Desarrollo y Validación de un Nomograma Preoperatorio para Predecir Márgenes Quirúrgicos Positivos tras Prostatectomía Radical Laparoscópica
El cáncer de próstata sigue siendo un problema de salud importante a nivel mundial, destacando como la tercera causa de muerte relacionada con cáncer en hombres. La prostatectomía radical laparoscópica (PRL) es un tratamiento curativo primario para el cáncer localizado. Sin embargo, los márgenes quirúrgicos positivos (MQP), definidos como células tumorales en la superficie inyectada de la muestra resecada, ocurren en aproximadamente el 20–35% de los casos y se asocian con resultados adversos, como recurrencia bioquímica, recidiva local y metástasis. A pesar de su relevancia clínica, las herramientas preoperatorias para predecir MQP son limitadas. Este estudio buscó desarrollar y validar un nomograma preoperatorio que estratifique el riesgo de MQP tras PRL, utilizando variables preoperatorias para guiar la planificación quirúrgica y el manejo posoperatorio.
Diseño del Estudio y Cohorte de Pacientes
El análisis retrospectivo incluyó a 418 pacientes sometidos a PRL sin terapia neoadyuvante en el Peking University Third Hospital entre enero de 2010 y marzo de 2016. Se excluyeron 81 casos por datos clínicos o patológicos incompletos. La mediana de edad fue de 70 años (rango intercuartílico [RIC]: 65–75), con un 34% (142/418) de MQP en la patología final. Entre estos, el 18,3% presentó márgenes apicales solitarios, el 34,5% márgenes no apicales solitarios y el 47,2% márgenes múltiples.
Las variables preoperatorias analizadas incluyeron edad, índice de masa corporal (IMC), antígeno prostático específico total (PSA total), relación PSA libre/PSA total (fPSA/tPSA), hallazgos del tacto rectal (TDR), puntuación de Gleason en la biopsia, estadio clínico (sistema TNM 2012), porcentaje de cilindros positivos en la biopsia y experiencia del cirujano. La estadificación patológica siguió los criterios de la Sociedad Internacional de Patología Urológica (2005).
Metodología Estadística
Se realizó regresión logística univariable para identificar predictores de MQP, seguida de análisis multivariable con selección paso atrás. Variables continuas (edad, PSA total) se modelaron con splines cúbicos restringidos para captar relaciones no lineales. La selección de nudos se basó en el Criterio de Información de Akaike (AIC). Los datos faltantes se abordaron con algoritmos de expectación-maximización (variables continuas) o categorías separadas (variables categóricas).
El nomograma final incorporó cuatro variables: porcentaje de cilindros positivos en la biopsia, estadio clínico, relación fPSA/tPSA y edad. El rendimiento del modelo se evaluó mediante el índice de concordancia (C-índice), curvas de calibración y análisis de curvas de decisión (DCA). La validación bootstrap con 1.000 remuestras evaluó el sobreajuste.
Hallazgos Principales
Predictores de Márgenes Quirúrgicos Positivos
- Porcentaje de cilindros positivos en la biopsia: Cada aumento del 1% incrementó el riesgo de MQP en un 2% (OR: 1,02; IC del 95%: 1,01–1,03; P<0,001), respaldando la asociación entre carga tumoral y márgenes positivos.
- Estadio clínico: Estadios avanzados elevaron significativamente el riesgo. Comparado con T1, los estadios T2 (OR: 3,91; P=0,03), T3 (OR: 5,49; P=0,01) y T4 (OR: 15,08; P=0,004) mostraron riesgos crecientes.
- Relación fPSA/tPSA: Una menor relación se asoció con mayor riesgo de MQP (OR: 0,96; P=0,01), posiblemente reflejando biología tumoral agresiva.
- Edad: Se observó una relación en forma de U, con mayor riesgo en pacientes <65 años (tumores agresivos) y >75 años (limitaciones técnicas/anatomía compleja).
Rendimiento del Modelo
El nomograma mostró discriminación robusta, con un C-índice de 0,722 en la cohorte de desarrollo y 0,700 tras validación bootstrap. Las curvas de calibración mostraron alineación entre probabilidades predichas y observadas (error absoluto medio: 2,0%). El DCA confirmó utilidad clínica con beneficio neto en probabilidades umbral del 20–70%.
Implicaciones Clínicas
Esta herramienta permite estratificar el riesgo de MQP preoperatoriamente, facilitando enfoques quirúrgicos personalizados. Pacientes de alto riesgo podrían beneficiarse de márgenes de escisión más amplios o terapias adyuvantes, mientras que en pacientes de bajo riesgo se priorizaría la preservación nerviosa.
Limitaciones y Consideraciones
La tasa de MQP (34%) supera cohortes occidentales (15–20%), atribuible a diferencias técnicas (PRL no robótica), diagnósticos más tardíos en China y variaciones genéticas/anatómicas. La exclusión de factores intraoperatorios (ej. preservación nerviosa) y el diseño retrospectivo limitan generalización. Se requiere validación externa en poblaciones diversas.
Conclusión
Este estudio desarrolló y validó un nomograma preoperatorio para predecir MQP tras PRL, integrando variables clínicas y patológicas. Su precisión sugiere utilidad en planificación quirúrgica individualizada. Futuras investigaciones deberían validar el modelo en cohortes con asistencia robótica e incorporar biomarcadores de imagen (ej. resonancia magnética) para mejorar la predicción.
DOI: 10.1097/CM9.0000000000000161