La optimización de la utilidad clínica de PCA3 para diagnosticar el cáncer de próstata en la biopsia de próstata inicial

artículo esearch
La optimización de la utilidad clínica de PCA3 para diagnosticar el cáncer de próstata en la biopsia de próstata inicial

José Rubio-Briones1 *, Angel Borque2, Luis M. Esteban3, Juan Casanova1, Antonio Fernández-Serra4, Luis Rubio4, Irene Casanova-Salas4, Gerardo Sanz5, José Domínguez-Escrig1, Argimiro Collado1, Álvaro Gómez-Ferrer1, Inmaculada Iborra1, Miguel Ramírez-Backhaus1, Francisco Martínez6, Ana Calatrava7 y José A. López-Guerrero4

    * Autor para la correspondencia: José Rubio-Briones jrubio@fivo.org

Afiliaciones de los autores

1
Departamento de Urología, Instituto Valenciano de Oncología, C / Profesor Beltrán Báguena 8, Valencia, 46009, España

2
Servicio de Urología, Hospital Universitario Miguel Servet, Zaragoza, España

3
Escuela Universitaria Politécnica de La Almunia, Universidad de Zaragoza, Zaragoza, España

4
Laboratorio de Biología Molecular, Instituto Valenciano de Oncología, Valencia, España

5
Departamento de Métodos Estadísticos, Universidad de Zaragoza, Zaragoza, España

6
Departamento de Estadística de la Universidad de Valencia, Valencia, España

7
Departamento de Patología, Instituto Valenciano de Oncología, Valencia, España

Para todos los correos electrónicos de autor, por favor iniciar la sesión.

BMC Cancer 2015, 15: 633 doi: 10.1186 / s12885-015-1623-0

La versión electrónica de este artículo es el que completa y se puede encontrar en línea en: http://www.biomedcentral.com/1471-2407/15/633

Recibido: 21 de abril 2015
Aceptado: 21 de agosto 2015
Publicado: 11 de septiembre 2015

© 2015 Rubio-Briones et al.

Artículo AccessThis abierto se distribuye bajo los términos de la licencia Creative Commons Attribution 4.0 License Internacional (http://creativecommons.org/licenses/by/4.0/), que permite el uso ilimitado, distribución y reproducción en cualquier medio, siempre que usted da apropiada crédito al autor (s) original y la fuente, proporciona un enlace a la licencia Creative Commons, e indicar si se han realizado cambios. La renuncia Dedicación Creative Commons Public Domain (http://creativecommons.org/publicdomain/zero/1.0/) se aplica a los datos facilitados en este artículo, a menos que se indique lo contrario.
Abstracto
Fondo

PCA3 se ha incluido en un nomograma superando modelos clínicos previos para la predicción de cualquier tipo de cáncer de próstata (CaP) y alto grado CaP (HGPCa) en la biopsia de próstata inicial (EBx). Nuestro objetivo es validar tales nomograma basado en PCA3 EBx específica. También tenemos como objetivo optimizar el uso de este nomograma en la práctica clínica a través de la definición de los grupos de riesgo.
Métodos

Validación externa independiente. Los datos clínicos y de la biopsia de una cohorte contemporánea de 401 hombres con los mismos criterios de inclusión a los que se utilizan para construir nomograma de la referencia en EBx. El valor predictivo del nomograma se evaluó por medio de curvas de calibración y la capacidad de discriminación a través del área bajo la curva (AUC). Utilidad clínica del nomograma se analizó mediante la elección de los umbrales de puntos que se reduzcan al mínimo la superposición entre las funciones de densidad de probabilidad (PDF) en PCA y no CaP y grupos HGPCa y no HGPCa, y el beneficio neto se evaluó por las curvas de decisión.
Resultados

Detectamos 28% de CaP y 11% de HGPCa en EBx, en contraste con el 46 y el 20% en la serie de referencia. Debido a esto, hay una sobreestimación de las probabilidades nomograma se muestran en la curva de calibración para CaP. Los valores de AUC son 0.736 para CaP (IC95%: 0,68 hasta 0,79) y 0.786 para HGPCa (IC95%: desde 0,71 hasta 0,87) que muestra una capacidad de discriminación adecuada. PDF muestran diferencias en las distribuciones de probabilidades nomograma en CaP y no los grupos de pacientes con CaP. Una reducción al mínimo de la superposición entre estas curvas confirma la probabilidad umbral de albergar CaP> 30% propuesto por Hansen es útil para indicar una EBx, pero un punto de corte> 40% podría ser mejor en series de cribado oportunista como el nuestro. Resultados similares aparecen en el análisis HGPCa. La curva de decisión también muestra un beneficio neto de 6,31% para el umbral de probabilidad de 40%.
Conclusiones

PCA3 es una herramienta útil para seleccionar a los pacientes para EBx. Los pacientes con una probabilidad calculada de tener CaP más del 40% debe aconsejar a someterse a una EBx si se requiere cribado oportunista.
Fondo

Los urólogos necesitan herramientas para optimizar el rendimiento de una biopsia de próstata inicial (EBx) ya que este procedimiento está relacionado con el estrés emocional derivado de un potencial de diagnósticos de cáncer [1] y eventos relacionados con la biopsia adversos tales como hemorragias, obstrucciones urinarias y las infecciones [2], [3].

PCA3 como un único biomarcador ha sido aprobado por la FDA para guiar la biopsia prostática (Bx) en hombres con una EBx anterior negativa. Por otro lado, nosotros y otros [4] - [7] han informado de mejores resultados en los pacientes no biopsiados previamente.

Nomogramas ayudan a los médicos para estimar las probabilidades asociadas en diferentes escenarios de la enfermedad y son esenciales para asesorar a los pacientes [8] - [11]. PCA3 se ha incluido en nomogramas para predecir cáncer de próstata (CaP) en EBx o repetido Bx [5], [12] - [14]. En este trabajo nos centramos nuestra atención en un nomograma publicado recientemente por Hansen et al. que PCA3 también estudiada como un marcador para la predicción de cualquier CaP en la EBx y su capacidad para identificar de alto grado CaP (HG-CP; considerarse Gleason en la biopsia ≥ 7). Estos autores concluyeron que la adición de PCA3 a un conjunto de factores de riesgo estándar mejora significativamente la capacidad de discriminación de un modelo predictivo de CaP, evitando innecesaria EBx [15].

Nuestro objetivo es validar externamente tales nomograma basado en PCA3 EBx específica en una sola cohorte centro y para optimizar su uso en la práctica clínica a través de la definición de los grupos de riesgo. Se utilizó un procedimiento gráfico para establecer un punto de umbral para este nomograma mediante el uso de funciones de densidad de probabilidad (pdf) de albergar o no CaP, favoreciendo su implementación para el uso clínico [16].
Métodos
Población de pacientes

Inscribimos 613 hombres programados para EBx con la prueba de PCA3 en nuestra práctica diaria. Los criterios de selección fueron los mismos que en la cohorte de Hansen [15] que fue construido con 692 pacientes de dos estudios multi-institucionales prospectivos en Europa [4] y EE.UU. [17] con DRE sospechoso o PSA entre 2,5 y 10 ng / ml y una mínimo de 10 núcleos EBx. En caso de tacto rectal sospechoso, se incluyeron hombres con PSA entre 10 y 20 ng / ml. El volumen prostático se determinó por ecografía y la infección de orina descartar. Por último, a partir de toda la serie 401 hombres que se refiere EBx cumplen todos los criterios de selección establecidos. Este estudio fue aprobado por el Comité de Ética de la Fundación Instituto Valenciano de Oncología (ref. Número. 2010-20). En el momento de la recolección de orina para el análisis de PCA3 todos los pacientes dieron su consentimiento para el uso de la orina sobrante y la información con fines de investigación siguiendo las normas establecidas por el Biobanco Institucional (Español Biobanco Registro número asociado: B.0000773; https: / /biobancos.isciii.es/ListadoBiobancos.aspx?id=B.0000773).
Evaluación clínica

PCA3 se llevó a cabo siguiendo las instrucciones del fabricante [18] y el tacto rectal fue reportado como no sospechoso frente sospechoso. La ecografía transrectal (ETR) -derivado del volumen prostático total se calculó utilizando la fórmula de la elipse de próstata (0,52 x longitud x anchura x altura). Se realizaron 10-12 núcleo biopsias sistemáticas dirigidas lateralmente ETR guiadas. Todos los especímenes de biopsia fueron evaluados por un solo uropathologist experimentado (AC).
El análisis estadístico

La validación externa se realizó el análisis de la calibración, la discriminación y la utilidad clínica [10], [19]. La calibración se analizó por medio de curvas de calibración y los dos parámetros informativos: Intercepción (calibración-en-el-grande) y de pendiente, la cual evaluar la correspondencia entre las probabilidades predichas y la reales. Para estudiar la capacidad de discriminación y la utilidad clínica del modelo, las distribuciones empíricas de probabilidades de CaP en la CP / poblaciones n-PCA y HGPCa / No-HGPCa se han estimado. Esas probabilidades se estiman en la cohorte IVO utilizando el nomograma Hansen por estimación de la densidad del núcleo [20]. La forma en que las distribuciones de probabilidad de las poblaciones CaP se superponen es importante saber cómo el modelo discrimina entre grupos y para mostrar la mejor umbral para definir los grupos de riesgo para el uso clínico. Por otra parte, la discriminación se ha cuantificado a través de la curva de las características de funcionamiento del receptor (ROC) [21], el área bajo la curva ROC (AUC) y su intervalo de confianza del 95% (IC). También evaluamos su utilidad clínica a través de curvas de toma Vickers '[22] que analizan el beneficio neto para diferentes probabilidades de umbral. Los análisis estadísticos se realizaron utilizando el lenguaje de programación R V.3.1.0 [23].
Resultados

La Tabla 1 resume las características de los pacientes de los dos estudios multi-institucionales incluidas en el estudio Hansen y la cohorte IVO. Nuestras tasas de detección de CaP fueron del 28% (11% HGPCa), claramente inferior a los valores de la serie de la Hansen de 46% (20% HGPCa). La mediana de edad fue de 2 años menor en la cohorte IVO, pero rangos intercuartil (IQR) fueron muy similares. Resultados de volumen de la próstata eran bastante similares para los dos cohortes, pero importante, el Wilcoxon rank test valor p <0,001 diferencias confirmados con niveles de PSA mediana respecto (5,2-Hansen vs 4,3-IVO ng / ml). Además, no se observaron diferencias en el porcentaje de pacientes con tacto rectal sospechoso (28,5 vs 10,7; p <0,001) y con tacto rectal sospechoso y PSA entre 10 y 20 ng / ml (4 vs 1%; p <0,01).

Tabla 1. Los datos de los hombres incluyen en el nomograma de referencia (en negro) y de la serie IVO (en rojo)

Valores PCA3 promedio fueron 27 y 36 por Hansen y IVO serie respectivamente. La prueba de Wilcoxon mostró que PCA3 valor de la mediana en la cohorte IVO (p <0,001) mostró una diferencia estadísticamente significativa con el valor de la mediana Hansen. Asistir al umbral fabricante de 35, se observó un 50,4% de la serie IVO con los valores de PCA3 anteriores 35 y apenas 40,5% para la serie de referencia. La prueba para la igualdad de proporciones tuvo un valor de p <0,001, por lo tanto, que muestra de nuevo diferencias estadísticamente significativas entre estas cohortes. Hemos observado la disminución de la sensibilidad de menor a mayor PCA3 puntos de corte para la detección de CaP en porcentajes similares de ambas series, mostrando diferencias estadísticamente significativas en todos los umbrales en comparación con EBx negativo.

Por otra parte, la Tabla 2 muestra la asociación univariante y el poder de discriminación medida por las AUC para cada variable predictora en el diagnóstico de CaP y HGPCa. Variable de PCA3 continua tiene el máximo valor AUC de 0,701 para el diagnóstico de CaP en nuestra serie. El uso de la prueba De Long para la comparación de las AUC entre PCA3 y el resto de los predictores, estadísticamente se establecieron diferencias significativas en todos los casos excepto en la comparación con el volumen prostático.

Tabla 2. univariante analiza y AUC para cada variable para la detección de cualquier CaP y HGPCa en serie de Hansen (negro) y la serie IVO (rojo)

En la Fig. 1 se muestra la curva de calibración. Hay una sobreestimación importante en toda la gama de probabilidades para la detección de cualquier CaP, debido a la diferencia en la prevalencia de CaP entre el Hansen y las cohortes IVO. Los valores de intersección y la pendiente de -0,762 y 0,797 confirman una mala calibración.

thumbnailFig. 1. Curva de calibración aplicando nomograma de Hansen a la serie del IVO, para la detección de cualquier CaP

En cuanto a la capacidad de discriminación del nomograma, se obtuvo un AUC para la detección de cualquier CaP de 0,736 (IC del 95%: 0,680-0,793) y un valor de 0,786 (IC del 95%: 0,705-0,867) para la detección de HGPCa (Fig . 2). La distribución de probabilidades de CaP asignadas por el nomograma a nuestros pacientes con y sin verdadero CaP se muestran en la Fig. 3a, y por HGPCa / No HGPCa en la Fig. 3b. Estas curvas muestran funciones de densidad del 40% es la mejor cortado mejor que apunta a la probabilidad de albergar cualquier CaP por encima de ella (Fig. 3a), mismo valor cuando se centra en HGPCa (Fig. 3b).

thumbnailFig. 2. Área bajo la curva para la detección de cualquier CaP y para la detección de HGPCa

thumbnailFig. 3. una distribución de probabilidad de cualquier detección de CaP través nomograma de Hansen; b distribución de probabilidad de detección HGPCa través nomograma de Hansen

Por lo tanto, frente a la decisión de indicar un EBx, proponemos 40% como un mejor corte apagado que el 30% Hansen et al. propuesto para su nomograma. Un mayor número de pacientes sin CaP y en particular sin HGPCa se clasifican correctamente en el punto de 40% de la nomograma umbral, con un número muy escaso de pacientes con CaP y HGPCa se perdió en el intervalo entre 30 y 40% (Fig. 3a y b).

Por último, las curvas de adopción Vickers 'muestran el beneficio neto obtenido de la aplicación del nomograma de Hansen a la totalidad IVO-cohorte. Comprobamos la mejora proporcionada por el modelo para diferentes probabilidades de corte (Fig. 4).

thumbnailFig. 4. curvas de beneficios netos siguientes curvas de toma Vickers '
Discusión

Varios nomogramas optimizar la indicación de EBx, con estimaciones de exactitud de predicción entre 67 y 77% [3], [24] - [26]. En particular, el nomograma basado en PCA3 validado aquí mostró que la precisión del modelo clínico se incrementó en 4.5 hasta 7.1% en relación con la inclusión PCA3 [15]. En este modelo, codificada PCA3 representado continuamente el parámetro más informativo en la predicción de cualquier CaP (AUC = 0,739) y HGPCa (AUC = 0,729). En nuestros análisis univariados, que también mostró que el PCA3 codificado continua era la mejor variable predictora para la detección de cualquier CaP (AUC = 0,701) y el volumen de la próstata fue ligeramente mejor para detectar HGPCa (AUC = 0,723) que continuó PCA3 codificada (AUC = 0,685 ). Comprobación de diferentes puntos de corte, 24 y no 21, mostró la mayor AUC tanto para cualquier CaP y HGPCa (Tabla 2). Estos hallazgos coinciden con estudios anteriores [27]. También probamos PCA3 categorizados, y estamos de acuerdo con el Hansen et al. serie que PCA3 codificado continua fue la variable más informativo para predecir CaP y HGPCa, por lo tanto, se debe considerar de esta manera en la construcción de un nomograma. Los efectos no lineales de PCA3 pueden modelarse adecuadamente usando su forma continua, añadiendo así más poder predictivo [28].

La trama de calibración y los valores de origen y la pendiente mostraron un pobre acuerdo entre las probabilidades reales y predichos obtenidos de la aplicación del nomograma a nuestros 401 hombres como una cohorte de validación (Fig. 1). Este hecho se explica por las diferencias claras en las tasas de detección entre ambas series. Nuestra tasa de detección de CaP fue del 28% (11% HGPCa), más cerca de la prevalencia esperada del CP en serie contemporánea de cribado oportunista, y las mismas características eran el 46% (20% HGPCa) en la serie de referencia. Las cohortes iniciales que generaron nomograma de Hansen consistió en 570 pacientes que participaron en 4 sitios de América del Norte con una tasa de detección del CaP del 36% (15% HGPCa) [17] y 516 pacientes de un estudio multicéntrico europeo con una tasa de detección de CaP de 40 % (19% HGPCa) [4], más cerca de nuestros datos. A partir de toda la cohorte de 1086 pacientes, 692 pacientes fueron finalmente considerados para generar nomograma de Hansen y la proporción de CaP y HGPCa aumentaron sustancialmente (46% PCa y 20% HGPCa) a partir de cohortes originales. Creemos que este hecho podría explicar su alta prevalencia de CaP y HGPCa, que supera las tasas de CaP y HGPCa espera para los pacientes con PSA entre 2,5 y 10 ng / ml. En este sentido creemos que nuestras tasas de detección son más similares a los reportados en la literatura, con la mayoría de los hombres procedentes de escenarios de detección oportunistas. Sólo serie con tan extremadamente alta tasa de CP / HGPCa podría esperar una bonita parcela de calibración. En cualquier caso, sería una buena calibración había demostrado un buen rendimiento de la Hansen et al. modelo en nuestra serie, pero una mala calibración no significa que el nomograma validado es un modelo predictivo mal en nuestra serie, pero sólo un punto de umbral diferente debe ser investigado.

Obtuvimos AUC ligeramente inferior (0,736, IC95%: 0,680-0,793) para cualquier detección de CaP que el nomograma referencia (AUC 0,807, IC95%: 0,768-0,828), mostrando diferencias estadísticamente significativas entre AUC (p-valor = 0,02), pero similar a la otra validación publicada externa (0,764, IC95%: 0,726-0,802) [27], valor de p = 0,43, por lo que creemos que el modelo ofrece una buena capacidad de discriminación. Cuando se construyó un modelo de regresión logística utilizando las mismas variables predictoras y el uso de PCA3 como un valor continuo se obtiene una AUC de 0,769 (datos no mostrados), muy similar a la aplicación de Hansen nomograma en nuestra serie (Tabla 3). Recientemente, una evaluación similar de la utilización de PCA3 como un predictor continuo en un modelo de regresión logística multivariante desarrollado durante 3073 pacientes de cribado de la población en EE.UU., mostró un AUC de 0,75 y 0,81, respectivamente, para la predicción de CaP y HGPCa respectivamente en el EBx [ 29].

Tabla 3. Modelo de regresión logística utilizando las mismas variables predictoras y el uso de PCA3 como un valor constante

En el análisis de la curva de decisiones se obtuvo a un 30% umbral de probabilidad un beneficio neto de 8,41%, superior a la del modelo de referencia, pero lejos del> 18% reconocido por el modelo en la serie original. Para una probabilidad umbral del 40% del beneficio neto obtenido es de 6.31%. Otros autores también han demostrado que el análisis de curvas decisión confirmó un mayor beneficio cuando se añade la puntuación de PCA3 (ya sea continuo o binario con un punto de corte de 35) para el modelo de referencia [27] en EBx. En el modelo de regresión logística construido con nuestra base de datos mediante la puntuación de PCA3 continua, el beneficio neto es 6,90% para el punto de umbral de 40%, muy similar a la aplicación nomograma Hansen.

Modelos multivariados se traducen múltiples efectos en un solo número, que es la interpretación del riesgo de albergar un evento de 0 a 100%. Pero nosotros, como los médicos tomar decisiones en base a un valor de referencia (PSA> 4 ng / ml, la proporción de PSA libre <15%, etc.), aconsejar a los pacientes tomar en base a ellos. Con el objetivo de ayudar al clínico a indicar o no un EBx, investigamos las probabilidades del modelo para detectar CaP través PDF [16]. Estas funciones de densidad nos ayudan a elegir los umbrales para diferenciar grupos de probabilidades alto y bajo riesgo de albergar CaP (Fig. 3a) o HGPCa (Fig. 3b). Las curvas de densidad de probabilidades se construyen a partir de las probabilidades de tener un CaP asignado por el nomograma a cada hombre. En su eje X, reflejamos la gama de posibles probabilidades (0-100) de albergar CaP según el nomograma. En el eje Y nos gama de la densidad de los pacientes de su probabilidad asignada de albergar CaP o HGPCa. Podemos ver el pico más alto de densidad en pacientes con CaP cerca de la X = 70% de probabilidad de albergar CaP en la Fig. 3a y en pacientes HGPCa cerca de 80% en la Fig. 3b. Por otro lado, este pico aparece alrededor de X = 15-20% para los pacientes / no HGPCa no CaP.

Podemos ver fácilmente cómo nuestras curvas PDF muestran un "valle" entre el "pico" de los pacientes con CP / HGPCa en el rango de altas probabilidades de albergar CaP (en el lado derecho de la gráfica), y el "pico" de los pacientes sin PCA / HGPCa en el rango de bajas probabilidades (en el lado izquierdo). Este valle nos lleva a escoger el umbral de la probabilidad para clasificar a los pacientes en alto o bajo riesgo de albergar CaP. Un punto umbral del 40% en lugar del 30%, según lo propuesto por Hansen et al., Podría ser la mejor opción para traducir la aplicación de este nomograma en nuestra práctica diaria.

Aplicando el nomograma con un umbral del 40% de nuestros 401 hombres, nos hubiéramos ahorrado 197 EBx (49,1%), a un costo de 27 desaparecidos cualquier CaP (24,3%) y 7 HGPCa (15,9%) (Tabla 4). Para el valor umbral del 30% previsto por Hansen et al., Nos hubiéramos ahorrado 151 EBx (37,3%) a un costo de 21 desaparecidos cualquier CaP (19,9%), y 6 HGPCa (13,4%). Por lo tanto, la selección de 40%, ni el 30%, nos hubiéramos ahorrado 11,8% EBx más justa falta una HGPCa más. Este cuenta que siempre mejorar los resultados de tomar valores únicos puntos de corte de PCA3 como una sola herramienta para decidir EBx (Tabla 5), ​​en el que podemos comprobar que si hubiéramos elegido PCA3> 21 nos habíamos perdido un 15,9% HGPCa, similar al 13 % observado por otros autores en EBx con un corte de 20 [30], pero haciendo un 12,2% más EBx que si hubiéramos aplicado el nomograma. Nos damos cuenta de que nuestro pequeño número de HGPCa (44 casos) podría afectar a nuestros datos sobre esta población, como el uso del punto de 40% del umbral del porcentaje de casos HGPCa perdidas es de 15,9%, pero el IC del 95% es 7,1-30,7%.

Tasas Tabla 4. Posibles biopsias iniciales evitadas (IBX), CP y HGPCa detección y perdidas en EBx utilizando diferentes valores de probabilidades de umbral

Tasas Tabla 5. Posibles biopsias iniciales evitadas (IBX), CP y HGPCa detección y perdidas en EBx utilizando diversos valores de PCA3 umbral como una sola herramienta de decisión

Sería había sido deseable comparar el nomograma clínica inicial construido sin PCA3 evaluadas por Hansen et al. a la nuestra, a fin de conocer el beneficio clínico de la determinación de PCA3, pero eso nomograma no se publicó. Mostramos en la Tabla 3 que existen diferencias estadísticamente significativas (p <0,01) entre los modelos construyen con o sin PCA3 como variable predictora.

Desde un punto de vista práctico, y con el fin de ahorrar costes, pedimos PCA3 solo en los casos dudosos, en la forma en Abern y Freedland proponen [31]. Si hubiéramos aplicado el nomograma de nuestra serie, nos habíamos obtenido una puntuación de 121 puntos en total (equivalentes a una probabilidad de ≥ 40%) en 204 hombres. Veintiséis de ellos habían tenido 121 puntos y sin la necesidad de probar PCA3, por lo que habría habían indicado los gastos Ahorro IBX. En el escenario más bajo, 178 no sería habían llegado a 121 puntos sumando los 26 puntos adicionales que dependen de un PCA3> 21, pero creemos que no usar la ayuda de PCA3 en este escenario, sabiendo la fuerza de PCA3 como una variable continua y que volumen de la próstata podría undermeasured por ecografía hipogástrica, que el costo de PCA3 valdría la pena para una mejor orientación de IBX para hombres en esta área gris.

Por último, esta validación externa en un solo centro en una serie de 401 pacientes se acerca más a un escenario de cribado oportunista con una prevalencia de CaP del 28%, más común que el 46% propuesta por el nomograma referencia. Este hecho hace que sea particularmente aplicable en la práctica diaria en comparación con el nomograma referencia (,, diferentes ensayos internacionales, multicéntricos multiétnicas PSA utilizados).
Conclusiones

Validamos el nomograma basado en PCA3 en EBx publicado por Hansen et al. reforzando su mayor utilidad cuando se utiliza dentro de un nomograma de PCA3 y la selección de los casos para su uso. Nos encontramos con una sobreestimación de probabilidades y una mínima pérdida en el poder de discriminación del modelo, pero podemos confirmar como una herramienta válida para nuestra población. Utilizando una nueva metodología, proponemos 40% como el punto de umbral más confiable para utilizar el nomograma propuesto recomendar o no un hombre sano un EBx frente a un cribado oportunista. Este umbral nos ofrece una herramienta óptima para ayudar a un hombre bien informado en su decisión.
Abreviaturas

AUC: Área bajo la curva

Bx: la biopsia prostática

IC: Intervalo de confianza

FDA: Food and Drug Administration

Examen rectal digital: DRE

HG-CP: Alto grado de CaP

EBx: biopsia de próstata inicial

IVO: Instituto Valenciano de Oncología

Rangos intercuartil: IQR

CP: El cáncer de próstata

PCA3: El gen del cáncer de próstata 3

Funciones de densidad de probabilidad: PDF

PSA: antígeno específico prostático

ETR: ecografía transrectal

ROC: características de funcionamiento del receptor

EE.UU.: Estados Unidos de América
Conflicto de intereses

Los autores declaran que no tienen intereses en conflicto.
Autores de las contribuciones

Concepción o el diseño de la obra: JRB, AB, LME, GS, FM, jalg. Adquisición de datos: JRB, JC, AFS, LR, ICS, JDE, AC, AGF, IB, MRB, AC, jalg. Análisis e interpretación de datos: JRB, AB, LME, GS, FM, jalg. Redacción o revisión de la obra: JRB, AB, LME, FM, jalg. Todos los autores leyeron y aprobaron el manuscrito final.
Agradecimientos

Nos gustaría dar las gracias a Vanesa Pérez, administrador de datos del Departamento de Urología del Instituto Valenciano de Oncología, por su colaboración en la recogida de datos y también para el Biobanco del Funadación IVO para el manejo de las muestras biológicas.

...