Evaluación comparativa de los datos de NanoString nCounter en diferentes cohortes para la predicción de recurrencia en el cáncer colorrectal.

Los modelos pronósticos basados en la expresión génica han demostrado ser prometedores para predecir la recurrencia del cáncer colorrectal (CCR), pero su implementación clínica sigue siendo limitada. La plataforma NanoString nCounter ofrece una alternativa práctica a la secuenciación de ARN y a los microarrays, mediante la elaboración de perfiles de expresión génica estandarizados y rentables, que son compatibles con las muestras clínicas de rutina. En este estudio, evaluamos si los datos de expresión génica de NanoString nCounter mejoran la predicción de la recurrencia tras la cirugía curativa del CCR. Se analizaron los perfiles de expresión génica del panel NanoString PanCancer IO 360 en dos cohortes independientes de CCR (cohorte A, n = 189; cohorte B, n = 131).

Se utilizaron análisis de expresión génica diferencial y modelos de riesgos proporcionales de Cox para evaluar el valor pronóstico de la expresión génica por sí sola y en combinación con factores de riesgo clínicos establecidos. El rendimiento del modelo se evaluó mediante una validación cruzada de cinco pliegues y una validación externa entre cohortes, utilizando el índice de concordancia (índice C) y la estratificación del riesgo de Kaplan-Meier. Las dos cohortes diferían significativamente en la supervivencia libre de recurrencia, y el análisis de expresión génica diferencial demostró marcados patrones de transcripción específicos de cada cohorte. Se identificaron 91 genes asociados a la recurrencia en la cohorte A, mientras que no se detectaron genes significativos en la cohorte B, con un bajo nivel de concordancia en la expresión génica diferencial entre las cohortes (Pearson r = 0,128).

En todos los modelos de predicción, el rendimiento externo fue modesto, y la inclusión de datos de expresión génica no mejoró la predicción más allá de las variables clínicas. El modelo clínico de referencia, que incorpora la edad, el estadio UICC y la localización del tumor, logró de forma constante el mayor rendimiento entre cohortes, y el estadio UICC surgió como el predictor más potente de la recurrencia. Aunque la discriminación general fue moderada, el modelo de referencia estratificó con éxito a los pacientes en grupos de alto y bajo riesgo significativamente diferentes en las cohortes.

Estos hallazgos indican que las firmas de expresión génica pronóstica derivadas de los datos de NanoString mostraron una reproducibilidad limitada entre cohortes independientes y proporcionaron un valor predictivo adicional limitado más allá de los factores clínicos establecidos.

Los resultados destacan la importancia de la validación externa y sugieren que las variables clínicas sólidas siguen siendo los predictores más fiables del riesgo de recurrencia en este contexto.