Mensajes clave
° Se han desarrollado muchos modelos de probabilidad de complicaciones en tejidos normales (PCTN) para predecir los efectos no deseados después de la radioterapia en pacientes con cáncer de cabeza y cuello, pero la mayoría de ellos no se han validado lo suficiente de forma externa, es decir, no se han analizado lo suficiente en pacientes que no participaron en el estudio original de desarrollo del modelo, para saber cómo de bien predicen realmente los efectos no deseados.
° Para los modelos analizados en dos o más estudios además de sus estudios originales de desarrollo del modelo, la calidad de las pruebas y el informe de sus resultados fue generalmente deficiente, por lo que es difícil saber su utilidad.
° Se necesitan más estudios mejor diseñados para investigar este tema en el área del cáncer de cabeza y cuello.
¿Cómo se puede determinar la probabilidad de tener efectos adversos como resultado del tratamiento?
La probabilidad de tener efectos adversos como resultado de la radioterapia se puede calcular mediante los denominados modelos de PCTN. Los modelos de PCTN calculan el riesgo de efectos secundarios inducidos por la radiación según la información del paciente, su enfermedad y su tratamiento.
¿Qué se quiso averiguar?
La radioterapia es la base del tratamiento de pacientes con cáncer de cabeza y cuello. Sin embargo, la radioterapia expone a radiación partes sanas, a veces esenciales, de la región de la cabeza y el cuello. Esto puede provocar daños en estos órganos normales, p. ej. alteración de la producción de saliva, que puede tener consecuencias importantes para la calidad de vida de los pacientes con cáncer de cabeza y cuello tratados con radioterapia. Los modelos de probabilidad de complicaciones en tejidos normales (PCTN) podrían ser útiles para lograr un equilibrio óptimo entre el control del tumor y prevenir los efectos secundarios inducidos por la radiación. Estos modelos predicen el riesgo de efectos secundarios inducidos por la radiación a partir de la información del paciente, su enfermedad y su tratamiento. Ha habido un número considerable de modelos de PCTN para pacientes con cáncer de cabeza y cuello. Se quería averiguar cuál es la calidad del diseño, la ejecución y el análisis de los estudios (es decir, el riesgo de sesgo) y la eficacia de estos modelos para predecir el riesgo de efectos secundarios inducidos por la radiación.
¿Qué se hizo?
Se buscaron estudios que desarrollaran o validaran modelos de PCTN en pacientes con cáncer de cabeza y cuello.
¿Qué se encontró?
En la mayoría de los 592 modelos desarrollados a partir de 140 767 pacientes en 143 artículos identificados, la calidad de los modelos no fue suficiente; y para el 81% de estos modelos no se ha investigado cómo de bien funcionan en otros pacientes. Del 19% restante de los modelos, se encontraron 152 validaciones externas en 34 304 pacientes de 41 artículos. Solo hubo nueve modelos con dos o más validaciones externas. Los modelos pudieron distinguir bien a los pacientes con y sin el desenlace, pero a menudo no estuvo claro si sus predicciones concordaban con lo observado, porque esto último no siempre se evaluó o se proporcionó. En general, la calidad de la mayoría de estos estudios fue baja.
¿Cuál es el grado de actualización de la revisión?
La evidencia está actualizada hasta el 8 de enero de 2024.
Leer el resumen científico
La radioterapia es la base del tratamiento para el cáncer de cabeza y cuello (CCC), pero puede inducir diversos efectos secundarios sobre los tejidos normales circundantes. Para lograr un equilibrio óptimo entre el control tumoral y la prevención de la toxicidad, se ha informado de la existencia de modelos de probabilidad de complicaciones en tejidos normales (PCTN) que predicen el riesgo de efectos secundarios inducidos por la radiación en pacientes con CCC. Sin embargo, aún queda por evaluar la calidad del diseño, la ejecución y el análisis (es decir, el riesgo de sesgo) de los estudios, así como la eficacia predictiva de estos modelos.
Objetivos
Identificar, describir y evaluar los modelos de PCTN para predecir el riesgo de efectos secundarios inducidos por la radiación en pacientes con CCC.
Métodos de búsqueda
Se hicieron búsquedas en Ovid MEDLINE, Embase y en la Plataforma de registros internacionales de ensayos clínicos de la Organización Mundial de la Salud desde su creación hasta enero de 2024. Además, se revisaron las referencias citadas en los artículos identificados.
Criterios de selección
Dos autores de la revisión incluyeron de forma independiente artículos que informaban sobre el desarrollo y la validación externa de modelos de PCTN para predecir cualquier tipo de efectos secundarios inducidos por la radiación en pacientes con CCC.
Obtención y análisis de los datos
Un autor de la revisión extrajo los datos de cada artículo según la lista de verificación para la evaluación crítica y la extracción de datos para revisiones sistemáticas de estudios de modelización de predicción (Checklist for Critical Appraisal and Data Extraction for Systematic Reviews of Prediction Modelling Studies) y evaluó su aplicabilidad y riesgo de sesgo mediante la herramienta de evaluación Prediction model ROB Assessment Tool, mientras que otro autor de la revisión verificó cuidadosamente los resultados. Para los modelos validados externamente al menos dos veces para el mismo desenlace que en el estudio original de desarrollo, se realizaron análisis cualitativos del rendimiento del modelo. No se aplicó el sistema GRADE, ya que no se ha establecido para revisiones de estudios de modelos pronósticos.
Resultados principales
De entre 592 modelos desarrollados en 143 artículos, que incluyeron a 140 767 pacientes con CCC, solo se consideró que 49 (8%) modelos de seis artículos tenían un riesgo de sesgo bajo y pocas dudas con respecto a la aplicabilidad. No hubo validación externa en el caso de 480 modelos (81%). Para los 112 modelos restantes y los seis modelos adicionales que no fueron elegibles para la presente revisión, se realizaron 152 validaciones externas en 34 304 pacientes con CCC en 41 artículos. Los resultados de los modelos validados externamente al menos dos veces se analizan a continuación.
Modelos para la xerostomía
De los 275 modelos de xerostomía, dos modelos se validaron externamente al menos dos veces.
El modelo Beetz 2012b para la xerostomía seis meses después de la radioterapia se validó en dos estudios. El estadístico C fue de 0,70 a 0,74. El rendimiento de la calibración se informó en un estudio. Un estudio de validación obtuvo un riesgo de sesgo bajo en todos los dominios, mientras que el otro tuvo un riesgo de sesgo alto en el dominio de análisis.
El modelo Cavallo 2021 para la xerostomía aguda durante la radioterapia en pacientes con cáncer nasofaríngeo se validó externamente en el mismo estudio, mediante dos tipos de cohortes distintos. El estadístico C fue de 0,68 a 0,73 y se presentaron gráficos de calibración de ambas cohortes. Ambas validaciones obtuvieron un riesgo de sesgo incierto en el dominio de los participantes porque no se proporcionó información detallada acerca del reclutamiento.
Modelos para la disfagia
De 86 modelos para la disfagia, dos modelos se validaron externamente al menos dos veces.
El modelo Christianen 2012 para la disfagia seis meses después de la radioterapia se validó en cinco estudios. El estadístico C fue de 0,66 a 0,75. El rendimiento de la calibración se evaluó en todos ellos, mientras que cuatro tuvieron un riesgo de sesgo alto en el dominio del análisis debido al pequeño tamaño muestral.
El modelo Wopken 2014b para la dependencia de la alimentación por sonda seis meses después de la radioterapia se validó en tres estudios de validación externos. El estadístico C fue de 0,79 a 0,95, mientras que la calibración se evaluó en todos los estudios. Debido al tamaño pequeño de los conjuntos de datos de validación, se consideró que tenían un riesgo de sesgo alto en el dominio del análisis.
Modelos para el hipotiroidismo
De 66 modelos para el hipotiroidismo, dos modelos se validaron externamente al menos dos veces. Además, hubo otro modelo que no se desarrolló originalmente para pacientes con CCC, pero se validó en este dominio.
El Boomsma 2012 para el hipotiroidismo en los dos años posteriores a la radioterapia se validó externamente en dos estudios. El estadístico C fue de 0,64 a 0,74, mientras solo un estudio informó de su rendimiento de calibración. Ambos estudios de validación obtuvieron un riesgo de sesgo alto en el dominio de análisis.
El modelo Ronjom 2013 para el hipotiroidismo inducido por radiación se validó en tres estudios. El estadístico C fue de 0,65 a 0,69 y los gráficos de calibración se proporcionaron en solo un estudio. En el dominio de análisis, se consideró que dos estudios de validación tuvieron un riesgo de sesgo alto y el otro se consideró como incierto.
El modelo Cella 2012 se desarrolló originalmente para predecir el hipotiroidismo inducido por la radiación en pacientes con linfoma de Hodgkin. En dos estudios de validación en pacientes con CCC, el estadístico C fue de 0,65 a 0,68, pero no se informó sobre el rendimiento de la calibración. Un estudio de validación tuvo un riesgo de sesgo alto y el otro incierto en el dominio del análisis.
Modelos para la lesión del lóbulo temporal
De los seis modelos para la lesión del lóbulo temporal, dos se validaron externamente al menos dos veces.
El modelo OuYang 2023, que utiliza el aprendizaje profundo en pacientes con cáncer nasofaríngeo, se validó en el mismo documento mediante dos cohortes distintas. El estadístico C fue de 0,80 a 0,82, mientras que el rendimiento de la calibración se evaluó en ambas cohortes. Ambas validaciones tuvieron un riesgo de sesgo bajo en todos los dominios.
El modelo Wen 2021 se desarrolló para predecir la lesión del lóbulo temporal en pacientes con cáncer nasofaríngeo recién diagnosticado. El modelo fue validado por OuYang 2023 mediante dos cohortes. El estadístico C varió de 0,77 a 0,79, mientras que no se informó el rendimiento de la calibración. Se consideró que ambas validaciones tenían un riesgo de sesgo incierto en el dominio de análisis.
Modelos de desenlace relacionados con disfonía, fatiga, vómitos-náuseas, dolor de garganta, aspiración
Ningún modelo se valió externamente al menos dos veces.
Conclusiones de los autores
De 592 modelos desarrollados, un número limitado tuvo una calidad suficiente. Solo una quinta parte de los modelos fueron validados externamente, de los cuales, solo nueve modelos al menos dos veces. Estos nueve modelos mostraron un rendimiento discriminatorio aceptable en la validación externa. Sin embargo, no siempre se informó sobre su rendimiento de calibración. Además, la mayoría de los estudios de validación se consideraron con riesgo de sesgo alto, principalmente debido a problemas en el dominio de análisis. En conclusión, esta revisión muestra la necesidad de hacer más estudios de validación externa antes de aplicar los modelos desarrollados en la práctica clínica y de mejorar la calidad de la realización y el informe de los estudios de modelización predictivos.
La traducción de las revisiones Cochrane ha sido realizada bajo la responsabilidad del Centro Cochrane Iberoamericano, gracias a la suscripción efectuada por el Ministerio de Sanidad del Gobierno de España. Si detecta algún problema con la traducción, por favor, contacte con comunica@cochrane.es.
