Prognostic nomograms for hormone receptor-positive breast cancer with lung metastasis: a SEER-based study with external validation

Resumen Técnico: Nomogramas Pronósticos para el Cáncer de Mama con Receptores Hormonales Positivos con Metástasis Pulmonar

Planteamiento del Problema
El cáncer de mama con metástasis pulmonar (BCLM, por sus siglas en inglés) se asocia con resultados de supervivencia deficientes, con una mediana de supervivencia global (OS) de 18–27 meses a pesar de la terapia multimodal. Aunque el sistema de estadificación del Comité Conjunto Americano sobre el Cáncer (AJCC) clasifica a todos los pacientes con BCLM como Estadio IV, carece de la precisión para estratificar el pronóstico debido a la significativa heterogeneidad dentro de esta población. Los modelos pronósticos existentes a menudo dependen de datos históricos sin validación temporal, lo que deja incierta su aplicabilidad en pacientes contemporáneos. Además, pocos modelos se dirigen específicamente a los subtipos con receptores hormonales positivos (HR+) o incorporan validación externa independiente para confirmar la generalizabilidad en poblaciones diversas. Existe una necesidad crítica de herramientas de pronóstico validadas y adaptadas individualmente para pacientes con BCLM HR+, que guíen la toma de decisiones clínicas.

Metodología
Este estudio utilizó un diseño retrospectivo aprovechando dos fuentes de datos primarias: la base de datos de Vigilancia, Epidemiología y Resultados Finales (SEER, 2010–2021) y una cohorte externa independiente del Hospital de la Universidad Médica de Guangxi.

• Construcción de la Cohorte: De 8,850 registros iniciales de SEER, se identificaron 4,425 pacientes elegibles con BCLM HR+. Estos se dividieron en:
  • Cohorte de Entrenamiento (n=1,894): Diagnosticados entre 2010–2017, utilizados para el desarrollo del modelo.
  • Cohorte de Validación Interna (n=812): Diagnosticados entre 2010–2017, utilizados para la validación interna de exclusión.
  • Cohorte de Validación Temporal (n=1,719): Diagnosticados entre 2018–2021, utilizados para evaluar el desempeño en la práctica contemporánea.
  • Cohorte de Validación Externa (n=374): Diagnosticados entre 2015–2021 en una sola institución china, utilizados para probar la generalizabilidad.
• Análisis Estadístico: Se emplearon modelos de regresión de riesgos proporcionales de Cox univariante y multivariante para identificar predictores independientes de Supervivencia Global (OS) y Supervivencia Específica por Cáncer de Mama (BCSS). Se incorporaron once variables clinicopatológicas en los modelos finales.
• Desarrollo del Modelo: Se construyeron dos nomogramas pronósticos de 3 años para OS y BCSS basados en los predictores multivariantes.
• Métricas de Validación: El desempeño del modelo se evaluó mediante el índice de concordancia de Harrell (C-index), curvas ROC dependientes del tiempo (AUC), gráficos de calibración y análisis de la curva de decisión (DCA). La estratificación de riesgo se realizó utilizando puntuaciones de riesgo medianas derivadas de la cohorte de entrenamiento, aplicadas sin cambios a todos los conjuntos de validación.

Contribuciones Clave

1. Desarrollo de Nomogramas Específicos para HR+: El estudio construyó y validó dos nomogramas distintos específicamente para pacientes con BCLM HR+, abordando una brecha en las herramientas de pronóstico específicas por subtipo.
2. Validación Rigurosa Multicohorte: A diferencia de muchos estudios previos, este trabajo empleó una estrategia de validación robusta que incluyó validación interna, temporal (2018–2021) e independiente externa. Este enfoque probó específicamente la resiliencia del modelo frente a los cambios temporales en los paradigmas de tratamiento (por ejemplo, la adopción generalizada de inhibidores de CDK4/6 y terapias dirigidas contra HER2).
3. Identificación de Predictores Independientes: El estudio identificó once factores pronósticos independientes, incluyendo edad, raza, estado civil, grado tumoral, estadio T, estado de HER2 y afectación metastásica de hueso, cerebro e hígado, así como modalidades de tratamiento (cirugía y quimioterapia). Notablemente, el estadio N fue excluido del modelo multivariante final.
4. Aplicabilidad Contemporánea: La inclusión de una cohorte de validación temporal permitió a los autores demostrar que el modelo mantiene la precisión predictiva en pacientes diagnosticados recientemente, contrarrestando las preocupaciones sobre la obsolescencia del modelo.

Resultos

• Desempeño Predictivo: Los nomogramas demostraron un desempeño de discriminación aceptable en todas las cohortes.
  • Valores del C-index: Para OS, los valores del C-index oscilaron entre 0.648 (validación interna) y 0.681 (validación temporal). Para BCSS, los valores oscilaron entre 0.652 (validación externa) y 0.686 (validación temporal).
  • Valores de AUC: Las AUC dependientes del tiempo para las predicciones a 1, 2 y 3 años generalmente superaron 0.64, con la cohorte de validación temporal mostrando valores numéricamente superiores (por ejemplo, AUC de OS de 0.721, 0.724 y 0.717).
• Calibración y Utilidad: Los gráficos de calibración indicaron una concordancia favorable entre la supervivencia prevista y la observada en las cohortes de entrenamiento e interna, con un desempeño aceptable en las cohortes temporal y externa. El análisis de la curva de decisión (DCA) confirmó un beneficio neto incremental modesto de los nomogramas sobre las estrategias de "tratar a todos" o "no tratar a nadie".
• Estratificación de Riesgo: Los pacientes estratificados en grupos de alto y bajo riesgo basados en las puntuaciones del nomograma exhibieron resultados de supervivencia significativamente diferentes (p log-rank < 0.001) en todas las cohortes.
• Hallazgos Clave sobre Factores Pronósticos:
  • Edad: La edad avanzada (≥70) se asoció con una peor supervivencia.
  • Raza: Los pacientes negros mostraron una ventaja de supervivencia en comparación con los pacientes blancos en el análisis multivariante (HR ≈ 0.82), aunque las razones siguen sin estar claras.
  • Estado de HER2: El estado HER2-positivo se asoció con una mejor supervivencia (HR ≈ 0.67), lo que probablemente refleja la eficacia de las terapias dirigidas.
  • Tratamiento: La cirugía y la quimioterapia se asociaron independientemente con una mejor OS y BCSS, aunque los autores señalan un posible sesgo de selección de tratamiento.
  • Metástasis: La afectación de hueso, cerebro e hígado, así como un estadio T más alto y un mayor grado tumoral, se asociaron con peores resultados.

Significancia y Reivindicaciones
Los autores afirman que los nomogramas desarrollados proporcionan un marco práctico para la evaluación pronóstica individualizada de los pacientes con BCLM HR+. El estudio enfatiza que los modelos están destinados a la evaluación pronóstica post-tratamiento y la estratificación de riesgo, en lugar de la selección de tratamientos específicos o la predicción pre-tratamiento.

La principal significancia radica en la robustez temporal del modelo. Los autores destacan que el modelo funcionó numéricamente mejor en la cohorte de validación temporal (2018–2021) que en las cohortes históricas, lo que sugiere que la herramienta sigue siendo relevante a pesar de la evolución de los paisajes de tratamiento. Esto aborda una brecha crítica en la literatura existente donde los modelos a menudo se validan solo con datos históricos. Además, la validación externa exitosa en una cohorte china respalda la potencial transportabilidad del modelo a diversas poblaciones, aunque los autores reconocen modestamente las limitaciones respecto a la generalizabilidad a otros grupos étnicos y la falta de datos específicos de terapia endocrina en la base de datos SEER.

El estudio concluye que, si bien los nomogramas ofrecen un desempeño predictivo y una utilidad clínica aceptables, deben verse como un componente de una evaluación clínica integral, requiriéndose investigaciones futuras para incorporar detalles de la terapia endocrina y métodos de riesgos competitivos.