Une analyse comparative des modèles guidés par les données pour la prédiction de la survie au cancer du sein

Pourquoi cette étude est importante pour la santé des femmes

Le cancer du sein est désormais le cancer le plus fréquemment diagnostiqué chez les femmes dans le monde, et dans les pays disposant de moins de ressources médicales il est souvent détecté tard et traité dans des conditions difficiles. Cette étude porte sur des femmes en Éthiopie et pose une question de vie ou de mort : avec les informations que les médecins recueillent déjà chez une patiente, les outils de données modernes peuvent‑ils prédire plus précisément qui est le plus à risque de mourir d’un cancer du sein ? De meilleures prédictions pourraient aider les cliniciens à prioriser des traitements limités, programmer un suivi plus rapproché pour les patientes les plus vulnérables et donner aux femmes une information plus claire sur leurs perspectives.

Femmes, hôpitaux et dossiers médicaux quotidiens

Les chercheurs ont analysé les dossiers médicaux de 1 164 femmes traitées pour un cancer du sein entre 2019 et 2024 dans deux grands hôpitaux éthiopiens. Pour chaque femme, ils ont suivi la durée de survie après le diagnostic et si elle était décédée pendant la période de suivi ou encore en vie à la fin de la collecte des données. En parallèle de ce résultat, ils ont utilisé des informations cliniques et sociales courantes que les hôpitaux enregistrent systématiquement : âge, taille de la tumeur, stade du cancer, présence de métastases à distance ou d’atteinte ganglionnaire, autres maladies, situation matrimoniale, habitudes de vie comme le tabagisme ou la consommation de khat, et allaitement. Ce sont des éléments qui peuvent être recueillis sans examens coûteux, rendant les outils de prédiction issus de cette étude réalistes pour des contextes à ressources limitées.

Anciennes et nouvelles façons d’estimer les chances de survie

Traditionnellement, médecins et statisticiens utilisent des méthodes d’analyse de survie comme les courbes de Kaplan–Meier et le modèle des risques proportionnels de Cox pour comprendre combien de temps les patients vivent avec une maladie et quels facteurs influencent cette durée. Ces méthodes sont relativement faciles à interpréter mais peinent lorsque de nombreux facteurs interagissent de manière complexe et non linéaire, comme c’est souvent le cas dans la prise en charge réelle du cancer. Les auteurs ont comparé ces approches classiques à des modèles d’apprentissage automatique plus flexibles, incluant les forêts de survie aléatoires et des modèles de survie en apprentissage profond, ainsi que des outils de classification standard tels que les machines à vecteurs de support, les forêts aléatoires, XGBoost et LightGBM. Tous les modèles ont été entraînés sur une partie des données et testés sur des cas non vus, et leurs performances ont été évaluées par des mesures capturant à la fois la qualité du classement des patientes par risque et la concordance entre les temps de survie prédits et la réalité.

Quels facteurs influencent le plus la survie ?

Sur l’ensemble du groupe, plusieurs tendances ressortaient même avant d’appliquer des modèles avancés. Les femmes présentant des tumeurs plus volumineuses, un plus grand nombre de ganglions impliqués ou un cancer déjà disséminé avaient une survie nettement plus faible. Celles diagnostiquées au stade IV étaient particulièrement susceptibles de décéder pendant le suivi, tandis que les femmes atteintes d’un cancer de stade I avaient de bien meilleurs résultats. L’âge élevé, en particulier 45 ans et plus, et la présence d’autres maladies chroniques ont également aggravé la survie. Des habitudes de vie comme le tabagisme, la consommation d’alcool ou de khat ont été associées à des issues plus défavorables. Les femmes mariées avaient tendance à vivre plus longtemps que les femmes célibataires, divorcées ou veuves, ce qui rejoint des résultats d’autres pays montrant que le soutien social peut améliorer la survie en aidant les patientes à rester engagées dans les soins.

Ce que les algorithmes intelligents ont apporté

Lorsque l’équipe a comparé les modèles, les forêts de survie aléatoires—une méthode qui construit de nombreux arbres décisionnels axés sur la survie et combine leurs résultats—ont fourni les prédictions les plus précises de la durée de vie des patientes. Une méthode étroitement liée, les forêts aléatoires utilisées comme classifieur, s’est révélée la meilleure pour distinguer les femmes à risque élevé de celles à risque plus faible. Pour éviter le problème de la « boîte noire », les chercheurs ont utilisé une technique appelée SHAP afin d’identifier les facteurs sur lesquels les modèles s’appuyaient le plus. Parmi les modèles les plus performants, les mêmes caractéristiques revenaient systématiquement en tête : l’âge, la taille de la tumeur, les métastases, l’atteinte ganglionnaire, le stade global et la présence d’autres maladies. Des caractéristiques sociales comme la situation matrimoniale et certaines habitudes ont aussi contribué, mais dans une moindre mesure. En substance, les modèles ont appris et quantifié les mêmes signaux de risque clés qui préoccupent les cliniciens, tout en évaluant la façon dont ces signaux se combinent de manière subtile.

Qu’est‑ce que cela signifie pour les patientes et les cliniques

L’étude conclut que, pour les femmes éthiopiennes atteintes d’un cancer du sein, des modèles de survie guidés par les données et adaptés à la prédiction du temps jusqu’au décès—en particulier les forêts de survie aléatoires—peuvent fournir des estimations de risque plus précises et toujours interprétables que les méthodes traditionnelles seules. Parce que ces modèles utilisent des informations déjà collectées dans les soins de routine, ils pourraient être intégrés à des outils simples signalant les patientes à haut risque, aidant les médecins à décider qui nécessite un référencement plus rapide ou un traitement plus intensif, et facilitant des conversations honnêtes mais personnalisées sur le pronostic. Bien que le travail ait des limites—absence de données génétiques et d’imagerie et appui sur des dossiers rétrospectifs—il montre que l’apprentissage automatique appliqué avec soin peut transformer des données hospitalières ordinaires en un soutien pratique pour la prise en charge du cancer dans des contextes à ressources contraintes.

Citation: Takele, K., Chen, DG. A comparative analysis of data-driven models for breast cancer survival prediction. Sci Rep 16, 10114 (2026). https://doi.org/10.1038/s41598-026-40565-9

Mots-clés: survie au cancer du sein, apprentissage automatique, forêt de survie aléatoire, Ethiopie, facteurs de risque cliniques