Se requiere una suscripción a JoVE para ver este contenido. Inicie sesión o comience su prueba gratuita.
Artículo de investigación
* These authors contributed equally
Este metaanálisis de 17 estudios (1.708 pacientes con carcinoma hepatocelular) encontró valores agrupados de sensibilidad, especificidad y área bajo la curva de 0,87, 0,79 y 0,90, respectivamente, para la predicción radiómica de alta expresión de Ki-67; la heterogeneidad sustancial indica la necesidad de investigaciones estandarizadas.
Este estudio tuvo como objetivo evaluar el valor diagnóstico de las características radiómicas para predecir los niveles de expresión de Ki-67 en el carcinoma hepatocelular (HCC) mediante un metaanálisis. Se realizaron búsquedas sistemáticas en bases de datos electrónicas, incluyendo PubMed, Web of Science, la Biblioteca Cochrane y Embase, para identificar estudios clínicos relevantes publicados hasta el 20 de agosto de 2025. Se incluyeron estudios que utilizaran características radiómicas para predecir los niveles de expresión de Ki-67 en pacientes con HCC. Se evaluaron la sensibilidad, la especificidad y las curvas resumen de característica operativa del receptor, y se calculó el área bajo la curva (AUC). En total, se incluyeron 17 estudios que involucraron a 1.708 pacientes con HCC. La sensibilidad agrupada fue de 0,87 (intervalo de confianza del 95% [IC], 0,81–0,91), la especificidad agrupada fue de 0,79 (IC del 95%, 0,71–0,85) y el valor global de AUC fue de 0,90 (IC del 95%, 0,87–0,93). Los valores agrupados de AUC para los puntos de corte de Ki-67 del 10% y >10% fueron de 0,89 (IC del 95%, 0,86–0,92) y 0,90 (IC del 95%, 0,87–0,92), respectivamente. Los valores de AUC para las características radiómicas derivadas de imágenes por resonancia magnética y ultrasonido fueron de 0,88 (IC del 95%, 0,85–0,91) y 0,92 (IC del 95%, 0,89–0,94), respectivamente. El valor de AUC para los modelos de predicción basados en regresión logística fue de 0,89 (IC del 95%, 0,86–0,92). Las características radiómicas mostraron un desempeño diagnóstico agrupado prometedor para predecir una alta expresión de Ki-67 en el HCC. Sin embargo, hubo una heterogeneidad considerable entre los estudios incluidos. Se requiere más investigación estandarizada para validar estos hallazgos.
Durante la última década, la incidencia y prevalencia del cáncer de hígado han aumentado progresivamente, convirtiéndolo en una carga de enfermedad significativa y creciente a nivel mundial. Específicamente, el carcinoma hepatocelular (HCC) representa el 90 % de todos los diagnósticos de cáncer de hígado primario y es la cuarta causa más común de muertes relacionadas con cáncer en el mundo, con 840 000 nuevos casos reportados en 20181,2. A pesar de los recientes avances en técnicas quirúrgicas, intervenciones locales y terapias sistémicas, el pronóstico a largo plazo de los pacientes con HCC sigue siendo subóptimo, con tasas de supervivencia global a 5 años que oscilan entre el 13 % y el 36 %3,4,5. Esto se debe en gran parte a su inicio insidioso, las dificultades para el diagnóstico temprano y la alta heterogeneidad biológica del tumor. Estos desafíos subrayan una limitación crítica de las estrategias diagnósticas actuales: las evaluaciones histopatológicas tradicionales son invasivas y no pueden proporcionar una evaluación completa y en tiempo real de la biología tumoral dinámica. Por lo tanto, el desarrollo de nuevas herramientas no invasivas que puedan cuantificar con precisión el potencial maligno intrínseco de los tumores es fundamental para avanzar en la medicina personalizada en el HCC.
Entre varios biomarcadores moleculares pronósticos, Ki-67 es un indicador bien establecido de la proliferación celular y está estrechamente asociado con el pronóstico en múltiples malignidades. Ki-67 refleja la actividad proliferativa y se expresa ampliamente en células tumorales; su alta expresión se correlaciona fuertemente con una mayor invasividad y una diferenciación deficiente, actuando como un predictor de la agresividad tumoral6. En el carcinoma hepatocelular (HCC), múltiples estudios han confirmado que una alta expresión de Ki-67 se asocia significativamente con un mayor tamaño tumoral, invasión vascular, un grado más elevado según Edmondson-Steiner y una etapa avanzada según la clasificación de extensión del tumor, ganglios afectados y metástasis. Además, actúa como un predictor independiente de recurrencia posoperatoria y de una menor supervivencia general7,8,9,10. Dado que los niveles de expresión de Ki-67 reflejan el estado proliferativo de las células tumorales —siendo los niveles elevados indicativos de una mayor invasividad y una progresión más rápida de la enfermedad—, este biomarcador tiene un valor considerable en la estratificación pronóstica, la toma de decisiones terapéuticas y el seguimiento del tratamiento en el HCC. Sin embargo, la evaluación clínica actual de Ki-67 depende de la obtención invasiva de tejido. Este enfoque no solo conlleva riesgos del procedimiento y malestar para el paciente, sino que, lo que es más importante, debido a la considerable heterogeneidad espacial y temporal del HCC, una única biopsia puede no representar el estado proliferativo global del tumor, lo que potencialmente podría llevar a interpretaciones clínicas erróneas11. Por lo tanto, existe una necesidad clínica urgente de un método no invasivo y reproducible que pueda capturar de forma integral la heterogeneidad espacial de la expresión de Ki-67.
La aparición de la radiómica ofrece un enfoque potencial para abordar esta limitación. La radiómica implica la extracción de alto rendimiento de numerosas características cuantitativas a partir de imágenes médicas estándar, como la tomografía computarizada (TC), la resonancia magnética (RM) o la tomografía por emisión de positrones (PET), y la construcción de modelos predictivos mediante algoritmos de aprendizaje automático o aprendizaje profundo para descifrar la biología tumoral subyacente12. En la investigación del carcinoma hepatocelular (HCC), la radiómica se ha aplicado con éxito en la clasificación tumoral, la predicción de la invasión microvascular, la evaluación de la expresión génica y el monitoreo de la respuesta al tratamiento. Aunque varios estudios han intentado desarrollar modelos radiómicos para predecir la expresión de Ki-6713,14, aún existe una variabilidad considerable entre los estudios en cuanto al tamaño de la muestra, las modalidades de imagen, los métodos de extracción de características y el desempeño del modelo. Por lo tanto, se requiere un metaanálisis sistemático para sintetizar cuantitativamente estos hallazgos heterogéneos, establecer estimaciones diagnósticas agrupadas robustas e identificar las principales fuentes de variación clínica y metodológica, proporcionando así una base basada en evidencia para la futura estandarización y traslación clínica. En la práctica, la traslación clínica de la radiómica enfrenta desafíos relacionados con la reproducibilidad de las características y limitaciones específicas de cada modalidad, como la dependencia de los parámetros de escaneo en la RM o la dependencia del operador en el ultrasonido. En consecuencia, la utilidad clínica de estos modelos debe evaluarse críticamente según su nivel de estandarización metodológica y su validación externa. La aplicabilidad clínica y la robustez de estos modelos aún no han sido evaluadas sistemáticamente. Por lo tanto, este estudio evalúa exhaustivamente el desempeño diagnóstico de los modelos radiómicos para predecir el estado de expresión de Ki-67 en el HCC, proporcionando así una base basada en evidencia para la futura estandarización y traslación clínica.
Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.
Estrategia de búsqueda y fuente de información
De acuerdo con las Directrices Preferidas para la Presentación de Revisiones Sistemáticas y Metaanálisis (PRISMA) 202015, se realizó una búsqueda sistemática en PubMed, Web of Science, Cochrane Library y Embase desde el inicio de cada base de datos hasta el 20 de agosto de 2025, sin restricciones de idioma (véase Archivo complementario 1). La estrategia de búsqueda se construyó agrupando palabras clave y encabezamientos temáticos (como los Encabezamientos de Materias Médicas [MeSH] en PubMed y Emtree en Embase) en tres bloques lógicos mediante los operadores booleanos ‘AND’ y ‘OR’. Estos bloques se aplicaron a los campos de título, resumen o tema en cada base de datos de la siguiente manera: (1) radiómica, modelos e imágenes: ‘radiomics’, ‘análisis de textura’, ‘características de la imagen’, ‘imagen por resonancia magnética’ (o ‘MRI’), ‘tomografía computarizada de rayos X’ (o ‘CT’), ‘ecografía’ (o ‘ultrasonido’), ‘aprendizaje profundo’, ‘aprendizaje automático’ y ‘logística’; (2) enfermedad: ‘carcinoma hepatocelular’, ‘cáncer de hígado’, ‘HCC’ y ‘hepatoma’; y (3) antígeno: ‘antígeno Ki-67’, ‘Ki-67’, ‘Ki67’ e ‘índice de proliferación’. La sintaxis exacta de búsqueda se ajustó para adaptarse a las reglas específicas de cada base de datos (por ejemplo, utilizando etiquetas [Title/Abstract] y [MeSH] en PubMed, y etiquetas ‘:ti,ab’ o ‘/exp’ en Embase). También se realizó una búsqueda manual de las bibliografías de los estudios recuperados, junto con artículos de revisión relevantes, para identificar cualquier publicación adicional elegible. El protocolo del estudio se ha registrado retrospectivamente en la base de datos INPLASY con el número de registro INPLASY202670061.
Criterios de elegibilidad
Para garantizar una selección de estudios clínicamente relevante, la elegibilidad de los estudios recuperados se determinó utilizando el marco PICOS (Población, Intervención, Comparación, Resultado y Diseño del estudio).
Los criterios de inclusión fueron los siguientes: (1) población de estudio compuesta por pacientes diagnosticados con carcinoma hepatocelular (HCC) según examen histopatológico de tejido resecado o biopsiado, o de acuerdo con pautas clínicas y de imagen establecidas; (2) uso de radiómica, aprendizaje profundo o características texturales derivadas de modalidades de imagen médica (incluyendo TC, RM o ultrasonografía) para predecir los niveles de expresión tumoral de Ki-67; (3) evaluación histopatológica de los niveles de expresión de Ki-67 en especímenes tumorales, con un valor umbral claramente definido para clasificar a los pacientes en grupos de alta y baja expresión; (4) disponibilidad de resultados diagnósticos en forma de una tabla de contingencia 2 × 2 que permita calcular el rendimiento de la prueba; y (5) estudios clínicos originales revisados por pares.
Se excluyeron los estudios si (1) eran resúmenes de conferencias, informes de casos, revisiones sistemáticas u otra investigación no original; (2) contenían datos insuficientes sobre los resultados para un análisis cuantitativo; (3) eran publicaciones duplicadas; y (4) no estaban disponibles en texto completo.
Protocolo de selección de estudios y extracción de datos
Para llevar a cabo la selección de la literatura, todas las citas recuperadas de las bases de datos electrónicas se combinaron y se identificaron y eliminaron sistemáticamente los registros duplicados. Posteriormente, dos investigadores revisaron de forma independiente la literatura restante según los criterios de inclusión y exclusión predefinidos. En primer lugar, se examinaron los títulos y resúmenes, y los estudios potencialmente elegibles pasaron a una evaluación completa del texto. Cualquier discrepancia entre los dos revisores se resolvió mediante discusión o consultando a un tercer investigador para alcanzar un consenso.
Después de completar el proceso de selección, los mismos dos investigadores extrajeron independientemente los datos utilizando un formulario de extracción estandarizado y predeterminado. La información extraída incluyó características básicas del estudio, detalles demográficos de la población estudiada y datos sobre el desempeño diagnóstico, específicamente el número de verdaderos positivos, falsos positivos, verdaderos negativos y falsos negativos. Para los estudios con datos faltantes o ambigüedades no resueltas, contactamos a los autores correspondientes por correo electrónico para solicitar los datos originales, y excluimos los estudios si los datos requeridos seguían estando disponibles.
Evaluación de la calidad y del riesgo de sesgo
La calidad de los estudios diagnósticos incluidos se evaluó mediante la herramienta Evaluación de la Calidad de Estudios de Exactitud Diagnóstica 2 (QUADAS-2, por sus siglas en inglés), desarrollada por Whiting et al. en la Universidad de York16. Este instrumento evalúa cuatro dominios: selección de pacientes, prueba índice, estándar de referencia, y flujo y temporización. Cada dominio se calificó en cuanto al riesgo de sesgo como «alto», «bajo» o «incierta». Dos investigadores realizaron de forma independiente la evaluación de calidad. Las discrepancias se resolvieron mediante discusión o consultando a un tercer investigador para alcanzar un consenso.
Análisis estadístico
Los análisis estadísticos se realizaron utilizando Stata versión 16.0 y el gestor de revisiones (RevMan) versión 5.3. RevMan se utilizó para evaluar la calidad metodológica, determinar el riesgo de sesgo y generar los resúmenes visuales correspondientes. La precisión diagnóstica se analizó en Stata 16.0 con el módulo jerárquico midas. La sensibilidad y especificidad agrupadas, junto con sus intervalos de confianza del 95% (IC), se estimaron mediante un modelo de efectos aleatorios bivariado. El rendimiento diagnóstico general se resumió construyendo una curva jerárquica de características operativas del receptor (HSROC) y calculando el área correspondiente bajo la curva (AUC). La heterogeneidad entre estudios se examinó mediante la prueba Q de Cochran y el estadístico I2, considerándose indicativos de homogeneidad aceptable valores de I2 inferiores al 50% o valores de P de la prueba Q superiores a 0,10. Para investigar posibles fuentes de heterogeneidad, se llevaron a cabo análisis de subgrupos preespecificados según los valores de corte de Ki-67, la modalidad de imagen y el modelo de predicción. La presencia de un efecto umbral se evaluó determinando la correlación de Spearman entre la sensibilidad transformada mediante logito y el logito de (1 − especificidad). El posible sesgo de publicación se evaluó mediante la prueba de asimetría del embudo de Deeks. A menos que se indique lo contrario, todas las pruebas estadísticas fueron bilaterales, y la significación estadística se definió como P < 0,05.
Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.
Características de los estudios incluidos
Mediante una búsqueda sistemática en bases de datos electrónicas, se identificaron inicialmente 3.923 estudios para su revisión. Después de excluir 2.032 registros duplicados y 1.719 estudios irrelevantes, se revisaron íntegramente 172 artículos. Según los criterios predefinidos de inclusión y exclusión, finalmente se incluyeron 17 estudios13,14,17,
Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.
Este metaanálisis sistemático evaluó el rendimiento diagnóstico de las características radiómicas para predecir la expresión de Ki-67 en el CHC. La sensibilidad agrupada fue de 0,87, la especificidad agrupada fue de 0,79 y el AUC resumido fue de 0,90. Aunque las estimaciones fueron ampliamente similares entre los subgrupos analizados, la heterogeneidad sustancial limita la generalización de las estimaciones agrupadas. Estos hallazgos sugieren que la radiómica podría complementar la evaluación basada en tejidos, pero su u...
Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.
Los autores no tienen conflictos de intereses que declarar.
| Nombre | Empresa | Número de catálogo | Comentarios |
|---|---|---|---|
| Administrador de revisiones | Nordic Cochrane Centre | Version 5.3 | Evaluación y mapeo del riesgo de sesgo |
| Stata | StataCorp | Version 16.0 | Metaanálisis diagnóstico utilizando el módulo midas |
Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.