Características bioestadísticas de un buen biomarcador en oncología / Statistical characterization of a good biomarker in oncology

OBJETIVO: El objetivo principal de esteartículo es revisar e ilustrar las propiedades para analizar el desempeño de un modelo predictivo, que sonla discriminación, calibración y utilidad clínica.MATERIAL Y MÉTODOS: Para ilustrar un procesode validación de biomarcadores, analizamos 216 pacientes reclutados en el Hospital Universitario MiguelServet, Zaragoza, España. El objetivo a predecir en elestudio fue un cáncer de próstata clínicamente significativo (Gleason ≥ 7). Se construyó un nuevo biomarcador utilizando un modelo de regresión logísticausando la edad, el antígeno prostático específico, elvolumen de la próstata y el tacto rectal como variablespredictoras. Para analizar la capacidad de discriminación se estimó la curva característica de funcionamiento del receptor, su área bajo la curva (AUC) y elíndice de Youden. Además, la calibración se analizómediante curva de calibración, intersección y pendiente; y la utilidad clínica se estudió mediante curvasde decisión y utilidad clínica. RESULTADOS: La capacidad de discriminación fuebuena: AUC 0,790 (0,127-0,853 IC del 95%), punto decorte del índice de Youden 0,431 (especificidad 0,811,sensibilidad 0,697). La intersección fue 0 y la pendiente 1, mostrando una calibración perfecta. La curva dedecisión muestra un buen beneficio neto en un rangode probabilidad del 25% al 80%. La curva de utilidadclínica mostró que para un punto de corte del 18%, seproduce un mínimo del 4,5% de los pacientes con CsPCa clasificados incorrectamente por debajo del puntode corte, ahorrando un 18,5% de biopsias.CONCLUSIONES: Es necesario un proceso de validación completo para analizar el desempeño de un biomarcador en oncología, en función de su capacidad dediscriminación, la concordancia entre las prediccionesque proporciona el marcador y la ocurrencia real delevento, y su aplicabilidad en la práctica clínica. (AU)

lustrate the attributes that analyze theperformance of a predictive model, such as discrimination, calibration and clinical utility.MATERIAL AND METHODS: To illustrate a biomarker validation process, we analyzed 216 patientsrecruited in the Miguel Servet University Hospital, Zaragoza, Spain. The outcome of the study was clinically significant prostate cancer (Gleason ≥ 7). A newbiomarker was built using logistic regression modelfrom age, prostate-specific antigen, prostate volumeand digital rectal exam variables. To analyze the discrimination ability, the receiver operating characteristic curve, its area under the curve (AUC), and Youdenindex were estimated. In addition, the calibration wasanalyzed through calibration curve, intercept and slope; and the clinical utility was studied by means of decision and clinical utility curves.RESULTS: The discrimination ability was good:AUC 0.790 (0.127-0.853 95% C.I.), Youden index cutoff point 0.431 (specificity 0.811, sensitivity 0.697).The Intercept was 0 and Slope 1 showing a perfect calibration. Decision curve showed good net benefit in athreshold probability range 25%-80%. Clinical utilitycurve showed that for a 18% cutoff point, a minimum4.5% of CsPCa patients are wrongly classified belowthe cutoff point, saving 18.5% biopsies.CONCLUSIONS: A complete validation process isnecessary to analyze the performance of a biomarkerin oncology, based on their discrimination ability, theconcordance between predicted and actual occurrenceof the outcome, and its applicability in clinical practice. (AU)

Mastectomía contralateral profiláctica con reconstrucción inmediata en pacientes con cáncer de mama unilateral sin mutación germinal en BRCA1/2 / Prophylactic contralateral mastectomy with immediate reconstruction in patients with unilateral breast cancer without germline BRCA1/2 mutations

Introducción No existe un consenso sobre las indicaciones de mastectomía contralateral en pacientes diagnosticadas de cáncer de mama unilateral sin mutación germinal en BRCA1/2. Estudios previos han identificado algunos factores que pueden influir en la toma de la decisión dependientes del tumor, como el tamaño o histología, de la paciente, como la edad, y de la cirugía como la posibilidad de realizar una reconstrucción inmediata o la experiencia del cirujano.MétodosEstudio retrospectivo de una cohorte de 176 pacientes diagnosticadas de CM entre 2010 y 2016 a las que se les realizó cirugía mamaria. Se ha analizado la asociación de características del tumor y de la paciente con la toma de decisión de realizar mastectomía contralateral (MC) o no-MC. Asimismo, se han analizado los datos relacionados con la cirugía y la recurrencia por grupos mediante la curva de incidencia acumulada y el test de Gray.ResultadosEl número de MC se ha incrementado en nuestro centro. No hemos encontrado diferencias significativas en el desarrollo de complicaciones posquirúrgicas entre los 2 grupos de pacientes, pero sí en la estancia hospitalaria, siendo superior para MC. También hemos observado diferencias entre ambas cohortes en edad y tipo de tumor, siendo la MC más frecuente en aquellas pacientes más jóvenes y subtipo luminal A. Hemos hallado diferencias en la incidencia acumulada de recidiva entre ambos subgrupos (p=0,034).ConclusionesEn nuestra cohorte la MC se realiza más frecuentemente en pacientes más jóvenes y con cáncer de mama luminal A.(AU)

Introduction There is no consensus on the indications for contralateral mastectomy (CM) in patients diagnosed with unilateral breast cancer without germline BRCA1/2 mutations. Prior studies have identified some factors that could influence decision-making. These factors include tumoural size and histological type; patient-related factors, such as age; and surgical factors such as the possibility of immediate reconstruction and the surgeon's experience.MethodsRetrospective study of a cohort of 176 patients diagnosed with breast cancer between 2010 and 2016 who underwent breast surgery. We analysed the association between tumoural and patient-related characteristics with the decision to perform CM or not. We also analysed data related to surgery and recurrence by groups by using the cumulative incidence curve and the Gray test.ResultsThe number of CM has increased in our centre. We found no significant differences in the occurrence of post-surgical complications between the two patient groups but length of hospital stay was higher in CM. We also found differences between the two cohorts in age and tumoural type, with CM being more frequent in younger patients and those with luminal A subtype. Differences were found in the cumulative incidence of recurrence between subgroups (p=0.034).ConclusionsIn our cohort, CM was more frequent in younger patients and in those with luminal A breast cancer.(AU)

Vigencia actual de los nomogramas en la estadificación del cáncer de próstata / Current validity of nomograms for prostate cancer staging

OBJETIVO: En este trabajo se presenta una revisión del concepto de “nomograma” aplicado al cáncer de próstata y específicamente como medio de estadificación.MÉTODOS/RESULTADOS: Para ello se describen los parámetros indispensables para evaluar este tipo de modelos predictivos, a saber: Calibración, Discriminacióny Utilidad Clínica. Estos requisitos son analizados sobre un caso práctico real en nuestro medio asistencial comparando las “Tablas de Partin” y el “Nomograma del Hospital Universitario Miguel Servet”, demostrando su correcta calibración, discriminación y utilidad clínica previa selección de adecuados puntos de corte.CONCLUSIÓN: La aplicación del modelo predictivo a nuestra práctica asistencial ha logrado una infraestadificaciónclínica tras prostatectomía radical del 17,3%

OBJETIVE: This paper presents a review of the concept of “nomogram” applied to prostate cancer, and specifically as a staging tool.METHODS/RESULTS: We describe the essentialparameters for the evaluation of such type of predictive models: Calibration, discrimination and clinical usefulness. Such requisites are analyzed using a real clinical case in our clinical setting, comparing the “Partin`s tables” and the “Miguel Servet University Hospital´s nomogram”. We demonstrate its correct calibration, discrimination and clinical usefulness after previous selection of proper cut points.CONCLUSION: The application of the predictivemodel to our clinical practice has achieved a clinical understaging of 17.3% after radical prostatectomy