Ayuda
Ir al contenido

Dialnet


Modelo predictivo postoperatorio para la recidiva bioquímica en pacientes con cáncer de próstata localizado tratados con prostatectomía radical en monoterapia.

  • Autores: Roberto Molina Escudero, Felipe Herranz Amo, Álvaro Páez Borda, Carlos Hernández Fernández
  • Localización: Archivos españoles de urología, ISSN 0004-0614, Tomo 67, Nº. 3, 2014, págs. 259-267
  • Idioma: español
  • Texto completo no disponible (Saber más ...)
  • Resumen
    • OBJETIVO: : Identificar los factores pronósticos de recidiva bioquímica (RB) post-prostatectomía radical y elaborar un modelo predictivo para la RB basado en las variables obtenidas.

      MÉTODOS: Analizamos retrospectivamente los pacientes con cáncer de próstata clínicamente localizado tratados con PR en monoterapia con seguimiento mínimo de 12 meses. Consideramos como RB la elevación del PSA después de la PR > 0,4 ng/ml. Realizamos un análisis uni y multivariante mediante regresión logística para determinar las variables asociadas con la RB. Desarrollamos un modelo matemático para estimar probabilidad de RB según la ecuación de función logística y una hoja de cálculo en Excel para su aplicación. La calibración y discriminación se realizaron mediante la prueba de Hosmer-Lemeshow y una curva ROC.

      RESULTADOS: Incluimos 693 pacientes con una edad media de 63,5 años y un seguimiento medio de 88,5 meses. En 218 pacientes se observó RB. El tiempo medio hasta la RB fue 35,5 meses, aconteciendo el 90% en los 7 primeros años. En el análisis multivariante el PSA, el Score Gleason (SG) ? 7(4+3), el estadio pT3b y la afectación del margen quirúrgico (MQP) resultaron variables patológicas independientes relacionadas con la RB. La especificidad, sensibilidad y capacidad predictiva del modelo fueron 90,6%, 50,2% y 80,5%respectivamente (IC95% 76,80 � 84,3).

      CONCLUSIONES: El PSA, el SG ? 7(4+3), el estadio patológico pT3b y el MQP son las variables patológicas pronosticas independientes relacionadas con la supervivencia libre de RB. El modelo predictivo desarrollado permite estimar con una fiabilidad del 80,5% el riesgo de RB.


Fundación Dialnet

Dialnet Plus

  • Más información sobre Dialnet Plus

Opciones de compartir

Opciones de entorno