ESPAÑA
Crean un modelo para pronosticar la mortalidad a 90 días de pacientes oncológicos
- Barcelona / EFE / @panamamaerica
La herramienta se denomina 'PROMISE Score' y utiliza información clínica y de laboratorio.
El modelo lo publica este miércoles la revista científica The Lancet. Foto: EFE
El Hospital Universitario Vall d’Hebron, en colaboración con los también hospitales barceloneses de Sant Pau y del Mar, ha desarrollado, mediante una aplicación web, un modelo predictivo que ayuda a los oncólogos a identificar qué pacientes tienen mayor riesgo de morir en los siguientes 90 días.
El modelo lo publica este miércoles la revista científica The Lancet y está disponible para los profesionales que tratan a pacientes oncológicos de manera abierta a través del enlace https://promise.vhio.net/.
La herramienta se denomina 'PROMISE Score', por sus siglas en inglés ("Pronostic Score for Hospitalized Cancer Patients"), y utiliza información clínica y de laboratorio fácilmente disponible en el momento del ingreso del paciente para predecir con precisión el riesgo de mortalidad a 90 días en enfermos con cáncer avanzado que reciben tratamiento activo.
El objetivo principal de la aplicación es asistir al equipo médico en la identificación de los pacientes con mayor probabilidad de sobrevivir sin necesidad de realizar más pruebas y ayudarles a tomar decisiones.
Los pacientes oncológicos suelen sufrir complicaciones derivadas del cáncer que se traducen en hospitalizaciones no programadas y esta herramienta puede ayudar a agilizar decisiones y optimizar estas hospitalizaciones, así como reducir ingresos prolongados y repetidos que pueden evitarse en pacientes terminales.
"El modelo que hemos desarrollado tiene un fuerte poder predictivo para los pacientes con un pronóstico favorable, con los que podemos apostar con más convicción por intervenciones terapéuticas agresivas", ha explicado el Dr. Oriol Mirallas, adjunto del servicio de Oncología Médica del Hospital Vall d’Hebron e investigador de la Unidad de Investigación en Terapia Molecular UITM-CaixaResearch del Vall d’Hebron Instituto de Oncología (VHIO).
El doctor Mirallas es el autor principal de este estudio, que ha contado con la colaboración de 41 profesionales, junto con el Dr. Joan Carles, jefe de sección del hospital y responsable de la Unidad de Genitourinario, Sistema Nervioso Central, Sarcoma y Tumores de Origen Desconocido, así como del Grupo de Tumores Genitourinarios, Sistema Nervioso Central y Sarcoma del VHIO, y el Dr. Rodrigo Dienstmann, jefe del Grupo de Oncology Data Science (ODysSey) del VHIO, quien ayudó a desarrollar el modelo y la herramienta web.
“Hasta ahora, los profesionales utilizábamos datos clínicos, validados en pacientes ambulatorios. Pero, con este modelo tenemos un dato objetivo y cuantificable que nos ayudará a conocer la evolución del paciente al ingresar en planta”, ha añadido Mirallas.
Detalles de la investigación
Para crear esta aplicación y obtener un dato objetivo, se ha analizado una muestra de 1.009 pacientes, 749 ingresados en Vall d’Hebron y 260 del Hospital de Sant Pau y el Hospital del Mar, que han sido el grupo de validación.
En el momento del ingreso, los pacientes tenían más de 18 años, un tumor sólido avanzado o metastásico confirmado (principalmente de pulmón, gastrointestinal o ginecológico, los más prevalentes), habían recibido tratamiento sistémico anticanceroso al menos seis meses antes de la hospitalización, y estuvieron ingresados en urgencias o en planta un mínimo de 24 horas.
La edad promedio era de 65 años, el 51 % eran mujeres, con un tiempo promedio desde el diagnóstico de 22 meses, y la hospitalización duró 9 días en promedio.
La aplicación analiza una serie de factores clínicos y de laboratorio fácilmente disponibles en el momento del ingreso.
Un alto nivel de LDH (carga tumoral), neutrófilos (inflamación) y albúmina (proteína que indica el estado nutricional del paciente) en el análisis de sangre al ingreso en urgencias se asocian con un peor pronóstico.
También se valora el estado funcional ECOG, los últimos informes de TAC para estimar la respuesta al tratamiento y la progresión de la enfermedad, el estadio del tumor y el estado anímico del paciente.
Con estos valores, el PROMISE Score calcula un algoritmo que ayuda a identificar aquellos pacientes que tendrían una supervivencia superior a 90 días sin necesidad de realizar pruebas adicionales.
Próximamente, la aplicación se implementará en otros centros para llevar a cabo un estudio internacional con más pacientes.
Para comentar debes registrarte y completar los datos generales.