Herramientas predictivas de la estadificación del cáncer de próstata, respuesta al tratamiento y resultados.

• Autores: David A. Green, E Charles Osterberg, Evanguelos Xylinas, Michael. Rink, Pierre I. Karakiewicz, Douglas S. Scherr, Shahrokh F. Shariat
• Localización: Archivos españoles de urología, ISSN 0004-0614, Tomo 65, Nº. 9, 2012, págs. 787-807
• Idioma: español
• Texto completo no disponible (Saber más ...)
• Resumen

  • OBJETIVOS Se describen los resultados de numerosos modelos predictores relativos a la clasificación del cáncer de próstata. Tratamos de analizar y clasificar estas herramientas de predicción para crear una referencia completa para los profesionales que tratan el cáncer de próstata.

    METODOS Se realizó una búsqueda en MEDLINE desde enero 1966 hasta abril de 2012 para identificar los modelos de predicción relacionados con la estadificación del cáncer de próstata, tratamiento, y resultados en el paciente tratado previamente. Se describe el resultado pronosticado de cada modelo identificado, las variables que comprenden el modelo, el tamaño de la cohorte en el que se desarrolló la herramienta, estimaciones predictoras discriminatorias, y si se realizó la confirmación interna y/o externa.

    RESULTADOS Se identificaron 80 herramientas de predicción aplicables a pacientes de cáncer de próstata tratados previamente, de los cuales 30 habían sido confirmados externamente. Las herramientas diseñadas para predecir el estadio patológico son los más comunes, algunos modelos se centraron en predecir con exactitud el cáncer de próstata clínicamente insignificante, mientras que otra gran parte se enfocaron hacia la predicción de la enfermedad localmente avanzada (es decir, extensión extracapsular, implicación de la vesícula seminal, invasión de ganglios linfáticos). Otros modelos describen los resultados bioquímicos estudiados después de la prostatectomía radical, radioterapia externa o braquiterapia. Hay muy pocos modelos que aborden la predicción de la metástasis y la supervivencia. Finalmente, varias herramientas incorporan novedosos biomarcadores séricos pre-tratamiento o hallazgos de las imágenes de la resonancia magnética en los modelos base para mejorar la exactitud de las variables clínico-patológicas estándar.

    CONCLUSIONES Para ofrecer una atención óptima e individualizada del cáncer de próstata, el tratamiento debe adaptarse a las características específicas de cada paciente y de cada tumor. Los modelos predictores pueden facilitar tal enfoque y son descritos de forma numerosa en la literatura. Mientras que el rendimiento de los modelos predictores es alentador, es imprescindible un mayor perfeccionamiento mediante la inclusión de marcadores biológicos, así como la evaluación de su utilidad clínica. De forma óptima, en un marco prospectivo, los modelos predictores deberían estudiarse más a fondo.