Se requiere una suscripción a JoVE para ver este contenido. Inicie sesión o comience su prueba gratuita.

Artículo de investigación

Un panel combinado de biomarcadores séricos para la evaluación diagnóstica y pronóstica en el carcinoma espinocelular de esófago

73 visualizaciones

⸱

DOI:

10.3791/72189

⸱

8 de septiembre de 2026

 ,  ,  , 

* These authors contributed equally

En este artículo

Resumen

Este estudio presenta un flujo de trabajo ambispectivo multicéntrico para medir el antígeno carcinoembrionario sérico, el antígeno del carcinoma de células escamosas y el antígeno carbohidrato 125, y para validar su valor diagnóstico y pronóstico combinado en el carcinoma de células escamosas del esófago.

Resumen

​El carcinoma de células escamosas del esófago sigue siendo difícil de diagnosticar en etapas tempranas y de estratificar con precisión antes del tratamiento. La estadificación convencional por tumor-nódulo-metástasis proporciona información anatómica esencial, pero no refleja completamente la heterogeneidad biológica circulante. Este estudio observacional ambispectivo realizado en dos centros desarrolló y validó externamente un panel combinado de biomarcadores séricos que incluye antígeno carcinoembrionario, antígeno de carcinoma de células escamosas y antígeno carbohidrato 125 para la discriminación diagnóstica y la evaluación del riesgo pronóstico en el carcinoma de células escamosas del esófago. Se reclutó un total de 277 participantes procedentes de un hospital terciario y un centro comunitario de atención sanitaria, incluyendo 167 pacientes con carcinoma de células escamosas del esófago, 55 pacientes con enfermedad esofágica benigna y 55 controles sanos. La cohorte del hospital terciario se utilizó para el desarrollo del modelo y su validación interna, mientras que la cohorte del centro comunitario se empleó para la validación externa. Los biomarcadores séricos previos al tratamiento se midieron antes del tratamiento inicial, se transformaron logarítmicamente, se estandarizaron utilizando los parámetros de la cohorte de entrenamiento y se introdujeron en modelos de regresión logística diagnóstica y de riesgos proporcionales de Cox pronósticos. El panel combinado mostró una mayor capacidad de discriminación diagnóstica que cualquier marcador individual, con un área bajo la curva ROC de 0,869 en la cohorte de entrenamiento y de 0,842 en la cohorte de validación externa. Una mayor carga combinada de biomarcadores se asoció con una longitud tumoral de al menos 5 cm, enfermedad pT3–4, metástasis ganglionar y estadio III–IV según la clasificación tumor-nódulo-metástasis. En el análisis de supervivencia, una alta carga combinada de biomarcadores predijo de forma independiente una peor supervivencia global y una menor supervivencia libre de progresión tras el ajuste por factores clínico-patológicos principales. El modelo pronóstico integrado, que combina la carga de biomarcadores con variables clínico-patológicas, superó al estadio tumor-nódulo-metástasis por sí solo, con un índice C de 0,792 en la cohorte de entrenamiento y de 0,761 en la cohorte de validación externa. Estos hallazgos respaldan el uso del panel sérico de antígeno carcinoembrionario, antígeno de carcinoma de células escamosas y antígeno carbohidrato 125 como complemento práctico y no invasivo para la evaluación previa al tratamiento y la estratificación individualizada del riesgo en el carcinoma de células escamosas del esófago.

Introducción

El carcinoma de células escamosas del esófago es un subtipo histológico importante del cáncer de esófago y sigue siendo una carga clínica considerable en Asia Oriental, particularmente en China1. Aunque el diagnóstico endoscópico, la evaluación por imágenes, la cirugía, la quimiorradioterapia y el tratamiento sistémico han mejorado el manejo clínico, el pronóstico sigue siendo insatisfactorio para muchos pacientes2. Una razón importante es que la enfermedad se detecta frecuentemente después de que ya ha ocurrido invasión local o diseminación ganglionar3. Otra razón es que los pacientes con el mismo estadio de tumor-nódulo-metástasis pueden diferir aún en la respuesta al tratamiento, el riesgo de recurrencia y el resultado de supervivencia4. Estas diferencias indican que la estadificación anatómica por sí sola no puede describir completamente la variabilidad biológica del carcinoma de células escamosas del esófago.

La evaluación clínica actual depende principalmente de la endoscopia con biopsia, la estadificación radiológica y la evaluación patológica postoperatoria. Estos métodos son indispensables, pero presentan limitaciones cuando se utilizan para monitoreo repetido, estimación del riesgo previo al tratamiento o cribado amplio. La endoscopia es invasiva y menos adecuada para seguimientos frecuentes, mientras que la tomografía computarizada y la ecografía endoscópica pueden pasar por alto invasiones sutiles o lesiones metastásicas pequeñas5. Los modelos pronósticos basados en imágenes y moleculares han mejorado la predicción del riesgo en el carcinoma de células escamosas del esófago, pero muchos requieren plataformas especializadas, procesamiento posterior de imágenes, secuenciación del tejido o flujos de trabajo computacionales que no están disponibles de forma rutinaria en todos los laboratorios clínicos6,7. Por lo tanto, un enfoque sanguíneo de bajo costo y repetible podría proporcionar información complementaria útil, especialmente cuando los médicos necesitan una estratificación del riesgo previa al tratamiento antes de la terapia definitiva.

Los marcadores tumorales séricos son atractivos en este contexto porque están disponibles de forma rutinaria, son mínimamente invasivos y fáciles de repetir. El antígeno carcinoembrionario refleja la carga tumoral y la diferenciación celular anormal, mientras que el antígeno de carcinoma escamoso está más estrechamente asociado con la transformación maligna del epitelio escamoso8. Se ha relacionado al antígeno hidrocarbonado 125 con la actividad inflamatoria sistémica, el compromiso seroso y la progresión de la enfermedad en varias malignidades9. Estos marcadores no representan la misma señal biológica. Por el contrario, podrían captar dimensiones superpuestas pero distintas de la carga tumoral, el fenotipo escamoso, la respuesta sistémica y la interacción huésped-tumor. Por esta razón, un panel combinado podría tener un mejor desempeño que cualquier marcador individual cuando el objetivo es identificar el carcinoma de células escamosas del esófago y estimar el riesgo clínico10.

Estudios previos han evaluado marcadores tumorales séricos, indicadores inflamatorios, firmas de imágenes, perfiles moleculares y modelos pronósticos compuestos en el carcinoma de células escamosas de esófago y otros cánceres gastrointestinales relacionados11,12. Sin embargo, muchos de los modelos publicados se centran únicamente en el diagnóstico o el pronóstico, utilizan cohortes de un solo centro, carecen de validación externa independiente o proporcionan detalles limitados sobre la transformación de los marcadores, la selección de puntos de corte, la calibración y la reproducibilidad del modelo. La novedad del presente estudio radica en el desarrollo de un panel sérico práctico de tres marcadores que emplea antígeno carcinoembrionario, antígeno de carcinoma de células escamosas y antígeno carboido 125, todos medidos de forma rutinaria, para apoyar tanto la discriminación diagnóstica como la estratificación del riesgo pronóstico dentro de un único flujo de trabajo basado en dos centros. El modelo se desarrolló en una cohorte de hospital terciario y luego se evaluó sin reoptimización en una cohorte independiente de un centro comunitario, lo que permitió evaluar su estabilidad en diferentes entornos clínicos.

Este estudio desarrolló y validó un panel combinado de biomarcadores séricos basado en el antígeno carcinoembrionario, el antígeno de carcinoma de células escamosas y el antígeno carbohidrato 125. El análisis siguió dos objetivos relacionados. El primero fue evaluar si el panel combinado mejoraba la discriminación diagnóstica entre el carcinoma de células escamosas del esófago y controles no malignos en comparación con los marcadores séricos individuales. El segundo fue determinar si la carga combinada de biomarcadores antes del tratamiento aportaba información pronóstica adicional más allá de las variables convencionales clinicopatológicas y del estadio de tumor-nódulo-metástasis. Esta estructura permitió al estudio evaluar si un panel de biomarcadores séricos habitualmente disponible podría funcionar como un complemento no invasivo al diagnóstico anatomopatológico, a la evaluación por imágenes y a la estadificación anatómica en la evaluación clínica previa al tratamiento.

Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.

Protocolo

Este estudio que involucró a participantes humanos, registros clínicos y muestras de suero se llevó a cabo de acuerdo con la Declaración de Helsinki y los requisitos institucionales para la investigación con sujetos humanos13. El protocolo del estudio fue revisado y aprobado por el Hospital de Medicina China de la Provincia de Jiangsu bajo el número de aprobación CJ28J12-45. Para los datos clínicos anónimos y las muestras residuales de suero recolectadas de forma retrospectiva, se dispensó el requisito de consentimiento informado por escrito adicional, de acuerdo con las regulaciones éticas institucionales. Para las muestras recolectadas de forma prospectiva, se obtuvo el consentimiento informado por escrito antes del reclutamiento. Toda la información de los participantes y las muestras de suero se anonimizaron antes del análisis. Se utilizaron identificadores del estudio para la vinculación de datos, y no se incluyó ninguna información personalmente identificable en el conjunto de datos analítico.

Diseño del estudio y asignación de la cohorte

Este estudio observacional ambispectivo multicéntrico evaluó el valor diagnóstico y pronóstico de un panel combinado de biomarcadores séricos que incluye antígeno carcinoembrionario (CEA), antígeno de carcinoma de células escamosas (SCC-Ag) y antígeno carbohidrato 125 (CA125) en el carcinoma de células escamosas del esófago (ESCC). Los datos retrospectivos se obtuvieron de registros clínicos elegibles y muestras séricas residuales previas al tratamiento, y se utilizó un reclutamiento prospectivo para recolectar muestras séricas adicionales previas al tratamiento y completar el seguimiento dentro del mismo marco del estudio. Los participantes fueron reclutados en un hospital terciario y un centro comunitario de atención sanitaria entre enero de 2021 y diciembre de 2024, con seguimiento continuo hasta el 31 de diciembre de 2025. El centro A fue el hospital terciario y sirvió como cohorte de entrenamiento para el desarrollo del modelo, la estimación de coeficientes, la selección de puntos de corte y la validación interna. El centro B fue el centro comunitario de atención sanitaria y actuó como cohorte de validación externa. El estudio se informó de acuerdo con las directrices Transparent Reporting of a multivariable prediction model for Individual Prognosis or Diagnosis (TRIPOD)14.

Se incluyó un total de 277 participantes, de los cuales 194 procedían del Centro A y 83 del Centro B. La cohorte de entrenamiento incluyó a 114 pacientes con CECE, 40 controles con enfermedad esofágica benigna y 40 controles sanos. La cohorte de validación externa incluyó a 53 pacientes con CECE, 15 controles con enfermedad esofágica benigna y 15 controles sanos. Se utilizó una asignación por centro en lugar de una división aleatoria para reducir la fuga de información y evaluar la estabilidad del modelo en un entorno clínico independiente. El análisis diagnóstico comparó los niveles séricos de CEA, SCC-Ag y CA125 entre pacientes con CECE, pacientes con enfermedad esofágica benigna y controles sanos. El análisis pronóstico se limitó a los pacientes con CECE y evaluó si la carga combinada de biomarcadores mejoraba la estratificación de riesgo para la supervivencia global (SG) y la supervivencia libre de progresión (SLP). El diseño del estudio, el cribado de participantes, la asignación de cohortes, el flujo de trabajo de biomarcadores séricos, el desarrollo del modelo diagnóstico, la validación externa y la comparación de modelos pronósticos se resumen en Figura 1.

El flujo de participantes incluyó la selección, exclusiones, agrupación diagnóstica y asignación basada en centros. Se seleccionaron un total de 326 individuos. Se excluyeron 49 individuos, incluyendo 12 con tratamiento antitumoral antes de la toma de muestras de sangre, 8 con otra malignidad primaria, 9 con infección grave, enfermedad autoinmune o comorbilidades no controladas que podrían afectar los marcadores tumorales séricos, 11 con interferencia por hemólisis, lipemia, ictericia, volumen sérico insuficiente o intervalo prolongado de procesamiento, y 9 con datos clínicos, patológicos o de seguimiento clave faltantes. La población analítica final comprendió 277 participantes: 167 pacientes con CECE, 55 controles con enfermedad esofágica benigna y 55 controles sanos.

Razonamiento del tamaño de la muestra

El tamaño de la muestra se determinó según la disponibilidad consecutiva de participantes elegibles, muestras séricas previas al tratamiento e información de seguimiento durante el período predefinido del estudio. El modelo diagnóstico utilizó tres biomarcadores séricos continuos como predictores candidatos. En la cohorte de entrenamiento, había disponibles 114 casos de CECE y 80 controles no CECE, lo que corresponde a 38,0 casos de CECE y 26,7 controles no CECE por predictor biomarcador candidato. Esto respaldó una regresión logística de baja dimensionalidad y redujo el riesgo de sobreajuste. La cohorte de validación externa incluyó 53 casos de CECE y 30 controles no CECE, y se utilizó únicamente para validación, sin reestimación de los coeficientes. La justificación del tamaño muestral estuvo alineada con los principios actuales de modelos de predicción, que enfatizan la frecuencia del resultado, el número de parámetros predictores candidatos, el desempeño esperado del modelo y la validación independiente, en lugar de la división aleatoria de los datos15.

Reclutamiento de participantes, elegibilidad y recopilación de datos

Los participantes fueron inscritos de forma continua durante el período del estudio. En el Centro A, los pacientes con CECE fueron reclutados de los departamentos de cirugía torácica, gastroenterología y oncología. En el Centro B, los pacientes con CECE fueron identificados mediante cribado basado en la comunidad, registros de seguimiento o vías de derivación, y solo se incluyeron cuando estuviera disponible la confirmación patológica y muestras de suero previas al tratamiento. Los controles con enfermedades esofágicas benignas fueron reclutados entre individuos que se sometieron a gastroscopia por disfagia, síntomas de reflujo o sospecha de anomalías esofágicas, y que presentaron hallazgos patológicos no malignos. Los controles sanos fueron seleccionados de exámenes médicos de rutina realizados durante el mismo período y no tenían antecedentes de malignidad, infección activa, disfunción hepática o renal grave, ni evidencia por imagen o endoscopia de lesiones ocupantes de espacio en el esófago.

Se consideró elegible a pacientes con CEE si tenían un CEE primario confirmado mediante biopsia gastroscópica o patología posquirúrgica, no habían recibido tratamiento antitumoral antes de la extracción de sangre y contaban con datos clínicos basales completos, registros patológicos y muestras de suero previas al tratamiento. Se excluyeron los participantes si presentaban otra neoplasia primaria, tratamiento antitumoral previo antes de la extracción de sangre, infección aguda grave, enfermedad autoinmune activa, comorbilidades no controladas que pudieran afectar los niveles séricos de marcadores tumorales, hemólisis visible, lipemia, interferencia por ictericia, volumen insuficiente de suero, variables clínicas clave faltantes o datos de seguimiento no disponibles. El análisis pronóstico se limitó a pacientes con CEE con estadio conocido de tumor-nódulo-metástasis (TNM) y resultados medibles de supervivencia o progresión. Se mantuvieron los pacientes con un seguimiento menor a 6 meses si ocurrió muerte o progresión dentro de ese período.

Las variables basales incluyeron edad, sexo, antecedentes de tabaquismo, antecedentes de consumo de alcohol, índice de masa corporal, centro participante, grupo diagnóstico, tipo de lesión y niveles séricos de CEA, SCC-Ag y CA125. Para los pacientes con CMEE, se incluyeron variables adicionales como localización del tumor, longitud del tumor, diferenciación histológica, profundidad de invasión, estado de los ganglios linfáticos, estadio TNM, invasión linfangiovascular, modalidad de tratamiento inicial, recurrencia, progresión, estado de supervivencia y fecha de la última consulta de seguimiento. Los antecedentes de tabaquismo se definieron como fumar actualmente o haber fumado regularmente al menos 100 cigarrillos durante la vida. Los antecedentes de consumo de alcohol se definieron como ingesta de alcohol al menos una vez por semana durante más de 6 meses. La clasificación TNM se determinó según la octava edición del sistema de estadificación del Comité Estadounidense Conjunto sobre el Cáncer/Unión Internacional contra el Cáncer para el cáncer de esófago16. Las láminas histopatológicas de casos de CMEE y lesiones benignas fueron revisadas independientemente por dos patólogos senior, y cualquier desacuerdo fue resuelto por un tercer patólogo.

Dos investigadores capacitados extrajeron de forma independiente información clínica de historiales médicos electrónicos, informes de patología, sistemas de información de laboratorio, registros de tratamiento, registros de seguimiento y registros de defunción, utilizando un diccionario de datos predefinido. Las discrepancias se resolvieron mediante la verificación de los registros originales, y un tercer investigador tomó la decisión final cuando fue necesario. La ubicación del tumor se clasificó como esófago torácico superior, medio o inferior. La diferenciación histológica se clasificó como bien, moderada o pobre diferenciación. Las unidades de variables continuas se estandarizaron en ambos centros participantes antes del análisis.

Muestreo de sangre, procesamiento del suero y medición de biomarcadores

Todas las muestras de sangre se recolectaron antes del tratamiento inicial, dentro de los 7 días posteriores a la confirmación patológica y al menos 3 días antes del inicio del tratamiento. Se recolectaron muestras de sangre venosa periférica de 5–8 mL entre las 7:00 y las 9:00 de la mañana, tras ayuno nocturno, utilizando tubos con separador de suero. La recolección se posponía si el participante había recibido una transfusión sanguínea, una infusión de albúmina de gran volumen o un procedimiento invasivo en las 72 horas previas a la toma de muestra. Las muestras se dejaron coagular a temperatura ambiente durante 30 min, luego se centrifugaron a 1.500 × g durante 10 min. El suero se separó y fraccionó en 3–5 tubos etiquetados con código de barras, con 300–500 µL por alícuota. Las alícuotas se almacenaron a −80 °C hasta su análisis, y ninguna alícuota se sometió a más de un ciclo de congelación-descongelación. Se excluyeron las muestras con hemólisis visible, lipemia, interferencia por ictericia, volumen insuficiente o un intervalo entre la recolección y la congelación superior a 2 h.

Se midieron CEA, SCC-Ag y CA125 en suero mediante sistemas automatizados de inmunoensayo con quimioluminiscencia según las instrucciones de los fabricantes. Las alícuotas de suero se descongelaron a 4 °C antes del análisis, se mezclaron suavemente y se analizaron en una sola tanda siempre que fue posible. Si se requería análisis por lotes, el orden de las muestras se organizó para evitar agrupaciones sistemáticas por estado de la enfermedad, centro, estadio patológico o resultado del seguimiento. Las muestras que superaban el rango de medición analítica se diluyeron y volvieron a analizar según las instrucciones del reactivo. El personal de laboratorio estuvo cegado respecto al grupo de los participantes, estadio patológico, estado de tratamiento y resultado del seguimiento.

Los umbrales clínicos fueron 5,0 ng/mL para CEA, 1,5 ng/mL para SCC-Ag y 35 U/mL para CA125, según los estándares locales del laboratorio y los intervalos de referencia de los fabricantes. Estos umbrales se utilizaron para definir el aumento del marcador y la alta carga combinada de biomarcadores en los análisis de asociación clinicopatológica y de estratificación de supervivencia. Para la clasificación diagnóstica, los puntos de corte basados en los datos se seleccionaron únicamente en la cohorte de entrenamiento utilizando el índice de Youden y luego se aplicaron sin cambios a la cohorte de validación externa. Se realizó la calibración del instrumento y el control interno de calidad antes de las pruebas. Se incluyeron controles de alto y bajo nivel durante cada jornada de pruebas, y las pruebas continuaron solo cuando los resultados del control de calidad estuvieron dentro del rango aceptado.

Se evaluó la reproducibilidad entre ensayos y entre centros antes del análisis final del modelo utilizando alícuotas de suero puente ciegas y materiales rutinarios de control de calidad. Se analizó un conjunto puente de 30 alícuotas de suero ciegas en los dos flujos de trabajo de laboratorio. Los coeficientes de variación entre centros fueron del 4,8 % para CEA, del 5,6 % para SCC-Ag y del 5,1 % para CA125. Los coeficientes de correlación intraclase correspondientes fueron 0,94 para CEA, 0,92 para SCC-Ag y 0,93 para CA125. No se realizó ninguna recalibración específica del ensayo por centro, ya que ninguna desviación sistemática superó el rango predeterminado de control de calidad del laboratorio. Los valores finales de los biomarcadores se armonizaron mediante estandarización de unidades y estandarización estadística basada en la cohorte de entrenamiento antes de la construcción del modelo.

Definición combinada de biomarcadores y construcción del modelo

El panel combinado de biomarcadores en suero consistió en CEA, SCC-Ag y CA125. Para el análisis de asociación clinicopatológica y la estratificación de supervivencia mediante Kaplan-Meier, cada marcador se clasificó como elevado o no elevado según el umbral clínico predefinido. La alta carga combinada de biomarcadores se definió como la elevación de al menos dos de los tres marcadores. Para la modelización diagnóstica y pronóstica, los tres biomarcadores se mantuvieron como variables continuas, transformadas mediante el logaritmo natural y estandarizadas utilizando la media y la desviación estándar de la cohorte de entrenamiento. Los mismos parámetros de transformación se aplicaron a la cohorte de validación externa.

Los biomarcadores normalizados y transformados logarítmicamente se calcularon utilizando los siguientes parámetros de la cohorte de entrenamiento:

zlnCEA = (lnCEA - 1.42)/0.71

zlnSCC - Ag = (lnSCC - Ag - 0.28)/0.57

zlnCA125 = (lnCA125 - 3,05)/0,62

El panel diagnóstico combinado se construyó utilizando regresión logística multivariable en la cohorte de entrenamiento. El predictor lineal diagnóstico se calculó de la siguiente manera:

LPdiagnostic = -0.46 + 0.59 × zlnCEA + 1.05 × zlnSCC - Ag+0.42 × zlnCA125

La probabilidad individual predicha de CEE se calculó de la siguiente manera:

PESCC = 1/1+exp(-LPdiagnostic)

El punto de corte diagnóstico óptimo para el panel combinado fue 0,57, seleccionado en la cohorte de entrenamiento mediante el índice de Youden y aplicado sin cambios en la validación externa.

El puntaje del biomarcador pronóstico se construyó utilizando un modelo de riesgos proporcionales de Cox. El modelo basado únicamente en la etapa TNM se utilizó como comparador para la estadificación anatómica. El modelo de biomarcadores utilizó la carga combinada de biomarcadores. El modelo clínico-patológico incluyó la edad, la longitud del tumor, la diferenciación histológica, la etapa pT, el estado de los ganglios linfáticos y la modalidad de tratamiento inicial. El modelo integrado añadió una alta carga combinada de biomarcadores al modelo clínico-patológico. Para la supervivencia global (OS), el predictor lineal pronóstico integrado se calculó de la siguiente manera:

LPOS = 0.33 × edad ≥65 años + 0.36 × longitud del tumor ≥5 cm + 0.25 × diferenciación pobre + 0.31 × pT3

- 4 etapas + 0,66 × metástasis linfática

-0.58 × cirugía radical - basado en tratamiento

+0,81 × alta carga combinada de biomarcadores

Para el SPF, el predictor lineal pronóstico integrado se calculó de la siguiente manera:

LPPFS = 0.27 × edad ≥ 65 años + 0.31 × longitud del tumor ≥ 5 cm  + 0.24 × diferenciación pobre + 0.25 × pT3

-4 etapas + 0,55 × metástasis linfática

- 0,46 × tratamiento basado en cirugía radical

+0,71 × highcombinedbiomarkerburden

Todas las variables binarias en las ecuaciones pronósticas se codificaron como 1 cuando estaban presentes y como 0 cuando estaban ausentes. Todos los coeficientes, parámetros de estandarización y puntos de corte se estimaron en la cohorte de entrenamiento y se aplicaron directamente a la cohorte de validación externa sin reoptimización.

Puntos finales diagnósticos y pronósticos

El diagnóstico patológico se utilizó como estándar de referencia diagnóstica. El punto final diagnóstico principal fue la discriminación entre CECE y controles sin CECE, incluyendo enfermedades esofágicas benignas y controles sanos. Los puntos finales diagnósticos secundarios incluyeron la discriminación entre CECE y enfermedad esofágica benigna, CECE y controles sanos, y CECE en estadio temprano y controles no malignos. Se definió CECE en estadio temprano como enfermedad en estadio I-II según la clasificación TNM. El rendimiento diagnóstico se evaluó mediante curvas de característica operativa del receptor, área bajo la curva, sensibilidad, especificidad, valor predictivo positivo, valor predictivo negativo, exactitud, puntuación F1, curvas de precisión-revocación, curvas de calibración, puntuaciones de Brier, interceptos de calibración, pendientes de calibración y análisis de curvas de decisión.

El análisis pronóstico se realizó únicamente en pacientes con CECE. El punto final pronóstico primario fue la supervivencia global (OS), definida como el intervalo desde la fecha del primer tratamiento antitumoral definitivo hasta la muerte por cualquier causa. El punto final pronóstico secundario fue la supervivencia libre de progresión (PFS), definida como el intervalo desde el primer tratamiento hasta la progresión documentada de la enfermedad, la recidiva o la muerte. En los pacientes que se sometieron a cirugía radical, se consideró un evento de PFS la recidiva local, la metástasis a distancia o la muerte relacionada con el tumor, siempre que no hubiera lesión residual después de la cirugía. En los pacientes que recibieron quimiorradioterapia definitiva o tratamiento paliativo, la progresión se determinó según hallazgos de imágenes, evaluación endoscópica y evaluación clínica.

Los datos de seguimiento se obtuvieron mediante visitas ambulatorias, registros de hospitalización, registros de seguimiento comunitario, registros de derivación y contacto telefónico. Los pacientes fueron evaluados cada 3 meses durante los primeros 2 años posteriores al tratamiento, cada 6 meses entre los años 3 y 5, y anualmente a partir de entonces. Los pacientes sin muerte, recurrencia o progresión hasta la fecha final de seguimiento fueron censurados en su último contacto confirmado. Los eventos de resultado fueron revisados independientemente por dos investigadores. Cuando las fechas de los eventos diferían entre las fuentes, se revisaron los informes de imágenes, los registros de alta, los informes endoscópicos, los documentos de derivación y los registros de defunción para determinar la fecha final del evento. La fecha límite de seguimiento fue el 31 de diciembre de 2025 para ambos centros participantes.

Análisis estadístico

El análisis estadístico se realizó utilizando R 4.3.2 y SPSS 27.0. Las variables continuas se resumieron como media ± desviación estándar o mediana (rango intercuartílico), según la distribución. Las variables categóricas se resumieron como frecuencias y porcentajes. Las comparaciones entre grupos se realizaron mediante la prueba t para muestras independientes, la prueba U de Mann-Whitney, el análisis de varianza de un factor, la prueba de Kruskal-Wallis, la prueba de chi-cuadrado o la prueba exacta de Fisher, según correspondiera. Los datos faltantes se evaluaron antes de la construcción del modelo. Se excluyeron los participantes con estado diagnóstico clave, valores de biomarcadores previos al tratamiento, estadio TNM o datos de supervivencia/evolución faltantes, de acuerdo con los criterios de elegibilidad predefinidos. Los covariables no clave con menos del 5,0 % de datos faltantes se manejaron mediante imputación múltiple por ecuaciones encadenadas, con 20 conjuntos de datos imputados y 20 iteraciones17. Los modelos de imputación incluyeron grupo diagnóstico, centro, edad, sexo, antecedentes de tabaquismo, consumo de alcohol, valores de biomarcadores, estadio TNM, modalidad de tratamiento, estado de supervivencia global (OS), estado de supervivencia libre de progresión (PFS) y tiempo de seguimiento. Se realizaron análisis de casos completos como análisis de sensibilidad.

El modelo diagnóstico se desarrolló en la cohorte de entrenamiento. Se utilizaron curvas de característica operativa del receptor para calcular el área bajo la curva, sensibilidad, especificidad, valor predictivo positivo, valor predictivo negativo, exactitud y puntuación F1. Las áreas bajo la curva se compararon utilizando la prueba de DeLong18. Las curvas de precisión-revocación se usaron como evaluación diagnóstica complementaria. La calibración se evaluó mediante curvas de calibración, puntuaciones de Brier, interceptos de calibración y pendientes de calibración. La utilidad clínica se evaluó mediante análisis de curvas de decisión19. Se realizó validación interna utilizando 1.000 remuestras bootstrap para estimar la discriminación y calibración corregidas por optimismo. La validación externa se llevó a cabo aplicando directamente al Centro B la ecuación obtenida en la cohorte de entrenamiento, los parámetros de estandarización y el punto de corte, sin reajustarlos.

Para el análisis pronóstico, se generaron curvas de Kaplan-Meier para comparar la OS y la PFS entre los grupos con diferente carga de biomarcadores, y se utilizó la prueba de log-rank para evaluar las diferencias en supervivencia. Se empleó la regresión de riesgos proporcionales de Cox para estimar las razones de riesgo y los intervalos de confianza del 95 %. Se consideraron para los modelos multivariables las variables con relevancia clínica y aquellas asociadas con los resultados en el análisis univariable. El rendimiento del modelo se evaluó mediante el índice C de Harrell, curvas ROC dependientes del tiempo, curvas de calibración, puntuaciones de Brier y análisis de curvas de decisión20. La calibración pronóstica se evaluó a 1, 3 y 5 años. El supuesto de riesgos proporcionales se verificó mediante residuos de Schoenfeld y gráficos de supervivencia log-menos-log21. Los valores de P globales de la prueba de Schoenfeld fueron 0,42 para el modelo de OS y 0,37 para el modelo de PFS. Se evaluó la multicolinealidad mediante los factores de inflación de la varianza antes de la interpretación final del modelo, y todas las variables candidatas en los modelos diagnósticos y pronósticos finales tuvieron factores de inflación de la varianza inferiores a 2,1. El valor pronóstico incremental más allá del estadio TNM y los modelos clínico-patológicos convencionales se evaluó mediante la mejora neta de la reclasificación y la mejora de la discriminación integrada. Los parámetros del modelo estimados en la cohorte de entrenamiento se aplicaron a la cohorte de validación externa sin reajuste22. Todas las pruebas fueron bilaterales, y se consideró estadísticamente significativo un valor de P < 0,05.

Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.

Resultados

Flujo de participantes y reproducibilidad del ensayo

Se analizó un total de 326 individuos, de los cuales se excluyeron 49: 12 habían recibido tratamiento antitumoral antes de la extracción de sangre, 8 tenían otra neoplasia primaria, 9 presentaban infección grave, enfermedad autoinmune o comorbilidades no controladas que podrían afectar los marcadores tumorales séricos, 11 tenían interferencia por hemólisis, lipemia o ictericia, volumen sérico insuficiente o intervalo prolong...

Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.

Discusión

Este estudio multicéntrico desarrolló y validó externamente un panel combinado de biomarcadores séricos que integra CEA, SCC-Ag y CA125 para la evaluación diagnóstica y pronóstica en el CECE. El panel combinado superó a cada biomarcador individual al distinguir el CECE de los controles no malignos y mantuvo una discriminación aceptable en la cohorte de validación externa. Este hallazgo es consistente con estudios previos sobre CECE que muestran que los marcadores tumorales séricos pueden proporcionar información diagnóst...

Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.

Divulgaciones

Los autores no tienen nada que revelar.

Agradecimientos

Los autores agradecen al personal del Departamento de Medicina de Laboratorio, Hospital Provincial de Medicina China de Jiangsu, Hospital Afiliado de la Universidad de Medicina China de Nanjing y Centro de Servicios de Salud Comunitaria de Nanhu, Nanjing, por su apoyo en la recolección de muestras, pruebas de laboratorio y gestión de datos.

Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.

Materiales

Lista de materiales utilizados en este artículo
NombreEmpresaNúmero de catálogoComentarios
Calibradores Access CEABeckman Coulter33205Calibración para el ensayo de CEA sérico
Control de calidad Access CEABeckman Coulter33029Control interno de calidad diario para el ensayo de CEA sérico
Paquete de reactivo Access CEABeckman Coulter33200Medición de CEA sérico en el sistema de inmunoensayo UniCel DxI 800 Access
Micropipeta ajustable, 100–1000 µLEppendorf3123000063Aliquotación de suero tras la centrifugación
Calibradores ARCHITECT CA 125 IIAbbott Diagnostics02K4502Calibración para el ensayo de CA125 sérico
Controles ARCHITECT CA 125 IIAbbott Diagnostics02K4511Control interno de calidad diario para el ensayo de CA125 sérico
Kit de reactivo ARCHITECT CA 125 IIAbbott Diagnostics02K4529Medición de CA125 sérico en el analizador de inmunoensayo ARCHITECT i2000SR
Analizador de inmunoensayo ARCHITECT i2000SRAbbott Diagnosticsi2000SRPlataforma automatizada de inmunoensayo quimioluminiscente con micropartículas para pruebas de SCC-Ag y CA125
Calibrador ARCHITECT SCCAbbott Diagnostics8D1801Calibración para el ensayo de SCC-Ag sérico
Controles ARCHITECT SCCAbbott Diagnostics8D1810Control interno de calidad diario para el ensayo de SCC-Ag sérico
Kit de reactivo ARCHITECT SCCAbbott Diagnostics8D1828Medición de SCC-Ag sérico en el analizador de inmunoensayo ARCHITECT i2000SR
Impresora de etiquetas de código de barrasBradyBMP51Etiquetado con código de barras de alícuotas de suero y viales criogénicos
Aguja para extracción de sangreBD Biosciences367286Recolección de sangre venosa periférica
Caja de almacenamiento criogénicoCorning431131Almacenamiento organizado de alícuotas de suero congeladas
Vial criogénico, 2,0 mL, rosca externa, autoestableCorning430659Almacenamiento de alícuotas de suero etiquetadas con código de barras a −80 °C
Formulario de extracción de datos y diccionario de datos predefinidoEquipo del estudioNo aplicableExtracción estandarizada de variables clínicas, patológicas, de laboratorio y de seguimiento
Paquete dcurvesPaquete RVersión 0.4.0Análisis de curvas de decisión y estimación del beneficio clínico neto
Sistema de historial médico electrónicoHospitales participantesNo aplicableExtracción de datos demográficos, clínicos, de tratamiento y de seguimiento
Puntas filtradas para pipeta, 100–1000 µLEppendorf30073594Aliquotación de suero controlada para evitar contaminación
Paquete ggplot2Paquete RVersión 3.5.1Visualización estadística y preparación de figuras
IBM SPSS StatisticsIBMVersión 27.0Comparaciones basales y verificación estadística complementaria
Sistema de gestión de información de laboratorioLaboratorio del hospital participanteNo aplicableRecuperación y vinculación de registros de pruebas de biomarcadores séricos
Paquete micePaquete RVersión 3.16.0Imputación múltiple mediante ecuaciones encadenadas
Paquete nricensPaquete RVersión 1.6Análisis de mejora en la reclasificación neta
Sistema de informes de patologíaHospitales participantesNo aplicableConfirmación del diagnóstico de CEE, patología benigna, características del tumor y variables relacionadas con la estadificación
Paquete pROCPaquete RVersión 1.18.5Análisis de curva ROC (característica operativa del receptor) y comparación de DeLong
Software estadístico RFoundation for Statistical Computing RVersión 4.3.2Análisis estadístico, construcción, validación de modelos y generación de figuras
Centrífuga refrigeradaEppendorf5810 RSeparación de suero mediante centrifugación a 1.500 x g durante 10 minutos
Paquete rmsPaquete RVersión 6.8-1Análisis de calibración, construcción de nomogramas y soporte para modelos de regresión
Tubo de extracción de sangre con separación de suero, 5 mLBD Biosciences367955Recolección de sangre venosa periférica en ayunas para pruebas de biomarcadores séricos
Paquete survivalPaquete RVersión 3.5-7Regresión de riesgos proporcionales de Cox y análisis de supervivencia
Paquete survminerPaquete RVersión 0.4.9Visualización de curvas de Kaplan–Meier
Formulario de registro de seguimiento telefónicoEquipo del estudioNo aplicableRecopilación y verificación de información sobre supervivencia, recurrencia, progresión y última fecha de contacto
Paquete timeROCPaquete RVersión 0.4Análisis de curva ROC dependiente del tiempo
Congelador de ultra baja temperaturaThermo Fisher ScientificTSX60086AAlmacenamiento de alícuotas de suero a −80 °C
Sistema de inmunoensayo UniCel DxI 800 AccessBeckman CoulterDxI 800Plataforma automatizada de inmunoensayo quimioluminiscente para pruebas de CEA sérico

Referencias

  1. Bray F, et al. Global cancer statistics 2022: GLOBOCAN estimates of incidence and mortality worldwide for 36 cancers in 185 countries. CA Cancer J Clin. 2024;74(3):229-263.
  2. Huang Y, et al. Postoperative serum squamous cell carcinoma antigen and carcinoembryonic antigen predict overall survival in surgical patients with esophageal squamous cell carcinoma. Front Oncol. 2023;13:1263990.
  3. Pi Y, et al. Validation of serum cystatin SN detection for diagnosis and poor prognosis of esophageal squamous cell carcinoma. Front Oncol. 2024;14:1337707.
  4. Wang W, et al. A novel molecular and clinical staging model to predict survival for patients with esophageal squamous cell carcinoma. Oncotarget. 2016;7(39):63526-63536.
  5. Puli SR, et al. Staging accuracy of esophageal cancer by endoscopic ultrasound: A meta-analysis and systematic review. World J Gastroenterol. 2008;14(10):1479-1490.
  6. Li T, et al. ESCCPred: A machine learning model for diagnostic prediction of early esophageal squamous cell carcinoma using autoantibody profiles. Br J Cancer. 2024;131(5):883-894.
  7. Guo JC, et al. Protein-coding genes combined with long noncoding RNA as a novel transcriptome molecular staging model to predict the survival of patients with esophageal squamous cell carcinoma. Cancer Commun. 2018;38(1):4.
  8. Kosugi S, et al. Clinical significance of serum carcinoembryonic antigen, carbohydrate antigen 19-9, and squamous cell carcinoma antigen levels in esophageal cancer patients. World J Surg. 2004;28(7):680-685.
  9. Huang C, et al. Clinical significance of serum CA125, CA19-9, CA72-4, and fibrinogen-to-lymphocyte ratio in gastric cancer with peritoneal dissemination. Front Oncol. 2019;9:1159.
  10. Yang Y, et al. Clinical use of tumor biomarkers in prediction for prognosis and chemotherapeutic effect in esophageal squamous cell carcinoma. BMC Cancer. 2019;19(1):526.
  11. Wu LL, et al. Preoperative squamous cell carcinoma antigen and albumin serum levels predict the survival of patients with stage T1-3N0M0 esophageal squamous cell carcinoma: A retrospective observational study. J Cardiothorac Surg. 2020;15(1):115.
  12. Wu LL, et al. Prognostic modeling of patients undergoing surgery alone for esophageal squamous cell carcinoma: A histopathological and computed tomography based quantitative analysis. Front Oncol. 2021;11:565755.
  13. World Medical Association. World Medical Association Declaration of Helsinki: Ethical principles for medical research involving human participants. JAMA. 2025;333(1):71-74.
  14. Moons KGM, et al. Transparent Reporting of a Multivariable Prediction Model for Individual Prognosis or Diagnosis (TRIPOD): Explanation and elaboration. Ann Intern Med. 2015;162(1):W1-W73.
  15. Riley RD, et al. Calculating the sample size required for developing a clinical prediction model. BMJ. 2020;368:m441.
  16. Amin MB, et al., editors. AJCC Cancer Staging Manual. 8th ed. New York, NY: Springer; 2017.
  17. Rubin DB. Multiple Imputation for Nonresponse in Surveys. John Wiley & Sons; New York; 1987.
  18. DeLong ER, DeLong DM, Clarke-Pearson DL. Comparing the areas under two or more correlated receiver operating characteristic curves: A nonparametric approach. Biometrics. 1988;44(3):837-845.
  19. Vickers AJ, Elkin EB. Decision curve analysis: A novel method for evaluating prediction models. Med Decis Making. 2006;26(6):565-574.
  20. Harrell FE Jr, Lee KL, Mark DB. Multivariable prognostic models: Issues in developing models, evaluating assumptions and adequacy, and measuring and reducing errors. Stat Med. 1996;15(4):361-387.
  21. Schoenfeld D. Partial residuals for the proportional hazards regression model. Biometrika. 1982;69(1):239-241.
  22. Royston P, Altman DG. External validation of a Cox prognostic model: Principles and methods. BMC Med Res Methodol. 2013;13:33.
  23. Mao W, et al. Clinical significance of preoperative serum tumor markers in esophageal squamous cell carcinoma. J Cancer Res Ther. 2014;10(Suppl):C179-C185.
  24. Hu J, et al. Prognostic significance of serum carcinoembryonic antigen and squamous cell carcinoma antigen in patients with esophageal squamous cell carcinoma undergoing radical esophagectomy. Transl Cancer Res. 2020;9(4):2460-2471.
  25. Mei X, et al. Predictive significance of CYFRA21-1, squamous cell carcinoma antigen and carcinoembryonic antigen for lymph node metastasis in patients with esophageal squamous cancer. Int J Biol Markers. 2019;34(2):200-204.
  26. Shimada H, et al. Prediction of survival with squamous cell carcinoma antigen in patients with resectable esophageal squamous cell carcinoma. Surgery. 2003;133(5):486-494.
  27. Rice TW, Patil DT, Blackstone EH. 8th edition AJCC/UICC staging of cancers of the esophagus and esophagogastric junction: Application to clinical practice. Ann Cardiothorac Surg. 2017;6(2):119-130.
  28. Qiao Y, et al. Tumor marker index based on preoperative SCC and CYFRA 21-1 is a significant prognostic factor for patients with resectable esophageal squamous cell carcinoma. Cancer Biomark. 2019;25(3):243-250.
  29. Yang M, et al. Computed tomography-based radiomics in predicting T stage and length of esophageal squamous cell carcinoma. Front Oncol. 2021;11:722961.
  30. Ye J, et al. Development and validation of a ferroptosis-related gene signature and nomogram for predicting the prognosis of esophageal squamous cell carcinoma. Front Genet. 2021;12:697524.
  31. Van Calster B, Vickers AJ. Calibration of risk prediction models: Impact on decision-analytic performance. Med Decis Making. 2015;35(2):162-169.
  32. Hong Z, et al. Prognostic value of carcinoembryonic antigen changes before and after operation for esophageal squamous cell carcinoma. World J Surg. 2022;46(11):2725-2732.

Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.

Reimpresiones y permisos

Explorar más artículos

Evaluación diagnósticaantígeno carcinoembrionarioantígeno del carcinoma de células escamosasantígeno de carbohidratos 125estratificación de riesgoregresión logísticariesgos proporcionales de Cox