Algorithme LR1 et LR2

Vue d’ensemble

Les modèles de risque LR1 et LR2 peuvent être utilisés par les médecins pour diagnostiquer le cancer de l’ovaire en préopératoire chez les femmes présentant au moins une tumeur annexielle persistante (ovaire, para-ovarienne et tubaire) et nécessitant une intervention chirurgicale. LR1 et LR2 estiment tous deux la probabilité qu’une tumeur annexielle soit maligne. En outre, les deux médecins et statisticiens de l’Analyse internationale des tumeurs de l’ovaire (IOTA) ont été développés à partir des données cliniques et échographiques de 754 femmes recrutées dans 9 centres de 5 pays (Italie, Belgique, Suède, France et Royaume-Uni). Tous les patients inclus ont nécessité une intervention chirurgicale telle que stipulée par un médecin local. Tous les modèles de diagnostic actuels pour les tumeurs annexielles (modèles IOTA, RMI, ROMA, par exemple) ont été créés pour les patients subissant une intervention chirurgicale. En d’autres termes, les patients sélectionnés pour une gestion en attente étaient exclus lors de la création du modèle.

LR1

Le modèle LR1 a été développé à l’aide de douze variables sélectionnées: quatre variables cliniques, l’âge du patient (en années), les antécédents personnels de cancer de l’ovaire, la douleur à l’examen et le traitement hormonal en cours; et huit variables échographiques, tumeur purement solide, diamètre maximal du composant solide le plus grand (en millimètres), diamètre maximal du composant solide (exprimé en millimètres, sans toutefois dépasser 50mm), ombres acoustiques, ascites, projections papillaires à écoulement détectable, ponctuation de la couleur du flux sanguin et des parois irrégulières du kyste interne.

LR2

Une version plus simple a également été développée (modèle LR2) en utilisant seulement six variables sélectionnées: il existe une variable clinique, l’âge (en années); et cinq variables ultrasonores: diamètre maximal du composant solide le plus grand (en millimètres), parois de kystes internes irréguliers, projections papillaires à écoulement détectable, ombres acoustiques et ascites. Tous les patients inclus ont nécessité une intervention chirurgicale telle que stipulée par un médecin local. Comme avec tous les modèles de diagnostic actuels pour les tumeurs annexielles (par exemple, les modèles IOTA, RMI, ROMA), cela implique que les patients sélectionnés pour la gestion des patientes en attente ont été exclus lors de la création du modèle. En conséquence, LR2 ne peut pas être appliqué à des tumeurs d’appoint traitées de manière conservatrice.

Le manuscrit décrivant les deux modèles a été publié dans le Journal of Clinical Oncology. Les modèles ont été validés en externe dans plusieurs études ultérieures. Ces études confirment la distinction entre masses bénignes et malignes. Cependant, les résultats de l’étalonnage suggèrent que les deux LR1 et LR2 sous-estiment le risque de malignité.

Il est important de garder à l’esprit que LR1 et LR2 ne peuvent pas remplacer la formation et l’expérience en échographie et ne peuvent pas compenser un équipement à ultrasons de qualité médiocre. Les paramètres utilisés dans LR1 et LR2 sont basés sur les termes et définitions publiés par le groupe IOTA.

Outil en ligne

BIOPROGNOS a mis en œuvre ―à des fins éducatives ou pédagogiques― la dernière version de LR1 et LR2 pour le dépistage et la détection du cancer de l’ovaire. Son utilisation est gratuite et sans limitation.

IOTA-LR1-LR2-iPAD-1280x908

 
 

Demander l’accès aux algorithmes IOTA

 
 

Rapport final

Une fois les données du patient saisies, nos algorithmes LR1 et LR2 génèrent un document PDF avec le rapport final, qui peut être téléchargé ou envoyé par courrier électronique.

Cliquez ici pour ouvrir au format PDF.

Le rapport inclut toutes les données du patient et le score final, calculé conformément à la dernière version de LR1 et LR2.

La science derrière les algorithmes LR1 y LR2

Recherches de référence

  1. IOTA Adnexal Mass Risk Prediction Models calculator. Website.
  2. Timmerman, D., Van Calster, B., et al. (2010). Ovarian cancer prediction in adnexal masses using ultrasound-based logistic regression models: a temporal and external validation study by the IOTA group. Ultrasound in Obstetrics and Gynecology, 36: 226-234. DOI: 10.1002/uog.7636

Autres recherches connexes

  1. Kaijser, J., Bourne, T., et al. (2013). Improving strategies for diagnosing ovarian cancer: a summary of the International Ovarian Tumor Analysis (IOTA) studies. Ultrasound in Obstetrics and Gynecology, 41: 9-20. DOI: 10.1002/uog.12323
  2. Sladkevicius, P., Valentin, L. (2013). Intra- and interobserver agreement when describing adnexal masses using the International Ovarian Tumor Analysis terms and definitions: a study on three-dimensional ultrasound volumes. Ultrasound in Obstetrics and Gynecology, 41: 318-327. DOI: 10.1002/uog.12289
  3. Testa, A., Kaijser, J., et al. (2014). Strategies to diagnose ovarian cancer: new evidence from phase 3 of the multicenter international IOTA study. British Journal of Cancer, vol. 111:4, pp. 680-688. PDF