Mieux comprendre la croissance tumorale des corticosurrénalomes : place à la radiomique !

Le corticosurrénalome (CS) est une tumeur rare révélée le plus souvent par un syndrome sécrétant. Dans certains cas, le diagnostic est porté sur le suivi d’un incidentalome surrénalien dont l’aspect se modifie (hétérogénéité) ou dont la taille augmente rapidement (plus de 2 cm/an), ce qui conduit à la réalisation d’une exérèse chirurgicale qui apporte la preuve histologique finale. À ce jour, dans cette situation particulière de CS incidentaux, il n’existe pas de critère d’imagerie permettant de prédire a priori l’évolution tumorale, et donc la nature exacte de la tumeur.

En s’appuyant sur les données du réseau ENS@T, l’équipe bordelaise coordonnée par le Dr Magalie Haissaguerre, a identifié 47 patients ayant eu au moins 2 imageries surrénaliennes séparées d’au moins 1 mois avant que le diagnostic histologique de CS ne soit posé. L’âge médian de ces patients (70 % de femmes) était de 55 ans (extrêmes : 21-83 ans). Il existait un syndrome sécrétoire dans 63 % des cas. Le délai moyen entre les 2 imageries était de 4 mois (extrêmes : 1-57 mois), avec une taille tumorale moyenne de 61 mm (extrêmes : 20-160 mm). Le score de Weiss moyen était de 5 (extrêmes : 3-8) sur les analyses histologiques (biopsie ou exérèse).

En comparant les données d’imagerie, les auteurs ont pu montrer une croissance tumorale médiane de 1,48 cm/an, soit +21,5 %/an. Si on compare ces données aux recommandations de l’ESE et aux critères RECIST, 64 % des patients avaient une croissance tumorale inférieure à 2 cm/an et 50 % d’entre eux une croissance tumorale inférieure à 20 %/an, les classant donc dans un groupe de tumeurs habituellement considérées comme non agressives et excluant de fait l’éventualité d’un CS.

Les auteurs ont néanmoins identifié un sous-groupe de patients dits “progresseurs rapides”, avec un seuil de croissance tumorale fixé à 10 cm³/mois. Si leur présentation clinique est comparable à celle des “progresseurs non rapides”, leur taille tumorale initiale est significativement plus élevée (498 versus 47 cm³ ; p < 0,001).

L’analyse quantitative par machine learning des données d’imagerie sur plus de 130 paramètres, également appelée radiomique, a permis d’identifier 2 paramètres de texture prédictifs de progression rapide : le ZSNU (zone size non-uniformity) et le DCNU (dependence count non-uniformity), traduisant le degré d’hétérogénéité de la tumeur. Leur valeur prédictive positive atteint 90 %. Dans cette série, ces 2 paramètres ne sont pas corrélés aux données histologiques.

L’analyse informatique des données d’imagerie semble donc une alternative prometteuse pour mieux classifier les incidentalomes surrénaliens et ne pas méconnaître un CS : un bel exemple d’intelligence artificielle appliquée à l’endocrinologie !