Introducción: La Novel Trifecta (NT) se ha propuesto para definir el éxito quirúrgico en pacientes sometidos a nefrectomía parcial mínimamente invasiva (NP-mi). El objetivo de este estudio es evaluar el papel de la NT en la predicción de los resultados de supervivencia e identificar los factores predictivos para alcanzar la NT mediante un modelo basado en machine learning.
Métodos: Se analizaron retrospectivamente los datos de pacientes consecutivos que se sometieron a NP mínimamente invasiva entre 2003 y 2022. El éxito quirúrgico se definió mediante la consecución de la Novel Trifecta (ausencia de complicaciones postoperatorias ≥3 de Clavien-Dindo, márgenes quirúrgicos negativos y reducción de la tasa de filtrado glomerular (tFG) postoperatoria <30%). Se establecieron curvas de Kaplan-Meier para analizar el impacto del logro de la NT en los resultados de supervivencia. Se utilizó un algoritmo recursivo de aprendizaje automático (chi-squared interaction detection, CHAID), para identificar los factores clave para conseguir la Novel Trifecta.
Resultados: Se incluyeron un total de 465 pacientes, con una mediana de seguimiento de 72 meses (RIC 38–108). Los criterios de trifecta se alcanzaron en el 73 % de los casos y se observó una asociación con una mejora significativa de la supervivencia global (85 % frente a 69,8 %; p = 0,04). Los pacientes se clasificaron en tres grupos según los factores predictivos más relevantes: riñón único, edad y experiencia quirúrgica. Las tasas de alcance de trifecta fueron del 43,6 % en el grupo 1 (riñón único), 71,2 % en el grupo 2 (sin riñón único y experiencia quirúrgica ≤80 casos o >80 casos y edad ≥ 65) y 88,5 % en el grupo 3 (sin riñón único, edad < 65, experiencia quirúrgica >80 casos).
Conclusiones: El logro de la Novel Trifecta tras NP se correlaciona con la supervivencia global, pero no con otros resultados oncológicos. Se desarrolló un modelo predictivo que destaca la experiencia quirúrgica como único factor modificable. Las estrategias perioperatorias personalizadas y la formación quirúrgica avanzada pueden incrementar las tasas de logro de trifecta.
Introduction: Novel trifecta has been proposed to define surgical success in patients undergoing partial nephrectomy (PN). This study aimed to evaluate its role in predicting survival outcomes and to identify the predictors of trifecta achievement via a machine-learning based model.
Methods: Data from consecutive patients who underwent minimally invasive PN between 2003 and 2022 were retrospectively analysed. Surgical success was defined through the achievement of novel trifecta (No Clavien-Dindo ≥3 postoperative complications, negative surgical margins and <30% reduction in postoperative eGFR). Kaplan-Meier curves were used to assess the impact of trifecta achievement on survival. Automated chi-squared interaction detection (CHAID), a recursive machine-learning algorithm, was applied to predict trifecta achievement.
Results: A total of 465 patients were included, with a median follow-up of 72 (IQR 38–108) months. The trifecta was achieved in 73% of cases and was associated with significantly improved overall survival (85% vs. 69.8%; p=0.04). Solitary kidney status, patient age, and surgical experience were the most relevant predictors, allowing classification into three clusters. Trifecta rates were 43.6% in cluster #1 (solitary kidney), 71.2% in cluster #2 (non-solitary kidney with surgical experience ≤80 cases or >80 cases and patients-age ≥65), and 88.5% in cluster #3 (non-solitary kidney, patients-age <65, surgical experience >80 cases).
Conclusions: Novel trifecta achievement after PN correlates with overall survival but not with other oncological outcomes. A predictive model was developed, highlighting surgical experience as the only modifiable factor. Tailored perioperative strategies and advanced surgical training may improve trifecta achievement.
