Ayuda
Ir al contenido

Dialnet


Resumen de Desenvolupament d'un model predictiu amb marcadors tumorals per a descartar malignitat en pacients amb pèrdua de pes involuntària aïllada en una unitat de diagnòstic ràpid

Jordi Aligué Capsada

  • Objectius L’objectiu principal va ser desenvolupar un model predictiu amb la inclusió dels marcadors tumorals (MT) per al diagnòstic de neoplàsia en pacients amb pèrdua de pes involuntària (PPI) aïllada atesos en una unitat de diagnòstic ràpid (UDR). Els objectius secundaris varen ser determinar l’etiologia de la PPI, la validesa diagnòstica de cadascun dels MT, la supervivència als 12 mesos i la rentabilitat diagnòstica de les proves d’imatge i les endoscòpies digestives.

    Mètodes Estudi observacional retrospectiu que va incloure pacients atesos a UDR entre gener de 2005 i desembre de 2013 per PPI aïllada d’almenys el 5% durant el darrer any i amb seguiment de 12 mesos des de l’entrada a UDR. Es van recollir variables demogràfiques, clíniques i analítiques (inclosos els MT), proves d’imatge, endoscòpies digestives, diagnòstic principal del procés diagnòstic-terapèutic realitzat a l’UDR i l’estat vital als 12 mesos. Per a determinar la validesa de cadascun dels MT en el diagnòstic de neoplàsia, es va determinar el punt de tall òptim per una especificitat del 100% segons l’anàlisi de l’àrea sota la corba ROC (AUC). Es va determinar la sensibilitat i el valor predictiu negatiu (VPN) per a cadascun dels MT segons aquest punt de tall i per a la combinació de tots els marcadors. Es van construir models de regressió logística multivariant amb i sense MT per identificar els factors predictius independents de malignitat i poder avaluar la millora en la validesa diagnòstica quan en els models s’incloïen els MT.

    Resultats Del total de pacients atesos a UDR per síndrome tòxica durant el període d’estudi, 791 (49,7%) complien criteris de PPI aïllada, amb una edat mitjana de 67,9 anys (DE 4,7) i un 50,4% d’homes. El 69,2% van ser derivats d’atenció primària. La mitjana de pèrdua de pes va ser del 8,3 Kg (DE 4,7). Les causes de PPI aïllada es va agrupar en: malaltia neoplàsica 185 (23,4%), malaltia orgànica no neoplàsica 352 (44,5%), patologia psiquiàtrica 229 (29,0%) i causa desconeguda 25 (3,2%). La causa neoplàsica més freqüent va ser la digestiva (51,4%), dintre de la qual el 40% era per neoplàsia gàstrica. La causa orgànica no neoplàsica més freqüent va ser la digestiva (36,9%), dintre de la qual predominava la malaltia pèptica (31,5%). La supervivència global als 12 mesos va ser del 81,4% (IC 95%: 78,4-83,9), sent inferior (38,8%; IC 95%: 31,8-45,8) en el grup neoplàsic. La sensibilitat de la combinació dels MT va ser del 58,5% (IC 95%: 53,7-63,3), amb un VPN del 84,7% (81,2-88,2). Les proves d’imatge que van mostrar més sensibilitat van ser el TAC toraco-abdominal (90,7%), l’abdominal (86,3%) i el toràcic (80%). La sensibilitat de la gastroscòpia va ser del 50% i la de la colonoscòpia del 53,7%. En l’anàlisi multivariant, les variables que es van mantenir com a factors predictius independents de malignitat van ser: el sexe, els símptomes depressius, el dolor abdominal, l’hemoglobina, l’albúmina i 4 MT (CEA, CYFRA 21-1, CA 19-9 i CA 15-3). L’Àrea sota la corba ROC d’aquest model predictiu va ser de 0,89 (IC 95%: 0,86-0,93). En funció de la sensibilitat i especificitat del model predictiu, vàrem establir 3 categories de risc de malignitat (baix, moderat i alt). Dels 90 pacients amb baix risc, cap es va diagnosticar de neoplàsia, mentre que dels 67 pacients amb alt risc, 61 es van diagnosticar de neoplàsia i 6 van ser falsos positius.

    Conclusions El model predictiu de malignitat que inclou els MT podria ser una eina d’ajuda en l’aproximació diagnòstica inicial dels pacients amb PPI aïllada, permetent categoritzar els pacients en 3 grups de risc. Si el risc de malignitat és moderat o alt, es recomanaria estudiar el pacient via UDR a fi de descartar neoplàsia el més aviat possible, mentre que si el risc és baix, no seria necessari demanar l’estudi via UDR.


Fundación Dialnet

Dialnet Plus

  • Más información sobre Dialnet Plus