Apport des biomarqueurs cliniques et biologiques dans la détection des récidives du cancer du sein à récepteurs hormonaux positifs et sans surexpression du facteur de croissance épidermique humain de type 2

Details

Supervisors

van Marcke, Cédric

Faculty

Faculté de pharmacie et des sciences biomédicales

Degree label

Master [120] en sciences pharmaceutiques, à finalité spécialisée

Abstract

Le cancer du sein RH+ / HER2− est le sous-type le plus fréquent et se caractérise par un risque spécifique de récidive tardive, pouvant persister plusieurs décennies après le traitement initial. Malgré l’efficacité des hormonothérapies adjuvantes, la persistance de cellules tumorales résiduelles, la dormance tumorale et l’émergence de mécanismes de résistance expliquent ce risque prolongé. Les stratégies de surveillance actuelles, fondées principalement sur l’examen clinique et l’imagerie, présentent des limites importantes pour la détection précoce des récidives infracliniques. Ce mémoire analyse de manière critique l’apport des biomarqueurs cliniques et biologiques dans la détection et le suivi des récidives du cancer du sein RH+ / HER2−. Les marqueurs sériques traditionnels, tels que le CA 15-3 et le CEA, conservent un intérêt limité en raison de leur sensibilité et de leur spécificité imparfaites, mais leur interprétation longitudinale, notamment via l’étude de leur cinétique, peut améliorer leur valeur clinique comme signaux d’alerte. Les biomarqueurs issus de la biopsie liquide, en particulier l’ADN tumoral circulant (ctDNA), apparaissent comme des outils prometteurs pour la détection de la maladie résiduelle minimale et l’anticipation des récidives, parfois plusieurs mois avant les manifestations cliniques ou radiologiques. Les cellules tumorales circulantes (CTCs) et les exosomes apportent des informations complémentaires sur l’hétérogénéité tumorale, la dissémination métastatique et la résistance thérapeutique. Parallèlement, les signatures génomiques tissulaires jouent un rôle central dans la stratification initiale du risque, sans permettre une surveillance dynamique. Enfin, l’émergence de modèles intégratifs fondés sur l’intelligence artificielle, combinant données cliniques, histopathologiques, génomiques et biomarqueurs circulants, ouvre la voie à une surveillance personnalisée et évolutive. Toutefois, l’intégration de ces approches dans la pratique clinique nécessite encore des validations prospectives démontrant un bénéfice réel en termes de survie et de qualité de vie.