Modelo predictivo de mortalidad ajustado a un escenario de recursos limitados en pacientes con cáncer de pulmón metastásico con mutación EGFR para Perú : trabajo colaborativo

Modelo predictivo de mortalidad ajustado a un escenario de recursos limitados en pacientes con cáncer de pulmón metastásico con mutación EGFR para Perú : trabajo colaborativo

Contenido principal del artículo

Luis Eduardo Pino Villareal
Iván Camilo Triana Avellaneda
Jorge Mejía
Carlos Mauricio Camelo
Rossana Ruiz
Mivael Olivera
Natalia Valdiviezo
Ofelia Coanqui
Marco Galvez
Luis Mas

Resumen

Introducción: la evidencia mundial demuestra que en el CPCNP metastásico con una mutación sensibilizante de EGFR, los inhibidores de EGFR son superiores a la quimioterapia citotóxica en el tratamiento de primera línea, sin embargo, en algunos países como Perú y Colombia hay un acceso limitado a las pruebas moleculares para definir inicio de estas terapias dirigidas. En este escenario, es frecuente que los oncólogos inicien la quimioterapia hasta que estén disponibles los resultados de la prueba de mutación de EGFR. No hay datos del mundo real para medir el impacto de este comportamiento en la supervivencia general de estos pacientes. Materiales y métodos: se realizó un estudio natural experimental, utilizando la situación natural del Perú, en la que algunos pacientes inician quimioterapia citotóxica de primera línea antes de la ITK por mal acceso o retraso en la obtención de resultados para el estado de mutación del gen EGFR. Para ello, se dividió una cohorte del mundo real en dos grupos, Grupo 1: pacientes con pruebas moleculares tardías que iniciaron quimioterapia (dupleta basado en platinos) y posterior cambio a ITK EGFR y, Grupo 2: pacientes con resultados oportunos del estado mutacional para gen EGFR que inició EGFR ITK en la primera línea, en este caso Erlotinib. Para estos análisis desarrollamos una metodología predictiva, utilizando modelos de redes neuronales; estos son modelos multicapa que permiten realizar predicciones según el peso de cada variable y utilizamos modelos de regresión Cox en los que hacemos predicciones en función del tiempo. Los modelos se ejecutaron en el software Orange®.

Palabras clave:

Descargas

Los datos de descargas todavía no están disponibles.

Detalles del artículo