Clinical value of a CT radiomics model for predicting myocardial injury after cancer therapy

Resumen Técnico: Valor Clínico de un Modelo de Radiómica de TC para la Predicción de la Lesión Miocárdica tras la Terapia contra el Cáncer

Planteamiento del Problema
La identificación temprana de pacientes en riesgo de lesión miocárdica relacionada con la terapia contra el cáncer sigue siendo un desafío clínico significativo. La vigilancia actual depende en gran medida de la ecocardiografía (p. ej., Fracción de Eyección del Ventrículo Izquierdo) y biomarcadores circulantes (p. ej., troponinas), que a menudo detectan la lesión solo después de que el daño miocárdico ya ha ocurrido. Si bien la Resonancia Magnética Cardíaca (RMC) ofrece una mayor sensibilidad tisular, su costo y complejidad limitan su uso como una herramienta de cribado universal previa al tratamiento. Por el contrario, la Tomografía Computarizada (TC) de tórax se adquiere de forma rutinaria para el estadiaje y la vigilancia del cáncer, pero está subutilizada para la estratificación del riesgo de cardiotoxicidad basal. Este estudio aborda la brecha en la predicción de la lesión miocárdica antes del inicio de la terapia contra el cáncer utilizando datos que ya están disponibles en los flujos de trabajo oncológicos de rutina.

Metodología
Se trató de un estudio retrospectivo unicéntrico realizado en el Hospital Central de Xuzhou, que involucró a pacientes con tumores malignos tratados entre enero de 2020 y diciembre de 2025.

• Cohorte: Se incluyeron 129 pacientes con datos completos de imagen y resultados en el flujo de trabajo de radiómica. Para la inferencia clínica y la regresión logística, se analizaron 128 pacientes tras excluir un caso con covariables faltantes. La cohorte constó de 42 pacientes que desarrollaron lesión miocárdica y 86 controles.
• Definición del Resultado: La lesión miocárdica se definió por el desarrollo de síntomas cardiovasculares combinados con al menos uno de los siguientes: elevación de la troponina cardíaca (>percentil 99), disminución de la LVEF ≥10% con LVEF <50%, o una reducción relativa en el acortamiento longitudinal global (GLS) >15%.
• Procesamiento de Imágenes: Las imágenes de TC de tórax pretratamiento se remuestrearon a una resolución isotrópica de 1×1×1 mm³. Dos oncólogos radioterápicos experimentados delinearon manualmente las regiones de interés (ROI) del miocardio del ventrículo izquierdo, excluyendo los músculos papilares y los lagos sanguíneos.
• Extracción y Selección de Características: Se extrajeron 128 características de radiómica (primer orden, forma, GLCM, GLRLM, GLSZM, GLDM, NGTDM). Las características se filtraron mediante:
  1. Análisis de reproducibilidad interobservador (Coeficiente de Correlación Intraclase > 0.75), reteniendo 107 características.
  2. Filtrado por umbral de varianza (reteniendo 78 características).
  3. Análisis de correlación de Spearman (|r| > 0.8) para eliminar la redundancia (reteniendo 19 características).
  4. Regularización Elastic Net para la selección final, resultando en un modelo de radiómica de 5 características.
• Desarrollo del Modelo: Se construyeron tres modelos: un modelo clínico (basado en variables clínicas seleccionadas por Elastic Net), un modelo de radiómica y un modelo combinado. El conjunto de datos se dividió en 7:3 para los conjuntos de entrenamiento y de prueba. El rendimiento se evaluó mediante AUC, sensibilidad, especificidad, calibración (prueba de Hosmer-Lemeshow) y Análisis de la Curva de Decisión (DCA).

Resultos Clave

• Variables Clínicas: En el análisis univariado, el consumo de alcohol, la hipertensión y el recuento absoluto de neutrófilos se asociaron con la lesión miocárdica. Sin embargo, en la regresión logística multivariable, ninguna variable clínica permaneció independientemente significativa, aunque la hipertensión mostró una significación limítrofe (P=0.059).
• Características de Radiómica: El modelo de radiómica final retuvo cinco características: 10Percentile (primer orden), Flatness (planitud), LeastAxisLength (longitud del eje menor), Maximum2DDiameterColumn (diámetro máximo de columna 2D, forma) y SizeZoneNonUniformity (no uniformidad de zona de tamaño, textura).
• Rendimiento Predictivo:
  • Modelo de Radiómica: Logró un AUC de 0.867 (IC 95%: 0.722–0.972) en el conjunto de prueba, con una sensibilidad de 0.692 y una especificidad de 0.962 en el punto de corte óptimo.
  • Modelo Clínico: Logró un AUC de 0.601.
  • Modelo Combinado: Logró un AUC de 0.805.
  • Comparación: El modelo de radiómica demostró una discriminación significativamente mejor que el modelo clínico (ΔAUC = 0.266, P = 0.036). La diferencia entre el modelo de radiómica y el modelo combinado no fue estadísticamente significativa (P = 0.475).
• Calibración y Utilidad: El modelo de radiómica mostró una calibración aceptable (Hosmer-Lemeshow P = 0.066). El Análisis de la Curva de Decisión indicó un mayor beneficio neto para el modelo de radiómica en comparación con las estrategias de "tratar a todos" o "no tratar a nadie" en un rango de probabilidad de umbral de 0.01–0.60.

Contribuciones Clave

1. Estratificación de Riesgo Pretratamiento: El estudio demuestra que los fenotipos miocárdicos cuantitativos extraídos de la TC de tórax de rutina pretratamiento pueden identificar a pacientes con un mayor riesgo de sufrir una lesión miocárdica posterior a la terapia, desplazando la evaluación del riesgo hacia una etapa más temprana del proceso de atención.
2. Superioridad de la Imagen sobre los Factores Clínicos: El modelo de radiómica superó significativamente a un modelo basado únicamente en variables clínicas, lo que sugiere que la heterogeneidad miocárdica pretratamiento (capturada mediante la distribución de niveles de gris, la geometría y la textura) contiene información predictiva no reflejada en la historia clínica estándar o en los biomarcadores.
3. Integración en el Flujo de Trabajo: Al utilizar los datos de TC existentes adquiridos para el estadiaje oncológico, este enfoque ofrece un método de baja carga y no invasivo para la evaluación basal de la cardiotoxicidad sin requerir escaneos adicionales ni una interrupción significativa del flujo de trabajo.

Significancia y Reivindicaciones
Los autores afirman que este estudio proporciona evidencia preliminar de que un modelo de radiómica miocárdica basado en TC de tórax pretratamiento tiene potencial para identificar pacientes de alto riesgo. El artículo enfatiza que, si bien el modelo de radiómica mostró una fuerte discriminación, los hallazgos son exploratorios. Los autores declaran explícitamente que el enfoque respalda una "evaluación de riesgo de cardiotoxicidad basal de baja carga" utilizando datos adquiridos durante la atención rutinaria.

Sin embargo, el documento mantiene un tono modesto respecto a la implementación clínica. Reconoce que el estudio es retrospectivo, unicéntrico y relativamente pequeño, y que carece de una cohorte de validación externa independiente. En consecuencia, los autores concluyen que se requieren cohortes externas más grandes para la validación antes de que el modelo pueda implementarse clínicamente. Señalan que la falta de mejora significativa del modelo combinado sobre el modelo de radiómica en el conjunto de prueba no descarta el valor de los datos clínicos, sino que sugiere que se necesitan estudios más amplios para confirmar la posible complementariedad. El estudio se posiciona como un paso hacia la integración de los fenotipos de imagen cuantitativa en la comprensión más amplia de la vulnerabilidad miocárdica relacionada con la terapia.