomètre
Publié le 30/06/2023
Apprentissage profond
Un système d’IA jugé performant pour le diagnostic de l’ostéoporose
Publié le 09/06/2022
Discussion
Aucun commentaire
Commenter cet article