Nouvelle étude du LIH identifie d’importantes lacunes dans les modèles de prédiction de survie et de mortalité chez les personnes âgées atteintes de cancer

Une revue des modèles révèle des biais méthodologiques généralisés, empêchant leur utilisation en clinique

• Unité de Recherche « Vieillissement, Cancer et Disparité » – ACADI
• Département Santé de Précision 

Une revue complète de 250 modèles de prédiction de la survie globale et de la mortalité chez des adultes âgés de 65 ans et plus atteints de cancer a montré que tous les modèles présentent des défauts méthodologiques importants, empêchant leur utilisation en clinique. Réalisée par le groupe Ageing, Cancer, and Disparities Research Unit (ACADI) et des membres de la International Society of Geriatric Oncology (SIOG), l’étude met en évidence un écart critique entre les pratiques actuelles de modélisation et leur applicabilité clinique. Les résultats soulignent la nécessité d’approches plus robustes afin d’améliorer la prédiction des risques chez les populations vieillissantes atteintes de cancer.

Une nouvelle étude publiée dans The Lancet par le groupe ACADI du Department of Precision Health du Luxembourg Institute of Health (LIH) a révélé des limitations substantielles des modèles de prédiction de survie et de mortalité chez les personnes âgées atteintes de cancer. La chercheuse postdoctorale Dr Pauline Duquenne et la responsable du groupe ACADI Dr Sophie Pilleron ont dirigé un projet collaboratif impliquant 27 cliniciens et chercheurs qui ont examiné de manière systématique 250 modèles publiés conçus pour prédire la survie et la mortalité chez des patients âgés de 65 ans et plus atteints de cancer.

L’analyse a montré que plus de la moitié des modèles n’incluaient pas des variables essentielles telles que les comorbidités, l’état nutritionnel ou la fonction cognitive. Ces facteurs sont largement reconnus comme essentiels pour évaluer le pronostic de la maladie chez les populations âgées.

Plus important encore, tous les modèles inclus dans la revue présentaient un risque élevé de biais. Les principales préoccupations méthodologiques comprenaient une gestion inappropriée des prédicteurs continus, une sélection inadéquate des prédicteurs et des procédures de validation insuffisantes. Ces insuffisances empêchent l’applicabilité des modèles en pratique clinique.

Nos résultats montrent qu’aucun des modèles de prédiction examinés n’est adapté à une utilisation chez les personnes âgées atteintes de cancer. Il est clairement nécessaire de respecter plus rigoureusement les normes méthodologiques établies lors du développement de ces outils,

a déclaré Sophie Pilleron, responsable du groupe ACADI.

Les auteurs soulignent que les recherches futures doivent suivre les directives scientifiques établies pour le développement et la validation des modèles de prédiction. L’intégration de variables gériatriques et l’amélioration des méthodes statistiques sont des étapes essentielles pour construire des outils cliniquement utiles.

Ce travail représente une contribution significative au domaine de la modélisation, en particulier en mettant en évidence le décalage entre les pratiques de recherche actuelles et les besoins réels des populations vieillissantes.

Financement et collaborations

Cette recherche a été réalisée dans le cadre du projet ATTRACT ReDiCo (16731054), financé par le Luxembourg National Research Fund (FNR).