Modelo de supervivencia tras el alta hospitalaria en pacientes oncológicos

Resumen

RESUMEN. INTRODUCCIÓN. El pronóstico es importante tanto para los pacientes con cáncer como para sus familiares y es un factor clave para la toma de decisiones diagnósticas y terapéuticas por parte del oncólogo. Sin embargo, el pronóstico clínico suele ser dificultoso. Sabemos que el ingreso hospitalario de los pacientes oncológicos tiene un significado pronóstico negativo, independientemente del motivo. Además, en los pacientes ingresados en un Servicio de Oncología no existen modelos pronósticos validados que permitan una clasificación sencilla de los pacientes. En un contexto de probable sobrevaloración pronóstica y oportunidades perdidas de adecuación del tratamiento, el desarrollo de modelos pronósticos sencillos y aplicables a la población completa de pacientes ingresados en Oncología, independientemente del diagnóstico concreto, podría facilitar la toma de decisiones en el momento del alta hospitalaria, una mejor continuidad de los cuidados médicos y la discusión con los pacientes sobre sus preferencias. OBJETIVOS. El objetivo principal fue desarrollar un modelo pronóstico de supervivencia global basado en variables clínicas y capaz de clasificar pronósticamente a los pacientes con cáncer ingresados en Oncología médica y, en particular, de identificar el grupo de pacientes con pobre supervivencia tras el alta. Los objetivos secundarios fueron comparar el modelo pronóstico con otros modelos pronósticos validados (KPS, ECOG y puntuación PaP), analizar la congruencia entre el pronóstico de los pacientes ingresados y la toma de decisiones en el momento del alta (consulta con las Unidades domiciliarias de Cuidados Paliativos) y medir la calidad de vida de los pacientes mediante una escala genérica (EQ5D-5L) que permita calcular las utilidades de los diferentes estados de salud de los pacientes durante el ingreso. MATERIAL Y MÉTODOS. El estudio se desarrolló en dos fases. Una primera fase, en la que se realizó un análisis retrospectivo de todos los ingresos realizados durante 18 meses. Esta serie se dividió de forma aleatoria en un grupo de entrenamiento y un grupo de validación que permitió realizar una validación interna. El desarrollo del modelo se realizó en el grupo de entrenamiento, para lo cual los distintos valores de las principales variables se agruparon en función de su impacto en la supervivencia global y fueron dicotomizados. Una vez construido un modelo pronóstico se generó una puntuación clínica sencilla (puntuación pronóstica al alta de Oncología o PPAO), en la que la asignación de puntos para cada variable dependía de los valores de la hazard ratio del modelo. La segunda fase comprendió el análisis prospectivo de los pacientes ingresados en Oncología durante 4 meses, en la que se validó de forma prospectiva el modelo obtenido. Para ello, se recogieron los datos clínicos de los pacientes, incluyendo aquellos que permitían la aplicación de otras puntuaciones pronósticas. Para el análisis de supervivencia global se utilizaron curvas de Kaplan-Meier. La comparación entre grupos se realizó con el test de log-rank para el análisis univariante y mediante modelos de rangos proporcionales de Cox para el análisis de covariables múltiples. El rendimiento de los modelos fue evaluado mediante el estadístico C de Harrell y se construyeron también curvas ROC dependientes del tiempo para la evaluación adicional de la capacidad discriminativa de la puntuación pronóstica a las 6, 12 y 24 semanas. RESULTADOS. La mediana de supervivencia global de los pacientes de la serie retrospectiva fue de 43 semanas y de 44 semanas en la serie prospectiva. El modelo de PPAO se construyó a partir de 4 variables que mostraron su valor independiente en el análisis multivariante de Cox: tipo de tumor, estadio, motivo de ingreso y tratamiento activo. La puntuación obtenida tenía un rango entre cero y cuatro. El modelo PPAO tuvo una buena correlación con la supervivencia en el grupo de entrenamiento (índice C 0,71). El modelo fue doblemente validado, primero de forma retrospectiva y luego, de forma prospectiva, manteniendo una precisión en la predicción de la supervivencia del 66%. El rendimiento del modelo PPAO fue similar al obtenido con la aplicación de las escalas de performance status (ECOG y PS), sin diferencias estadísticamente significativas entre ellos. La utilización de la puntuación PaP en los pacientes ingresados ofreció una adecuada clasificación pronóstica, sobre todo a corto plazo, pero sin diferencias estadísticamente significativas cuando se comparó con el modelo PPAO. En un análisis prospectivo exploratorio, la adición de la variable ECOG al modelo pronóstico al alta aumenta de forma significativa su rendimiento pronóstico, con un índice C de 0,72. CONCLUSIONES. Hemos desarrollado una herramienta pronóstica con tan solo cuatro variables clínicas no dependientes del observador y que ofrece predicciones adecuadas para la supervivencia a las 6, a las 12 y a las 24 semanas tras el alta.