Impacto de un modelo predictivo en la biopsia del ganglio linfático centinela en cáncer de mama con ganglios linfáticos inicialmente positivos y HER2 positivo

Los investigadores revisaron retrospectivamente los registros médicos de 597 pacientes en cuatro instituciones desde el 1 de abril de 2012 hasta el 30 de mayo de 2022. Los pacientes de la institución 1 (n = 386) sirvieron como cohorte de capacitación, mientras que los de las otras instituciones (n = 211) sirvieron como cohorte de validación externa. Se recopiló prospectivamente una cohorte independiente adicional de 119 pacientes para evaluar el poder predictivo del modelo. Los criterios de inclusión incluyeron: 1) cáncer de mama primario histológicamente probado sin lesiones metastásicas a distancia, 2) estado positivo para HER2 (definido como inmunohistoquímica (IHC) de sobreexpresión de 3+ o expresión de 2+, y una proporción de ≥ 2,0 mediante hibridación fluorescente in situ ), 3) estado inicial positivo de los ganglios linfáticos axilares confirmado mediante biopsia central o con aguja fina antes de la NST, 4) un ciclo completo de terapia neoadyuvante estándar antes de la cirugía y 5) características clínico-patológicas completas e información del tratamiento. El estudio fue aprobado por el comité de ética del Fujian Medical University Union Hospital. Todas las pacientes de las cohortes de entrenamiento y validación se sometieron a mastectomía, cirugía de conservación de la mama, radiación y cirugía ALND después de completar la NST. Todos los pacientes de la cohorte independiente adicional se sometieron a SLNB seguida de ALND, que detectó al menos 2 SLN usando solo tinte azul de metileno. Los SLN se definieron como ganglios linfáticos teñidos de azul guiados directamente por vasos linfáticos teñidos de azul. Se inyectó colorante azul de metileno solo en los sitios peritumorales o subareolares 5 a 15 minutos antes de la BSGC. Después de construir el nomograma para predecir la pCR axilar con los factores predictivos independientes, los investigadores cuantificaron el rendimiento predictivo del modelo utilizando el AUC de la curva característica operativa del receptor. Se utilizaron gráficas de calibración con bootstrapping y la prueba de Hosmer-Lemeshow para ilustrar el poder de calibración del modelo, donde p > 0,05 indica un buen ajuste.20 La utilidad clínica del modelo para guiar las opciones quirúrgicas se evaluó mediante el análisis de la curva de decisión mediante el trazado de los beneficios netos.21 La validación interna se estimó mediante el método bootstrap. Los investigadores validaron el nomograma utilizando una cohorte de validación externa de otras instituciones. Siguiendo el índice de Youden, los investigadores seleccionaron una probabilidad de corte óptima para predecir la pCR axilar como criterio de estratificación para identificar a los pacientes que se sometieron a cirugía SLNB después de NST. Los investigadores examinaron además a 119 pacientes sometidos a SLNB con ≥ 2 SLN extraídos, seguidos de ALND, como una cohorte independiente para evaluar el efecto del nomograma en la identificación precisa de los pacientes. Las FNR de la BSGC se compararon utilizando dos estrategias diferentes: realizar BSGC en todos los pacientes sin ningún criterio de selección y realizar BSGC en pacientes seleccionados por el nomograma con la probabilidad de corte de pCR axilar. Estos resultados se compararon con los de las dos pruebas anteriores.