Algoritmos LR1 y LR2
Visión general
Los modelos de riesgo LR1 y LR2 pueden ser utilizados por los doctores para diagnosticar preoperatoriamente el cáncer de ovario en mujeres que tengan al menos un tumor anexial (ovárico, paraovárico y tubárico) persistente y se considere que requieren cirugía. Tanto el LR1 como el LR2 estiman la probabilidad de que un tumor anexial sea maligno. Además, ambos fueron desarrollados por médicos y estadísticos de la International Ovarian Tumor Analysis (IOTA), basados en datos clínicos y de ultrasonido de 754 mujeres reclutadas en 9 centros en 5 países (Italia, Bélgica, Suecia, Francia y el Reino Unido). Todas las pacientes incluidas requirieron cirugía según lo estipulado por un médico local. Todos los modelos de diagnóstico actuales para tumores anexiales (por ejemplo, los modelos IOTA, RMI, ROMA) se crearon para pacientes sometidas a cirugía, es decir, las pacientes seleccionadas para el tratamiento expectante se excluyeron al crear el modelo.
LR1
El modelo LR1 se desarrolló utilizando doce variables seleccionadas: cuatro variables clínicas, la edad de la paciente (en años), los antecedentes personales de cáncer de ovario, el dolor durante el examen y la terapia hormonal actual; y ocho variables de ultrasonido, tumor puramente sólido, diámetro máximo del componente sólido más grande (en milímetros), diámetro máximo del componente sólido (expresado en milímetros, pero no mayor de 50 mm), sombras acústicas, ascitis, proyecciones papilares con flujo detectable, puntuación del color del flujo sanguíneo y paredes irregulares del quiste interno.
LR2
También se desarrolló una versión más sencilla (el modelo LR2) utilizando solamente seis variables seleccionadas: hay una variable clínica, la edad (en años); y cinco variables de ultrasonido: diámetro máximo del componente sólido más grande (en milímetros), paredes de quistes internos irregulares, proyecciones papilares con flujo detectable, sombras acústicas y ascitis. Todos las pacientes incluidas requirieron cirugía según lo estipulado por un médico local. Al igual que con todos los modelos de diagnóstico actuales para tumores anexiales (por ejemplo, los modelos IOTA, RMI, ROMA) implica que las pacientes seleccionadas para el manejo expectante fueron excluidas al crear el modelo. Como consecuencia, el LR2 no se puede aplicar a tumores anexos tratados de forma conservadora.
El manuscrito que describe ambos modelos fue publicado en el Journal of Clinical Oncology. Los modelos han sido validados externamente en varios estudios posteriores. Estos estudios confirman la discriminación entre masas benignas y malignas. Sin embargo, los resultados de la calibración sugieren que tanto el LR1 como el LR2 subestiman el riesgo de malignidad.
Es importante tener en cuenta que tanto el LR1 como el LR2 no pueden reemplazar el entrenamiento y la experiencia en ultrasonografía y no pueden compensar los equipos de ultrasonido de baja calidad. Los parámetros utilizados tanto en el LR1 como en el LR2 se basan en los términos y definiciones publicados por el grupo IOTA.
Herramienta Online
BIOPROGNOS ha implementado ―para fines formativos o educativos―, la última versión de LR1 y LR2 para el cribado y la detección del cáncer de ovario. Su uso es gratuito y no está limitado.
Informe final
Una vez introducidos los datos de los pacientes, nuestros algoritmos LR1 y LR2 generan un documento PDF con el informe final, que puede ser descargado o enviado por correo electrónico.
Pulse aquí para abrirlo en formato PDF.
El informe incluye todos los datos del paciente y la puntuación final, calculadas según la última versión del LR1 y del LR2.
La ciencia detrás de los algoritmos LR1 y LR2
Investigaciones de referencia
- IOTA Adnexal Mass Risk Prediction Models calculator. Website.
- Timmerman, D., Van Calster, B., et al. (2010). Ovarian cancer prediction in adnexal masses using ultrasound-based logistic regression models: a temporal and external validation study by the IOTA group. Ultrasound in Obstetrics and Gynecology, 36: 226-234. DOI: 10.1002/uog.7636
Otras investigaciones relacionadas
- Kaijser, J., Bourne, T., et al. (2013). Improving strategies for diagnosing ovarian cancer: a summary of the International Ovarian Tumor Analysis (IOTA) studies. Ultrasound in Obstetrics and Gynecology, 41: 9-20. DOI: 10.1002/uog.12323
- Sladkevicius, P., Valentin, L. (2013). Intra- and interobserver agreement when describing adnexal masses using the International Ovarian Tumor Analysis terms and definitions: a study on three-dimensional ultrasound volumes. Ultrasound in Obstetrics and Gynecology, 41: 318-327. DOI: 10.1002/uog.12289
- Testa, A., Kaijser, J., et al. (2014). Strategies to diagnose ovarian cancer: new evidence from phase 3 of the multicenter international IOTA study. British Journal of Cancer, vol. 111:4, pp. 680-688. PDF