Introducción
La incidencia mundial de tumores renales es de 4,4 por 100.000 habitantes, siendo el 70% detectados incidentalmente en etapas tempranas. Para Colombia, la incidencia de tumores renales es de 3,8 por 100.000 habitantes, con una mortalidad de 1,2 por 100.000 habitantes1.
Las masas renales se dividen en lesiones benignas y malignas, siendo las malignas las que presentan mayor frecuencia, con una prevalencia mayor para el carcinoma de células renales (CCR), el cual se subdivide en diferentes subtipos histológicos, como son el CCR de células claras (ccRCC), que representa el 70-75% de todos los CCR, seguido del CCR papilar (pCCR, 10-21%) y el CCR cromófobo (5%), haciendo énfasis en que el ccCCR se asocia a un peor pronóstico2.
La tomografía computarizada es la principal herramienta diagnóstica. Permite describir características generales de las masas renales; sin embargo, no brinda una caracterización histopatológica precisa, considerando en la mayoría de casos la nefrectomía como el tratamiento inicial. Se resalta que cerca del 30% de las masas renales son lesiones benignas como el angiomiolipoma pobre en grasa y el oncocitoma3.
Algunos pacientes son sometidos a biopsias renales percutáneas para determinar la naturaleza de las lesiones, y estas guían las decisiones de tratamiento y seguimiento. Tienen sensibilidad del 97,5%, especificidad del 97,2% y valor predictivo positivo (VPP) del 99,8%, por lo que permiten un diagnóstico de mayor precisión y la toma de mejores conductas. Sin embargo, al ser la biopsia renal un procedimiento invasivo puede desencadenar complicaciones, incluso lograr limitaciones en la toma de la muestra por la ubicación anatómica del tumor o incluso presentar problemas en el rendimiento diagnóstico por heterogeneidad tumoral o por punciones de áreas erróneas; su tasa no diagnóstica es del 14%, su tasa de falsos positivos del 4% y su tasa de falsos negativos del 3,1%4.
Por tanto, diseñar mejores herramientas de caracterización para las masas renales basadas en imágenes sería vital para determinar un tratamiento adecuado y así evitar llevar al paciente a riesgos adicionales. Es por esto que en el área de la radiología se ha enfocado en evaluar el papel de la resonancia magnética (RM) para lograr una mejor efectividad para el estudio de masas renales. Recientemente se ha evaluado la capacidad de ciertas características en la RM contrastada para determinar la histopatología de lesiones renales específicamente en ccCCR, intensidad de señal en T1 y T2, las características de difusión y el perfil de realce, diseñando así el score de probabilidad de células claras (ccLS, Clear Cell Likelihood Score). Este, en un sistema de puntuación en escala tipo Likert de 1 a 5, permite determinar la probabilidad de presentar ccCCR. Las puntuaciones de 4 y 5 indican alta probabilidad de presentar ccCCR; una puntuación de 3, probabilidad indeterminada, y puntuaciones de 1 a 2, baja probabilidad de ccCCR. Así, dichas puntuaciones permiten orientar decisiones clínicas (Fig. 1)5–8.
Figura 1. Esquema para el cálculo del ccLS (adaptada de Blachura et al.8). ADER: arterial-to-delayed enhancement ratio; AML: angiomiolipoma; ccCCR: carcinoma de células claras renales; ccLS: score de probabilidad de células claras, Clear Cell Likelihood Score; chCCR: carcinoma cromófobo de células renales; pCCR: carcinoma papilar de células renales.
Hasta la fecha diferentes estudios han validado el uso de este score en población norteamericana. Canvasser et al. (2017) en el estudio de 125 masas renales pequeñas (cT1a) encontraron un buen rendimiento del ccLS con puntuaciones mayores o iguales a 4, con una sensibilidad del 78%, una especificidad de 80%, un VPP del 80% y un valor predictivo negativo (VPN) del 80%, con una concordancia interobservador moderada a buena (kappa de 0,53)5. Shieda et al. (2022), en un estudio retrospectivo multicéntrico de 250 masas renales menores de 4 cm presentaron una sensibilidad del 75%, una especificidad del 78% y un VPN del 88% para puntajes 4 a 5 en ccLS con una concordancia interobservador también moderada-buena (kappa 0,58)9.
Al revisar la literatura, no existen estudios que evalúen el rendimiento del ccLS en Colombia o Latinoamérica que permitan dar validez de dicho score en nuestro medio. Es por esto que el objetivo de este estudio es evaluar el rendimiento del ccLS para el diagnóstico de ccCCR en un centro oncológico de referencia en Colombia.
Método
Estudio de corte transversal de un único centro de referencia oncológica en Colombia, donde se analizaron todos los pacientes adultos (≥ 18 años) con masas renales (cT1-T4) llevados a nefrectomía parcial o radical en escenario metastásico y no metastásico entre enero del 2022 y mayo del 2025 que cuenten con RM contrastada previa a cirugía para evaluar el ccLS. Para el cálculo del score se realizó revisión de las RM previas a nefrectomía de forma independiente por dos radiólogos expertos en patologías urooncológicas basados en los criterios descritos en la literatura y descritos en la figura 1 para su cálculo: intensidad en T2 comparado con corteza renal, realce de la masa con contraste, retraso de la intensificación arterial (ADER) y grasa microscópica. El cálculo definitivo se realizó utilizando la herramienta virtual disponible en www.cclsrads.com.
Se realizó la descripción de las características demográficas de la población, incluyendo su estadificación según la American Joint Comittee on Cancer (AJCC), sus características histopatológicas y los resultados del ccLS. Para el análisis estadístico se hizo verificación de la normalidad por test de Shapiro-Wilk y se hizo análisis descriptivo teniendo en cuenta la naturaleza de las variables, reportando estas en tablas de frecuencias.
Se evaluó el rendimiento del score utilizando curvas ROC, determinando un área bajo la curva (AUC) de 0,5 como score sin habilidad discriminativa, > 0,7 como buena capacidad discriminativa y 1 como discriminación perfecta. Se hicieron cálculos de sensibilidad, especificidad, VPP y VPN, utilizando tablas de 2 por 2 y curvas ROC. El rendimiento diagnóstico del ccLS se evaluó mediante curvas ROC, considerando el ccLS como una variable continua. El AUC y su intervalo de confianza del 95% (IC 95%) se estimaron mediante el método no paramétrico de DeLong.
Para los diferentes puntos de corte del ccLS se calcularon sensibilidad, especificidad, VPP y VPN. Dado el tamaño muestral reducido, los IC 95% para estos indicadores se calcularon mediante el método binomial exacto (Clopper-Pearson).
Se realizó la concordancia interobservador de los dos radiólogos que evaluaron el score en cada una de las resonancias con el coeficiente kappa de Cohen. Con valores entre 0 y 0,2 como concordancia muy baja, 0,21-0,4 concordancia regular, 0,41-0,6 concordancia moderada, 0,61-0,8 concordancia sustancial y 0,81-1,0 concordancia casi perfecta. Con significancia estadística para un valor de p < 0,05. Se representan los datos en un mapa de calor.
Todos los análisis de frecuencia y rendimiento fueron realizados utilizando la herramienta Jamovi versión 2.3. El rendimiento diagnóstico del ccLS se evaluó en R (R Foundation for Statistical Computing, Viena, Austria; versión 4.4.1). La curva ROC y el AUC (con IC 95%) se estimaron con la librería pROC, utilizando el método de DeLong para el intervalo de confianza del AUC. Los indicadores derivados de tablas 2×2 (sensibilidad, especificidad, VPP y VPN) se calcularon para cada umbral y sus IC 95% se estimaron mediante el método binomial exacto (Clopper-Pearson) usando funciones base de R (binom.test). La concordancia interobservador se evaluó mediante el coeficiente kappa de Cohen (con IC 95%) utilizando la librería irr.
Resultados
De 19 pacientes incluidos, el promedio de edad fue de 58,9 años, con una mediana de 63 años (intervalo intercuartílico [RIQ]: 49,5-69), siendo el 63% hombres y el 37% mujeres; el 63% de los tumores eran estadio ≤ cT2, el 79% no presentaban afectación ganglionar clínica y el 79% no evidenciaban metástasis. El 73,7% fueron ccCCR y el 52,6% tuvieron un grado histológico (ISUP) 2. El 73,7% de los pacientes tuvieron un ccLS de 4 a 5, el 11% tuvieron un ccLS de 3 y el 16% un ccLS de 1; no hubo pacientes con puntaje de 2. Todas las características se encuentran descritas ampliamente en la tabla 1 y las figuras 2 y 3.
Tabla 1. Variables sociodemográficas y características de tumores renales
| Variables | n | % |
|---|---|---|
| Número de pacientes | 19 | |
| Edad (años) | 63 (RIQ 49,5-69) | |
| Sexo | ||
| Mujeres | 7 | 36,8 |
| Hombres | 12 | 63,2 |
| Tabaquismo | ||
| No | 6 | 31,6 |
| Sí | 1 | 5,3 |
| Desconocido | 12 | 63,3 |
| Estadio T clínico | ||
| cT1 | 7 | 36,8 |
| cT2 | 5 | 26,3 |
| cT3 | 6 | 31,6 |
| cT4 | 1 | 5,3 |
| Estadio T patológico | ||
| pT1 | 8 | 42,1 |
| pT2 | 4 | 21,1 |
| pT3 | 5 | 26,3 |
| pT4 | 2 | 10,5 |
| Compromiso ganglionar | ||
| N0 | 15 | 78,9 |
| N1 | 4 | 21,1 |
| Metástasis a distancia | ||
| M0 | 15 | 78,9 |
| M1 | 4 | 21,1 |
| Grado histológico (ISUP) | ||
| 1 | 0 | – |
| 2 | 10 | 52,6 |
| 3 | 4 | 21,1 |
| 4 | 0 | – |
| Desconocido | 5 | 26,3 |
| Características radiológicas | ||
| Grasa macroscópica* presente | 0 | 0 |
| Intensidad en T2 | ||
| Hipointenso | 3 | 15,8 |
| Isointenso | 7 | 36,8 |
| Hiperintenso | 9 | 47,4 |
| Realce | ||
| Leve | 3 | 15,8 |
| Moderado | 2 | 10,5 |
| Alto | 14 | 73,7 |
| ADER < 1,5 | 19 | 100 |
| Grasa microscópica† presente | ||
| Presente | 2 | 10,5 |
| Ausente | 17 | 89,5 |
| ccLS | ||
| 1 a 2 | 3 | 15,8 |
| 3 | 2 | 10,5 |
| 4 a 5 | 14 | 73,7 |
| Diagnóstico histopatológico | ||
| Benigno | 0 | – |
| Células claras | 14 | 73,7 |
| Otro | 5 | 26,3 |
|
* Grasa macroscópica: caída de la intensidad de señal en series con supresión grasa (fat-sat-STIR) respecto a series T1 y T2. |
||
|
†Grasa microscópica: caída de la intensidad de señal en series T1 GRE (gradiente eco) en fase opuesta respecto a imágenes en fase. ADER: Retraso en la intensificación arterial, arterial-to-delayed enhancement ratio; ccLS: score de probabilidad de células claras, Clear Cell Likelihood Score; RIQ: rango intercuartílico. |
||
Figura 2. Gráfico de dispersión: características principales de la población de estudio. ccCCR: carcinoma de células claras; ccCLS: score de probabilidad de células claras, Clear Cell Likelihood Score; chCCR: carcinoma cromófobo; pCCR: carcinoma papilar.
Figura 3. Gráfico de dispersión del score de probabilidad de células claras ccLS. ccCLS: score de probabilidad de células claras, Clear Cell Likelihood Score.
La evaluación del ccLS reveló que una puntuación de 4 ofrece la mejor combinación de sensibilidad (93%; IC 95%: 66-100) y especificidad (80%; IC 95%: 28-99), con un VPP del 93% (IC 95%: 66-100), VPN del 80% (IC 95%: 28-99) y un AUC de 0,9. (IC 95%: 0,72-1) Puntajes de 5 ofrecen alta especificidad (100%; IC 95%: 48-100), pero baja sensibilidad (14,29%; IC 95%: 2-43), mientras que puntajes de 3 presentan alta sensibilidad (100%; IC 95%: 77-100), pero menor especificidad (60%, IC 95%: 15-95) (Tabla 2, Fig. 4).
Tabla 2. Sensibilidad y especificidad del ccLS
| Estudio | Sensibilidad | Especificidad | VPP | VPN | Concordancia (kappa) |
|---|---|---|---|---|---|
| Canvasser et al., 2017 | 78% | 80% | 80% | 80% | 0,53 |
| De Leon et al., 2019 | 92,3% | 85,1% | 91,1% | 87% | – |
| Shieda et al., 2022 | 75% | 78% | 78% | 88% | 0,58 |
| Reina et al., 2025 | 92,86% | 80% | 92,86% | 80% | 0,85 |
|
ccLS: score de probabilidad de células claras, Clear Cell Likelihood Score; VPN: valor predictivo negativo; VPP: valor predictivo positivo. |
|||||
Figura 4. Curva ROC. AUC: área bajo la curva; ccCLS: score de probabilidad de células claras, Clear Cell Likelihood Score.
En cuanto a la concordancia interobservador, se encontró que la mayor concordancia entre los dos radiólogos se presentó para el puntaje de 4 (Fig. 5), con un valor kappa de 0,85 (concordancia casi perfecta), siendo estadísticamente significativo (z = 3,8; p = 0,000147).
Figura 5. Mapa de calor de concordancia interobservador.
Discusión
El ccLS surgió como la necesidad de crear una herramienta imagenológica que permitiera caracterizar de mejor manera las masas renales y evitar así intervenciones innecesarias en pacientes con alta probabilidad de lesiones benignas, además de lograr una mayor aceptación de la vigilancia activa de los pacientes con masas renales pequeñas, baja probabilidad de ccCCR y alto riesgo de complicaciones en caso de llevar a procedimientos quirúrgicos5.
Consistente con la literatura existente, en nuestro estudio el ccCCR fue el subtipo histológico más prevalente, representando el 74% de los casos. Dado que la prevalencia en nuestra población es comparable a la de la población general, los valores de sensibilidad, especificidad, VPP y VPN obtenidos pueden ser extrapolados con mayor confianza en nuestro medio.
Al comparar nuestros resultados con los reportados en la literatura encontramos que en nuestro estudio un puntaje ≥ 4 en ccLS tiene la mejor combinación de sensibilidad y especificidad, con mayor sensibilidad y mayor VPP a los reportados previamente, y una especificidad similar (Tabla 3).
Tabla 3. Comparación del rendimiento del ccLS descrito en la literatura
| Punto de corte | Sensibilidad < (IC 95%) | Especificidad (IC 95%) | VPP (IC 95%) | VPN (IC 95%) | Índice de Youden | AUC (IC 95%) |
|---|---|---|---|---|---|---|
| 1 | 1,00 (0,77-1,00) | 0,00 (0,00-0,52) | 0,74 (0,49-0,91) | NA | 0,0 | 0,90 (0,72-1,00) |
| 3 | 1,00 (0,77-1,00) | 0,60 (0,15-0,95) | 0,88 (0,62-0,98) | 1,00 (0,29-1,00) | 0,6 | 0,90 (0,72-1,00) |
| 4 | 0,93 (0,66-1,00) | 0,80 (0,28-0,99) | 0,93 (0,66-1,00) | 0,80 (0,28-0,99) | 0,72 | 0,90 (0,72-1,00) |
| 5 | 0,14 (0,02-0,43) | 1,00 (0,48-1,00) | 1,00 (0,16-1,00) | 0,29 (0,10-0,56) | 0,14 | 0,90 (0,72-1,00) |
|
AUC: área bajo la curva; ccLS: score de probabilidad de células claras, Clear Cell Likelihood Score; IC 95%: intervalo de confianza del 95%; NA: no disponible; VPN: valor predictivo negativo; VPP: valor predictivo positivo. |
||||||
En nuestro estudio el AUC del ccLS fue de 0,90 (IC 95%: 0,72-1,00), lo que indica una alta capacidad discriminativa del score. Desde el punto de vista estadístico, la curva ROC se construye evaluando simultáneamente todos los posibles puntos de corte del ccLS, representando la relación entre la sensibilidad y 1 − especificidad a lo largo de todo el rango del score. En este contexto, el AUC corresponde a la integral de la sensibilidad respecto a 1 − especificidad y, por definición, no está asociado a un umbral específico, sino al desempeño global del score como variable continua. En consecuencia, el valor del AUC permanece constante independientemente del punto de corte seleccionado, mientras que los indicadores derivados de tablas de clasificación (sensibilidad, especificidad y valores predictivos) sí varían según el umbral utilizado.
La importancia clínica del conocer la probabilidad de que una masa renal sea un ccCCR radica en el poder tomar decisiones más rápidas y con una terapia más adecuada de acuerdo con el escenario en que se encuentre el paciente y poder definir tratamiento quirúrgico, terapia dirigida o vigilancia activa. Esto sabiendo que el ccCCR es el subtipo histológico de peor pronóstico, con mayor tasa de crecimiento en el tiempo (0,25 cm/año)10, mayor riesgo de metástasis (hazard ratio [HR]: 2,76; IC 95%: 2,05-3,73; p < 0,001) y mayor riesgo de mortalidad (HR; 1,77;IC 95% 1,38-2,26; p < 0,001)11.
Como ejemplo de lo anterior, Canvasser et al. (2017) propusieron un modelo de decisión clínica basado en un estudio retrospectivo de 125 masas renales pequeñas, de las cuales el 50% fueron ccCCR. El estudio reportó un AUC para ccLS entre 0,82 y 0,92, lo que indica una buena capacidad discriminativa. La prevalencia de ccCCR fue del 0,7% en puntajes en ccLS de 1, del 3,8% en puntajes de 2 y del 76% en puntajes de 4 a 5. Asimismo, la prevalencia de otros subtipos histológicos benignos como oncocitoma y angiomiolipoma pobre en lípidos y subtipos malignos de lento crecimiento y mejor pronóstico como pCCR y chCCR10,11 fuer del 99% para puntajes de 1 y 2. Este modelo sugiere la posibilidad de tratar pacientes con masas renales pequeñas y un ccLS de 1-2 mediante vigilancia activa, mientras que aquellos con ccLS 4-5 podrían evaluarse para nefrectomía u otras terapias ablativas. Quedando a discreción del urólogo la realización de biopsia percutánea en pacientes con ccLS de 3.
Este estudio presenta como principales limitaciones el bajo tamaño muestral y la posibilidad de sesgo de selección, derivado de la inclusión de tumores en estadios avanzados y metastásicos, cuando la utilidad clínica principal del ccLS ha sido planteada para masas renales pequeñas e indeterminadas. Asimismo, su diseño retrospectivo puede implicar sesgos de medición inherentes a la calidad y disponibilidad de la información imagenológica y clínica. No obstante, como fortalezas, se destaca que este es el primer estudio en Colombia que evalúa el desempeño del ccLS en nuestro contexto, aportando evidencia preliminar local sobre su capacidad discriminativa y concordancia interobservador. En este sentido, los resultados deben interpretarse como exploratorios y propios de un estudio piloto, que sirven como base para el diseño de estudios prospectivos con mayor tamaño muestral, actualmente en desarrollo.
Conclusiones
El ccLS con puntuaciones ≥ 4 parece tener una alta capacidad discriminativa para determinar el ccCCR en tumores renales, lo cual es prometedor y podría permitir a futuro abordajes oncológicos tempranos, favoreciendo tratamientos personalizados y evitando intervenciones invasivas innecesarias. La concordancia interobservador casi perfecta obtenida vislumbra el posible potencial para su uso generalizado con el entrenamiento adecuado.
Esta es una herramienta innovadora, en fase temprana de implementación, que parece ser de utilidad para diseñar estrategias de tratamiento en el paciente con masas renales. Sin embargo, se requieren estudios a futuro con mayor tamaño muestral para poder generalizar su uso en nuestro medio.
Agradecimiento
Los autores agradecen al Instituto Nacional de Cancerología por facilitar la realización de esta investigación.
Financiamiento
Los autores declaran que este trabajo se realizó con recursos propios.
Conflicto de intereses
Los autores declaran no tener conflicto de intereses.
Consideraciones éticas
Protección de personas y animales. Los autores declaran que para esta investigación no se han realizado experimentos en seres humanos ni en animales.
Confidencialidad, consentimiento informado y aprobación ética. Los autores han obtenido la aprobación del Comité de Ética para el análisis de datos clínicos obtenidos de forma rutinaria y anonimizados. Debido a la naturaleza del estudio, no fue necesario el consentimiento informado individual. Se han seguido las recomendaciones éticas pertinentes.
Declaración sobre el uso de inteligencia artificial (IA). Los autores declaran que no se utilizó ningún tipo de inteligencia artificial generativa para la redacción ni la creación de contenido de este manuscrito.
