Predicción de toxicidad de la quimioterapia y radioterapia en el paciente oncológico quirúrgico

RESUMEN

Fundamento la toxicidad asociada a los tratamientos de quimioterapia y radioterapia eleva la morbilidad y la mortalidad en los pacientes oncológicos. Objetivo diseñar un modelo predictivo de toxicidad de la quimioterapia y la radioterapia en el paciente oncológico quirúrgico. Métodos estudio analítico, de casos y controles, en pacientes oncológicos quirúrgicos que cumplieron los criterios de inclusión para la predicción de toxicidad preoperatoria, en el periodo enero a diciembre de 2022, en el Hospital Provincial Docente Oncológico María Curie, de Camagüey. Mediante el paquete estadístico Statistical Package for the Social Sciences, se seleccionó una muestra aleatoria de 334 pacientes, 197 sin toxicidad (grupo control) y 137 con toxicidad (grupo de estudio). Se realizó estimación de predictores de toxicidad mediante regresión logística binaria. Se seleccionó el modelo de mejor ajuste. Resultados el modelo en el paso tres predice un porcentaje global de 83,5 % con respecto a los valores observados. La sensibilidad resultó ser de 81,8; y la especificidad, 84,8. El modelo presentó buen poder discriminativo. Las variables en la ecuación fueron hipertensión arterial, fracción de eyección del ventrículo izquierdo y anemia. La comparación de la predicción con la realidad, mediante curva Receiver Operating Characteristic determinó un área bajo la curva de 0,901. Conclusión se obtuvo una función de regresión logística que permitió la estimación de la probabilidad de toxicidad en pacientes oncológicos quirúrgicos electivos, la cual proporcionó una herramienta para su predicción desde el preoperatorio.

ABSTRACT

Foundation the toxicity associated with chemotherapy and radiotherapy treatments increases morbidity and mortality in cancer patients. Objective to design a predictive model of chemotherapy and radiotherapy toxicity in surgical cancer patients. Methods analytical, case-control study, in surgical oncology patients who met the inclusion criteria for the prediction of preoperative toxicity, from January to December 2022, at the María Curie Provincial Teaching Oncology Hospital in Camagüey. Using the Statistical Package for the Social Sciences, a random sample of 334 patients was selected, 197 without toxicity (control group) and 137 with toxicity (study group). Toxicity predictors were estimated using binary logistic regression. The model with the best fit was selected. Results the model in step three predicts an overall percentage of 83.5% with respect to the observed values. The sensitivity turned out to be 81.8; and the specificity, 84.8. The model presented good discriminative power. The variables in the equation were arterial hypertension, left ventricular ejection fraction, and anemia. The comparison of the prediction with reality, using the Receiver Operating Characteristic curve, determined an area under the curve of 0.901. Conclusion a logistic regression function was obtained that allowed the estimation of the toxicity probability elective surgical cancer patients, which provided a tool for its prediction from the preoperative period.