Importància de la centralitat tumoral en el carcinoma pulmonar no cèl·lula petita

Abstract

[cat] Introducció: En pacients amb càncer de pulmó cèl·lula no petita (CPNCP) i mediastí normal en proves d'imatge, els tumors de localització central presenten major afectació mediastínica oculta. Per això, les guies clíniques recomanen estadificació mediastínica invasiva en aquesta situació. No obstant això, les definicions de centralitat tumoral són poc uniformes entre guies. Hipòtesis i objectius: Existeix disparitat de criteris a l’hora de classificar els tumors centrals entre els diferents professionals, i la localització del tumor dins el pulmó pot ser objectivament determinada mitjançant fórmules geomètriques, podent predir aquestes malaltia ganglionar oculta. Es pretén, en primer lloc, avaluar el grau de familiaritat de diversos conceptes relacionats amb la localització tumoral entre professionals que atenen pacients amb CPNCP al nostre territori. I, en segon lloc, avaluar una nova definició de localització central basada en una mesura geomètrica de la localització del tumor dins del pulmó que podria predir N2, N1 o tots dos. Mètodes: Per al primer objectiu, es va dissenyar i enviar una enquesta a membres de societats mèdiques nacionals implicades en el maneig del CPNCP. L'enquesta es va estructurar en tres aspectes a avaluar: 1) uniformitat en la definició de localització tumoral central; 2) uniformitat en la classificació de lesions que sobrepassen línies divisòries i 3) capacitat per delimitar lesions en absència de línies divisòries. Per al segon objectiu es va dissenyar un estudi retrospectiu que va incloure pacients amb CPNCP confirmat, radiològicament i metabòlicament estadi T1N0M0 (cT1N0M0), que van ser sotmesos a estadificació mediastínica invasiva i/o resecció pulmonar. La localització central del tumor es va mesurar tenint en compte dues ràtios. La ràtio del marge intern (RMI) i la ràtio del marge extern (RME) es van calcular com la distància des del marge intern del pulmó als dos marges del tumor (intern [RMI], extern [RME]) dividit per l'amplada pulmonar. Es van calcular talls òptims per a RMI i RME. Els tumors 18 amb valors inferiors als talls es van considerar centrals. Es van estimar prevalences de N1 i N2 i es va realitzar una anàlisi de regressió logística bivariada per predir les probabilitats de malaltia N1 i N2 mitjançant talls de RMI i RME. Resultats: Pel que fa al primer objectiu, la definició de centralitat més votada va ser «lesions en contacte amb les estructures hiliars» (49,7%). Les línies més escollides per delimitar l'hemitòrax van ser «línies concèntriques a l'hili» (89%). La majoria (92,8%) va considerar els tumors segons a quin costat de la línia divisòria es trobés la major part del seu volum. Un 78,6% va ser capaç de catalogar correctament una lesió central en absència de línies divisòries. Per al segon objectiu es van incloure 209 pacients. La prevalença de malaltia N1 i N2 va ser de l’11% i 5,3%, respectivament. Es van estimar talls de 0,5 per RMI i 0,64 per RME. Ambdues ràtios van predir afectació N1 (ràtio de probabilitats ajustada [IC 95%] 4,2; p <0,007; AUC 0,65) però no van predir malaltia N2. Conclusions: Hi ha una àmplia variabilitat per classificar lesions tumorals entre els professionals que atenen pacients amb CPNCP. La localització central del tumor es pot avaluar objectivament/geomètricament mitjançant la RMI i RME, i tots dos prediuen N1 upstaging en pacients amb malaltia cT1N0M0. Això és important per a la selecció de pacients i teràpies que requereixen tumors N0.

[eng] Background: In patients with non-small cell lung cancer (NSCLC) and a normal mediastinum in imaging tests, centrally located tumors show a greater occult mediastinal involvement rate. For this reason, clinical guidelines recommend invasive mediastinal staging in this situation. However, the definitions of tumor centrality are not uniform between guidelines. Hypotheses and objectives: There is disparity in criteria when it comes to classifying central tumors between different professionals, and the location of the tumor within the lung can be objectively determined using geometric formulas, being these able to predict hidden lymph node disease. The aim is, first of all, to assess the degree of familiarity with various concepts related to tumor localization among professionals who care for patients with NSCLC in our country. And second, to evaluate a new definition of centrality based on a geometric measure of tumor location within the lung that could predict N2, N1, or both. Methods: For the first objective, a survey was sent to members of national medical societies involved in the management of NSCLC. The survey was structured into three aspects to be evaluated: 1) uniformity in the definition of central tumor location; 2) uniformity in the classification of lesions that cross dividing lines; and 3) ability to delimit lesions in the absence of dividing lines. For the first objective, a retrospective study that included patients with confirmed NSCLC, radiologically and metabolically staged T1N0M0 (cT1N0M0), who underwent invasive mediastinal staging and/or lung resection was designed. The central tumor location was measured considering two ratios. The inner margin ratio (IMR) and outer margin ratio (OMR) were calculated as the distance from the inner margin of the lung to the two tumor margins (inner [IMR], outer [OMR]) divided by the lung width. Optimal cutoffs were calculated for IMR and OMR. Tumors with values below the cutoffs were considered central. Prevalences of 20 N1 and N2 upstaging were estimated, and bivariate logistic regression analysis was performed to predict probabilities of N1 and N2 disease using IMR and OMR cutoffs. Results: Regarding the first objective, "lesions in contact with the hilar structures" (49.7%) was the most voted definition of centrality, while "concentric lines to the hilum" (89%) were the most chosen lines to delimit the hemithorax. The majority of the responders (92.8%) classified tumors based on which side of the dividing line the majority of their volume was located. 78.6% of the responders were able to correctly categorize a central lesion in the absence of dividing lines. For the second objective, 209 patients were included. The prevalence of N1 and N2 disease was 11% and 5.3%, respectively. Cutoffs of 0.5 for IMR and 0.64 for OMR were respectively estimated. Both ratios predicted N1 involvement (adjusted odds ratio [95% CI] 4.2; p < 0.007; AUC 0.65) but did not predict N2 disease. Conclusions: These results reflect a wide variability in classifying lung tumors between physicians who attend lung cancer patients. Central tumor location can be assessed by IMR and OMR, and predicts N1 upstaging in patients with cT1N0M0 disease. This is important for patient selection in therapies requiring N0 tumors.