RESUMOS

O primeiro podcast discute o  estudo AXSANA que  avaliou, prospectivamente, diferentes técnicas de marcação de linfonodo-alvo (TLN) em 2.596 mulheres com câncer de mama inicialmente N+ tratadas com quimioterapia neoadjuvante. A maioria recebeu clip (77%), seguido de semente magnética, carvão, marcadores de radar, sementes radioativas e marcador por radiofrequencia. Em 2.100 pacientes foi planejada TAD/TLNB, com remoção bem-sucedida do TLN em 91,2%. As maiores taxas de detecção ocorreram com marcadores detectáveis por sonda (96,6%; semente radioativa 100%, semente magnética 96,9%, radar 96,1%, marcador por radiofrequencia 90%), seguidos por carvão (94,9%) e clip (89,6%). Obesidade, persistência clínica de linfonodo suspeito (ycN1) e menor experiência dos centros se associaram a maior falha. Conclui-se que marcadores guiados por sonda são superiores, e o carvão é alternativa válida em contextos com menos recursos.

O segundo podcast discute  um modelo de deep learning multimodal que estima o Recurrence Score do Oncotype DX diretamente de lâminas histológicas coradas por H&E e de poucas variáveis clinicopatológicas em câncer de mama inicial RH‑positivo/HER2‑negativo. Usando o ensaio randomizado TAILORx (8284 pacientes) para desenvolvimento e validação, o modelo alcançou AUC de 0,898 para identificar alto risco genômico (RS ≥26) e mostrou capacidade prognóstica semelhante ao Oncotype DX para diversos desfechos (RFI, DRFI, DFS). Em subgrupos, previu benefício de quimioterapia em mulheres pré‑menopáusicas de alto risco por IA e ausência de benefício em pós‑menopáusicas de baixo risco. Em seis coortes externas (>5000 pacientes) manteve alta acurácia e generalização. A abordagem pode reduzir uso desnecessário de quimioterapia e ampliar o acesso à oncologia de precisão, sobretudo em cenários com recursos limitados.

[ARTIGO 01 - Clique Aqui] - Marking Techniques for Target Lymph Nodesin Node-Positive Breast Cancer Treated With NeoadjuvantTherapy in the AXSANA/EUBREAST-03/AGO-B-053 Study

[ARTIGO 02 - Clique Aqui] - Deep learning on histopathological images to predict breastcancer recurrence risk and chemotherapy benefit:a multicentre, model development and validation study