Banca de DEFESA: LARA DE SOUZA MORENO

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE : LARA DE SOUZA MORENO
DATA : 12/12/2025
HORA: 14:00
LOCAL: Auditório 1 da Faculdade de Ciências da Saúde
TÍTULO:

Análise radiômica do câncer colorretal correlacionada com marcadores moleculares de biópsia líquida

PALAVRAS-CHAVES:

Radiômica; Câncer colorretal; Tomografia computadorizada; Aprendizado de máquina; Biópsia líquida; ctDNA; Radiogenômica.

PÁGINAS: 72
RESUMO:

O câncer colorretal (CCR) é uma das neoplasias de maior impacto global, tanto em incidência quanto em mortalidade. A radiômica, ao extrair informações quantitativas de imagens médicas, tem emergido como uma ferramenta promissora para caracterizar a heterogeneidade tumoral de forma objetiva e potencialmente prever desfechos clínicos e biológicos. Este estudo teve como objetivo avaliar a capacidade de assinaturas radiômicas derivadas de tomografias computadorizadas (TC) em distinguir tumores T1–T2 de T3–T4, correlacionando esses achados com o perfil molecular determinado por sequenciamento tumoral e biópsia líquida (cfDNA/ctDNA). Foram incluídos 53 pacientes (55 tumores) com diagnóstico confirmado de adenocarcinoma colorretal, sem tratamento prévio. As imagens de TC trifásica foram segmentadas manualmente na fase portal, e um total de 107 características radiômicas foram extraídas usando a biblioteca PyRadiomics, agrupadas em medidas de forma, primeira ordem e textura. O pré-processamento incluiu normalização (z-score), redução de dimensionalidade por PCA e aumento sintético de dados via SMOTE. Foram realizados 990 experimentos para predição de estágio T e 990 para estágio N, utilizando 11 algoritmos de aprendizado de máquina e 15 subconjuntos de features, totalizando 100 repetições por experimento. A melhor performance para predição do estágio T foi obtida com o classificador Regressão Logística, utilizando apenas features de forma, normalizadas, aumentadas via SMOTE e reduzidas por PCA, apresentando sensibilidade média de 72,1%, especificidade de 68,0%, acurácia balanceada de 70,0% e AUC de 75,1%. Para predição do estágio N, o melhor desempenho foi obtido com o AdaBoost usando exclusivamente features de textura, normalizadas e balanceadas por SMOTE, com sensibilidade média de 74,2%, especificidade de 62,2% e AUC de 75,0%. A análise da biópsia líquida demonstrou variabilidade substancial na carga mutacional circulante (ctDNA/cfDNA), sem relação linear clara com o volume tumoral. Contudo, casos específicos apresentaram cargas mutacionais elevadas apesar de lesões pequenas, sugerindo perfis biológicos mais agressivos e liberação desproporcional de DNA tumoral. O sequenciamento tumoral com o painel Oncomine™ Comprehensive Assay Plus permitiu caracterização abrangente de SNVs, InDels, CNVs, LGRs, fusões, MSI e TMB, enriquecendo a correlação radiogenômica. Este estudo demonstra que assinaturas radiômicas derivadas de TC possuem potencial para auxiliar no estadiamento pré-operatório do CCR e para integração futura com biomarcadores moleculares. Entretanto, limitações como o tamanho reduzido da amostra, a natureza unicêntrica e a necessidade de validação externa restringem a generalização dos resultados. No futuro, espera-se incorporar dados genômicos e de biópsia líquida às assinaturas radiômicas desenvolvidas, com o objetivo de predizer perfis genéticos e aprimorar a estratificação de risco na prática clínica.

MEMBROS DA BANCA:
Externo à Instituição - SERGIO AUGUSTO LOPES DE SOUZA - UFRJ
Externo ao Programa - 1274960 - ALEXANDRE SERGIO DE ARAUJO BEZERRA - nullPresidente - 1643347 - FABIO PITTELLA SILVA
Externo ao Programa - 2001303 - RODRIGO HADDAD - null