Este sitio web está dirigido a profesionales sanitarios de España

La enfermedad tromboembólica venosa, una afección que incluye trombosis venosa profunda y embolia pulmonar, es una complicación clínica común en pacientes oncológicos que puede ser grave, especialmente durante los primeros meses del tratamiento. De hecho, la presencia de trombosis en pacientes oncológicos se asocia con un peor pronóstico, menor tasa de supervivencia y una menor calidad de vida1.

Recientemente, se ha actualizado en un 10,8% la incidencia de trombosis asociada al cáncer (CAT, cancer-associated thrombosis), teniendo en cuenta todos los tipos de tumores y estadios2, habiéndose triplicado en las últimas dos décadas3. Sin embargo, en cánceres de alto riesgo en pacientes hospitalizados y ambulatorios, la incidencia de trombosis puede llegar hasta el 20%4, y este porcentaje tiende a doblarse cuando se evalúan las necropsias5-6.

Por lo tanto, es evidente que la trombosis es una situación clínica muy relevante en el paciente oncológico. Para reducir este riesgo están disponibles diferentes alternativas terapéuticas anticoagulantes, entre ellas, las heparinas de bajo peso molecular7. El reto clínico consiste en conocer qué pacientes son los que se pueden beneficiar realmente de este tratamiento para mejorar su pronóstico y, al mismo tiempo, evitar al resto de pacientes el riesgo de sufrir hemorragias como consecuencia del propio tratamiento anticoagulante.

Por este motivo, las pautas de la Sociedad Europea de Oncología Médica (ESMO, European Society of Medical Oncology) recomiendan la tromboprofilaxis para pacientes con cáncer que reciben quimioterapia sistémica ambulatoria si tienen un alto riesgo de trombosis8

Sin embargo, el concepto de “alto riesgo” no está claramente definido, por lo que existe una clara necesidad de evaluar con precisión el riesgo de trombosis en pacientes con cáncer para anticoagular específicamente al grupo de pacientes que tienen una relación riesgo-beneficio favorable. En este contexto, los modelos predictivos actuales para identificar pacientes con cáncer en riesgo de trombosis, como los scores (puntuaciones) de Khorana o Vienna-CAT9,10, tienen una escasa capacidad predictiva, lo que limita su uso en la práctica clínica. Pero la incorporación de datos genómicos a los modelos de predicción convencionales basados exclusivamente en parámetros clínicos (medicina personalizada) han supuesto un avance muy significativo en la identificación de pacientes con cáncer con alto riesgo de trombosis para mejorar el manejo del tratamiento anticoagulante. Concretamente, nuestro grupo ha publicado un estudio11 donde describimos el desarrollo y validación de un nuevo score que integra datos clínicos y genómicos, mejorando significativamente la capacidad predictiva del score de Khorana. 
En este estudio, se analizaron datos de 364 pacientes de la cohorte española ONCOTHROMB 12-01. Los datos clínicos asociados con el riesgo de eventos tromboembólicos se recopilaron en el momento del diagnóstico del cáncer, incluido el score de Khorana, así como los datos genéticos (51 variantes genéticas asociadas con trombosis).

Los análisis demostraron que nueve variantes genéticas en concreto, además de la localización y el estadio del tumor, así como un índice de masa corporal superior a 25 kg/m2, se asociaron con un mayor riesgo de trombosis en estos pacientes oncológicos. A partir de estas variables clínico-genéticas, se implementó un score de riesgo (llamado ONCOTHROMB), que mejora muy significativamente la capacidad predictiva del score de Khorana.

Además, esta herramienta ha sido validada en la cohorte Viena-CATS. Concretamente, este nuevo score es capaz de identificar al 34% de los pacientes que desarrollaran trombosis (el score de Khorana solo identifica el 17%, en el mejor de los casos), pero, muy importante, también identifica el 94% de los que no desarrollaran trombosis11. Estos pacientes de bajo riesgo se podrían evitar la tromboprofilaxis y no estarían expuestos innecesariamente al riesgo de hemorragia asociado a la anticoagulación.

Una de las grandes ventajas del score ONCOTHROMB es que se puede utilizar desde el momento del diagnóstico del tumor, en el contexto de las pruebas que ya realiza el oncólogo (una biopsia, una analítica, una tomografía por emisión de positrones, una tomografía axial computarizada o cualquier otra batería de pruebas diagnósticas) para identificar a los pacientes de alto o bajo riesgo de trombosis. Por lo tanto, cuando comienza a tratar al paciente, el médico ya le podría indicar el anticoagulante en caso de necesitarlo.

Como resultado, este nuevo score optimiza el manejo de la trombosis en pacientes con cáncer, ayudando al médico en la toma de decisiones (selecciona a los pacientes con el riesgo alto de trombosis para la terapia anticoagulante y evita a los pacientes con bajo riesgo de trombosis las potenciales complicaciones hemorrágicas del tratamiento), mejorando la tasa de supervivencia y la calidad de vida de los pacientes oncológicos.

Autor

doctor-jose-manuel-soria

Dr. José Manuel Soria
Dr. José Manuel Soria Unidad de Genómica de Enfermedades Complejas. Institut de Recerca de l’Hospital de la Santa Creu i Sant Pau, Instituto de Investigación Biomédica (IIB) Sant Pau. Barcelona.

  

Actualidad científica en Trombosis

Consulta lo último en Trombosis con nuestra selección de artículos, recursos, y otros materiales de interés.

Referencias
  1. Noble S, Pasi J. Epidemiology and pathophysiology of cancer-associated thrombosis. Br J Cancer. 2010;102 Supl 1(Supl 1):S2-9.
  2. Li A, La J, May SB, Guffey D, Da Costa WL, Amos CI, et al. Derivation and Validation of a Clinical Risk Assessment Model for Cancer-Associated Thrombosis in Two Unique US Health Care Systems. J Clin Oncol. 2023:JCO2201542.
  3. Mulder FI, Horváth-Puhó E, Van Es N, Van Laarhoven HWM, Pedersen L, Moik F, et al. Venous thromboembolism in cancer patients: a population-based cohort study. Blood. 2021;137(14):1959-69.
  4. Frere C, Bournet B, Gourgou S, Fraisse J, Canivet C, Connors JM, et al. Incidence of Venous Thromboembolism in Patients With Newly Diagnosed Pancreatic Cancer and Factors Associated With Outcomes. Gastroenterology. 2020;158(5):1346-58.e4.
  5. Timp JF, Braekkan SK, Versteeg HH, Cannegieter SC. Epidemiology of cancer-associated venous thrombosis. Blood. 2013;122(10):1712-23.
  6. Muñoz Martín AJ, Font Puig C, Navarro Martín LM, Borrega García P, Martín Jiménez M; Spanish Society for Medical Oncology. Clinical guide SEOM on venous thromboembolism in cancer patients. Clin Transl Oncol. 2014;16(12):1079-90.
  7. Lyman GH, Bohlke K, Falanga A; American Society of Clinical Oncology. Venous thromboembolism prophylaxis and treatment in patients with cancer: American Society of Clinical Oncology clinical practice guideline update. J Oncol Pract. 2015;11(3):e442-4.
  8. Mandalà M, Falanga A, Roila F; ESMO Guidelines Working Group. Management of venous thromboembolism (VTE) in cancer patients: ESMO Clinical Practice Guidelines. Ann Oncol. 2011;22 Supl 6:vi85-92.
  9. Khorana AA, Kuderer NM, Culakova E, Lyman GH, Francis CW. Development and validation of a predictive model for chemotherapy-associated thrombosis. Blood. 2008;111(10):4902-7.
  10. Ay C, Dunkler D, Marosi C, Chiriac AL, Vormittag R, Simanek R, et al. Prediction of venous thromboembolism in cancer patients. Blood. 2010;116(24):5377-82.
  11. Muñoz AJ, Ay C, Grilz E, López S, Font C, Pachón V, et al. A Clinical-Genetic Risk Score for Predicting Cancer-Associated Venous Thromboembolism: A Development and Validation Study Involving Two Independent Prospective Cohorts. J Clin Oncol. 2023;JCO2200255.

MAT-ES-2301058 v1 -Abril 2023