Un modelo clinico-radiológico que integra la composición corporal basal obtenida mediante tomografía computarizada para predecir el pronóstico en pacientes con cáncer colorrectal metastásico tratados con inmunoterapia.

Este estudio tiene como objetivo investigar la asociación entre los parámetros de composición corporal obtenidos a partir de tomografías computarizadas (TC) al inicio del estudio y la supervivencia libre de progresión (SLP) en pacientes con cáncer colorrectal metastásico (CCRM) que reciben inmunoterapia, y desarrollar un modelo pronóstico clínico-radiológico personalizado. Se incluyeron de forma retrospectiva 107 pacientes con CCRM tratados con inhibidores de puntos de control inmunitario. Las imágenes de TC abdominal iniciales, obtenidas a la altura de la tercera vértebra lumbar, se segmentaron para cuantificar el área de grasa visceral (AGV), el área de grasa subcutánea (AGS), el área de masa muscular esquelética (AMME) y la radiodensidad de la masa muscular esquelética (RME). Se identificaron los factores pronósticos independientes para la SLP mediante análisis de regresión de Cox univariante y multivariante, y se validaron posteriormente utilizando el operador de selección y reducción del ajuste absoluto mínimo (LASSO).

Se realizaron análisis exploratorios de interacción de subgrupos para evaluar la consistencia pronóstica. Finalmente, se desarrolló un nomograma predictivo y se evaluó su rendimiento mediante el índice C, las curvas de características operativas del receptor (ROC) dependientes del tiempo, los gráficos de calibración con 1000 remuestreos bootstrap y el análisis de la curva de decisión (DCA). Los análisis de regresión de Cox multivariante y LASSO identificaron la edad, el número de órganos metastásicos, el nivel basal de CA 19-9, la AGV y la RME como posibles factores pronósticos independientes para la SLP. Una AGV y una RME más altas se asociaron significativamente con una SLP prolongada.

En particular, los análisis de subgrupos revelaron que el efecto protector de una AGV alta fue más evidente en pacientes con metástasis hepáticas basales (p para la interacción < 0,05). Tras la validación interna con 1000 remuestreos bootstrap, el índice C corregido por optimismo fue de 0,733. El área bajo la curva (AUC) dependiente del tiempo para predecir la SLP a los 6 meses fue de 0,842 (IC del 95 %: 0,761-0,923). Las curvas de calibración demostraron una buena concordancia entre las probabilidades predichas por el nomograma y los resultados de supervivencia observados.

El DCA sugirió un posible beneficio clínico neto del nomograma desarrollado. La AGV y la RME basales son posibles biomarcadores pronósticos independientes para pacientes con CCRM que se someten a inmunoterapia. El modelo clínico-radiológico propuesto puede ofrecer una prometedora precisión predictiva para la SLP, ayudar a la estratificación del riesgo personalizada y a la toma de decisiones clínicas.