FPSIR predice las respuestas clínicas terapéuticas y los resultados de supervivencia en pacientes con cáncer colorrectal metastásico que reciben quimioterapia de primera línea que contiene bevacizumab.

El cáncer colorrectal representa la cuarta causa principal de mortalidad relacionada con el cáncer en China, y se estima que causó 240.000 muertes en 2022 (^[1]). Particularmente relevante es el cáncer colorrectal metastásico (CCRM), la etapa terminal de la enfermedad asociada con un pronóstico particularmente desfavorable, donde solo el 30-35% de los pacientes alcanzan una supervivencia a 3 años (^[2]). El panorama terapéutico ha evolucionado significativamente en las últimas dos décadas tras la aparición de terapias dirigidas, en particular anticuerpos monoclonales anti-receptor del factor de crecimiento epidérmico (EGFR) y anti-factor de crecimiento endotelial vascular (VEGF) (^[3]), con tasas de supervivencia global (SG) a 3 años que superan el 37% en los regímenes de combinación contemporáneos que incorporan estos agentes biológicos (^[4], ^[5]).

Como terapia de primera línea estándar actual, bevacizumab combinado con quimioterapia (Bev/QT) se ha adoptado ampliamente en el manejo del CCRM (^[6]). Sin embargo, los resultados clínicos siguen siendo subóptimos, con una tasa de respuesta objetiva del 40-50% y una tasa de control de la enfermedad del 80-90% observada en pacientes tratados con Bev/QT en primera línea (^[7]–^[9]). Aún más preocupante es el subgrupo (10-20%) que experimenta progresión de la enfermedad después del tratamiento, con una mediana de SG de 11-14 meses y una tasa de supervivencia a 3 años inferior al 20% (^[10]–^[12]). Esta heterogeneidad clínica subraya la necesidad de mejorar las estrategias de estratificación de pacientes. La ausencia de biomarcadores predictivos validados para la respuesta a Bev plantea desafíos duales. Teniendo en cuenta el riesgo de fracaso terapéutico asociado con el costo de los anticuerpos monoclonales, la identificación de un método para detectar a los pacientes que no responden a Bev se ha convertido en una necesidad clínica con implicaciones económicas (^[13]). Estas consideraciones resaltan la necesidad de desarrollar biomarcadores robustos que puedan distinguir de manera confiable a las subpoblaciones que responden a Bev, al tiempo que optimizan la utilización de los recursos sanitarios.

Estudios previos han destacado biomarcadores como los polimorfismos genéticos y la VEGFA circulante, en la búsqueda de factores predictivos para pacientes con CCRM que se someten a Bev/QT (^[14]). Sin embargo, las variaciones genéticas específicas de la población limitan fundamentalmente la generalización de los biomarcadores basados en polimorfismos en diferentes grupos étnicos. Si bien los factores angiogénicos asociados al tumor han sido objeto de una investigación exhaustiva, su utilidad predictiva para el pronóstico sigue siendo inconsistente (^[15]). Además, la mayoría de los estudios no abordaron la eficacia de los biomarcadores en diferentes tratamientos ni los validaron en centros independientes; su eficacia insatisfactoria no satisface las demandas clínicas.

La evidencia acumulada establece la inflamación crónica como un sello distintivo significativo del CCRM, orquestando la tumorigénesis a lo largo de la progresión de la enfermedad (^[16]). En particular, la reprogramación de la red inflamatoria dentro del microambiente tumoral (MET) ha surgido como un objetivo terapéutico explotable, dado su carácter dinámico y su reversibilidad farmacológica (^[17], ^[18]). Las investigaciones clínicas han utilizado estratégicamente biomarcadores inflamatorios periféricos, como el índice inmune-inflamatorio sistémico (SII), la tasa de respuesta inflamatoria sistémica (SIRI) y las relaciones inflamatorias sistémicas (SIR), como indicadores sustitutos de la carga inflamatoria del MET (^[19], ^[20]). Sin embargo, pocos de ellos son ampliamente aceptados para el CCRM debido a una evaluación inadecuada en el cáncer colorrectal quirúrgico. Nuestros estudios previos ilustraron que la inflamación crónica representada por las relaciones fibrinógeno-prealbúmina o albúmina (FPR o FAR) confiere resistencia terapéutica tanto a la quimioterapia como a los inhibidores de la tirosina quinasa (ITQ) en el CCRM y el cáncer de pulmón de células no pequeñas (^[21]). FPR podría cuantificar relativamente los estados inflamatorios crónicos sostenidos, exhibiendo fuertes correlaciones pronósticas en el CCRM (^[22], ^[23]). Sin embargo, ningún estudio ha evaluado el papel de estos y sus relaciones combinadas en la predicción de la respuesta terapéutica a Bev y la supervivencia libre de progresión (SLP) y la SG de los pacientes con CCRM que se someten a tratamientos de primera línea con Bev/QT.

Este estudio utilizó tanto cohortes de descubrimiento como de validación para establecer y validar seis nuevas relaciones inflamatorias para la estratificación pronóstica en el CCRM. A través de la aplicación sistemática de dos algoritmos de aprendizaje automático, identificamos relaciones inflamatorias candidatas optimizadas en una cohorte de descubrimiento. Posteriormente, se validaron en una cohorte independiente. Además, el análisis de cohortes combinadas evaluó la capacidad predictiva de estos índices para los resultados de la terapia de primera línea con Bev/QT, con puntos finales predefinidos que incluyen la tasa de control de la enfermedad (TCE) y los resultados de supervivencia.

Materiales y métodos

Población

Este estudio cumplió con la Declaración de Helsinki y recibió la aprobación del Comité de Ética del Segundo Hospital Afiliado de la Universidad de Nanchang. Todos los casos elegibles deben cumplir con los criterios de inclusión: 1) los pacientes con CCRM se confirmaron mediante síntomas clínicos, detección por imagen, detección de biomarcadores tumorales circulantes y detección histopatológica para aquellos que se sometieron a una intervención quirúrgica, y también tenían al menos una lesión metastásica medible; 2) los casos presentaban un buen estado funcional (ECOG 0-1) en el hospital desde enero de 2018 hasta junio de 2023; 3) todos los casos elegibles recibieron tratamiento de primera línea con Bev en combinación con QT basada en oxaliplatino (Bev/OX) o Bev combinado con QT basada en irinotecán (Bev/IRI). Se excluyeron del presente estudio aquellos con infección aguda (PCR>10 mg/L), trauma (37 U/ml, FPSIR>7.7) se consideraron como puntuación 0, 1 y ≥2, respectivamente.

Tratamientos clínicos y evaluación de la respuesta

Se realizaron evaluaciones radiológicas estandarizadas, que incluyeron TC, RM y SPECT, cada 8 semanas según el protocolo para controlar la progresión metastásica. Se realizó una vigilancia de biomarcadores tumorales para CEA y CA19-9 cada dos semanas. La respuesta al tratamiento se clasificó como respuesta completa (RC), respuesta parcial (RP), enfermedad estable (EE) o enfermedad progresiva (EP). Esta evaluación la realizó un comité de revisión radiológica independiente de forma ciega, siguiendo los criterios RECIST v1.1 (^[24]). La TCE representó la proporción de pacientes que presentaban RC, RP o EE.

Seguimiento

Los intervalos de tiempo desde el diagnóstico clínico hasta la progresión de la enfermedad, la muerte o el último seguimiento se definen como SLP y SG, respectivamente. La TCE y la SLP se utilizaron como los puntos finales primarios de nuestro estudio, mientras que la SG a 2 años se designó como un punto final secundario. Realizamos un seguimiento cada tres meses durante el primer año, seguido de intervalos de seis meses en el segundo y tercer año, con una fecha límite de seguimiento final en junio de 2025. Se consideró que los pacientes presentaban progresión de la enfermedad con imágenes típicas de metástasis distales o un aumento persistente de dos veces de los biomarcadores relacionados con el tumor en comparación con la medición más reciente (^[25]).

Análisis estadístico

En nuestro estudio, el software X-tile 3.6 (^[26]) se utiliza para determinar los valores de corte óptimos para estas relaciones en función de la SLP. Se realiza un análisis de regresión de Cox penalizado por el operador de reducción de la magnitud absoluta (LASSO) (^[27]) para seleccionar las relaciones inflamatorias candidatas, con el parámetro de penalización ( ) optimizado mediante una validación cruzada de 10 pliegues utilizando el criterio de error de validación cruzada mínimo. Simultáneamente, se aplica un enfoque de aprendizaje de bosques de supervivencia aleatorios (RSF) (^[28]) para seleccionar los biomarcadores inflamatorios, implementando una estrategia de validación multi-semilla rigurosa en la que el algoritmo se ejecuta varias veces con diferentes semillas aleatorias (específicamente, 123, 1234 y 12345). En última instancia, un diagrama de Venn facilitó la identificación de biomarcadores que se cruzan derivados de los algoritmos LASSO y RSF para mejorar la solidez de la selección de variables. Las variables continuas se resumen utilizando la mediana y el rango intercuartílico (RIC), mientras que las variables categóricas se presentan como frecuencias. La normalidad de las variables continuas se evalúa mediante la prueba de Shapiro-Wilk. La media se compara utilizando una prueba t de Student paramétrica cuando los datos se ajustan a una distribución normal; de lo contrario, se utiliza una prueba no paramétrica de Mann-Whitney. Las variables categóricas se comparan utilizando una prueba de Chi-cuadrado o pruebas exactas de Fisher en función de las consideraciones del tamaño de la muestra. Se construye un modelo de regresión logística para analizar la relación entre los biomarcadores y la eficacia del tratamiento, utilizando la razón de probabilidades (OR) junto con los intervalos de confianza (IC) del 95% para evaluar la fuerza de estas asociaciones. Se utiliza una curva de Kaplan-Meier con una prueba de rango logarítmico para comparar la SLP y la SG entre los grupos. La asociación entre los biomarcadores y el pronóstico se evalúa mediante un análisis de regresión de riesgos proporcionales de Cox, informando la razón de riesgos (HR) junto con los IC del 95% como medidas de la fuerza de la asociación. Se realizan curvas de características operativas del receptor dependientes del tiempo (tdROC) para evaluar la eficacia predictiva del pronóstico de los biomarcadores séricos significativos. Todos los análisis estadísticos se realizan utilizando el software SPSS 27.0 (IBM Corp, Armonk, NY, EE. UU.) y el software GraphPad Prism 9.0 (GraphPad Software, San Diego, CA, EE. UU.). LASSO-Cox, RSF, nomograma y análisis de la curva de decisión (DCA) se realizan o se grafican utilizando R versión 4.4.2 (http://www.r-project.org/), con dependencias de paquetes: “glmnet”, “randomForestSRC”, “rms”, “ggDCA”, “rmda”. P < 0.05 se considera estadísticamente significativo y el nivel de significancia después de la corrección de Bonferroni es p-valor=0.017 para múltiples pruebas.

Población

Este estudio cumplió con la Declaración de Helsinki y recibió la aprobación del Comité de Ética del Segundo Hospital Afiliado de la Universidad de Nanchang. Todos los casos elegibles se incluirán siguiendo los criterios de inclusión: 1) los pacientes con mCRC se confirmaron mediante síntomas clínicos, detección por imagen, detección de biomarcadores tumorales circulantes y detección histopatológica en aquellos que se sometieron a intervención quirúrgica, y también presentaban al menos una lesión metastásica medible; 2) los casos presentaban un buen estado funcional (ECOG 0-1) en el hospital desde enero de 2018 hasta junio de 2023; 3) todos los casos elegibles recibieron tratamiento de primera línea, ya sea con Bev en combinación con quimioterapia basada en oxaliplatino (Bev/OX) o Bev en combinación con quimioterapia basada en irinotecán (Bev/IRI). Se excluyeron del presente estudio aquellos con infección aguda (CRP>10 mg/L), traumatismo (37U/ml, FPSIR>7.7) se consideraron como puntuación 0, 1 y ≥2, respectivamente.

Tratamientos clínicos y evaluación de la respuesta

Se realizaron evaluaciones radiológicas estandarizadas, incluidas TC, RM y SPECT, cada 8 semanas según el protocolo para controlar la progresión metastásica. Se realizó un seguimiento de los biomarcadores tumorales para CEA y CA19-9 cada dos semanas. La respuesta al tratamiento se clasificó como respuesta completa (CR), respuesta parcial (PR), enfermedad estable (SD) o enfermedad progresiva (PD). Esta evaluación se realizó de forma ciega por un comité independiente de revisión radiológica siguiendo los criterios RECIST v1.1 (^[24]). El DCR representó la proporción de pacientes que presentaban CR, PR o SD.

Seguimiento

Los intervalos de tiempo desde el diagnóstico clínico hasta la progresión de la enfermedad, la muerte o el último seguimiento se definen como PFS y OS, respectivamente. El DCR y el PFS se consideran los puntos finales primarios de nuestro estudio, mientras que el OS a 2 años se designa como un punto final secundario. Realizamos un seguimiento cada tres meses durante el primer año, seguido de intervalos de seis meses en el segundo y tercer año, con una fecha límite de seguimiento final en junio de 2025. Se consideró que los pacientes presentaban progresión de la enfermedad con imágenes típicas de metástasis distales o un aumento persistente de dos veces de los biomarcadores relacionados con el tumor en comparación con la medición más reciente (^[25]).

Análisis estadístico

En nuestro estudio, el software X-tile 3.6 (^[26]) se utiliza para determinar los valores de corte óptimos para estas relaciones basándose en el PFS. Se realiza un análisis de regresión de Cox penalizado con el operador Least Absolute Shrinkage and Selection (LASSO) (^[27]) para seleccionar los posibles biomarcadores inflamatorios, optimizando el parámetro de penalización ( ) mediante una validación cruzada de 10 pliegues utilizando el criterio de error de validación cruzada mínimo. Simultáneamente, se aplica un enfoque de aprendizaje de bosques de supervivencia aleatorios (RSF) (^[28]) para seleccionar los biomarcadores inflamatorios, implementando una estrategia de validación multi-semilla rigurosa en la que el algoritmo se ejecuta varias veces con diferentes semillas aleatorias (específicamente, 123, 1234 y 12345). En última instancia, un diagrama de Venn facilitó la identificación de los biomarcadores que se cruzan derivados de los algoritmos LASSO y RSF para mejorar la solidez de la selección de variables. Las variables continuas se resumen utilizando la mediana y el rango intercuartílico (IQR), mientras que las variables categóricas se presentan como frecuencias. La normalidad de las variables continuas se evalúa mediante la prueba de Shapiro-Wilk. La media se compara utilizando una prueba t de Student paramétrica cuando los datos se ajustan a una distribución normal; de lo contrario, se utiliza una prueba no paramétrica de Mann-Whitney. Las variables categóricas se comparan utilizando la prueba de Chi-cuadrado o las pruebas exactas de Fisher en función de las consideraciones del tamaño de la muestra. Se construye un modelo de regresión logística para analizar la relación entre los biomarcadores y la eficacia del tratamiento, utilizando la razón de probabilidades (OR) junto con intervalos de confianza del 95% (IC) para evaluar la fuerza de estas asociaciones. Se utiliza una curva de Kaplan-Meier con la prueba log-rank para comparar el PFS y el OS entre los grupos. La asociación entre los biomarcadores y el pronóstico se evalúa mediante un análisis de regresión de riesgos proporcionales de Cox, informando de la razón de riesgos (HR) junto con los IC del 95% como medidas de la fuerza de la asociación. Se realizan curvas de características operativas del receptor dependientes del tiempo (tdROC) para evaluar la eficacia predictiva del pronóstico de los biomarcadores séricos significativos. Todos los análisis estadísticos se realizan utilizando el software SPSS 27.0 (IBM Corp, Armonk, NY, USA) y el software GraphPad Prism 9.0 (GraphPad Software, San Diego, CA, USA). LASSO-Cox, RSF, nomograma y análisis de la curva de decisión (DCA) se realizan o se representan utilizando R versión 4.4.2 (http://www.r-project.org/), con dependencias de paquetes: “glmnet”, “randomForestSRC”, “rms”, “ggDCA”, “rmda”. P < 0,05 se considera estadísticamente significativo y el nivel de significación después de la corrección de Bonferroni es p-valor=0,017 para las pruebas múltiples.

Resultados

Características clínicas de los pacientes elegibles

El diagrama de flujo de los casos elegibles se muestra en la Figura 1. Se incluyeron un total de 364 pacientes con mCRC, con 249 y 115 pacientes asignados aleatoriamente a los grupos de descubrimiento y validación, respectivamente. La potencia estadística de ambos grupos superó el 0,8. Las características de los pacientes se resumen en la Tabla 1 y la Figura 2A. Dentro de toda la cohorte, 131 pacientes presentaban metástasis en múltiples sitios (≥2 sitios), con metástasis hepática en el 62% y metástasis peritoneal en el 28%. Ciento cuarenta y tres pacientes se sometieron a intervención quirúrgica, y estos pacientes se confirmaron mediante la detección patológica. Los pacientes restantes recibieron tratamiento sistémico no quirúrgico. En términos de terapia de primera línea, 242 pacientes recibieron Bev/OX y 122 recibieron Bev/IRI. Después de al menos dos ciclos de Bev/CT, la respuesta al tratamiento se evaluó de la siguiente manera: un paciente logró CR, 12 tuvieron PR, 275 experimentaron SD y 76 presentaron PD, lo que resultó en un DCR del 79%. La duración mediana del seguimiento de los 364 pacientes con mCRC fue de 19 meses (rango, 1 a 36 meses). Se observó progresión de la enfermedad en el 94% de los pacientes con mCRC, con tasas de PFS del 30% y del 10% a 1 y 2 años, respectivamente. No se observaron diferencias significativas en las características clínicas entre los grupos de descubrimiento y validación; sin embargo, las tasas de intervención quirúrgica, la utilización del régimen Bev/IRI y los resultados del PFS fueron significativamente mayores en el grupo de validación en comparación con los del grupo de descubrimiento.

Desarrollo y evaluación de biomarcadores inflamatorios

Para establecer una estratificación pronóstica óptima, se utilizaron diagramas de X-tile para determinar los valores de corte para nueve relaciones inflamatorias en el grupo de descubrimiento (Tabla Suplementaria S1). Estos valores se aplicaron posteriormente al grupo de validación independiente sin ningún reajuste. Realizamos la selección de biomarcadores mediante regresión LASSO en el grupo de descubrimiento, lo que identificó cinco biomarcadores candidatos (FPSIR, FPSIRI, FASIR, FASIRI, FASII; Figura 2B). Posteriormente, el algoritmo RSF, aplicado con tres semillas aleatorias (123, 1234, 12345), seleccionó de forma consistente FPSIR como el candidato óptimo (Figura 2C). Un análisis de intersección estableció posteriormente FPSIR como el biomarcador de consenso (Figura 2D).

FPSIR y parámetros clinicopatológicos

Clínicamente, los pacientes con mCRC con metástasis en los ganglios linfáticos mostraron niveles de FPSIR significativamente más altos en comparación con los que no presentaban metástasis (Figura 3A). Este patrón de elevación se extendió a los casos con metástasis hepática/peritoneal y afectación de múltiples sitios (≥2 sitios de metástasis) (Figuras 3B–D). Dados estos resultados observados, estratificamos aún más la cohorte en subgrupos de FPSIR alto (FPSIR-H) y FPSIR bajo (FPSIR-L). El subgrupo FPSIR-H exhibió tasas significativamente más altas de metástasis hepática y niveles más altos de CEA y CA19-9 en suero en comparación con el subgrupo FPSIR-L (Tabla Suplementaria S2).

FPSIR y resultados de supervivencia

En la cohorte combinada, se observó un PFS y un OS significativamente más cortos en el subgrupo FPSIR-H (n=141) en comparación con los pacientes FPSIR-L (n=223, plog-rank=0,01 para PFS; plog-rank