17° Simpósio Edwaldo Camargo e 1° Congresso CancerThera

Dados do Trabalho


Título

USO DE UM MODELO PREDITIVO NA IDENTIFICAÇÃO DE DOENÇA METASTÁTICA EM PACIENTES COM CARCINOMA DIFERENCIADO DE TIREOIDE SOB ESTÍMULO DE TSH RECOMBINANTE

Introdução/Justificativa

O câncer de tireoide é a neoplasia endócrina mais comum, sendo o câncer diferenciado de tireoide (CDT) o subtipo mais prevalente. O tratamento padrão envolve tireoidectomia total (TT) seguida de terapia com Iodo-131 (I131). Marcadores bioquímicos como a tireoglobulina sérica (Tg) e o TSH são frequentemente utilizados para prognóstico e detecção de doença metastática. Variáveis demográficas, como idade e sexo, também afetam o prognóstico, assim como o estadiamento patológico inicial.
O sistema de estratificação de risco proposto pelas diretrizes da Associação Americana de Tireoide (ATA) de 2015 auxilia na prescrição de I131 pós-TT e basea-se principalmente em relatórios patológicos. Entretanto, pode apresentar falhas, como a deficiência em detectar doença persistente que requer uma intervenção terapêutica mais agressiva com I131. Em vista disso, a elaboração de um modelo preditivo pode prover uma estratificação de risco mais acurada e personalizada para pacientes com CDT submetidos a TT e terapia ablativa com I131.
Em 2023, Giovanella e colaboradores elaboraram um modelo preditivo baseado em árvore de decisão para este cenário. Entretanto, todos os pacientes foram submetidos a suspensão de levotiroxina.

Objetivos

Testar o modelo preditivo baseado em árvore de decisão descrito por Giovanella e colaboradores em pacientes submetidos a TT e terapia com I131 estimulados com TSH recombinante (rhTSH).

Materiais e Métodos

Análise retrospectiva de 451 pacientes submetidos a tratamento com radioiodo entre 2016 e 2020. Foram incluídos pacientes adultos e com CDT comprovado histologicamente após TT, com níveis de anticorpo anti-tireoglobulina normais, uso de rhTSH pré-radioiodoterapia, além do resultado da PCI pós-tratamento. Foi aplicado o modelo de árvore de decisão descrito por Giovanella e colaboradores em pacientes com CDT estimulados por rhTSH.
De forma simplicicada, o modelo proposto por Giovanella e colaboradores dividiu os pacientes em com e sem acometimento linfonodal. Aqueles com acometimento linfonodal e Tg estimulada acima de 35,0 ng/ml tinham alta probabilidade de doença metastática/persistente. O mesmo ocorrendo em pacientes sem acometimento linfonodal e com Tg estimulada acima de 23,3 ng/ml.

Resultados

Dos 451 pacientes incluidos, 362 (80,3%) foram do sexo feminino, com uma mediana de idade de 41,41 anos (IQR 33,76 a 53,00) e de Tg estimulada sérica de 2,9 ng/mL (IQR 0,68 a 7,9). Aplicando o modelo de árvore de decisão descrito por Giovanella e colaboradores, foi obtido um valor preditivo positivo de 25,0% (IC 10,01– 49,9%), um valor preditivo negativo de 87,3% (IC 86,6 – 88,1%) e uma acurácia de 85,1% (IC 81,4 – 88,3%). Gênero masculino e valor de Tg foram associados com PCI positiva (p <0,05).
Os resultados encontrados foram inferiores aos descritos por Giovanella e colaboradores (porém, semelhantes a um dos centros participantes). Isto pode ser explicado pela menor prevalência de PCI positiva e pela diferença dos valores de Tg com suspensão da levotiroxina e com TSH recombinante.

Conclusão

Evidenciamos que o modelo de árvore de decisão descrito pode ser aplicado a pacientes com CDT estimulados por rhTSH com bons resultados, embora um modelo especificamente adaptado para essa população seja preferível. A Tg estimulada e o gênero apresentaram o melhor desempenho na previsão de doença persistente ou metastática na PCI após a cirurgia.

Palavras Chave

carcinoma diferenciado de tireoide; modelo de decisão; rhTSH; I-131; cintilografia

Área

Medicina Nuclear

Categoria

Pesquisa clínica

Autores

FELIPE ALVES MOURATO, Fernanda Miyuki Sasaki, Júlia Carvalheira Altino de Almeida, Paulo José de Almeida Filho, Aline Lopes Garcia Leal, Cristiana Altino de Almeida, Maria Amorim de Almeida, Antônio Felipe de França Sales, Kaylon Kelvin dos Santos Gode, Beatriz Arruda Matheos de Lima