Clasificación de pacientes de melanoma en grupos etiopatogénicos

Abstract

[ES] Actualmente, el melanoma es el principal causante de muerte por cáncer de la piel. No todos los melanomas se comportan igual, por lo que es de interés disponer de una clasificación de los mismos que permita precisar mejor el pronóstico de la enfermedad y diseñar tratamientos más personalizados. Tradicionalmente, se ha clasificado a los pacientes de melanoma según el patrón de crecimiento y localización del tumor. Sin embargo, a día de hoy, gracias a la contribución de los investigadores en este campo, dicho enfoque ha cambiado y se tienen en cuenta distintas variables clínicas, epidemiológicas y genéticas que permiten caracterizar mejor la enfermedad, esto es, en conjunto, tienen en cuenta la etiopatogenia del melanoma del paciente.

La actual clasificación de la Organización Mundial de la Salud (OMS) permite catalogar a pacientes de melanoma en grupos etiopatogénicos. No obstante, en ciertos casos, la clasificación de los pacientes en dichos grupos etiopatogénicos no es posible a causa, por ejemplo, de no disponer de datos en variables decisivas para la clasificación o por tratarse de pacientes con patrones diferentes en las variables consideradas. Esto genera grupos etiopatogénicos que no están perfectamente definidos, por lo que es necesario caracterizarlos o redefinirlos mejor.

En el presente trabajo, se abordaron diferentes estrategias estadísticas para, por una parte, resolver la problemática de la falta de información en algunas variables y, por otra, redefinir mejor la clasificación para aquellos pacientes en grupos etiopatogénicos mal definidos o caracterizados. Para ello, se disponía de una base de datos proporcionada por el Instituto Valenciano de Oncología (IVO), con más de 2000 pacientes de melanoma en la que se incluyen una gran cantidad de datos clínicos, epidemiológicos y patológicos. Tras realizar un minucioso preprocesamiento y limpieza de los datos, se aplicaron técnicas de imputación de datos faltantes basadas en modelos predictivos que evitasen la máxima pérdida de información posible y se analizó y trató la existencia de valores anómalos que pudieran afectar a los análisis realizados. Seguidamente, se compararon diversas técnicas de clustering en busca de aquella que mejor clasificase los pacientes de etiopatogenia difusa. Entre las técnicas aplicadas, se encuentran los métodos jerárquicos, los de partición o incluso el clustering difuso. Para finalizar, se realizó un estudio de caracterización de los clusters definidos, tanto desde el punto de vista multivariante (mediante PLSDA) como bivariante (tests de independencia) para relacionar los grupos etiopatogénicos con las variables utilizadas para el clustering y también para otras variables de interés como mutaciones en ciertos genes vinculados al melanoma. También se caracterizó la supervivencia en cada grupo etiopatogénico, mediante curvas Kaplan-Meier y modelos de regresión de Cox.

[EN] Melanoma is currently the leading cause of death from skin cancer. Not all melanomas behave in the same way, so it is interesting to have a classification of melanomas that allows us to better determine the prognosis of the disease and to design more personali- zed treatments. Traditionally, melanoma patients have been classified according to growth pattern and location of the tumor. However, nowadays, thanks to the contribution of re- searchers in this field, this approach has changed and different clinical, epidemiological and genetic variables are taken into account to better characterize the disease, i.e., as a whole, they take into account the etiopathogenesis of the patient’s melanoma. The current World Health Organization (WHO) classification allows the assignment of melanoma patients into etiopathogenic groups. However, in some cases, the classification of patients into these etiopathogenic groups is not possible due to, for example, a lack of data on decisive variables for classification or due to the presence of different patterns in the variables considered, which results in etiopathogenic groups that are not perfectly defined, making it necessary to better characterize or redefine them. In the current study, different statistical strategies were used to, on the one hand, solve the problem of the lack of information for some variables and, on the other hand, to rede- fine the classification of those patients in poorly defined or characterized etiopathogenic groups. To achieve this, a database provided by the Instituto Valenciano de Oncología (IVO), with more than 2000 melanoma patients was available, including a large amount of clinical, epidemiological and pathological data. After a meticulous preprocessing and cleaning of the data, missing data imputation techniques based on predictive models were applied to avoid the loss of information, and the existence of outliers that could affect the analyses performed was analyzed and treated. Afterwards, various techniques were com- pared seeking the one that best classified patients of diffuse etiopathogenesis. Among the techniques applied, we found hierarchical methods, partitioning methods or even fuzzy clustering. Finally, a characterization study of the defined clusters was carried out, both from a multivariate (using PLSDA) and bivariate (tests of independence) point of view to relate the etiopathogenic groups with the variables used for clustering and also for other variables of interest such as mutations in certain genes linked to melanoma. Survival in each etiopathogenic group was also characterized using Kaplan-Meier curves and Cox regression models.