Decisão terapêutica no carcinoma da próstata localizado : julgamento clínico versus modelos preditivos

Abstract

Introdução: O carcinoma da próstata (CaP) é um tumor muito frequente, representando em Portugal a segunda causa de morte, por patologia oncológica nos homens com mais de 50 anos. Este carcinoma é uma doença heterogénea com um amplo espectro de prognóstico e muitas alternativas de tratamento. A tomada de decisão em relação ao melhor tratamento a adoptar é um processo complexo. Para que o doente faça uma escolha adequada é necessário fornecer-lhe estimativas de risco individualizadas, baseadas em parâmetros de prognóstico como o doseamento do antigénio específico da próstata (PSA), escala de Gleason e estadio clínico. Objectivo: Perceber qual a forma mais adequada de obter estimativas de risco fidedignas, de modo a que o paciente faça uma escolha devidamente informada. Tendo em consideração que a avaliação de risco pode ser baseada na opinião do médico ou em modelos preditivos, procurou esclarecer-se qual o método mais eficaz. Material e Métodos: Revisão da bibliografia existente, através da pesquisa na MEDLINE. Procuraram-se artigos escritos em inglês e português publicados nos últimos cinco anos. Resultados: A maioria dos estudos revelou uma superioridade das ferramentas preditivas relativamente à opinião clínica isolada, no que diz respeito ao fornecimento de estimativas de risco precisas. Da actual panóplia de modelos preditivos, os nomogramas devido à sua boa exactidão preditiva, assumem o papel mais relevante no aconselhamento informado do doente antes do processo de tomada de decisão. No futuro o conhecimento da biologia do CaP, poderá levar à incorporação de biomarcadores nestes modelos, e desse modo aumentar a capacidade preditiva dos mesmos. Futuros estudos de validação externa e comparação directa de nomogramas, serão úteis para que estes sejam generalizados a diferentes populações e seleccionados de acordo com a sua performance. São necessários mais nomogramas para predizer resultados relacionados com a qualidade de vida como a continência urinária e função sexual. Conclusão: Os nomogramas são os modelos preditivos com melhor performance, permitindo informar os doentes sobre as probabilidades de sucesso terapêutico e das consequências inerentes a cada opção terapêutica. Estas estimativas formam a base para a discussão subsequente das alternativas de tratamento entre o médico e o paciente e portanto deve ser fomentada a sua utilização na prática clínica

Introduction: Prostate cancer (PCa) is a very common tumor. It is the second cause of death, due to oncologic pathology in men over 50 years in Portugal. This cancer is an heterogeneous disease with a wide spectrum of prognosis and with many alternatives of treatment. For these reasons, decision-making about the treatment to adopt is a very complicated process. So, for the patient to make an appropriate choice, it is necessary to provide him individualized risk estimates that are based on prognostic parameters such as the determination of prostate specific antigen (PSA), Gleason score and clinical stage. Goal: Understand what is the most appropriate way of obtaining reliable estimates of risk, so the patient can make an informed choice. Taking into account that risk assessment can be based on the opinion of the physician or predictive models, we will try to clarify what is the most effective method. Material and Methods: A review of the literature was made using MEDLINE. Only studies written in english and portuguese published in the last five years were used. Results: Most studies showed a superiority of predictive tools in relation to clinical opinion alone, related to the supply of accurate risk estimates. Of the predictive models, nomograms assume a greater role in the patient’s informed advice before decision-making process, because of its good predictive accuracy. In the future, knowledge of the biology of PCa may lead to the incorporation of biomarkers in these models, and in this way increase their predictive accuracy. Future studies of external validation and direct comparison of nomograms will be useful to the generalization to different populations and selection according to their performance. Nomograms for predicting outcomes related to quality of life such as urinary continence and sexual function are needed. Conclusion: Nomograms are the predictive models with better performance in informing patients about the likelihood of the therapeutic success and the consequences associated with each treatment option. These estimates form the basis for the subsequent discussion of the alternative treatment between the physician and patient. Therefore its use should be promoted in clinical practice.