Proposer une méthodologie pour déterminer le seuil optimal d’un biomarqueur pour prédire l’effet d’un traitement sur une variable de type « time-to-event ».

Nous proposons un algorithme pour dichotomiser un biomarqueur basé sur le modèle de régression de Cox. Il est appliqué à la concentration basale du facteur de croissance épidermique (EGF) comme biomarqueur prédictif associé à l’efficacité du vaccin CIMAvaxEGF sur la survie du cancer du poumon non à petites cellules (NSCLC). Nous avons ensuite identifié les seuils possibles à partir desquels un effet significatif du traitement est observé. Ceci permettant de sélectionner le seuil le plus bas où la différence entre traitements devient significative et celui dont l’écart entre traitement est le plus important.

Pour NSCLC nous avons observé d’importants seuils de concentration du EGF sur la gamme de 870 à 2030pg/mL. Les ratios de risque sont inférieurs à 0,55 et les médianes de survie diffèrent de plus de 1,44mois, favorisant le traitement d’immunothérapie.

La méthodologie présentée ici pourrait être utilisée pour sélectionner des seuils de biomarqueurs prédictifs dans le contexte des variables « time-to-event ». Il a été appliqué pour sélectionner des seuils pour un biomarqueur spécifique. Ceci en tenant compte non seulement de la signification statistique, mais aussi de la pertinence clinique des résultats.