Nuevo modelo predice el riesgo de trombosis venosa profunda en pacientes con cáncer de ovario

Se ubica como la quinta causa principal de muerte por cáncer en mujeres y tiende a volverse más frecuente con la edad, particularmente después de los 65 años.

El cáncer de ovario epitelial representa más del 90 % de todos los casos de cáncer de ovario. Sus síntomas, especialmente en las primeras etapas, son difíciles de reconocer y a menudo pasan desapercibidos, lo que explica en parte su alta tasa de mortalidad. A medida que la enfermedad avanza, los síntomas típicos incluyen distensión abdominal y disminución del apetito, indicadores que a menudo pueden atribuirse erróneamente a problemas de salud menos graves. Debido a la naturaleza inespecífica de estos síntomas, la mayoría de las pacientes reciben su diagnóstico en una etapa más tardía, lo que limita considerablemente las opciones de tratamiento y conduce a resultados desfavorables.

El tratamiento estándar actual para este tipo de cáncer suele consistir en cirugía seguida de quimioterapia. Sin embargo, estos tratamientos pueden aumentar la probabilidad de complicaciones posoperatorias, lo que a su vez puede afectar negativamente la supervivencia de las pacientes. Una preocupación importante es el desarrollo de trombosis venosa profunda, una afección en la que se forman coágulos sanguíneos anormales en las venas profundas. Si no se trata, estos coágulos pueden desprenderse y desplazarse a los pulmones, provocando una embolia pulmonar, una afección potencialmente mortal que se caracteriza por dificultad para respirar, niveles reducidos de oxígeno y posible insuficiencia respiratoria.

Por lo tanto, la identificación temprana de los factores de riesgo de trombosis venosa profunda es vital para la prevención. Los nomogramas son ampliamente reconocidos como herramientas predictivas fiables que simplifican los modelos estadísticos y ofrecen una manera de respaldar estrategias de tratamiento personalizadas y atención preventiva para diferentes afecciones de salud. En un nuevo estudio, investigadores del Hospital Central de Wenzhou (provincia de Zhejiang, China) han desarrollado y validado un nomograma diseñado específicamente para predecir el riesgo de trombosis venosa profunda en pacientes con cáncer epitelial de ovario.

Los nomogramas, que funcionan como modelos predictivos, convierten datos estadísticos complejos en representaciones gráficas claras que generan probabilidades numéricas individuales para eventos clínicos. Estas herramientas son valiosas para ofrecer tratamientos personalizados y orientar las decisiones clínicas sobre estrategias preventivas. Sin embargo, hasta ahora ha habido poca investigación sobre la aplicación de nomogramas para predecir el riesgo de trombosis venosa profunda en pacientes con cáncer epitelial de ovario.

Esta brecha impulsó a los investigadores a realizar un estudio para crear y probar un nomograma adecuado para este propósito. Monitorearon a 429 pacientes, de las cuales 116 (27%) desarrollaron trombosis venosa profunda. El estudio, publicado en la revista Menopause, identificó varios factores de riesgo independientes significativamente asociados con esta condición: edad, índice de masa corporal, hipertrigliceridemia, estadio tumoral, grado tumoral, nivel de CA125, recuento de plaquetas y nivel de fibrinógeno. El nomograma resultante, construido utilizando estos parámetros, mostró una fuerte capacidad predictiva y relevancia clínica para estimar el riesgo de trombosis venosa profunda dentro de este grupo específico de pacientes.

“El cáncer de ovario suele diagnosticarse en una etapa avanzada y puede ser extremadamente agresivo, requiriendo cirugía extensa y tratamientos prolongados de quimioterapia”, afirmó la Dra. Monica Christmas, directora médica asociada de la Sociedad de Menopausia. “Si bien estos tratamientos reducen la carga de cáncer, conllevan riesgos significativos. Identificar estrategias y protocolos para minimizar o prevenir las complicaciones relacionadas con el tratamiento es esencial para optimizar los resultados y la calidad de vida de las pacientes”.