Comparación de Modelos Pronósticos Existentes en Leucemia Mielomonocítica Crónica
Resumen
La leucemia mielomonocítica crónica (LMmC) es una neoplasia hematológica rara que comparte características de los síndromes mielodisplásicos (SMD) y las neoplasias mieloproliferativas (NMP). Su baja incidencia dificulta la estandarización de criterios diagnósticos y enfoques terapéuticos específicos. Los sistemas de estratificación pronóstica son cruciales para guiar decisiones clínicas. Este artículo compara los modelos pronósticos actuales para LMmC, evaluando sus ventajas, limitaciones y aplicabilidad clínica.
Visión General de la LMmC
La LMmC se caracteriza por monocitosis persistente en sangre periférica y displasia en la médula ósea. Su fenotipo puede ser mielodisplásico o mieloproliferativo, lo que genera heterogeneidad en la presentación clínica y los desenlaces. La rareza de la enfermedad ha obstaculizado el desarrollo de criterios pronósticos universales, requiriendo el uso de múltiples modelos predictivos.
Modelos Pronósticos Existentes
Se han desarrollado varios modelos basados en cohortes de 213 a 578 pacientes, integrando parámetros clínicos, de laboratorio y moleculares. Los más utilizados incluyen:
- Puntaje Pronóstico Específico para LMmC (CPSS): Evalúa anomalías citogenéticas y su impacto en la supervivencia global (SG) y la transformación a leucemia mieloide aguda (LMA).
- CPSS-MOL: Versión mejorada del CPSS que incorpora mutaciones en genes como RUNX1, NRAS, SETBP1 y ASXL1.
- Sistema Pronóstico de MD Anderson (MDAPS): Incluye edad, recuento de leucocitos (GB), hemoglobina (Hb), plaquetas (PLT) y porcentaje de blastos medulares.
- G-MDAPS: Modificación del MDAPS con parámetros clínicos adicionales.
- Modelo del Groupe Francophone des Myélodysplasies (GFM): Considera anemia, leucocitosis, trombocitopenia, edad >65 años y mutaciones en ASXL1.
- Modelo Molecular de Mayo (MMM): Integra monocitosis absoluta, células mieloides inmaduras circulantes, Hb y PLT. Una versión refinada incluye mutaciones en ASXL1.
Diseño del Estudio y Características de los Pacientes
Se realizó un estudio retrospectivo en 45 pacientes con LMmC atendidos entre 2008 y 2019. La mediana de edad fue 65 años (rango: 18–83). De 44 pacientes con datos completos, 16 tenían LMmC-0, ocho LMmC-1 y 20 LMmC-2. La mediana de SG fue 265 días (rango: 20–1565). Los hallazgos de laboratorio mostraron mediana de GB: 30,16 x 10⁹/L, Hb: 80 g/L, PLT: 59 x 10⁹/L y LDH: 345 U/L. Esplenomegalia se observó en 16 pacientes (35,6%), infiltración cutánea en dos (4,4%) y mielofibrosis en uno (2,2%). Once pacientes (24,4%) progresaron a LMA, y 23/45 (55,1%) fallecieron en el primer año.
Factores Pronósticos y Evaluación de Modelos
Se identificaron factores adversos independientes: GB elevado (p = 0,001), subtipo FAB (p = 0,004), LDH elevada (p = 0,013) y riesgo citogenético específico (p = 0,002). El análisis multivariado confirmó que GB (p = 0,002), LDH (p = 0,016) y riesgo citogenético (p = 0,005) se asociaron con SG desfavorable.
Los modelos CPSS (AUC = 0,668) y CPSS-MOL (AUC = 0,625) fueron efectivos para predecir transformación a LMA, mientras que G-MDAPS (AUC = 0,749) identificó mejor el riesgo de muerte. No hubo correlación significativa entre infiltración extramedular y puntajes pronósticos, aunque el subgrupo OMS mostró una correlación débil (coeficiente de Spearman: 0,327; p = 0,028).
Infiltración Extramedular y Fibrosis
La infiltración extramedular (esplenomegalia, afectación cutánea o meníngea) es común en LMmC «proliferativa». La esplenomegalia se asocia con SG inferior, especialmente en pacientes tratados con hipometilantes. La infiltración cutánea podría aumentar el riesgo de LMA, mientras que la afectación meníngea puede manifestarse con síntomas neurológicos y mejorar con la remisión.
Limitaciones y Futuras Direcciones
Las limitaciones incluyen variabilidad en la capacidad predictiva de los modelos, necesidad de explorar el impacto pronóstico de mutaciones específicas y la aplicabilidad en subtipos especiales (ej. con fibrosis o enfermedad extramedular). Aunque la integración de datos moleculares ha mejorado la precisión, se requiere un modelo unificado que supere las limitaciones actuales.
Conclusión
Los modelos pronósticos son esenciales para el manejo de la LMmC. Sistemas como CPSS, CPSS-MOL, MDAPS, G-MDAPS, GFM y MMM ofrecen información valiosa, pero requieren refinamiento mediante la incorporación de datos moleculares y validación en subtipos especiales. El desarrollo de un modelo integral mejorará la estratificación de riesgo y las estrategias terapéuticas personalizadas.
doi.org/10.1097/CM9.0000000000000637