Resumen de Las células prostáticas circulantes primarias, edad y volumen prostático predicen el cáncer prostático en sujetos con indicación de una segunda biopsia prostática.

Nigel P. Murray, Sócrates Aedo, Eduardo Reyes, Cinthia Fuentealba, Omar Jacob

• español

  INTRODUCCIÓN: Las limitaciones del antígeno prostático específico (PSA) total como examen de pesquisa de cáncer prostático sigue problemático, especialmente después de una biopsia prostática inicial negativa. El uso de la detección de células prostáticas circulantes primarias (CPCs) ha sido reportado de ser útil en la detección de cáncer prostático en hombres con un APE >4,0 ng/ml.

  OBJETIVO: Presentamos un estudio prospectivo utilizando la detección de CPCs, el PSA, el porcentaje libre del PSA, el tacto rectal (TR) y el volumen prostático (VP) para establecer un modelo predictivo para la detección de cáncer prostático en pacientes con indicación de una segunda biopsia prostática.

  MÉTODOS Y PACIENTES: En Hospital de Carabineros de Chile entre 2006 y 2014, se realiza un estudio observacional, consignando para 199 sujetos, en forma previa a segunda biopsia de próstata, lo siguiente: nCPC, TR, edad, PSA, porcentaje libre de PSA y VP. A partir de estas variables y en relación a resultado de neoplasia en estudio histológico de próstata, se efectúa una regresión logística multivariante con incorporación “forward” de predictores. En el modelo seleccionado se efectúa una evaluación del ajuste, co-linealidad predictores y especificación del error. Además se realiza análisis de “Receiver Operating Characteristic” (ROC) no paramétrico y análisis de curva de decisión (ACD) para el modelo obtenido y también para los predictores en forma separada.

  RESULTADOS: Como variable separado el nCPC tuvo un rendimiento superior con un área ROC de 0,89 (CI 95% 0,83 a 0,94). El modelo final incorpora nCPC (OR: 2,03; CI95%: 1,63 a 2,53), edad (OR: 1,1; CI95%: 1,04 a 1,17) y VP (OR: 0,96; CI95%: 0,93 a 0,99) con un rendimiento en área ROC (0,92; CI95%: 0,88 a 0,97) y ACD mayor al resto de las variables por separado.

  CONCLUSIÓN: El modelo que incorpora el NCPC, edad y VP, presenta un rendimiento mayor en la predicción de la presencia de malignidad, en sujetos que realizan una segunda biopsia prostática.

• English

  INTRODUCTION: The limitations of serum PSA as a screening test to detect prostate cancer remain problematic, especially after an initial negative prostate biopsy. Detection of primary circulating prostate cells (CPCs) has been reported to be useful in the detection of prostate cancer in men with a serum PSA>4.0ng/ml. We present a prospective study comparing the detection of CPCs, total PSA, percent free PSA, digital rectal examination (DRE) and prostate volumen (PV) to establish a predictive model for the detection of prostate cancer in men with an indication for a second prostate biopsy.

  OBJECTIVE: To establish a predictive model for the detection of prostate cancer using the number of CPCs detected per sample, DRE, age, total serum PSA, percent free PSA and PV in men with an indication for a second prostate biopsy.

  METHODS AND PATIENTS: A prospective, observational study carried out in the Hospital de Carabineros de Chile, between 2006 and 2014 including 199 men undergoing a second prostate biopsy. The variables, number of CPCs detected (nCPC), DRE, age, PSA, percent free PSA and PV were registered for each patient and based on these findings and comparing them with the results of the prostate biopsy a multivariate logistic regression analysis incorporating forward predictors. The model was evaluated for co-lineal tendency, reliability and error specificity, and analyzed using non-parametric receiver operating characteristics and area under the curve decision for the combined model and for each variable separately.

  RESULTS: The single variable nCPC had a superior predictive value with an area under the curve of 0.89 (95% CI 0.83-0.94). The final model incorporated nCPC (OR: 2.03 95% CI 1.63-2.53) age (OR: 1.1 95% CI 1.04-1.17) and PV (OR: 0.96 95% CI 0.93-0.99) with an area under the curve for the combined model of 0.92 (95% CI 0.88-0.97). The combined model performed better than the variables used alone.

  CONCLUSIONS: The model incorporating nCPC, age and PV had a greater diagnostic yield for the predicting prostate cancer at second biopsy.