Desarrollo de modelos predictivos en el Carcinoma vesical tratado mediante Cistectomía radical
Bibliographic record
Abstract
INTRODUCCIÓN: El carcinoma vesical es la neoplasia maligna más frecuente del tracto urinario y la undécima neoplasia más frecuente a nivel mundial. El 70% de estas neoplasias son superficiales en el momento del diagnóstico y el 30% son músculo infiltrantes. Los tumores músculo infiltrantes, así como los tumores superficiales que no se controlan con tratamientos conservadores, son tratados mediante la cistectomía radical y linfadenectomía extendida, tratamiento considerado el estándar para este tipo de tumores para el control de la enfermedad. A pesar de la exigencia de este tratamiento, de la alta comorbilidad, la enfermedad progresa con frecuencia y causa la muerte en el 50% de los pacientes cistectomizados a los 5 años. Estos datos hacen pertinente seguir estudiando el cáncer vesical, su caracterización, pronóstico y definir eventuales categorías tributarias de tratamientos ajustados. MATERIAL Y MÉTODOS: Se ha realizado un estudio de cohortes clínico retrospectivo sobre una población de 270 pacientes sometidos a una cistectomía radical y linfadenectomía ilioobturatriz bilateral tras el diagnóstico de carcinoma vesical músculo infiltrante o no infiltrante pero no respondedores al tratamiento conservador, ya sea con histología urotelial como no urotelial. Los pacientes seleccionados fueron operados entre Mayo de 1990 y Diciembre de 2015 en el Servicio de Urología del Hospital Príncipe de Asturias de Alcalá de Henares. El seguimiento de los pacientes se extiende hasta Diciembre 2016, fecha en la que se cierra el estudio. RESULTADOS: La muerte perioperatoria fue de 10 pacientes (4%). La mediana de seguimiento de 32 meses. La muerte global tuvo lugar en 141 pacientes, que corresponde a un 58,8% de nuestra muestra. La supervivencia global fue del 50% y 32% a los 5 y 10 años. La muerte cáncer específica ocurrió en un 40% de nuestros pacientes. La supervivencia cáncer-específica a los 5 y 10 años fue del 59 y 50%. La progresión local tuvo lugar en un 7% de los casos y a distancia en un 37 %. El modelo predictivo para la SG incluyó como variables predictivas el estadio T patológico, edad, la hidronefrosis y la invasión linfovascular con una capacidad predictiva de 0.70. El modelo predictivo para la SCE incluyó como variables independientes el estadio T patológico y la invasión linfovascular con una capacidad predictiva de 0.75. En el modelo predictivo para la SCE se incluyeron como variables independientes la edad, la invasión linfovascular, los márgenes quirúrgicos positivos y el estadio N patológico con una capacidad predictiva de 0.75 La validación externa del modelo de Xylinas obtuvo una capacidad predictiva de 0.72 CONCLUSIONES: 1. Las variables que se comportaron como factores pronósticos independientes para predecir la supervivencia global fueron la edad, la invasión linfovascular, la hidronefrosis y el estadio T patológico. 2. Para la predicción de la supervivencia cáncer específica, las variables predictivas independientes en nuestra cohorte fueron la invasión linfovascular y el estadio T patológico. 3. Las variables predictoras independientes para la supervivencia libre de progresión fueron los márgenes positivos, la invasión linfovascular y el estadio ganglionar. 4. Es posible crear modelos predictivos con la representación gráfica mediante un nomograma para el análisis de la SG, SCE y SLP en pacientes sometidos a CR con intención curativa 5. Nuestros nomogramas han presentado una buena capacidad predictiva, en torno al 0,7-0,75, si bien sería conveniente realizar una validación externa para poder ser aplicado en otras poblaciones. 6. La validación externa del modelo de recurrencia de Xylinas ha presentado una capacidad predictiva del 0,72 al emplearlo sobre nuestra población aplicando los mismos criterios de inclusión y exclusión empleado por Xylinas para su modelo.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.010 | 0.017 |
| Meta-epidemiology (narrow) | 0.002 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.003 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.004 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".