Un método para individualizar el riesgo de una errónea clasificación ganglionar negativa en el cáncer de colon

2010 
Resumen Introduccion y objetivos En el cancer de colon, el numero de ganglios linfaticos que se deberian analizar antes de clasificar a un paciente como libre de afectacion ganglionar ha sido ampliamente discutido. Se propone un modelo matematico basado en el teorema de Bayes para calcular la probabilidad de error (PE) similar al utilizado habitualmente para la evaluacion de una prueba diagnostica pero adaptado a una variable cuantitativa como es un recuento ganglionar. Metodos Se revisaron las historias clinicas de 480 pacientes intervenidos de forma programada de cancer de colon con intencion curativa, excluyendo los casos que presentaban metastasis de cualquier tipo. Con el fin de calcular las PE, para la serie completa y para diversos subgrupos de pacientes (tumores T2, T3, y T4) se aplico la formula que proponemos basada en dicho teorema de Bayes. Resultados Para las probabilidades de error al clasificar un paciente como N negativo que oscilaran entre un 5% hasta un 1‰ (proximo o practicamente 0), la minima cifra de ganglios negativos necesarios para analizar fluctuo entre 7 y 17 respectivamente para la serie completa. Esta cifra minima tambien fue cambiante para los diversos subgrupos (tumores T2, T3, y T4) considerados. Fundamentalmente, tales cifras dependen de las caracteristicas de la casuistica de un grupo de trabajo concreto en cuanto a prevalencia de casos N+ que manejen, y de su capacidad historicamente demostrada para recolectar e identificar ganglios positivos en los pacientes que los presentaran. Conclusion Desde el punto de vista matematico, el numero minimo de ganglios que se deberian analizar en el cancer de colon para clasificar a un paciente como N negativo no es una constante. Este depende del error que se este dispuesto a asumir para tal diagnostico, puede estar en funcion de ciertos rasgos del tumor, y ademas, se deberia adaptar a la casuistica de cada grupo de trabajo.
    • Correction
    • Source
    • Cite
    • Save
    • Machine Reading By IdeaReader
    33
    References
    2
    Citations
    NaN
    KQI
    []