Relación entre los parámetros metabólicos y la asfericidad derivada de 18F-FDG PET/TC y el estadio en el cáncer de pulmón de células pequeñas

Resumen

Objetivo

Este estudio evaluó retrospectivamente la relación entre el estadio de la enfermedad y los parámetros metabólicos, junto con la asfericidad, derivados de las imágenes de PET/TC con [¹⁸F]FDG en pacientes con cáncer de pulmón de células pequeñas (CPCP).

Métodos

Se analizaron los parámetros metabólicos del tumor primario, incluidos los valores de captación estandarizada máxima y media (SUVmax, SUVmean), el volumen tumoral metabólico (MTV) y la glucólisis total de la lesión (TLG), así como la asfericidad (ASP). La estadificación de la enfermedad se determinó a partir de las imágenes de PET/TC con [¹⁸F]FDG, clasificando los casos como estadio limitado (EL) o estadio extenso (EE). Se realizaron análisis estadísticos para evaluar la correlación entre estos parámetros metabólicos y la ASP, su relación con el estadio de la enfermedad y su capacidad para predecir dicho estadio.

Resultados

El estudio incluyó a 134 pacientes con CPCP (edad media: 62,3 años; 112 varones, 22 mujeres). De ellos, el 61,2% presentaba enfermedad en estadio EE y el 38,8%, en estadio EL. Los valores de MTV, TLG y ASP fueron significativamente más elevados en el grupo con EE que en el grupo con EL (p < 0,001). En el análisis multivariante de regresión logística binaria, la edad (p = 0,025), el sexo (p = 0,033) y la ASP (p = 0,001) fueron identificados como predictores independientes del estadio de la enfermedad. En particular, un aumento de una unidad en la ASP se asoció con un incremento de 6,35 veces en la probabilidad de presentar enfermedad en estadio extenso (OR = 6,350). En el análisis ROC, MTV, TLG y ASP distinguieron significativamente los estadios de la enfermedad (p < 0,001), con valores de corte óptimos de 45,05, de 382,81 y de 0,536, respectivamente.

Conclusión

La evaluación de pacientes con CPCP basada únicamente en el SUVmax puede resultar insuficiente. La incorporación de otros parámetros metabólicos, como MTV y TLG, además de la ASP —que se identificó como un predictor independiente sólido—, puede mejorar la comprensión del comportamiento tumoral durante la estadificación. Estos parámetros adicionales pueden contribuir de forma significativa a una evaluación integral del paciente.

Abstract

Purpose

This study retrospectively evaluated the relationship between disease stage and metabolic parameters, along with asphericity, derived from ¹⁸F-FDG PET/CT images in patients with small cell lung cancer (SCLC).

Methods

We analyzed primary tumor metabolic parameters, including maximum and mean standardized uptake values (SUVmax, SUVmean), metabolic tumor volume (MTV), and total lesion glycolysis (TLG), as well as asphericity (ASP). Disease staging was determined from ¹⁸F-FDG PET/CT images as either limited-stage (LS) or extensive-stage (ES). Statistical analyses assessed the correlation among these metabolic parameters and ASP, their relationship with disease stage, their ability to predict disease stage.

Results

The study included 134 SCLC patients (mean age: 62.3; 112 males, 22 females). Of these, 61.2% had ES and 38.8% had LS disease. MTV, TLG, and ASP values were significantly higher in the ES group than in the LS group (P < .001). In the multivariate binary logistic regression analysis, age (P = .025), gender (P = .033), and ASP (P = .001) were identified as independent predictors of disease stage. Notably, a one-unit increase in ASP was associated with a 6.35-fold increase in the likelihood of extensive-stage disease (OR = 6.350). In ROC analysis, MTV, TLG, and ASP significantly distinguished disease stages (P < .001) with optimal cut-off values of 45.05, 382.81, and 0.536, respectively.

Conclusion

Relying solely on SUVmax for SCLC patient evaluation may be insufficient. Incorporating other metabolic parameters like MTV and TLG, in addition to ASP, which was identified as a strong independent predictor, may enhance the understanding of tumor behavior during staging. These additional parameters can significantly aid in comprehensive patient assessment.