Índice de cubillas como predictor de compromiso ganglionar en la linfadenectomía inguinal en pacientes con cáncer de pene

Resumen

Introducción: El Índice de Cubillas se creó para predecir metástasis ganglionares en pacientes con cáncer de pene; tiene en cuenta factores como el grado histológico del tumor, el nivel de infiltración anatómica del tumor y, si existe infiltración perineural.

Objetivo: Establecer la confiabilidad del Índice de Cubillas como herramienta predictiva para identificar el compromiso ganglionar en pacientes con cáncer de pene que serán sometidos a linfadenectomía inguinal.

Metodología: Se realizó una revisión teórica, a partir de una pregunta significativa que expone el motivo de la investigación y la respuesta mediante la búsqueda de información científica, a través de la estrategia PICOT; con términos DeCS/MeSH en bases de datos de salud como: Pubmed, European Association of Urology, American Asociación of Urology, y buscadores como TripDatabase; los artículos encontrados se evaluaron con estándares de calidad mediante criterios STROBE. Los documentos para incluirse abordaran el periodo 2010 - 2024; con diseños observacionales. Se identificaron 282 artículos y solamente 3 fueron elegidos.

Resultados: el índice demostró ser adecuado en la predicción de afectación ganglionar en pacientes con cáncer de pene que reciben una linfadenectomía inguinal. Los factores como el mayor grado histológico (p <0,0001), la profundidad de infiltración (p = 0,0002), invasión perineural (p <0,0001) e invasión vascular se asociaron significativamente con la toma ganglionar. El área bajo la curva (ROC = 72%; IC95%: 63–81%).

Conclusiones: El índice de Cubillas es aplicable y útil para predecir la implicación de los ganglios linfáticos en el cáncer de pene, ayudando a guiar las decisiones clínicas sobre la necesidad de disección de ganglios inguinales.

Parece ser un predictor confiable de metástasis ganglionares en pacientes con cáncer de pene sometidos a linfadenectomía inguinal; sin embargo, los estudios de validación son muy escasos.