La predicción de la respuesta patológica completa (pCR) a partir de las características previas o posteriores al tratamiento podría ser importante para mejorar el proceso de toma de decisiones clínicas y proporcionar un enfoque de tratamiento más personalizado para obtener mejores resultados del tratamiento. Sin embargo, la falta de validación externa de los modelos predictivos, que falta en varios artículos publicados, es un problema importante que puede limitar potencialmente la confiabilidad y la aplicabilidad de los modelos predictivos en entornos clínicos. Por lo tanto, esta revisión sistemática describió diferentes métodos validados externamente para predecir la respuesta a la quimiorradioterapia neoadyuvante (nCRT) en pacientes con cáncer rectal localmente avanzado (LARC) y cómo podrían mejorar la toma de decisiones clínicas.
Se realizó una búsqueda exhaustiva de artículos elegibles en PubMed, Cochrane y Scopus entre 2018 y 2023, utilizando las palabras clave: (Response OR outcome) prediction AND (neoadjuvant OR chemoradiotherapy) treatment in ‘locally advanced Rectal Cancer’. Criterios de inclusión: (i) Estudios que incluyan pacientes diagnosticados con LARC (T3/4 y N- o cualquier T y N+) mediante imágenes premédicas y examen patológico o según lo indicado por el autor (ii) nCRT estandarizada completada. (iii) Tratamiento con radioterapia de ciclo corto o largo. (iv) Estudios que informen sobre la predicción de la respuesta a nCRT con respuesta patológica completa (pCR) como resultado primario. (v) Estudios que informen resultados de validación externa para predicción de respuesta. (vi) Con respecto a las restricciones de idioma, solo se aceptaron artículos en inglés.
Se identificaron un total de 4547 registros de las tres bases de datos. Después de excluir 392 resultados duplicados, 4155 registros se sometieron a una revisión de título y resumen. Se excluyeron 3.800 artículos después de la revisión de título y resumen y se recuperaron 355 artículos. De los 355 artículos recuperados, se evaluó la elegibilidad de 51 estudios. Luego se excluyeron diecinueve informes debido a la falta de informes sobre la validación externa, mientras que 4 se excluyeron debido a la falta de evaluación de la pCR como resultado primario. Solo veintiocho artículos fueron elegibles e incluidos en esta revisión sistemática. En términos de evaluación de la calidad, el 89 % de los modelos tuvieron un nivel bajo de preocupación en el dominio de los participantes, mientras que el 11 % tuvo una calificación de poco claro. El 96 % de los modelos fueron de baja preocupación tanto en el dominio de los predictores como en el de los resultados. La calificación general mostró un alto potencial de aplicabilidad de los modelos: el 82 % mostró un nivel bajo de preocupación, mientras que el 18 % se consideró poco claro.
La mayoría de las técnicas validadas externamente mostraron resultados prometedores y potencial para ser aplicadas en entornos clínicos, lo que es un paso crucial hacia la medicina basada en la evidencia. Sin embargo, son necesarios más estudios centrados en las validaciones externas de estos modelos en cohortes más grandes para garantizar que puedan predecir de manera confiable los resultados en diversas poblaciones.
