Impacto de los modelos predictivos y la toma de decisiones en cáncer de próstata:: un debate integral.

• Autores: Francisco Gómez Veiga, José Ponce Díaz-Reixa, Sonia Pértega Díaz, Sara Martínez Breijo, Juan González Dacal, Antón Zarraonandia Andraca, Javier Casas Nebra, Daniel López García, Salvador Pita Fernández, Venancio Chantada Abal
• Localización: Archivos españoles de urología, ISSN 0004-0614, Tomo 64, Nº. 8, 2011, págs. 765-782
• Idioma: español
• Texto completo no disponible (Saber más ...)
• Resumen

  • OBJETIVOS Hacer una revisión de los diferentes métodos para predecir el riesgo de padecer un cáncer de próstata o que la enfermedad localizada pueda ser curada o progrese después de un tratamiento concreto.

    METODOS Realizamos una revisión de los diferentes modelos matemáticos conocidos para el análisis de probabilidad del evento, con un estudio crítico de debilidades y fortalezas de cada uno de estos métodos. En una actualización del Medline, revisamos los diferentes trabajos más relevantes referidos al diagnóstico y manejo del cáncer de próstata localizado en sus vertientes de diagnóstico y tratamiento, así como las posibilidades de desarrollar enfermedad metastásica o exitus.

    RESULTADOS Existen múltiples métodos y modelos para predecir los diferentes eventos en pacientes candidatos a diagnóstico de cáncer de próstata, así como para analizar posibilidades de éxito de un tratamiento concreto, en muchos casos con una importante exactitud. Destaca la heterogeneidad en los métodos empleados, datos y variables utilizadas para los análisis, básicamente sobre estudios retrospectivos. Muchos de los métodos más sofisticados, Neural Network o Cart, no presentan exactitudes mayores que los métodos clásicos como la regresión logística.

    CONCLUSIONES Los modelos predictivos son un elemento importante para la toma de decisiones en la práctica clínica habitual, favoreciendo que la decisión de un diagnóstico o un determinado tratamiento no se haga de forma aleatoria y por tanto siguiendo un criterio científico. En espera de desarrollo de métodos más precisos, hemos de saber que ningún modelo es perfecto y por tanto, es una herramienta importante, que no debe dejar de lado el conocimiento personal o la experiencia en un grupo de trabajo concreto.