Validación de un modelo predictivo de supervivencia en cáncer renal localizado. Valor de los índices inflamatorios neutrófilo/linfocito y plaqueta/linfocito

  1. Álvarez Rodríguez, Sara
Dirigida por:
  1. María Victoria Gómez Dos Santos Directora
  2. Alfonso Muriel García Codirector
  3. Francisco Javier Burgos Revilla Codirector

Universidad de defensa: Universidad de Alcalá

Fecha de defensa: 23 de abril de 2021

Tribunal:
  1. Francisco José Muñoz Negrete Presidente
  2. Jesús Moreno Sierra Secretario/a
  3. Carmen González Enguita Vocal
Departamento:
  1. Cirugía, Ciencias Médicas y Sociales

Tipo: Tesis

Teseo: 154689 DIALNET

Resumen

INTRODUCCIÓN: El carcinoma de células renales (CCR) es una enfermedad heterogénea, en la que la identificación de factores que permitan estimar un riesgo individualizado es fundamental para diseñar estrategias de tratamiento y seguimiento. Se han descrito múltiples factores pronósticos anatómicos, histológicos, moleculares y clínicos; a pesar de ello, su estandarización e incorporación a la práctica clínica ha sido irregular. La integración de estos factores pronósticos en modelos predictivos constituye una herramienta para estimar la probabilidad de un evento en un paciente en concreto y prever un riesgo determinado. Para que estos modelos sean precisos, deben ser aplicables a una población distinta a la de su generación, lo que se denomina validación externa. Sin embargo, la falta de validación de los modelos existentes así como la ausencia de marcadores robustos han hecho que la implementación de estos modelos en CCR sea escasa. HIPOTESIS: Es necesario establecer criterios que permitan predecir la agresividad del CCR y determinar aquellos pacientes en riesgo de progresión. A pesar de la existencia de numerosos nomogramas preoperatorios y postoperatorios, ninguno ha conseguido consolidarse en la práctica clínica. Uno de los principales motivos es la falta de validación externa. La validación externa de un modelo creado en un contexto clínico similar, junto con la incorporación de marcadores inflamatorios al mismo, permitiría la aplicabilidad del nomograma así como la mejora de su capacidad predictiva. OBJETIVOS: Llevar a cabo la validación externa de los modelos postoperatorios de supervivencia global (SG), supervivencia cáncer específica (SCE) y supervivencia libre de progresión (SLP) generados a partir de la cohorte original del Hospital Universitario Príncipe de Asturias (HUPA) en una cohorte de pacientes con CCR localizado en el Hospital Universitario Ramón y Cajal (HURyC). Determinar el impacto de la incorporación de los índices neutrófilo linfocito (INL) e índice plaqueta linfocito (IPL) a los modelos postoperatorios de SG, SCE y SLP generados a partir de la cohorte original del HUPA MATERIAL Y MÉTODOS: Se realizó un estudio de cohortes restrospectivo que incluyó a 173 pacientes intervenidos de CCR localizado en el HURyC en el periodo entre mayo de 2009 y diciembre de 2014 con un seguimiento mínimo de tres años. Los pacientes se seleccionaron con los mismos criterios de inclusión utilizados en el desarrollo del modelo inicial. La capacidad predictiva del modelo se evaluó mediante el análisis de calibración y discriminación. El análisis de la calibración de dicho modelo se realizó de forma gráfica, mediante la comparación de curvas de supervivencia predichas por el modelo y curvas de supervivencia reales estimadas por Kaplan-Meier. La capacidad de discriminación del modelo se analizó mediante el Índice de Concordancia de Harrell (c-index). RESULTADOS: El modelo de SG generado a partir de la cohorte original del HUPA fue validado en la cohorte de pacientes con cáncer renal localizado del HURyC, demostrando un buen calibrado y una buena capacidad de discriminación con un c-Index de 0,770 . El modelo de SCE no fue validado en la cohorte de pacientes con cáncer renal localizado del HURyC al carecer de un buen calibrado. El modelo de generación sobreestima sistemáticamente la probabilidad de muerte cáncer específica (MCE) en la cohorte de validación. Por el contrario, la capacidad de discriminación se mantuvo alta para la cohorte de validación con un c-Index de 0,927. El modelo de SLP no fue validado en la cohorte del HURyC al no poder demostrarse un buen calibrado. El modelo de generación sobreestima sistemáticamente la probabilidad de recidiva en la cohorte de validación. Por el contrario, la capacidad de discriminación se mantuvo alta para la cohorte de validación con un c-Index de 0,810. La incorporación de los índices INL e IPL a los modelos de SG, SCE y SLP no incrementó en ningún caso la capacidad de discriminación de la cohorte original de generación. CONCLUSIONES: Solo el modelo predictivo de SG generado en el HUPA ha podido ser validado en la población del HURyC. Los modelos de SCE y SLP no han podido ser validados en nuestra cohorte , ya que a pesar de una buena capacidad de discriminación, no están calibrados de forma adecuada y sobreestiman la capacidad de MCE y recidiva para la población del HURyC. La incorporación de los índices inflamatorios INL e IPL no consiguió aumentar la capacidad predictiva del modelo inicial.