📄 medicine

Clinical Phenotypes and Prognosis in Patients with Venous Thromboembolism and Cancer: A Cluster Analysis

Este estudio de cohorte retrospectivo de 654 pacientes colombianos con tromboembolismo venoso y cáncer demuestra que la agrupación basada en características clínicas no oncológicas identifica subgrupos pronósticos distintos con resultados de supervivencia variables, independientemente de los factores de riesgo trombótico tradicionales relacionados con el tumor.

Autores originales: Arturo D. Mora, Juan Pablo Gómez-Arellano, David Fernando Narvaez-De Los Rios, Manuela Estrada-Schweineberg, Andrés Domínguez-Durán, Valeria Azcarate-Rodríguez, Juan Andres Muñoz, Diana C. Carrillo-Gó

Publicado 2026-07-30

📖 6 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Arturo D. Mora, Juan Pablo Gómez-Arellano, David Fernando Narvaez-De Los Rios, Manuela Estrada-Schweineberg, Andrés Domínguez-Durán, Valeria Azcarate-Rodríguez, Juan Andres Muñoz, Diana C. Carrillo-Gómez, Julián David Yara, Hoover León-Giraldo, Frank Douglas Cañón-Estrada, Mario Miguel Barbosa-Rengifo, Jessica Largo-Ocampo, Juan Esteban Gómez-Mesa

Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Imagina el cuerpo humano como una ciudad bulliciosa y de alta tecnología. En esta ciudad, los vasos sanguíneos son las autopistas y las células sanguíneas son los camiones de reparto que llevan oxígeno y nutrientes a cada vecindario. Normalmente, el tráfico fluye sin problemas. Pero, a veces, un camión de reparto se queda atascado, formando un embotellamiento que bloquea la carretera. En términos médicos, esto es un coágulo de sangre. Cuando estos coágulos viajan a los pulmones o se quedan atrapados en las venas profundas, se denomina tromboembolismo venoso (TEV). Es un evento grave que puede detener la red eléctrica de la ciudad.

Ahora, imagina que esta ciudad también está bajo construcción debido a un proyecto masivo y caótico llamado "Cáncer". El cáncer es como una cuadrilla de construcción rebelde que no solo desordena el diseño de la ciudad, sino que también hace que las carreteras sean pegajosas y propensas a atascos. Los médicos saben desde hace tiempo que las personas con cáncer tienen muchas más probabilidades de sufrir estos coágulos de sangre. Durante mucho tiempo, la forma en que los médicos intentaban adivinar qué tan enferma se pondría una persona era mirando solo a la cuadrilla de construcción: ¿Qué tipo de cáncer es? ¿Qué tan grande es el sitio? ¿Qué tan agresiva es la cuadrilla? Utilizaban un "mapa" basado enteramente en el tumor para predecir el futuro. Pero, al igual que dos ciudades con el mismo proyecto de construcción pueden tener resultados muy diferentes dependiendo del clima, la edad de los edificios o la salud de la población local, dos pacientes con cáncer pueden tener trayectos muy distintos incluso si tienen el mismo tipo de tumor. Este estudio plantea una pregunta simple pero revolucionaria: ¿Qué pasaría si dejáramos de mirar solo a la cuadrilla de construcción y empezáramos a mirar a la ciudad misma?

El Estudio: Mapeando la Ciudad, No Solo la Construcción

Un equipo de investigadores de Colombia decidió echar un vistazo fresco a 654 pacientes que padecían tanto cáncer como un coágulo de sangre. En lugar de preguntar simplemente: "¿Qué tipo de cáncer tienes?", preguntaron: "¿Quién eres tú como persona?". Recopilaron una enorme lista de detalles sobre la vida de los pacientes: su edad, si tenían otros problemas de salud como presión arterial alta o diabetes, si habían tenido cirugía recientemente y cómo era su salud general. Ignoraron deliberadamente el tipo específico de cáncer y los tratamientos contra el cáncer durante la primera parte de su análisis. Querían ver si la "persona" detrás de la enfermedad tenía una historia que contar que la "enfermedad" por sí sola no podía contar.

Utilizando un método computacional sofisticado llamado "análisis de conglomerados" (piensa en ello como una máquina de clasificación súper inteligente que agrupa cosas que se parecen), clasificaron a estas 654 personas en tres grupos distintos, o "fenotipos". Es como clasificar una bolsa de canicas mixtas no por su color, sino por su peso y de qué están hechas.

Los Tres Grupos Descubiertos

El grupo "Joven y Luchador": Este grupo tenía 367 personas. Eran generalmente más jóvenes (promedio de edad alrededor de 59 años) y estaban luchando activamente contra el cáncer. No tenían muchos otros problemas de salud, pero estaban en el fragor de la batalla.
El grupo "Mayor, Recientemente Operado": Este grupo tenía 211 personas. Eran mayores (promedio de edad alrededor de 76 años) y habían tenido cirugía recientemente. Tenían algunos otros problemas de salud, pero no demasiados.
El grupo "Mayor con Muchos Problemas de Salud": Este era el grupo más pequeño con 76 personas. Eran los más longevos (promedio de edad alrededor de 78 años) y cargaban con una pesada carga de otros problemas de salud, como enfermedades cardíacas, diabetes y presión arterial alta.

La Gran Sorpresa: ¿Quién Sobrevivió Más Tiempo?

Aquí es donde la historia se vuelve intrigante. Podrías suponer que el grupo "Joven y Luchador" viviría más tiempo porque son más jóvenes y saludables. Pero los datos contaron una historia diferente.

Los investigadores rastrearon cuánto tiempo vivió cada grupo después de que se detectara su coágulo de sangre.

El grupo Joven y Luchador tuvo una mediana de supervivencia de 2.4 años.
El grupo Mayor, Recientemente Operado tuvo una mediana de supervivencia de 6.2 años.
El grupo Mayor con Muchos Problemas de Salud tuvo una mediana de supervivencia de 3.8 años.

¡Espera, el grupo de mayores que acababa de pasar por una cirugía vivió más tiempo! ¡Sí! El estudio sugiere que ser joven y luchar activamente contra el cáncer puede ser en realidad una señal de una enfermedad más agresiva o de una situación más compleja, lo que conduce a un tiempo de supervivencia más corto en este contexto específico. Mientras tanto, el grupo de mayores que tuvo una cirugía parecía tener un camino más estable, sobreviviendo mucho más tiempo.

Por Qué Esto Importa

Los investigadores volvieron a analizar los números para asegurarse de que esto no fuera solo una casualidad causada por el tipo de cáncer. Ajustaron el análisis para la "escala de Khorana", que es la forma estándar en que los médicos actualmente estiman el riesgo basándose en el tumor. Incluso después de contabilizar qué tan peligroso era el cáncer, la "persona" seguía importando. Los tres grupos tenían tasas de supervivencia diferentes independientemente del tipo de tumor.

Esto sugiere que la vieja forma de mirar solo el cáncer no es la imagen completa. El propio cuerpo del paciente, su edad y sus otros problemas de salud actúan como un segundo mapa que cambia el destino. El estudio no dice que debamos dejar de tratar el cáncer, pero sí sugiere que los médicos necesitan mirar al paciente completo, no solo al tumor, para entender quién tiene el mayor riesgo.

La Conclusión

El estudio encontró que, entre las personas con cáncer y coágulos de sangre, existen tres "tipos de personalidad" distintos de pacientes, y estos tipos predicen mejor cuánto tiempo podrían vivir que solo mirar el cáncer por sí solo. El grupo "Joven y Luchador" enfrentó un camino más difícil, mientras que el grupo "Mayor, Recientemente Operado" tuvo un viaje más largo por delante. Los investigadores advierten que esto es una sugerencia basada en sus datos, no una regla final, pero abre una nueva puerta. Nos dice que para comprender verdaderamente el futuro de un paciente, necesitamos escuchar la historia de todo su cuerpo, no solo la historia de su tumor.

Resumen Técnico: Fenotipos Clínicos y Pronóstico en Pacientes con Tromboembolismo Venoso y Cáncer

Planteamiento del Problema
La estratificación de riesgo actual para pacientes con tromboembolismo venoso (TEV) y cáncer es predominantemente centrada en el tumor, basándose en modelos como la puntuación de Khorana, que se enfocan en el tipo y estadio del tumor. Sin embargo, los resultados clínicos en esta población son heterogéneos y están influenciados por características a nivel del paciente que son independientes de la biología tumoral, incluyendo la carga de comorbilidades, exposiciones clínicas recientes y el estado clínico general. Los modelos existentes pueden no capturar esta heterogeneidad no oncológica, lo que conduce a una variabilidad en la evaluación pronóstica que no se explica únicamente por el riesgo trombótico relacionado con el tumor.

Metodología
Los autores realizaron un estudio de cohorte observacional retrospectivo en un centro de referencia de tercer nivel en Colombia, analizando a 654 pacientes con TEV objetivamente confirmado y cáncer actual o previo (excluyendo cáncer de piel no melanoma) entre enero de 2011 y enero de 2025.

Recolección de Datos: Se extrajeron datos clínicos y demográficos de las historias clínicas electrónicas, incluyendo características oncológicas, comorbilidades no oncológicas, presentación del TEV y manejo de la anticoagulación.
Identificación de Fenotipos: Para identificar fenotipos clínicos basados en características no oncológicas, los autores emplearon un enfoque de aprendizaje automático no supervisado. Se seleccionaron dieciséis variables que reflejan las características clínicas del paciente, las comorbilidades y las exposiciones clínicas recientes. Crucialmente, el sitio del tumor y los tratamientos oncológicos fueron excluidos intencionalmente de las variables de agrupamiento para evitar que los grupos fueran impulsados principalmente por el tipo de tumor.
- Técnica: Se realizó un Análisis de Correspondencias Múltiples (MCA) seguido de un agrupamiento jerárquico aglomerativo mediante el método de mínima varianza de Ward.
- Selección de Clústeres: Aunque una solución de dos clústeres arrojó el mayor coeficiente de silueta (silhouette width), se seleccionó una solución de tres clústeres basada en una mayor resolución clínica e interpretabilidad.
Análisis Estadístico: La supervivencia global (OS) se estimó mediante el análisis de Kaplan–Meier. Se utilizaron modelos de riesgos proporcionales de Cox multivariables para evaluar la asociación entre los fenotipos clínicos identificados y la mortalidad, ajustando por categorías de riesgo trombótico relacionado con el tumor (riesgo estándar, alto y muy alto según los criterios de Khorana).

Contribuciones Clave
El estudio introduce un marco basado en datos para caracterizar a los pacientes con cáncer asociado a TEV que va más allá de los modelos centrados en el tumor. Al aislar las variables no oncológicas, los autores demuestran que los perfiles clínicos de los pacientes constituyen subgrupos pronósticos distintos. El estudio proporciona una visión granular de cómo la carga de comorbilidades, la edad y las exposiciones clínicas recientes (como la cirugía) interactúan para influir en la supervivencia, independientemente del perfil de riesgo trombótico de la neoplasia subyacente.

Resultados
El análisis identificó tres fenotipos clínicos distintos:

Clúster 1 (Pacientes más jóvenes con cáncer activo): $n=367$ . Caracterizado por una mediana de edad de 59.3 años, una alta prevalencia de cáncer activo (81.7%) y una baja carga de comorbilidades.
Clúster 2 (Pacientes mayores con exposición quirúrgica reciente): $n=211$ . Caracterizado por una mediana de edad de 75.9 años, exposición quirúrgica reciente y una carga de comorbilidades intermedia.
Clúster 3 (Pacientes mayores con multimorbilidad): $n=76$ . Caracterizado por una mediana de edad de 78.5 años, una marcada multimorbilidad cardiovascular y el perfil de riesgo HAS-BLED más alto.

Resultados de Supervivencia:

La mediana de la supervivencia global (OS) para toda la cohorte fue de 3.7 años (IC 95% 2.8–5.4).
La supervivencia difirió significativamente entre los fenotipos (log-rank $p=0.044$ $p = 0.044$ ):
- Clúster 1: Mediana de OS de 2.4 años.
- Clúster 2: Mediana de OS de 6.2 años.
- Clúster 3: Mediana de OS de 3.8 años.
Análisis Multivariable: Tras ajustar por el riesgo trombótico relacionado con el tumor, el fenotipo clínico se mantuvo asociado de forma independiente con la mortalidad. En comparación con el Clúster 2 (la referencia), el Clúster 1 se asoció con un mayor riesgo de mortalidad (HR 1.30; IC 95% 1.02–1.65; $p=0.032$ ). El Clúster 3 no mostró una diferencia estadísticamente significativa en el riesgo de mortalidad en relación con el Clúster 2 (HR 1.07; IC 95% 0.74–1.54; $p=0.731$ ).
Los desenlaces secundarios (sangrado mayor y TEV recurrente) ocurrieron en el 3.8% de los pacientes cada uno, sin diferencias significativas entre los clústeres, aunque las tasas de sangrado fueron numéricamente superiores en el Clúster 3.

Significancia y Afirmaciones
Los autores afirman que los fenotipos clínicos definidos por características no oncológicas identifican grupos pronósticos que van más allá del riesgo trombótico relacionado con el tumor. Los hallazgos sugieren que los factores a nivel del paciente contribuyen significativamente a la heterogeneidad de los resultados en esta población. Específicamente, el estudio destaca que los pacientes más jóvenes con cáncer activo pero baja comorbilidad (Clúster 1) pueden enfrentar peores resultados de supervivencia en comparación con los pacientes mayores con exposición quirúrgica reciente (Clúster 2), desafiando la suposición de que la edad cronológica o el estado de cáncer activo por sí solos dictan el pronóstico.

El artículo postula que la integración del fenotipado clínico con la estratificación de riesgo basada en el tumor ofrece una comprensión más matizada del pronóstico. Sugiere que el reconocimiento de estos perfiles fenotípicos podría apoyar una evaluación más individualizada de la gestión de la anticoagulación y la intensidad del seguimiento, particularmente para pacientes con comorbilidades complejas o altos riesgos de sangrado. Los autores enfatizan que estos hallazgos se derivan de datos del mundo real y respaldan la relevancia del perfil clínico del paciente en la variabilidad de los resultados, aunque señalan que se requiere validación prospectiva para confirmar la reproducibilidad y determinar si las estrategias informadas por el fenotipo pueden refinar la evaluación de riesgos.

Más como este