Enfermedades pancreáticas: avances de 2022/2023. Cáncer de páncreas

10.10.2023
Título original: Choroby trzustki – postepy 2022/2023
Autor: prof. Andrzej Dabrowski (MD, PhD)

Cáncer de páncreas

El cáncer de páncreas (en la mayoría de los casos ADP) sigue siendo una neoplasia altamente mortal: la supervivencia a los 5 años es de un 11 %. Las bajas tasas de supervivencia se deben, entre otras causas, al hecho de que solo un 11 % de los ADP se diagnostica en fase temprana, antes de la aparición de metástasis. Los datos globales indican que la prevalencia de esta neoplasia está en aumento. Generalmente, ADP es considerado una patología que afecta a las personas de edad avanzada, y la mediana de la edad al diagnóstico es de 70 años. Los resultados de los estudios más recientes indican que ADP empieza a presentarse con mayor frecuencia en la población más joven, especialmente en mujeres. Uno de los últimos estudios tuvo como objetivo verificar esta tendencia en la población estadounidense.7 Se analizó un 64,5 % de los estadounidenses y se verificó la prevalencia de cáncer de páncreas según la edad, la mortalidad y los cambios entre la prevalencia y la mortalidad a lo largo de los años (expresados como cambio porcentual anual promedio [AAPC]). Los análisis según la edad se realizaron por separado en las personas mayores (≥55 años) y menores (<55 años). Entre 2001 y 2018 se diagnosticó cáncer de páncreas en 454 611 personas, observándose un aumento importante en la prevalencia en ambos grupos etarios entre mujeres (AAPC 1,27 %) y hombres 1,14 %); la diferencia entre grupos fue estadísticamente irrelevante (–0,14; IC 95 %: de –0,43 a 0,16). Sin embargo, en el grupo etario más joven (53 051 casos de cáncer de páncreas; 42,9 % de mujeres) se observó un aumento más grande en mujeres que en hombres (AAPC 2,36 % vs. 0,62 %; diferencia entre grupos –1,74 %; IC 95 %: de –2,43 a –1,04). En el grupo etario de 15‑34 años se diagnosticó cáncer de páncreas en 2452 personas (57,3 % de mujeres), constatando un aumento de la prevalencia en los años estudiados (AAPC 4,93 %; p <0,001). El aumento de la prevalencia en este grupo fue más grande en mujeres jóvenes que en hombres (AAPC 6,45 % vs. 2,97 %; diferencia entre grupos –3,48; IC 95 %: de –5,05 a –1,92). El aumento de la prevalencia afectó más a la raza negra (AAPC 2,23 %; p <0,001). El mayor número de casos de cáncer pancreático se encuentra en la cabeza pancreática (AAPC 1,64 %; p <0,001). A lo largo de los años, la mortalidad en mujeres se mantuvo a nivel similar, pero disminuyó en hombres de los respectivos grupos etarios (diferencia en AAPC 0,54 %; p = 0,001). Los autores del estudio concluyeron que los resultados del análisis que incluyó a un 64,5 % de la población estadounidense indican un aumento rápido en la prevalencia de cáncer de páncreas en mujeres jóvenes. Entre 2001 y 2018, la diferencia en la prevalencia de cáncer de páncreas en función de la edad fue especialmente visible en el grupo de personas de 15‑34 años.

A pesar del pronóstico general malo en cuanto a la supervivencia de los enfermos con ADP, se observan grandes diferencias en función del estadio de la enfermedad en el momento del diagnóstico (la mediana de supervivencia en el estadio I es de 26 meses, mientras que en el estadio IV es de 4,8 meses). Esto demuestra la importancia de diagnóstico temprano de esta neoplasia, que permite realizar una cirugía radical. La TC realizada en los enfermos de alto riesgo de cáncer de páncreas (p. ej. con diabetes mellitus recién diagnosticada) aumenta en varias veces la posibilidad de diagnosticar esta neoplasia en su etapa temprana y realizar la cirugía radical. Resulta que las lesiones sutiles, visibles en la TC de los enfermos con ADP (p. ej. "desconexión" o dilatación del conducto pancreático, atrofia pancreática focal), pueden observarse ya en la etapa muy temprana, unos 3‑36 meses antes del diagnóstico clínico de ADP). Desgraciadamente, estos signos discretos a menudo se obvian en la práctica clínica. Además, estos signos no son específicos de ADP y también se observan en personas sanas, lo que adicionalmente dificulta el diagnóstico. Adicionalmente, el cáncer de páncreas evoluciona rápidamente desde la fase preclínica hasta el estadio IV. Por esta razón, es críticamente importante que en el diagnóstico de ADP en fase preclínica se utilicen los métodos más modernos, como la inteligencia artificial. Hace muy poco se publicó un estudio clínico de control, en el cual se evaluó la utilidad de radiómica, una técnica computarizada avanzada, en el diagnóstico precoz de ADP.8 La radiómica captura y analiza los biomarcadores de imagen imperceptibles al ojo humano. A continuación, los biomarcadores se analizan mediante los métodos de aprendizaje automático (AA) para identificar los signos sutiles que se presentan a consecuencia de las lesiones complejas en los tejidos. En el estudio comentado se realizó la segmentación volumétrica del páncreas a partir de las imágenes de TC realizadas en 155 enfermos antes del diagnóstico de ADP. El grupo de control fue conformado por una cohorte de 265 personas (de edad similar) con un páncreas normal. Se utilizaron cuatro clasificadores (modelos) de AA: algoritmo k‑vecinos más cercanos (KNN), máquinas de vectores de soporte (SVM), bosques aleatorios (RM) y algoritmo de potenciación de gradientes (XGBoost). La mediana de tiempo entre la TC y el diagnóstico clínico de ADP fue de 386 días (IQR: 97‑1092 días). Entre los clasificadores analizados, el modelo SVM tuvo la mayor sensibilidad (95,5 %), especificidad (90,3 %) y precisión (92,2 %) para clasificar las imágenes en las categorías de "cáncer prediagnóstico" y páncreas normal. Curiosamente, la coincidencia de los diagnósticos establecidos por los radiólogos que evaluaron estas imágenes fue apenas regular (Kappa de Cohen 0,3) y menor que en cualquiera de los clasificadores de AA utilizados. En un 7‑18 % de los enfermos los radiólogos establecieron el diagnóstico erróneo de ADP. Los autores del estudio concluyeron que los modelos de AA basados en la radiómica permiten diagnosticar ADP antes de establecer el diagnóstico clínico, cuando los médicos no pueden identificar esta neoplasia mediante un análisis tradicional de las imágenes de TC. Se necesitan más estudios para confirmar este descubrimiento, lo que facilitará una amplia aplicación de la inteligencia artificial en el diagnóstico de cáncer de páncreas en una etapa muy temprana (preclínica) y permitirá realizar el tratamiento radical de esta neoplasia. Los estudios deben coordinarse con los exámenes de marcadores tempranos de cáncer de páncreas en sangre periférica para identificar a los candidatos de TC abdominal en fase preclínica de la enfermedad.

Volver al artículo principal

Bibliografía

  1. de‑Madaria E., Buxbaum J.L., Maisonneuve P. y cols., Aggressive or moderate fluid resuscitation in acute pancreatitis, N. Engl. J. Med., 2022; 387: 989‑1000
  2. Gardner T.B., Fluid Resuscitation in Acute Pancreatitis – Going over the WATERFALL, N. Engl. J. Med., 2022; 387: 1038‑1039
  3. Timmerhuis H.C., van den Berg F.F., Noorda P.C. y cols., Over‑ and misuse of antibiotics and the clinical consequence in necrotizing pancreatitis: an observational multicenter study, Ann. Surg., 2023; doi: 10.1097/SLA.0 000 000 000 005 790
  4. Siriwardena A.K., Jegatheeswaran S., Mason J.M., A procalcitonin‑based algorithm to guide antibiotic use in patients with acute pancreatitis (PROCAP): a single‑centre, patient‑blinded, randomised controlled trial, Lancet Gastroenterol. Hepatol., 2022; 7: 913‑921
  5. Strand D.S., Law R.J., Yang D. y cols., AGA Clinical Practice Update on the endoscopic approach to recurrent acute and chronic pancreatitis: expert review, Gastroenterology, 2022; 163: 1107‑1114
  6. Paniccia A., Polanco P.M., Boone B.A. y cols., Prospective, multi‑institutional, real‑time next‑generation sequencing of pancreatic cyst fluid reveals diverse genomic alterations that improve the clinical management of pancreatic cysts, Gastroenterology, 2023; 164: 117‑133
  7. Abboud Y., Samaan J.S., Oh J. y cols., Increasing pancreatic cancer incidence in young women in the US: a population‑based time‑trend analysis, 2001‑2018, Gastroenterology, 2023; 10.1053/j.gastro.2023.01.022
  8. Mukherjee S., Patra A., Khasawneh H. y cols., Radiomics‑based machine‑learning models can detect pancreatic cancer on prediagnostic computed tomography scans at a substantial lead time before clinical diagnosis, Gastroenterology, 2022; 163: 1435‑1446