¿Cómo predecir la evolución del cáncer de riñón avanzado? Una nueva herramienta ofrece esperanza
El cáncer de riñón, también conocido como carcinoma de células renales (CCR), es uno de los tipos de cáncer más comunes en adultos. Representa alrededor del 3% de todos los casos de cáncer. Entre sus variantes, el cáncer de riñón localmente avanzado es particularmente preocupante. Los pacientes con esta condición tienen una tasa de supervivencia específica para el cáncer a 5 años que oscila entre el 28% y el 67% después de una cirugía curativa. Dado el pronóstico adverso, es crucial contar con herramientas precisas para predecir el riesgo de recurrencia y optimizar el tratamiento.
Hasta ahora, varios modelos han intentado predecir los resultados en pacientes con cáncer de riñón localizado. Algunos de estos modelos incluyen el puntaje SSIGN (Etapa, Tamaño, Grado y Necrosis), el puntaje de Leibovich, el puntaje de Cindolo, el puntaje de Yaycioglu, el modelo del Memorial Sloan Kettering Cancer Center (MSKCC), el modelo de Kattan y el modelo de Karakiewicz. Estos modelos han mostrado niveles variables de precisión, con índices de concordancia (C-índices) que van de 0.65 a 0.84. Sin embargo, estos modelos se desarrollaron principalmente con datos de pacientes de bajo riesgo. Cuando se aplican a pacientes de riesgo intermedio o alto, su precisión disminuye significativamente, con C-índices que caen entre 0.587 y 0.69. Esta limitación resalta la necesidad de un modelo más preciso diseñado específicamente para pacientes con cáncer de riñón localmente avanzado.
Para abordar esta brecha, un estudio retrospectivo se llevó a cabo en el Hospital de la Universidad de Pekín. El estudio incluyó a 759 pacientes que se sometieron a una nefrectomía (extirpación del riñón) entre enero de 2015 y diciembre de 2017. Después de aplicar criterios de inclusión y exclusión, 215 pacientes con cáncer de riñón localmente avanzado fueron incluidos en el análisis final. Estos pacientes fueron clasificados según la 8ª edición del sistema de clasificación TNM (Tumor, Ganglios Linfáticos, Metástasis), específicamente aquellos con enfermedad T3-4N0M0 o T1-4N1M0. Se excluyeron a pacientes con tumores bilaterales o recurrentes, comorbilidades graves, datos incompletos o aquellos que se sometieron a cirugía citorreductiva.
El estudio recopiló datos demográficos y clínico-patológicos detallados, como sexo, edad, síntomas al momento del diagnóstico, índice de masa corporal, comorbilidades médicas, enfoque quirúrgico, tiempo de operación, pérdida de sangre durante la cirugía, lado del tumor, tamaño del tumor, subtipo histológico, grado nuclear, necrosis, diferenciación sarcomatoide y rabdoide, invasión linfovascular, invasión del seno renal, invasión de la grasa perirrenal, invasión del sistema colector urinario, trombo tumoral venoso, invasión de ganglios linfáticos e invasión adrenal. También se calcularon los puntajes totales de los modelos SSIGN, Leibovich, Cindolo, Yaycioglu, MSKCC, Kattan y Karakiewicz para cada paciente.
La progresión de la enfermedad se definió como cualquier evidencia de recurrencia, metástasis o progresión del tumor en sitios metastásicos preexistentes. La supervivencia libre de progresión (SLP) se midió desde la fecha de la cirugía hasta la progresión de la enfermedad. Se recomendó a los pacientes no recibir terapia adyuvante postoperatoria hasta que ocurriera la progresión.
La edad promedio de los pacientes fue de 59.33 ± 11.42 años, con una predominancia masculina (70.2%). El tiempo de seguimiento mediano fue de 36 meses, durante el cual el 29.8% de los pacientes experimentaron progresión de la enfermedad. La SLP mediana fue de 46 meses. Se realizaron análisis de regresión de Cox univariable y multivariable para identificar factores pronósticos independientes. En el análisis multivariable, el grado nuclear (razón de riesgo [HR]: 1.892 para grados III–IV, P = 0.019), la invasión de ganglios linfáticos (HR: 3.817, P = 0.004) y el trombo tumoral venoso (HR: 1.809, P = 0.036) surgieron como predictores independientes significativos de SLP. Aunque los síntomas al momento del diagnóstico (HR: 1.622, P = 0.080) no alcanzaron significancia estadística, se mantuvieron en el modelo debido a su relevancia clínica.
Basado en estos hallazgos, se desarrolló un nomograma para predecir la probabilidad de SLP a 2, 3 y 4 años. El nomograma incorporó cuatro variables: síntomas al momento del diagnóstico, grado nuclear, trombo tumoral venoso e invasión de ganglios linfáticos. El rendimiento del nomograma se evaluó utilizando el C-índice, que osciló entre 0.751 y 0.783, indicando una buena discriminación. Las curvas de calibración, generadas mediante un método de remuestreo de 1000 iteraciones, mostraron una fuerte concordancia entre los resultados predichos y observados.
En comparación con los modelos pronósticos existentes, el nuevo nomograma mostró una precisión predictiva superior. El modelo de Karakiewicz tuvo el mejor rendimiento entre los modelos convencionales (C-índice: 0.673–0.781), mientras que el modelo de Kattan tuvo el peor (C-índice: 0.566–0.624). El C-índice del nomograma fue consistentemente más alto que los de los modelos SSIGN, Leibovich, Cindolo, Yaycioglu, MSKCC, Kattan y Karakiewicz, destacando su potencial para mejorar la estratificación de riesgo en pacientes con cáncer de riñón localmente avanzado.
El estudio también resaltó las limitaciones del sistema de estadificación TNM actual para proporcionar una estratificación de riesgo satisfactoria en el cáncer de riñón localmente avanzado. La heterogeneidad patológica de este tipo de cáncer, que incluye invasión de la grasa perirrenal, invasión del seno renal, invasión del sistema colector urinario e invasión de la vena renal segmentaria (etapa T3), invasión del tumor más allá de la fascia de Gerota (etapa T4) e invasión de ganglios linfáticos (etapa N1), contribuye a la variabilidad en el pronóstico incluso dentro de la misma etapa. La identificación del grado nuclear, el trombo tumoral venoso y la invasión de ganglios linfáticos como factores pronósticos independientes subraya la necesidad de herramientas de estratificación de riesgo más precisas.
A pesar de sus fortalezas, el estudio tiene varias limitaciones. Primero, el C-índice del nomograma, aunque más alto que los modelos existentes, fue solo moderadamente predictivo (0.751–0.783). Esto sugiere que la complejidad de los factores pronósticos en el cáncer de riñón localmente avanzado puede no estar completamente capturada por las cuatro variables incluidas en el nomograma. Estudios futuros que incorporen parámetros clínicos y genéticos adicionales podrían mejorar aún más la precisión predictiva. Segundo, el nomograma se desarrolló y validó utilizando datos de una cohorte de un solo centro. La validación externa en estudios multicéntricos es necesaria para confirmar su generalización.
En conclusión, este estudio desarrolló un nomograma con buena discriminación y calibración para predecir la SLP en pacientes con cáncer de riñón localmente avanzado. El nomograma, que incorpora síntomas al momento del diagnóstico, grado nuclear, trombo tumoral venoso e invasión de ganglios linfáticos, demostró una precisión predictiva superior en comparación con los modelos existentes. Esta herramienta tiene el potencial de mejorar la estratificación de riesgo y guiar la toma de decisiones clínicas para pacientes con cáncer de riñón localmente avanzado. Se necesita más investigación para refinar el nomograma y validar su utilidad en diversas poblaciones de pacientes.
doi.org/10.1097/CM9.0000000000001833
For educational purposes only.