1
Impacto de los modelos predictivos y la toma de decisiones en cáncer de próstata: un debate integral
Archivos Españoles de Urología 2011;64(8): 765-782
GÓMEZ VEIGA F, PONCE DÍAZ-REIXA J, PERTEGA DÍAZ S, MARTÍNEZ BREIJO S, GONZÁLEZ DACAL J, ZARRAONAINDIA ANDRACA A, CASAS NEBRA J, LÓPEZ GARCÍA D, PITA FERNÁNDEZ S, CHANTADA ABAL V
Archivos Españoles de Urología 2011;64(8): 765-782
Resumen del Autor:
OBJETIVO: 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.
MÉTODOS: 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.
OBJETIVO: 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.
MÉTODOS: 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.
OBJECTIVES: To review the various methods
to predict the risk of having prostate cancer, or that localized disease may be cured or progress after a given treatment.
METHODS: We performed a review of the various mathematic
models known for the probability analysis of the event, with a critical analysis of weaknesses and strengths of each method. In a Medline update we reArch. view the most relevant papers referred to diagnosis and management of localized prostate cancer in its diagnosis
and management sides, as well as the probability of developing metastatic disease and to die.
RESULTS: There are multiple methods and models to predict
the various events in a patient candidate to diagnosis
of prostate cancer, as well as to analyze the possibilities
of success of a specific treatment, in many cases with an important exactness.
We emphasize the heterogeneity in the methods, data and variables used for the analysis, basically about retrospective
studies. Many of the most sophisticated methods,
Neural Network or cart, do not present greater exactness than classic methods like logistic regression.
CONCLUSIONS: Predictive models are an important element for decision making in usual clinical practice, favoring the decision of a diagnosis or certain treatment is not taken in a random manner and therefore it is taken following scientific criteria. Waiting for more precise methods, we have to know no method is perfect, and therefore it is an important tool, which should not by pass personal knowledge or the experience of a specific working group.
Traducir
Notas:
Nº Monográfico: Decisión clínica en cáncer de próstata localizado. ¿Dónde estamos 2011?
Palabras clave:
Cáncer de próstata, Enfermedades de la próstata, Modelos de predicción, Próstata, Revisión, Toma de decisiones, Urología
ID MEDES:
70412
* RECUERDE. Al pulsar el enlace “Texto completo”, usted abandonará el entorno MEDES. En ese caso, la web a la que desea acceder no es propiedad de Fundación Lilly y, por tanto, ésta no se responsabiliza de los contenidos, informaciones o servicios presentes en ella, ni de la política de privacidad que aplique el sitio web de un tercero.
