4 L’évaluation des marqueurs prédictifs
5 La personnalisation sur le risque de base
5.1 Variation du bénéfice absolu en fonction du risque de base
5.2 Mise en application pour personnaliser les traitements
5.3 Évaluation clinique d’une personnalisation sur le risque
5.3.1 Performance d’un outil de prédiction
5.4 L’évaluation de l’utilité clinique
7 L’évaluation de l’utilité clinique par les essais de stratégie
Une personnalisation des traitements peut être aussi envisagée en tenant compte du risque de base qu’ont les patients de présenter l’évènement que le traitement cherche à éviter [14] . En effet, chez les patients qui ont spontanément un faible risque, la question de l’intérêt du traitement peut se poser : quel est le réel intérêt de chercher à réduire le risque de survenue d’un évènement qui est déjà spontanément bas. De plus, dans ces conditions, la balance bénéfice risque peut devenir défavorable.
Cette approche conduit à de nombreuses applications, souvent disponible en ligne sur le WEB et utilisable par les médecins et les patients [79 , 80 , 81 , 82 , 83 , 84] . Se pose alors la question de la validité de ces outils.
Au stade précoce du cancer du sein, une chimiothérapie adjuvante peut être proposée après le traitement local (chirurgie +/- radiothérapie). À ce stade le pronostic est en général très bon avec un faible taux de récidives. Se pose alors la question de l’intérêt de cette chimiothérapie adjuvante chez les patientes ayant le plus faible risque de récidive. Un traitement adjuvant est probablement non nécessaire. D’où l’idée de stratifier les patientes sur leur risque de récidive pour ne pas exposer au risque d’effets indésirables celles dont le risque de récidive est spontanément proche de zéro.
Dans ce but de nombreux outils ont été proposés allants de score de risque (implémenter sur le WEB par exemple comme Predict du NHS (https://breast.predict.nhs.uk/ ) à des signatures génomiques (comme OncotypeDX, MammaPrint, etc.).
