Congreso Nacional Laboratorio Clínico 2018

Transcripción

1 Validación del Índice de Salud Prostática en un modelo predictivo de Cáncer de Próstata ANGELES SANCHÍS BONET

2 IMPORTANCIA del Cáncer de Próstata

3 Tasa estandarizada de INCIDENCIA TASAS ESTANDARIZADAS DE INCIDENCIA Y MORTALIDAD X VARONES/AÑO Tasa estandarizada de MORTALIDAD

4 El HITO en el Cáncer de Próstata

5 SEGUIMIENTO DE LA ENFERMEDAD La FDA aprobó su uso en 1986 DIAGNÓSTICO PRECOZ La FDA aprobó su uso en 1991 Marcador ORGANO- ESPECÍFICO perono CÁNCER ESPECÍFICO ANTÍGENO PROSTÁTICO ESPECIFICO PSA INCONVENIENTES Número elevado de biopsias innecesarias Su uso como screening ha dado lugar a un aumento en la incidencia de diagnóstico y sobretratamiento del Cáncer de Próstata (PLCO, ERSPC) Discreta diminución en la mortalidad por Cáncer de próstata. ERSPC 0.79 ( )

6 Búsqueda de NUEVOS Biomarcadores

7 DÓNDE SE DETERMINA: En suero QUÉ ES propsa o [-2] propsa INDICE DE SALUD PROSTÁTICA: PHI=p2PSA / fpsa x tpsa antígeno próstatico total (tpsa), fracción libre de PSA (fpsa), [-2] propsa (p2psa) PRECAUCIONES No puede usarse cuando hay antecedentes de toma de la 5 α- reductasa en los 6 meses previos, y antecedentes de infección de tracto urinario inferior o manipulación de mismo también en los 6 meses previos.

8 1 2 3 Disminución en la tasa de falsos positivos Predicción hallazgos biopsias Predicción hallazgos pieza prostatectomía radical ESCENARIOS EN LOS QUE [-2] propsa HA MOSTRADO SU UTILIDAD AHORRO EN BIOPSIAS CÁNCER VS NO CANCER GRADO DE GLEASON MEJORA CLASIFICACION DEL TUMOR

9 Referencia N PSA (ng/ml) Griffin 2010 Jansen 2010 Guazzoni 2011 Stephan 2013 Catalona 2011 Na 2014 Perdona 2013 Lazzeri 2012 Ng PRINCIPALES ESTUDIOS PUBLICADOS DIAGNÓSTICO CÁNCER DE PRÓSTATA 1, , Anormal Anormal Anormal 4-10 Adaptado de Lin et al : Eur Urol 2017; 72(3): Área bajo la curva PSA PSAl %PSAl p2psa %p2psa PHI 0,50 0,58 0,53 0,56 0,52 0,61 0,51 0,52 0,55-0,58 0,58-0,61-0,59 0,59 0,54 0,68 0,67 0,58 0,60 0,65 0,65 0,61 0,60 0,57-0,61 0,59 0,63 0,56-0,57 0,56 0,65 0,76 0,71 0,76 0,72-0,72 0,68 0,72 0,77 0,77 0,75 0,76 0,73 0,70 0,88 0,71 0,67 0,78

10 Rango PHI 0-24, , ,9 55 Grado Gleason biopsia < (73,9) 12 (26,1) 74 (71,8) 29 (28,2) 116 (69,9) 50 (30,1) 66 (57,9) 48 (42,1) Adaptado de Catalona et al : J Urol 2011; 185(5): PHI for high-grade PCa RELACIÓN PHI Y GRADO DE GLEASON DE LA BIOPSIA

11 Validación del Índice de Salud Prostática en un modelo predictivo de Cáncer de Próstata

12 OBJETIVO PRINCIPAL Validar un modelo predictivo de Cáncer de Próstata que incorpora el biomarcador [-2] proantígeno prostático específico a través del Índice de Salud Prostática (PHI) en la toma de decisión para realizar una biopsia de próstata OBJETIVOS OBJETIVO SECUNDARIO Analizar la utilidad clínica de dicho modelo

13 VARONES Se aisló suero de 197 varones con indicación de biopsia de próstata. DETERMINACIÓN Se determinó antígeno próstatico total (tpsa), fracción libre de PSA (fpsa), [-2] propsa (p2psa) y PHI mediante el test de inmunoanalisis Access Hybritech de Beckman Coulter. PHI=p2PSA / fpsa x tpsa MATERIAL Y MÉTODOS INCLUSIÓN Como criterio de inclusión en este estudio se fijó un PSA 2-20 ng/ml y/o la presencia de un tacto rectal sospechoso en varones de más de 45 años. MODELOS Se crearon dos modelos predictivos: - Modelo PSA (edad, tacto rectal, biopsia previa y tpsa - Modelo PHI (edad, tacto rectal, biopsia previa y PHI). EXCLUSIÓN Se excluyeron para el estudio a los pacientes con antecedentes de toma de inhibidores de la 5-α reductasa en los últimos 6 meses y pacientes con antecedentes de infección de tracto urinario y/o manipulación del tracto urinario inferior en los 6 meses previos a la indicación de biopsia. ANÁLISIS Se analizó el rendimiento de PHI mediante índices de fiabilidad, análisis de discriminación, regresión logística, calibración interna, gráficos de dispersión y curvas de decisión.

14 RESULTADOS

15 DESCRIPCIÓN DE LA MUESTRA Todos Sin Cáncer Con Cáncer p Número de pacientes 197 (100) 112 (57) 85 (43) Edad (años) 68 (62-71) 67 (61-70) 70 (65-74) < Tacto rectal n(%) No sospechoso Sospechoso Biopsia previa n(%) No Sí 112 (57) 85 (43) 171 (87) 26 (13) 88 (66) 24 (38) 96 (86) 16 (14) 46 (54) 39 (46) 75 (88) 10 (12) < Volumen prostático (cc) 39 (27-54) 44 (28-58) 37 (26-46) 0,005 Grado de Gleason n (%) N/A N/A N/A N/A N/A N/A 41 (48) 25 (29) 19 (23) tpsa (ng/ml) 5.8 (4.4,0-7.8) 5.7 ( ) 6.2 ( ) 0.10 fpsa (ng/ml) 0.67 ( ) 0.67 ( ) 0.69 ( ) 0.90 %fpsa 0.11 ( ) 0.13 ( ) 0.10 ( ) < 0,001 p2psa (pg/ml) 16.9 ( ) 13.8 ( ) 20.3 ( ) <0.001 %p2psa ( ) ( ) 34.2 ( ) <0.001 PHI 57.5 ( ) 41.3 ( ) 85.8 ( ) < ,6

16 ALTA SENSIBILIDAD S E VPP VPN RVP RVN tpsa (ng/ml) fpsa (ng/ml) %fpsa p2psa (pg/ml) %p2psa PHI ÍNDICES DE FIABILIDAD ALTA ESPECIFIDAD MEJOR EQUILIBRIO ENTRE SENSIBILIDAD Y ESPECIFIDAD S E VPP VPN RVP RVN tpsa (ng/ml) fpsa (ng/ml) %fpsa p2psa (pg/ml) %p2psa PHI S E VPP VPN RVP RVN tpsa (ng/ml) fpsa (ng/ml) %fpsa p2psa (pg/ml) %p2psa PHI S: Sensibilidad E: Especificidad VPP: Valor predictivo positivo VPN: Valor predictivo negativo RVP: Razón de verosimilitud positiva, RVN: Razón de verosimilitud negativa

17 AUC de los marcadores (IC95%) CaP CaP agresivo tpsa 0,56 (0,48-0,64) 0,61 (0,49-0,73) fpsa 0,50 (0,42-0,58) 0,46 (0,34-0,59) %fpsa 0,65 (0,57-0,73) 0,56 (0,44-0,69) p2psa 0,67 (0,60-0,75) 0,67 (0,56-0,79) %p2psa 0,71 (0,63-0,78) 0,65 (0,53-0,77) PHI 0,82 (0,75-0,88) 0,66 (0,54-0,77) CAPACIDAD DE DISCRIMINACIÓN DE LOS MARCADORES Y DE LA COMBINACIÓN DE MARCADORES AUC de la combinación de marcadores (IC95%) CaP CaP agresivo tpsa + fpsa 0,66 (0,58-0,73) 0,59 (0,46-0,71) tpsa + %fpsa 0,65 (0,58-0,73) 0,59 (0,47-0,71) fpsa + p2psa 0,76 (0,69-0,83) 0,67 (0,55-0,78) %fpsa + %p2psa 0,72 (0,65-0,79) 0,65 (0,53-0,77) tpsa + %fpsa + %p2psa 0,73 (0,66-0,80) 0,71 (0,60-0,82) PHI 0,82 (0,75-0,88) 0,66 (0,54-0,77)

18 CAPACIDAD DE PREDICCIÓN DE LOS MARCADORES Univariado vs Multivariado modelo basal Univariado OR (IC 95%);p Multivariado Modelo Basal OR (IC 95%); p tpsa 1.03 ( ); p= ( ); p=0.23 fpsa 0.88( ); p= ( ); p=0.41 %fpsa 0.92 ( ); p= ( ); p=0.25 p2psa %p2psa PHI AUC modelos multivariados (IC 95%) Ganancia en exactitud de predicción (IC 95%) 1.04( ); p< ( ); p< ( ); p< ( )

19 AUC modelos multivariados (IC 95%) Univariado OR (IC 95%);p CAPACIDAD DE PREDICCIÓN DE LOS MARCADORES Multivariado Modelo Basal OR (IC 95%);p tpsa 1.03 ( ); p= ( ); p=0.23 fpsa 0.88( ); p= ( ); p=0.41 %fpsa 0.92 ( ); p= ( ); p=0.25 Multivariado Modelo basal + p2psa OR (IC 95%);p 0.66 ( ) Multivariado Modelo basal + %p2psa OR (IC 95%);p Multivariado Modelo basal + PHI OR (IC 95%);p tpsa 1.02 ( ); p= ( ); p= ( ); p=0.59 fpsa 0.34 ( ); p= ( ); p= ( ); p=0.45 %fpsa 0.93 ( ); p= ( ); p= ( ); p=0.56 p2psa %p2psa PHI AUC modelos multivariados (IC 95%) Ganancia en exactitud de predicción (IC 95%) 1.08 ( ); p< ( ); p< ( ); p< ( ); p< ( ); p< ( ); p< ( ) 0.05 ( ) 0.16 ( )

20 Análisis con el mejor equilibrio entre Sensibilidad y Especifidad %fpsa 0.11 p2psa 17.2 %p2psa 27.4 PHI Biopsias que se pueden evitar n (%) Cánceres perdidos n (%) RENTABILIDAD DE LOS MARCADORES Gleason 7 perdidos n (%) 73 (37) 40 (47) 19 (22) 73 (37) 29 (34) 9 (11) 78 (40) 25 (29) 9 (11) 88 (44) 17 (20) 4 (5) Análisis con el mejor equilibrio entre Sensibilidad y Especifidad %fpsa 0.11 p2psa 14.8 %p2psa 0.27 PHI Biopsias que se pueden evitar n (%) PSA 10 ng/ml Cánceres perdidos n (%) Gleason 7 perdidos n (%) 60 (35) 39 (54) 15 (50) 61 (35) 27 (37) 12 (38) 67 (39) 23 (32) 13 (39) 77 (45) 16 (22) 7 (21)

21 CALIBRACIÓN DE LOS DISTINTOS MARCADORES PARA EL DIAGNÓSTICO DE CÁNCER DE PRÓSTATA tpsa fpsa %fpsa p2psa %p2psa PHI

22 CÁNCER DE PRÓSTATA CURVAS DE DECISIÓN MOSTRANDO EL BENEFICIO NETO DE CADA UNO DE LOS MARCADORES CÁNCER DE PRÓSTATA AGRESIVO El beneficio neto de PHI es superior al resto de los marcadores, pero no en cáncer de próstata agresivo

23 Modelo 1 = tpsa + fpsa + %fpsa Modelo 2 = Modelo 1 + p2psa CURVAS DE DECISIÓN MOSTRANDO EL BENEFICIO NETO Y EL NÚMERO DE BIOPSIAS QUE SE PUEDEN AHORRAR PARA CADA MODELO EN PACIENTES CON PSA 10 Modelo 3 = Modelo 1 + %p2psa Modelo 4 = Modelo 1 + PHI La incorporación de PHI al modelo basal supuso un beneficio neto superior y una mayor reducción del número de biopsias

24 BENEFICIO NETO Y NÚMERO DE BIOPSIAS QUE SE PUEDEN AHORRAR Beneficio neto y el número de biopsias que se pueden ahorrar con distintos umbrales de probabilidad del modelo que incorpora PHI en pacientes con PSA 10

25 Modelo PSA Edad, Tacto rectal, Biopsia previa, tpsa Modelo PHI Edad, Tacto rectal, Biopsia previa, PHI

26 CÁNCER DE PRÓSTATA CURVAS ROC COMPARANDO MODELO PSA Y MODELO PHI CÁNCER DE PRÓSTATA AGRESIVO El ABC del Modelo PHI fue superior al ABC del Modelo PSA para predecir Cáncer de próstata pero no para predecir Cáncer de próstata agresivo

27 CÁNCER DE PRÓSTATA RELACION EXISTENTE ENTRE LA PREDICCIÓN DE PROBABILIDADES DEL MODELO PSA Y EL MODELO PHI CÁNCER DE PRÓSTATA AGRESIVO Modelo PHI muestra beneficio sobre Modelo PSA para el diagnóstico de Cáncer de próstata, pero no en Cáncer de próstata agresivo

28 Cáncer de Próstata Cáncer de Próstata agresivo CALIBRACIÓN DEL MODELO PSA Y DEL MODELO PHI MODELO PSA MODELO PHI

29 CURVAS DE DECISIÓN BENEFICIO NETO BENEFICIO NETO % DE AHORRO DE BIOPSIAS CÁNCER DE PRÓSTATA CÁNCER DE PRÓSTATA AGRESIVO Modelo PHI: mayor beneficio neto, mayor % ahorro de biapsia,

30 La incorporación de p2psa a través de PHI a los modelos predictivos CONCLUSIONES diagnósticos de cáncer de próstata - Mejora la exactitud en la estratificación del riesgo - Ayuda en la toma de decisión sobre la realización de una biopsia - Permite un mayor ahorro en el número de biopsias PHI aporta un menor beneficio adicional en la predicción de enfermedad de alto riesgo

31 GRACIAS Validación del Índice de Salud Prostática en un modelo predictivo de Cáncer de Próstata