Resumen Técnico: Construcción y Validación de un Modelo de Evaluación de Riesgo para Adenoma Colorrectal Basado en la Regresión LASSO

Planteamiento del Problema

Los adenomas colorrectales (ACR) son reconocidos como los precursores primarios del cáncer colorrectal (CCR), una de las principales causas de mortalidad relacionada con el cáncer a nivel mundial. Si bien la colonoscopia sigue siendo el estándar de oro para el cribado, su aceptación pública es limitada debido al bajo conocimiento, la incomodidad del procedimiento y la variabilidad en las tasas de detección debida a la experiencia del operador y la calidad de la preparación intestinal. En consecuencia, existe una necesidad crítica de modelos de predicción de riesgo eficaces y no invasivos para identificar a individuos de alto riesgo de manera temprana, facilitando intervenciones personalizadas y reduciendo la incidencia del CCR. La investigación existente en China se ha centrado principalmente en la exploración de factores de riesgo aislados en lugar del desarrollo de modelos de predicción sistemáticos y validados. Además, muchos modelos internacionales dependen de métodos estadísticos tradicionales con una selección de variables limitada y carecen de validación externa, lo que restringe su utilidad clínica.

Metodología

Este estudio empleó un diseño de cohorte retrospectiva que involucró a 883 participantes que se sometieron a una colonoscopia total en dos hospitales del norte de China entre julio de 2023 y enero de 2024. La cohorte incluyó a 314 individuos diagnosticados con adenomas colorrectales.

Recopilación de Datos y Variables:
Los datos se recopilaron mediante cuestionarios estructurados e historias clínicas electrónicas, cubriendo:

• Demografía: Edad, género, educación, ingresos.
• Antecedentes Médicos: Hipertensión, diabetes, hiperlipidemia, cálculos biliares, estreñimiento, diarrea, antecedentes de pólipos y antecedentes de tumores malignos.
• Estilo de Vida y Dieta: Consumo de tabaco, consumo de alcohol, ejercicio aeróbico y una Puntuación de Diversidad Dietética (DDS).
• Antropometría: Altura, peso y el IMC.

Análisis Estadístico:
El conjunto de datos se dividió aleatoriamente en un conjunto de entrenamiento (70%, n=618) y un conjunto de validación (30%, n=265).

1. Selección de Variables: Se utilizó la regresión LASSO (Least Absolute Shrinkage and Selection Operator) con validación cruzada de 10 pliegues para manejar la multicolinealidad y seleccionar predictores significativos de un conjunto de datos de alta dimensión.
2. Construcción del Modelo: Las variables seleccionadas por LASSO fueron sometidas a una regresión logística multivariable mediante un método de eliminación hacia atrás para identificar factores de riesgo independientes y construir el modelo predictivo final.
3. Validación: El rendimiento del modelo se evaluó mediante:
   • Discriminación: Curvas ROC (Característica Operativa del Receptor) y el Área Bajo la Curva (AUC).
   • Calibración: Curvas de calibración para evaluar la concordancia entre las probabilidades predichas y observadas.
   • Utilidad Clínica: Análisis de la Curva de Decisión (DCA) para determinar el beneficio clínico neto a través de umbrales de probabilidad.
   • Métricas: Sensibilidad, especificidad, valores Kappa, índice de Youden, puntuación F1 y puntuación de Brier.

Contribuciones Clave

• Integración de Nuevas Variables: Este estudio es el primero en incorporar factores específicos nuevos, incluyendo los antecedentes personales de tumores y las puntuaciones de diversidad dietética, en un modelo de predicción de riesgo de ACR.
• Rigor Metodológico: Al combinar la regresión LASSO para una selección robusta de variables con la regresión logística multivariable, el estudio aborda las limitaciones de los modelos tradicionales respecto al sobreajuste y la selección de variables en datos de alta dimensión.
• Desarrollo de Herramienta Clínica: El estudio produjo un modelo de evaluación de riesgo validado y un nomograma correspondiente, proporcionando un instrumento pragmático para que los clínicos estimen el riesgo individual de ACR sin depender de inmediato de procedimientos invasivos.

Resultados

Factores de Riesgo Independientes:
Los análisis de LASSO y la posterior regresión logística identificaron los siguientes como predictores independientes de adenoma colorrectal (P < 0.05):

• Género: El sexo masculino se asoció con un mayor riesgo (OR: 0.535 para mujer frente a hombre, lo que indica que los hombres tienen un mayor riesgo).
• Edad: El aumento de la edad incrementó significativamente el riesgo (OR: 1.037 por año).
• Peso Corporal: Un mayor peso fue un factor de riesgo (OR: 1.016 por kg).
• Antecedentes de Estreñimiento: Curiosamente, un historial de estreñimiento se asoció con un menor riesgo en este modelo específico (OR: 0.522), aunque la discusión señala que el estreñimiento generalmente se considera un factor de riesgo en la literatura más amplia; el modelo sugiere una relación compleja o características específicas de la cohorte.
• Antecedentes de Pólipos Colorrectales: Un fuerte predictor (OR: 1.681).
• Hipertensión: Asociada con un mayor riesgo (OR: 1.879).
• Cálculos Biliares: Asociados con un mayor riesgo (OR: 2.376).
• Antecedentes de Tumores: Un antecedente personal de tumores se asoció con un menor riesgo en el modelo final (OR: 0.221), aunque la discusión destaca que el historial de tumores generalmente aumenta el riesgo, lo que sugiere posibles factores de confusión o dinámicas específicas de la cohorte.

Rendimiento del Modelo:

• Discriminación: El modelo alcanzó un AUC de 0.728 (IC 95%: 0.667–0.740) en el conjunto de entrenamiento y 0.717 (IC 95%: 0.616–0.732) en el conjunto de validación, lo que indica una capacidad discriminativa moderada.
• Sensibilidad y Especificidad: En el conjunto de entrenamiento, la sensibilidad fue de 0.623 y la especificidad de 0.750. En el conjunto de validación, la sensibilidad fue de 0.581 y la especificidad de 0.767. El modelo demostró una mayor especificidad que sensibilidad, desempeñándose bien en la identificación de casos sin adenoma.
• Calibración: Las curvas de calibración mostraron una buena concordancia entre las probabilidades predichas y las observaciones reales en ambos conjuntos.
• Utilidad Clínica: El Análisis de la Curva de Decisión (DCA) indicó que el modelo proporciona un beneficio clínico neto favorable cuando la probabilidad umbral para el adenoma colorrectal supera el 0.1.

Estratificación de Riesgo:
Se estableció un umbral de riesgo de 172 puntos en el nomograma (correspondiente a una probabilidad de 0.395). Los pacientes con una puntuación de 172 o superior se clasifican como de alto riesgo.

Significado y Reivindicaciones

Los autores afirman que el modelo de evaluación de riesgo desarrollado ofrece una precisión predictiva clínicamente significativa y sirve como un instrumento de cribado pragmático para la detección temprana de adenomas colorrectales. Al identificar a individuos de alto riesgo mediante datos clínicos no invasivos, el modelo tiene como objetivo guiar estrategias de gestión de riesgos personalizadas y mejorar la eficiencia de los recursos de cribado.

El estudio reconoce las limitaciones, señalando que los datos provienen de la región de Tangshan, lo que puede limitar la generalización debido a las características dietéticas y de estilo de vida locales específicas. Los autores declaran modestamente que, si bien el modelo es una herramienta valiosa, el trabajo futuro debe centrarse en expandir el conjunto de datos a poblaciones multicéntricas e incorporar biomarcadores adicionales para mejorar aún más la utilidad clínica y la validez externa. El modelo se presenta no como un reemplazo de la colonoscopia, sino como una herramienta para facilitar la identificación temprana e intervención en poblaciones predispuestas.