Predição de desfechos clínicos no câncer de mama luminal B por meio de modelos de machine learning baseados em variantes somáticas

Abstract

A aplicação de técnicas de machine learning na oncologia tem permitido a análise integrada de dados genômicos complexos para a predição de desfechos clínicos. No câncer de mama subtipo luminal B, a alta heterogeneidade tumoral dificulta a definição do prognóstico e das estratégias terapêuticas.

Este estudo teve como objetivo desenvolver modelos preditivos baseados em variantes somáticas para avaliar a agressividade tumoral. Foi utilizado um pipeline de machine learning com algoritmos supervisionados, incluindo XGBoost, Support Vector Machine (SVM) e redes neurais artificiais. A seleção das variáveis considerou a importância preditiva e a relevância biológica dos genes analisados.

O desempenho dos modelos foi avaliado por métricas como área sob a curva ROC (AUC), sensibilidade, especificidade e escore F1. Os resultados mostraram alta capacidade preditiva, com destaque para o modelo XGBoost (AUC = 0,88), seguido pelas redes neurais (AUC = 0,87) e pelo SVM (AUC = 0,85).

A análise de interpretabilidade indicou que genes como PIK3CA, TP53 e ERBB2 tiveram maior influência nas predições.

Conclui-se que o uso de machine learning pode contribuir para a identificação de padrões genômicos associados à agressividade tumoral, apoiando estratégias de medicina de precisão.