Desarrollo y validación de un nomograma de probabilidad de cáncer de próstata en hombres sanos referidos. Estudio de cohortes histórica

Resumen

El cáncer de próstata, uno de los más prevalentes en varones, presenta una importante heterogenicidad. Debido a su amplio espectro de comportamientos, se han centrado muchos esfuerzos en crear herramientas predictivas que ayuden a realizar recomendaciones basadas en la evidencia a nivel individual. El diagnóstico se hace mediante biopsia. La decisión de realizarla se basa en la sospecha clínica. El PSA es el principal marcador utilizado para indicar una biopsia. No obstante son más que reconocidas sus limitaciones en cuanto a sensibilidad y especificidad a la hora de predecir un cáncer de próstata. Debido a la complejidad que supone en muchas ocasiones la decisión de biopsiar o no la próstata, se han desarrollado herramientas para ayudar al clínico a seleccionar los varones a los que biopsiar. Combinan varios factores de riesgo, de forma que el valor predictivo del PSA mejora de forma significativa. Se han publicado muchos modelos predictivos. En todos se demuestra, cómo su utilización mejora las tasas de detección de cáncer, evita biopsias innecesarias y es por tanto superior a los métodos convencionales basados en PSA. Los nomogramas disponibles tienen varias desventajas: estar basados en poblaciones diferentes a la que se pretenden aplicar, en regímenes de biopsia y en sistemas de gradación de tumores obsoletos. Así, el desarrollo de un nomograma a partir de una muestra de nuestra población mejora la tasa de detección del cáncer y evita la realización de biopsias innecesarias. El objetivo principal de este estudio es generar un nomograma predictivo de la probabilidad de cáncer de próstata en los varones de nuestro medio y analizar su capacidad predictiva. MATERIAL Y MÉTODOS Estudio de cohortes retrospectivo entre los años 2013 y 2015. La población de estudio la forman varones remitidos al Servicio de Urología por sospecha de cáncer de próstata a los que, por este motivo, se les realiza una biopsia. Se lleva a cabo un análisis descriptivo de los datos. Posteriormente se analiza la posible relación de cada variable, aplicando una regresión logística condicional (intrapaciente) con cada una de las variables. Las variables con una significación estadística en el modelo univariable se introducirán conjuntamente en un modelo de regresión logística multivariable. Se elabora un nomograma, como representación gráfica del modelo de regresión logística multivariable obtenido. Para estudiar la seguridad predictiva del modelo usamos la calibración, representada mediante un gráfico de calibración y el test de Hosmer y Lemeshow y la capacidad discriminativa, medida mediante el área bajo la curva (AUC) de ROC. Se comparan las AUC de las curvas de ROC del modelo completo con el modelo resultante de la utilización exclusiva del valor del PSA y el tacto rectal, se analiza y compara así mismo el efecto que tiene cada una de las variables en la capacidad predictiva. Por último comprobamos si el modelo resulta clínicamente útil, para lo cual establecemos el punto de corte óptimo de predicción, calculando sus beneficios netos y las curvas de decisión de Vickers. Se realiza una validación interna del nomograma mediante muestreo de 200 muestras por bootstrap. RESULTADOS El nomograma desarrollado mejora la capacidad predictiva individual del PSA con un AUC que pasa de 0,483 a 0,781 cuando se utiliza además del PSA otras variables. En el modelo elegido no se incluye el valor total de PSA al disminuir predicción al modelo. Se utiliza el valor del cociente de PSA libre entre el total. Las otras variables se agrupan en clínicas y ecográficas, mejorando la predicción cuando se utilizan ambas. El modelo ajusta bien los datos según la prueba de Hosmer y Lemeshow. CONCLUSIONES La utilización de un nomograma predictivo del resultado de la biopsia de próstata mejora respecto al uso exclusivo del PSA o incluso del uso de PSA y datos de tacto rectal. Se pone de manifiesto la escasa sensibilidad de este marcador para diagnosticar cáncer de próstata.