Relevancia pronóstica de los ganglios linfáticos en cáncer de colon derecho

  1. SÁNCHEZ LÓPEZ, MARÍA ESTHER
Dirigida por:
  1. Carlos Cerdán Santacruz Codirector/a
  2. Pedro Cascales Sánchez Codirector/a

Universidad de defensa: Universidad de Castilla-La Mancha

Fecha de defensa: 13 de junio de 2017

Tribunal:
  1. José Perea García Presidente
  2. Jesus Cifuentes Tebar Secretario/a
  3. Julio A. Carbayo Herencia Vocal

Tipo: Tesis

Teseo: 466973 DIALNET

Resumen

El cáncer colorrectal es el tumor maligno con mayor incidencia en España, si se tiene en cuenta hombres y mujeres, con cifras entre 28500 y 33800 nuevos casos cada año. El factor pronóstico principal de supervivencia tras las metástasis es la invasión ganglionar. Para realizar una correcta estadificación es necesaria una mínima resección ganglionar. A partir del año 2000, la American Joint Committee on Cancer y la International Union Against Cancer recomiendan la resección de 12 ganglios. Cuantos más ganglios se extirpen, la estadificación será más correcta, existe un mejor pronóstico y sirven como marca para valorar la adecuada resección cólica. El sistema de clasificación utilizado actualmente en cáncer colorrectal para la valoración ganglionar es el TNM. Debido a que parecen existir algunas deficiencias en este sistema de clasificación, han nacido nuevos conceptos: el ratio ganglionar y el logaritmo de Odds. El objetivo principal del estudio es valorar la capacidad pronóstica de supervivencia y tiempo libre de enfermedad del logaritmo ganglionar, del cociente ganglionar, de los ganglios contados y de los ganglios invadidos. Para ello hemos realizado un análisis retrospectivo de una base de datos institucional de un único centro mantenida de forma prospectiva, con un seguimiento a cinco años. La muestra se compone de 527 pacientes intervenidos de colon derecho entre los años 2000 y 2010. Los pacientes fueron seguidos por los integrantes de la Unidad de Coloproctología de cirugía o por los oncólogos. Para analizar la relación existente entre los ganglios totales y los factores cualitativos ordinales, se han realizado correlaciones de Spearman. Se han comparado medias ganglionares mediante T de student y Anova según el sexo, la obesidad, riesgo de ASA, la edad, la T tumoral, la N tumoral, la M tumoral, la diferenciación tumoral, la histología, la invasión linfovascular, el abordaje laparoscópico y la cirugía de urgencias. Y por otro lado, se han realizado correlaciones de Pearson para aquellos factores cuantitativos numéricos. Para la estimación de la función de la supervivencia y la recurrencia teniendo en cuenta la influencia de las variables tumorales, de la intervención y del paciente frente a recidiva tumoral y muerte, se ha utilizado el método de Kaplan-Meier, utilizando el Long Rank como estadístico. En el análisis de la supervivencia y la recurrencia con los parámetros ganglionares (pN, LNR, LN y LODDS) también se ha utilizado el estimador Kaplan-Meier con su representación gráfica y el Log Rank. Para analizar la distribución observada en la supervivencia libre de enfermedad y en la supervivencia global de los factores ganglionares se han utilizado pruebas Chi-cuadrado. Para averiguar las relaciones causales entre los parámetros ganglionares y la recurrencia tumoral o la muerte se han realizado regresiones logísticas bivariables, asumiendo que aquella con mayor sensibilidad y especificidad es el mejor modelo. Para saber cuánto influyen las variables independientes sobre la supervivencia libre de enfermedad y supervivencia global teniendo en cuenta el tiempo se han realizado regresiones de Cox. El tamaño tumoral, el estadio pT, pN y pM, la histología, la diferenciación tumoral el riesgo anestésico y la edad están relacionados con el recuento ganglionar. Tanto el IMC, el nivel de CEA, la radicalidad de la resección, la cirugía de urgencias, la pT, pM, la invasión linfovascular y el tamaño tumoral influyen en la supervivencia libre de enfermedad y la supervivencia global. Mientras que la albúmina, las proteínas, la diferenciación tumoral y las complicaciones postoperatorias sólo influyen en la supervivencia global. La supervivencia libre de enfermedad no parece relacionada con un recuento ganglionar mayor de 12 ganglios. Las clasificaciones pN, LNR2 y LODDS nos pueden ayudar a predecir la SLE. Ninguna de las 3 clasificaciones parece ser superior a las otras. Teniendo en cuenta las demás variables se puede realizar un modelo predictor de SLE con LNR2, tamaño tumoral mayor de 4cm y pT. Por estadios el recuento ganglionar no se relaciona con la SLE en estadio I aunque sí en estadio II. En el estadio III son buenos predictores pN, LNR2 y LODDS. La supervivencia global no está relacionada con un recuento ganglionar mayor de 12 ganglios. Las clasificaciones pN, LNR2 y LODDS sí que pueden servir para predecir supervivencia. Un modelo predictor válido de supervivencia sería el formado por la edad, el LODDS, el pM y el pT. El LODDS tiene tanto buena sensibilidad como especificidad para predecir supervivencia. Por estadios, el recuento ganglionar no se relaciona con la SG en el estadio I, sí en cambio con el estadio II. La SG se ve relacionada tanto con el recuento como con las clasificaciones pN, LNR2 y LODDS. No se ve relación ni con el recuento ni con las clasificaciones en el estadio IV. El recuento ganglionar depende de factores como son la edad del paciente, el riesgo de ASA, la invasión linfovascular, la T tumoral y el tamaño tumoral. Resecar menos de doce ganglios disminuye la supervivencia libre de enfermedad y la supervivencia global en los estadios I-III, no así en el estadio IV. No existe ningún parámetro ganglionar que sea buen predictor de supervivencia para los pacientes en el estadio IV. Mientras que en el estadio III, tanto el recuento ganglionar, como el pN, como el LNR o el LODDS nos sirven para agrupar pacientes y predecir supervivencia y tiempo libre de enfermedad. El punto de corte a partir del cual debemos realizar un seguimiento más exhaustivo y asegurar un tratamiento adyuvante en el cociente ganglionar es 0.449, mientras que en el logaritmo ganglionar es -0.361. El logaritmo ganglionar es el mejor predictor de supervivencia puesto que tiene la mejor predicción global y puede ser utilizado para crear un modelo predictivo de supervivencia junto con pM, pT y edad.