O-090 - SUPERVIVENCIA DEL GLIOBLASTOMA IDH NO MUTADO BASADO EN SU CLÍNICA, ANATOMOPATOLOGÍA, RESONANCIA MAGNÉTICA AVANZADA, VOLUMETRÍA TUMORAL Y ESPECTROSCOPÍA EX VIVO: REGRESIÓN MULTIVARIANTE VS INTELIGENCIA ARTIFICIAL
1Clínica Juaneda (Servicios Integrales de Sanidad S.L.), Palma de Mallorca, España; 2Hospital Universitario La Paz, Madrid, España; 3Lehigh Valley Health Network Hospital, Philadelphia, Estados Unidos.
Introducción: El glioblastoma IDH no mutado es el tumor primario maligno del sistema nervioso central más frecuente y agresivo de la edad adulta. Los factores que determinan la supervivencia no están completamente identificados.
Objetivos: Determinar mediante estadística multivariante e inteligencia artificial (IA) los factores con impacto pronóstico en la supervivencia del glioblastoma IDH no mutado. Seguidamente comparar el desempeño predictivo de estas dos metodologías.
Métodos: Se analizó una cohorte prospectiva de 44 pacientes adultos diagnosticados de glioblastoma IDH no mutado, que cumplieron criterios para tratamiento quirúrgico con intención resectiva, seguidos de quimio-radioterapia adyuvante. Se recolectaron datos clínicos, de resonancia magnética pre y posoperatoria incluyendo secuencias básicas, avanzadas, espectroscópicas y volumetría tumoral, resultados anatomopatológicos, y metabolómica por resonancia magnética ex vivo de las mismas muestras obtenidas durante la resección quirúrgica. El análisis estadístico se realizó mediante Kaplan-Meier y regresión de Cox. Los algoritmos de IA se entrenaron con el método Bosques aleatorios de supervivencia.
Resultados: La mediana de la supervivencia global fue 16 meses; 9 ± 2,4 meses en ≥ 65 años vs. 18 ± 1,6 en menores (Hazard ratio [HR]: 2,76, IC95: 1,30-5,84); 13 ± 2,5 meses en pacientes con MGMT no metilado vs. 30 ± 5,2 en metilados (HR: 2,34, IC95: 1,02-5,38); 13 ± 1,8 meses en pacientes con un volumen FLAIR-T2 ≥ 60 cm3, frente a 24 ± 6,5 con un volumen menor (HR: 2,84, IC95: 1,07-7,55). La hiperintensidad FLAIR-T2 en el cuerpo calloso y los metabolitos 1H-alanina y 31P-fósforo inorgánico se relacionaron con la supervivencia sin contribuir al modelo multivariado. El desempeño predictivo de los modelos generados con el método de Cox (C-index: 0,76) y de IA (C-index: 0,72), mejoraron al combinar ambos métodos (C-index: 0,930, ROC-AUC: 0,926).
Conclusiones: Los factores edad, metilación del promotor MGMT e hiperintensidad FLAIR-T2 preoperatoria tuvieron un impacto independiente en la supervivencia. El desempeño de los métodos estadístico e IA de manera conjunta permitieron generar algoritmos capaces de estimar la supervivencia tras la introducción de nuevos datos.
