Comparación del P-score de Prostatype® y los modelos de riesgo tradicionales para predecir los resultados del cáncer de próstata en España

Resumen

Introducción

El cáncer de próstata (CaP) muestra una agresividad variada, lo que complica las decisiones de tratamiento personalizadas. Los sistemas tradicionales de estratificación del riesgo se basan en parámetros clínicos, pero pueden pasar por alto aspectos genéticos cruciales. El P-score de Prostatype® integra la expresión genética con los datos clínicos para optimizar la precisión de la evaluación del riesgo del CaP.

Objetivos

Validar el rendimiento predictivo del P-score para la mortalidad específica por cáncer de próstata (MECP) y la metástasis en una cohorte española, y compararlo con los sistemas de NCCN, D’Amico y EAU.

Materiales y métodos

Se realizó un estudio multicéntrico y retrospectivo que incluyó 7 hospitales españoles. De un total de 154 biopsias con aguja gruesa, 93 cumplieron los criterios de calidad del ARN. En estas muestras se calculó el P-score en función de la expresión génica de IGFBP3, VGLL3 y F3, junto con los datos clínicos correspondientes. El objetivo principal fue la MECP, mientras que los objetivos secundarios incluyeron el desarrollo de metástasis, la presencia de enfermedad adversa (PA) y el grado según la clasificación de la International Society of Urological Pathology (ISUP).

Resultados

El P-score demostró una mayor precisión en la predicción de la MECP a 10 años, con un AUC de 0,81 y un índice C de 0,75, superando a los sistemas NCCN (AUC 0,77; índice C 0,69) y D’Amico/EAU (AUC 0,70; índice C 0,62). Para la predicción de metástasis, el P-score alcanzó un índice C de 0,77, significativamente superior a NCCN, D’Amico y EAU (0,58). El análisis de Kaplan-Meier destacó la capacidad mayor del P-score para estratificar el riesgo, especialmente en los grupos de alto riesgo. Además, el P-score se correlacionó con la carga tumoral, con asociaciones significativas con el número de cilindros positivos en la biopsia (p = 0,017) y el grado ISUP en la prostatectomía radical (p = 0,0028).

Conclusiones

En esta cohorte española, el P-score superó a los sistemas clinicopatológicos tradicionales en la predicción de la MECP, el desarrollo de metástasis y los marcadores patológicos, lo que respalda su utilidad clínica para un manejo más personalizado del CaP.

Abstract

Introduction

Prostate cancer (PCa) shows varied aggressiveness, complicating personalised treatment decisions. Traditional risk stratification systems rely on clinical parameters but may miss crucial genetic insights. The Prostatype® score (P-score) integrates gene expression with clinical data to improve PCa risk assessment precision.

Objectives

To validate the P-score's predictive performance for prostate cancer-specific mortality (PCSM) and metastasis in a Spanish cohort, comparing it with NCCN, D’Amico, and EAU systems.

Materials and Methods

This study was multicentre, retrospective and included seven Spanish hospitals. Of 154 core needle biopsies, 93 met RNA criteria, and for those, P-score was calculated based on IGFBP3, VGLL3, and F3 genes expression and clinical data.

The primary endpoint was PCa-specific mortality (PCSM), with secondary endpoints being development of metastasis, adverse pathology (AP), and International Society of Urological Pathology (ISUP) grading.

Results

The P-score demonstrated superior accuracy in predicting 10-year PCSM, with an AUC of 0.81 and a C-index of 0.75, outperforming NCCN (AUC 0.77, C-index 0.69) and D’Amico/EAU (AUC 0.70, C-index 0.62). For metastasis prediction, the P-score achieved a C-index of 0.77, significantly higher than NCCN, D’Amico, and EAU (0.58). Kaplan-Meier analysis underscored the P-score's ability to better stratify patients by risk, especially high-risk groups. Additionally, the P-score correlated with tumour burden, showing significant associations with positive biopsy cores (p = 0.017) and ISUP grade at radical prostatectomy (p = 0.0028).

Conclusions

In this Spanish cohort, the P-score outperformed traditional clinicopathological systems in predicting PCSM, development of metastasis, and pathological markers, supporting its clinical utility for more personalised PCa management.