INTRODUCCIÓN
El cáncer de tiroides (CT) es el tumor maligno más común originado en órganos endocrinos (más del 92 %) y comprende un grupo de tumores que son diferentes clínicamente y epidemiológicamente.1 El CT supone del 1 al 2 % del total de nuevos cánceres diagnosticados cada año (3 % del total de cánceres en mujeres, 1 % en varones y 1,4 % en niños), según los datos de la Organización Mundial de la Salud. Es el decimoctavo tumor más frecuente en ambos sexos (un total de 213 179 casos, con tasas de 3,1/100 00 personas).2 La Unión Europea y otros estados reportan un aumento en la supervivencia pero también de la recidiva del tumor, sin estar definidos los factores o variable que rondan este aspecto.2
A pesar de que el Anuario estadístico en Cuba señala, que el 4 % de los pacientes con cáncer de tiroides (CT) son diagnosticados en estadio I y el 2,6 % concurre en estadio IV, son escasos los estudio realizados con el objetivo de predecir la recidiva en estos pacientes. Un estudio realizado por Bustillo y otros, en la ciudad de Jatibonico, encontró que el 36,8 % de la población adulta tenía enfermedad nodular tiroidea.1,3 En los últimos años se ha incrementado el uso de los modelos predictivos en la práctica médica. Son de utilidad en estimar la probabilidad de que ocurra un evento de interés entre los pacientes, teniendo en cuenta múltiples predictores, que ayuden a la toma de decisiones diagnósticas, terapéuticas o pronósticas.4
En el Hospital Militar Central “Dr. Carlos J. Finlay”, donde existe una consulta especializada en la atención a pacientes con este tipo de afección, las investigaciones realizadas han sido de carácter general, pero ninguna de tipo predictivo, centrado en la recidiva de la enfermedad a través de variables clínicas, imagenológicas y quirúrgicas.
Este estudio tiene como objetivo construir un modelo probabilístico de predicción de la recidiva en pacientes con cáncer de tiroides.
MÉTODOS
Se realizó un estudio prospectivo longitudinal, en el Hospital Militar Central “Dr. Carlos J. Finlay”, desde enero de 2015 hasta febrero del 2020. Se incluyeron 63 pacientes que ingresaron al estudio por muestreo aleatorio simple con remplazo.
Los datos fueron obtenidos de una planilla de recolección, en la cual se incluyeron las variables sexo, edad, tipo de tumor, características ecográficas, tamaño del tumor, grado de infiltración y técnica quirúrgica aplicada.
Se realizó primero un análisis exploratorio de datos que permitió caracterizar la muestra, posteriormente se confeccionó un modelo predictivo a través de una regresión logística binaria (RLB) con el programa estadístico R versión 4.0, la técnica se corrió a través de un procedimiento automático que permitió escoger el modelo de mejor ajuste. En cada paso se eliminaron aquellas variables cuyo coeficiente βi no fue significativamente diferente de cero, para esto se utilizó como criterio de selección la prueba de Wald.
La calibración del modelo se evaluó a través de la prueba de bondad de ajuste de Hosmer-Lemeshow (H-L). Se tomó como referencia una significación de 0,05 para decidir sobre su utilidad (si p > 0,05 es adecuado) lo cual quiere decir que no hay diferencias significativas entre los resultados observados y los predichos por el modelo. Luego, mediante un gráfico ROC (Receiver Operating Characteristic), se analizaron los valores de las áreas bajo la curva, con sus respectivos intervalos de confianza al 95 %.
Desde el punto de vista ético, los datos tomados de los registros de los pacientes, fueron tratados con confidencialidad y solo utilizados para el análisis que se presenta.
RESULTADOS
En la tabla 1 se aprecia predominio del sexo femenino con 53 pacientes (84,13 %) y de los comprendidos entre 40 y 59 años de edad, con 28 pacientes (44,44 %). En cuanto al tipo de tumor, predominó el papilar en 51 pacientes (81 %). La ecografía mostró aumento de la vascularización en 57 (9,5 %) seguido de la irregularidad en el 69,8 % (44 pacientes); 54 enfermos se presentaron con tumores de menos de 2 centímetros (85,7 %) y el 96,8 % era de tipo diferenciado (61 pacientes). En 41 pacientes se realizó tiroidectomía total (65,07 %).
Tabla 1 Pacientes según variables sociodemográficas, tipo de tumor, características ecográficas, tamaño, diferenciación y técnica quirúrgica

Para la confección del modelo, se escogió el método de selección automática de variables “paso a paso” para simplificar su complejidad. En la tabla 2 se observa el modelo final, después de 3 iteraciones por el software con la permanencia de las siguientes variables: tipo de tumor, ecografía, tamaño, diferenciación y técnica quirúrgica. El estadístico de Wald fue significativo con una distribución normal en todas las variables analizadas, lo cual indica que sus coeficientes son diferentes de 0 y deben ser incluidos en el modelo (tabla 2).
La variable con mayor influencia en el índice de recidiva resultó la diferenciación, con un odds ratio (OR) de 17,52 (p < 0,0001). En términos de predicción para la serie, los pacientes con un tumor indiferenciado tienen 17 veces más posibilidades de recidiva del tumor y 15 veces más los que presenten irregularidad y vascularización. En el análisis de otras variables, como el tamaño tumoral (más de 2 cm) se incrementa la probabilidad en un 7,51 mientras que para el tipo de tumor en un 5,87.
Tabla 2 Modelo final de regresión logística binaria
Variable | β | ES | Wald | gl | p | OR |
---|---|---|---|---|---|---|
Tipo de tumor | 1,442 | 0,437 | 10,87 | 1 | 0,001 | 5,870 |
Ecografía (vascularización e irregularidad) | 3,781 | 0,477 | 88,654 | 1 | 0,003 | 15,140 |
Tamaño del tumor | 2,682 | 0,324 | 74,531 | 1 | 0,000 | 7,513 |
Diferenciación | 2,864 | 0,312 | 84,002 | 1 | 0,000 | 17,523 |
Técnica quirúrgica | 3,786 | 0,459 | 91,001 | 1 | 0,001 | 2,670 |
Constante | -4,977 | 0,654 | 57,982 | 1 | 0,000 | 007 |
Β: coeficientes, ES: error estándar, gl: grado de libertad, OR: odds ratio
El modelo final de RLB tuvo una adecuada bondad de ajuste (prueba de H - L; X2= 6,550; p = 0,477) y la discriminación (recidivados o no) fue muy buena, con un área bajo la curva de ROC de 0,962 (Fig. 1).
DISCUSIÓN
El cáncer de tiroides es la neoplasia endocrina más común y suele tener una evolución benévola, pero también puede manifestarse como una neoplasia consistentemente letal.1,2) Seleccionar la conducta más adecuada desde el diagnóstico, resulta esencial para obtener los mejores resultados en términos de nulas complicaciones y sobrevida, con calidad de vida, sin recidivas. Se hace necesario el desarrollo de investigaciones que aporten diferentes estrategias relacionadas con la selección de la mejor opción.
La caracterización de los enfermos y el desarrollo de modelos predictivos, puede constituir un arma de gran utilidad si se quieren obtener los mejores indicadores, pues permiten adelantarse a la aparición de una recidiva u otra complicación, y actúan sobre sus factores desencadenantes.2 Esto resulta más relevante aún en el caso de los pacientes con cáncer al considerar su elevada morbilidad y mortalidad. En los países desarrollados, el cáncer de tiroides (CT) aportó del 70 % al 80 % de los CT en mujeres y el 45 % en hombres, entre 2003 y 2007.3 Estos datos apoyan la necesidad de desarrollo de modelos de probabilidad en las lesiones de tiroides.
Existen múltiples esquemas o clasificaciones que tratan de predecir el desarrollo de esta enfermedad en la población general, en Cuba uno de los más utilizados es el Thyroid Imaging Reporting and Data System (TIRADS) el cual la mayoría de las oportunidades solo describe las características de la lesión pero sin aprovechar la posibilidad de reportar si la lesión es maligna.5,6,7
Solo se basa en la ultrasonografía por lo que resulta difícil emitir criterio pronóstico en un inicio de recidiva solo con esta variable. El tipo de tumor se ha señalado como un factor importante para la recidiva, pues solo el papilar pudiera tener una recurrencia local del 3 % incluso en pacientes con lesiones consideradas microcarcinomas, que son aquellas de menos un centímetro.8,9,10
El carcinoma papilar, según algunas investigaciones, es uno de los de más baja recurrencia, hecho que pudiera haber influido en el número de recidivas del presente estudio, al ser el de mayor presentación.11 La cirugía, a pesar de ser uno de los métodos de tratamiento iniciales hoy en día, mantiene controversias en cuanto a la técnica a utilizar en las diferentes guías a nivel mundial, sobre todo en lo referente a la extensión y hacer o no disección de los diferentes compartimentos del cuello. La investigación, coincide con la mayoría de los autores consultados, en que la tiroidectomía total es el mejor recurso para evitar las recidivas.11,12,13) Mención aparte merece la disección indiscriminada de los compartimentos del cuello, debido al aumento de lesiones de ramas nerviosas que pudieran producirse.11
La ultrasonografía es uno de los aspectos más importantes en la predicción de la recidiva tumoral o de otras metástasis. Con esta es detectable la hipervascularización, irregularidad, calcificaciones, presencia de hilio, cambios quísticos o hipoecoicos, sin embargo está en dependencia del imagenólogo y su habilidad para reconocer otras glándulas, huesos y gas.13,14 A pesar de ello, Hwang14 ) y otros han planteado que de manera predictiva, el 30 % de las lesiones recidivadas pudieran ser diagnosticadas por el ultrasonido.
Kwak (15) reporta en su serie una sensibilidad y especificidad del ultrasonido, que alcanzó el 12,5 % y 95,2 % respectivamente en la evaluación de las metástasis, cifras similares a las encontradas por Lee16 en 184 enfermos. En cuanto al grado de diferenciación, la investigación coincide totalmente con autores como Wang13 quien encontró el grado de diferenciación como el factor más importante para definir la evolución y consecuentemente la probabilidad de recidiva. Debe recordarse la agresividad de los tumores indiferenciados, de los cuales es sabido que llegan a constituir del 5 % al 10 % de todas las neoplasias del tiroides, con alta recurrencia y sobrevida inferior a los 6 meses. La recurrencia es un factor a considerar en los tumores indiferenciados, debido a su radio y quimio resistencia.17
El modelo probabilístico aplicado tuvo una adecuada bondad de ajuste y la discriminación fue muy buena, con un área bajo la curva de operador receptor aceptable.
Los factores con mayor influencia en la recidiva en la serie estudiada, resultaron el grado de diferenciación, la presencia de vascularización e irregularidad en la ecografía y el tamaño tumoral, con cifras similares a las reportadas nacional e internacionalmente.