Modelo predictivo de cáncer de próstata en pacientes con indicación de biopsia

Resumen

"Modelo Predictivo De Cáncer De Próstata En Pacientes Con Indicación De Biopsia"

Objetivo

Intentar conocer la probabilidad de padecer un carcinoma de próstata (CP) en base a la edad, tacto rectal (TR) y PSA, una vez indicada la realización de biopsia, con el fin de poseer mayor información a la hora de enfrentarnos, médico y paciente, a dicho problema.

Material Y Método

Estudio retrospectivo de 633 biopsias prostáticas, analizando edad, TR, nivel de PSA y resultado histológico. Los datos fueron incluidos en una base de datos de Access, analizándolos mediante el programa SPSS con el que se realizó un análisis de regresión logística.

Resultados

Una vez indicada la biopsia, el TR es la variable con mayor poder de discriminación, con una odd ratio ajustada de 5,9 (IC 95%, 3,9-8,9). El modelo matemático obtenido posee una sensibilidad del 57% y una especificidad del 84%. La probabilidad pretest fue del 36%, pasando al 70% postest, con un valor predictivo negativo del 77% y positivo del 67%.

Conclusiones

El modelo matemático obtenido determina de forma individualizada la probabilidad de padecer un CP, y a su vez, más ajustada que la derivada de cumplir los criterios de biopsia. Una vez indicada la biopsia, la variable con mayor peso en la probabilidad de padecer CP es el TR, con independencia del PSA y la edad. El valor predictivo positivo del modelo es superior al del PSA o del TR utilizados de forma aislada.

Abstract

"Predictive Model For Prostate Cancer In Patients With Biopsy Indication"

Objetive

Attemp to determine the probability of developing prostate carcinoma taking ento acc age, digital rectal examination and PSA once a transrectal biopsy has been indicated, so that both doctors and patients have mor information to face such pathology.

Material And Methods

Retrospective study of 633 biopsies, takin ento acc the patient`s age, digital rectal examination, PSA level and histology. The data were included in a database created with Access and were put a logistic regression by meens the softwere programe SPSS.

Results

Once the biopsy is indicated, digital rectal examination is the parameter offesing a higher discriminatory valuer with an odd ratio of 5.9 (CI 95%, 3.9-8.9). The mathematical model obtenned shows a sensitivity level of 57% and a level of specificity of 84%. Pre-test probability is 36%, the probability post-test incresang up to 70%, and a negative predictive value of 77% and a positive predictive value of 67%.

Conclusions

The mathematical model obtained individually determines the probability of suffeng from prostatic carcinoma. Moreover, using this model the probabilities obtained re more precise than those derived from the fact of fulfilling the criteria for a prostatic biopsy. Once a biopsy is indicated, the rectal examination becomes the parameter with a higher predictive value of PC, irrespective of PSA and age. The PPV of the model is higher than of the PSA or the digital recta examination used separately.