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.