Development and validation of a SEER-based prognostic nomogram for patients with early-onset upper tract urothelial carcinoma

Resumo Técnico: Desenvolvimento e Validação de um Nomograma Prognóstico Baseado no SEER para Carcinoma Urotelial de Trato Superior de Início Precoce

Definição do Problema

O carcinoma urotelial de trato superior (CUTS) representa 5–10% de todos os carcinomas uroteliais. Embora fatores prognósticos como invasão linfovascular, tamanho do tumor e estadiamento TNM sejam bem estabelecidos para a população geral de CUTS, existe uma lacuna significativa na compreensão dos determinantes prognósticos específicos para pacientes de início precoce (<70 anos). A literatura atual foca pesadamente em coortes de idosos (≥70 anos), e os modelos tradicionais (ex: estadiamento TNM padrão) não conseguem considerar os comportamentos biológicos distintos e os padrões de tratamento característicos de pacientes mais jovens. Além disso, o CUTS de início precoce frequentemente se apresenta com sintomas inespecíficos, levando a potenciais diagnósticos errôneos e detecção em estágios avançados. Há uma necessidade urgente de uma ferramenta prognóstica adaptada especificamente à demografia de início precoce para facilitar a avaliação de risco personalizada e o planejamento de tratamento.

Metodologia

Este estudo empregou um delineamento retrospectivo utilizando duas fontes de dados primárias:

1. Banco de Dados SEER (Treinamento/Validação Interna): Dados de 2004 a 2015 cobrindo 30% da população dos EUA.
   • Coorte: Foram identificados 2.694 pacientes de início precoce (<70 anos) e 4.144 pacientes idosos (≥70 anos).
   • Critérios de Exclusão: Tumores não primários, dados ausentes de estadiamento/grau/tamanho do tumor, nefroureterectomia não radical e causa de morte incerta.
   • Divisão: Os pacientes de início precoce foram divididos aleatoriamente em uma coorte de treinamento (n=1.886) e uma coorte de validação interna (n=808) na proporção de 7:3.
2. Coorte de Validação Externa: Dados retrospectivos de 255 pacientes com CUTS de início precoce tratados no Segundo Hospital da Universidade de Lanzhou (janeiro de 2011–junho de 2023).

Análise Estatística:

• Análise Comparativa: As características clinicopatológicas entre os grupos de início precoce e idosos foram comparadas.
• Análise de Sobrevivência: A Sobrevivência Global (SG) e a Sobrevivência Específica de Câncer (SEC) foram analisadas por meio de curvas de Kaplan-Meier e regressão de riscos proporcionais de Cox.
• Construção do Modelo: Regressões de Cox univariadas e multivariadas identificaram fatores de risco independentes. Um nomograma foi construído com base nesses fatores para prever a SG de 1, 3, 5 e 8 anos e a SEC de 1, 3, 5 e 8 anos.
• Validação: O desempenho do modelo foi avaliado usando o Índice de Concordância (C-index), curvas de Característica de Operação do Receptor (ROC) (AUC), Análise de Curva de Decisão (DCA) e gráficos de calibração.
• Estratificação de Risco: Os pacientes foram categorizados em grupos de baixo e alto risco com base nas pontuações do nomograma, sendo as diferenças de sobrevivência analisadas via curvas de Kaplan-Meier.

Principais Contribuições

• Primeiro Nomograma Dedicado ao CUTS de Início Precoce: Este estudo apresenta o primeiro modelo prognóstico projetado especificamente para pacientes com menos de 70 anos, abordando uma lacuna crítica na medicina de precisão para esta demografia.
• Identificação de Fatores Prognósticos Distintos: O estudo identificou fatores de risco independentes específicos para pacientes de início precoce, incluindo idade, tamanho do tumor, estágios T/N/M, subtipo histológico e o impacto da quimiorradioterapia.
• Validação Abrangente: O modelo passou por rigorosa validação interna (divisão de treinamento/validação) e validação externa usando uma coorte clínica independente, demonstrando robustez em diferentes populações.
• Sistema de Estratificação de Risco: Um sistema de estratificação claro foi desenvolvido, permitindo que clínicos categorizem pacientes em grupos de risco distintos com diferenças estatisticamente significativas nos desfechos de sobrevivência.

Resultados

• Características da Coorte: Pacientes de início precoce exibiram uma proporção maior de homens (63,4% vs. 52,9%), indivíduos não casados e pacientes negros em comparação com a coorte de idosos. Eles também receberam quimioterapia com maior frequência (28,2% vs. 14,5%).
• Desfechos de Sobrevivência: Pacientes de início precoce demonstraram significativamente melhor SG e SEC em comparação com pacientes idosos (HR para SG: 2,08; HR para SEC: 1,61).
• Preditores Independentes:
  • Para SG: Idade, tamanho do tumor, estágio T, estágio N, estágio M, subtipo histológico e quimiorradioterapia.
  • Para SEC: Idade, grau do tumor, tamanho do tumor, estágio T, estágio N, estágio M, subtipo histológico e radioterapia.
• Desempenho do Modelo:
  • Coorte de Treinamento (SG): Valores de AUC para 1, 3, 5 e 8 anos foram 0,807, 0,774, 0,760 e 0,736, respectivamente.
  • Validação Interna (SG): Valores de AUC foram 0,811, 0,793, 0,763 e 0,752.
  • Validação Externa (SG): Valores de AUC foram 0,793, 0,767, 0,754 e 0,730.
  • Desempenho da SEC: O nomograma superou consistentemente os fatores individuais (ex: apenas o estágio T) na predição da SEC em todas as coortes, com AUCs variando de 0,780 a 0,863.
• Estratificação de Risco: A análise de Kaplan-Meier confirmou que os grupos de baixo risco tiveram taxas de sobrevivência significativamente maiores do que os grupos de alto risco em todas as coortes (ex: HR de SG = 2,82 no treinamento, P < 0,001).

Significância e Alegações

Os autores afirmam que este estudo desenvolveu com sucesso um nomograma validado para prever desfechos de sobrevivência para pacientes com CUTS de início precoce, um grupo anteriormente sub-representado em modelagem prognóstica. A ferramenta visa:

1. Quantificar o Risco: Estimar precisamente as probabilidades de 1, 3, 5 e 8 anos de SG e SEC para pacientes individuais.
2. Guiar o Tratamento: Auxiliar clínicos na formulação de planos de tratamento individualizados, particularmente em relação ao uso de terapias adjuvantes.
3. Abordar Lacunas Clínicas: Fornecer uma ferramenta de avaliação especializada que integra variáveis frequentemente negligenciadas por modelos convencionais, melhorando assim a precisão prognóstica para pacientes mais jovens.

O estudo reconhece limitações, incluindo sua natureza retrospectiva, a falta de detalhes granulares de tratamento no banco de dados SEER (ex: regimes de drogas específicos) e o potencial viés de seleção devido à validação externa de instituição única. No entanto, os autores afirmam que o modelo oferece uma referência valiosa para a avaliação prognóstica e apoia a integração de terapias emergentes (como a imunoterapia) no manejo do CUTS de início precoce.