Modelos de pronóstico dinámico para el cáncer colorrectal con metástasis hepáticas
Video Experimental Relacionado
Updated: May 6, 2026

Advanced Animal Model of Colorectal Metastasis in Liver: Imaging Techniques and Properties of Metastatic Clones
Published on: November 30, 2016
Qichen Chen1, Yiqiao Deng2, Kun Wang3
1Department of Colorectal Surgery, State Key Laboratory of Oncology in South China, Guangdong Provincial Clinical Research Center for Cancer, Sun Yat-sen University Cancer Center, Guangzhou, China.
Este estudio desarrolló modelos de pronóstico dinámico para las metástasis hepáticas colorrectales (CRLM) utilizando datos longitudinales, superando a los modelos estáticos. Una herramienta basada en la web ofrece predicciones de riesgo personalizadas para la supervivencia libre de progresión (PFS) y la supervivencia general (OS).
Área de la Ciencia:
- En el campo de la oncología
- La informática médica
- Estadísticas biológicas
Sus antecedentes:
- Los modelos actuales para las metástasis hepáticas colorrectales (CRLM) ofrecen evaluaciones de riesgo estáticas basadas en datos de un solo punto de tiempo.
- La progresión del tumor es dinámica, requiriendo modelos que se adapten a la evolución de los datos de los pacientes.
- La recogida longitudinal de datos durante las visitas de seguimiento ofrece oportunidades para la predicción dinámica de riesgos.
Objetivo del estudio:
- Desarrollar modelos de pronóstico avanzados para la CRLM.
- Crear una herramienta clínica basada en la web para las predicciones dinámicas de riesgos.
Principales métodos:
- Estudio retrospectivo que incluyó a 976 pacientes con LMRC sometidos a resección.
- Recopilación de datos clínicos patológicos y longitudinales de laboratorio (9 marcadores) en los 12 meses posteriores a la cirugía.
- Se desarrollaron tres modelos forestales aleatorios de supervivencia (A: solo clínico patológico; B: + marcadores preoperatorios; C: + marcadores longitudinales) para la supervivencia libre de progresión (SFP) y la supervivencia global (SO).
Principales resultados:
- El modelo C, que incorporaba marcadores longitudinales, mostró una capacidad pronóstica superior en la cohorte de validación.
- El Modelo C alcanzó AUCs de 1, 3 y 5 años de SFP de 0,796, 0,837 y 0,850, respectivamente.
- El modelo C demostró una mejor predicción de la OS con AUC de 0,849 (1 año), 0,741 (3 años) y 0,753 (5 años).
Conclusiones:
- Los modelos de pronóstico dinámicos que integran marcadores longitudinales mejoran significativamente la precisión de la predicción para el CRLM.
- Una nueva herramienta basada en la web facilita la evaluación de riesgos personalizada y dinámica para los pacientes.
- Estos avances ofrecen una mejor toma de decisiones clínicas para el manejo de CRLM.
Más Videos Relacionados
06:46Competing-Risk Nomogram for Predicting Cancer-Specific Survival in Multiple Primary Colorectal Cancer Patients after Surgery
Published on: September 27, 2024
07:13Comparison of Predictive Performance of Three Lymph Node Staging Systems in Colorectal Signet Ring Cell Carcinoma Based on Machine Learning Model
Published on: April 18, 2025