Artigo publicado online no Lancet Respiratory Medicine mostrou resultados de estudo de Liao et al. que buscou desenvolver e validar o modelo CanPredict (pulmão) de previsão de risco para triagem do câncer de pulmão e comparar seu desempenho com o de sete outros modelos de previsão de risco. O CanPredict (pulmão) teve o melhor desempenho em discriminação, calibração e benefício líquido em três horizontes de previsão (5, 6 e 10 anos) e demonstrou também maior sensibilidade comparado aos atuais modelos recomendados no Reino Unido. “Nosso modelo tem utilidade potencial para estratificação de risco da população de cuidados primários do Reino Unido e seleção de indivíduos com alto risco para câncer de pulmão”, destacam os autores.
O câncer de pulmão é o segundo câncer mais comum em incidência e a principal causa de mortes por câncer em todo o mundo. O rastreamento com tomografia computadorizada de baixa dose pode reduzir a mortalidade por câncer de pulmão, evidência que levou o Comitê Nacional de Triagem do Reino Unido a recomendar o rastreamento do câncer de pulmão em setembro de 2022, com a exigência de que mais trabalhos de modelagem fossem feitos para ajudar a refinar a recomendação.
Neste estudo de coorte retrospectivo, os pesquisadores usaram dados de 19,67 milhões de pessoas assintomáticas da população de cuidados primários do Reino Unido para desenvolver e validar o modelo CanPredict (pulmão), com o objetivo de estimar o risco de homens e mulheres com idades entre 25 e 84 anos serem diagnosticados com câncer de pulmão nos próximos 10 anos, usando os bancos de dados QResearch e CPRD (Clinical Practice Research Datalink).
O CanPredict (pulmão) ainda incluiu diferentes preditores, como características sociodemográficas (idade, sexo, etnia, pontuação de Townsend), fatores de estilo de vida (IMC, tabagismo e etilismo), comorbidades, história familiar de câncer de pulmão e história pessoal de outros tipos de câncer. Os autores esclarecem que alguns preditores foram diferentes entre mulheres e homens, mas o desempenho do modelo foi semelhante entre os sexos.
Para compor um modelo o mais inclusivo possível, que pudesse ser amplamente utilizado para detecção precoce de câncer de pulmão, os autores também incluíram no CanPredict (pulmão) os que nunca fumaram. “Nunca fumantes podem ter algumas comorbidades, suscetibilidade genética, história pessoal de câncer ou história familiar de câncer de pulmão como fatores de risco de fundo”, explicam.
Sete modelos para prever o risco de câncer de pulmão foram selecionados (Liverpool Lung Project [LLP]v2, LLPv3, Lung Cancer Risk Assessment Tool [LCRAT], Próstata, Pulmão, Colorretal e Ovário [PLCO]M2012, PLCOM2014, Pittsburgh e Bach) para comparar o desempenho com o do modelo CanPredict (pulmão). A comparação usou duas abordagens: (1) em fumantes entre 55 e 74 anos (a população recomendada para rastreamento de câncer de pulmão no Reino Unido) e (2) nas populações de cada modelo, pelos critérios de elegibilidade de cada um.
Os resultados publicados no Lancet Respiratory Medicine mostram que o CanPredict (pulmão) teve maior sensibilidade do que os atuais modelos recomendados no Reino Unido (LLPv2 e PLCOM2012), pois identificou mais casos de câncer de pulmão, rastreando a mesma quantidade de indivíduos com alto risco. Liao et al. também descrevem que o modelo teve ainda o melhor desempenho em discriminação, calibração e benefício líquido nos três cenários de previsão estabelecidos (5, 6 e 10 anos) nas duas abordagens.
Em síntese, o modelo CanPredict (pulmão) foi desenvolvido e validado interna e externamente, usando dados de 19,67 milhões de pessoas de dois bancos de dados de cuidados primários ingleses. “Nosso modelo tem utilidade potencial para estratificação de risco da população de cuidados primários do Reino Unido e seleção de indivíduos com alto risco para câncer de pulmão “, destacam os autores.
Agora, um estudo para avaliar o custo-efetividade e determinar os limites de risco para o rastreamento do câncer de pulmão está em andamento.
A íntegra do artigo está disponível em acesso aberto.
Referência: Liao W, Coupland CAC, Burchardt J, Baldwin DR; DART initiative; Gleeson FV, Hippisley-Cox J. Predicting the future risk of lung cancer: development, and internal and external validation of the CanPredict (lung) model in 19·67 million people and evaluation of model performance against seven other risk prediction models. Lancet Respir Med. 2023 Aug;11(8):685-697. doi: 10.1016/S2213-2600(23)00050-4. Epub 2023 Apr 5. PMID: 37030308.
