ALGORITMO ROMA Y CÁNCER DE OVARIO
En México, el cáncer de ovario en todos los grupos de edad, representa
alrededor de 5% de los diagnósticos de cáncer y el 21% de los cánceres
ginecológicos (i). La presencia de los genes BRCA1 y BRCA2 aumentan el
riesgo de padecer la enfermedad en 60% y 27% respectivamente (ii). Otros
factores de riesgo son historia familiar, etnicidad judía, aumento de peso, altura,
hormonas esteroides, principalmente estrógenos y progesterona. Los estrógenos
favorecen la transformación neoplásica en el epitelio superficial del ovario,
mientras que los niveles elevados de progesterona parecen proteger contra el
desarrollo de cáncer de ovario.
El diagnostico de masas anéxiales se basa en el examen físico, ecografía
y evaluación de marcadores en el suero. Algunos autores cuestionan la utilidad
de la ecografía debido a su subjetividad y la dependencia de la experiencia del
ecografista, en particular en mujeres con volumen de ovario normal ( iii), con esto
en mente, la ecografía transvaginal anual, efectuada por expertos, ha mostrado
ser de mucha utilidad en mujeres en el estudio de masas anéxiales (iv).
Para la interpretación de CA125, cuando se mide en forma aislada, hay
que tener en cuenta de que su expresión se ha reportado elevada en 85% de
carcinoma de ovario seroso, en 65 % endometrial, en 40 % de células claras,
36% no-diferenciado, en 12% mucinoso y en 20 % de carcinomas de ovario se
encuentra dentro de límites normales (iii). También se puede se le puede
observar aumentado en algunos casos de endometriosis, miomas, cirrosis
hepática, embarazo y en mujeres sanas.
HE4 es una proteína de 11 kDa, es un precursor de la proteína secretora
del epidídimo E4, y se sobre-expresa en cáncer de ovario, pero no en tejido
normal. Cuando el HE4 se mide solo, se encuentra elevado en más de la mitad
de los tumores ováricos que no expresan CA125, tiene una sensibilidad de
72.9%, y especificidad de 95% (v).
Cuando se mide CA125 en combinación con otros parámetros, hay dos
algoritmos importantes, uno el RMI (Risk of Ma- lignancy Index (RMI), otro el
Algoritmo ROMA.
El RMI se calcula mediante RMI = U × M × CA125, donde: U = imagen de
ultrasonido (Se califica con 1 punto por cada una de las características:
multilocular, tumor bilateral, ascitis, y metástasis intra-abdominal); U = 0 (0
puntos), U = 1 (1 punto), U = 3 (2-5 puntos). M = estado de la menopausia; M =
1 (antes de la menopausia), M = 3 (posmenopausia), y CA125 = concentración
CA125 en suero (U / ml). Valores de RMI> 200 califican a los pacientes en el
grupo de alto riesgo de malignidad. Tiene una sensibilidad de 78% y
especificidad de 87% [iii]. RMI se ha convertido en una herramienta de
diagnóstico práctico, que todavía se utiliza en el diagnóstico de tumores de
ovario.
El algoritmo ROMA ha sido desarrollado por Moore et al. (vi), éste algoritmo
emplea las concentraciones de CA125 y de HE4, en dos grupos de pacientes,
pre-menopáusicas y post-menopáusicas. La sensibilidad diagnostica es de
88.9% en pre-menopausia y 94.6 en post-menopausia. La especificidad es de
75% para el diagnostico de cáncer epitelial de ovario.
El algoritmo ROMA en varios estudios ha mostrado ser uno de los mejores
predictores de una masa ovárica maligna. Tiene sensibilidad y especificidad
altas (vii,viii).
Referencias
i Rivas-Corchado LM, González-Geroniz M, Hernández-Herrera RJ. Perfil
epidemiológico del cáncer de ovario. Ginecol Obstet Mex 2011;79(9):558-
564
ii Sloots K, Ausems MGEM, de Haan HH. Ovarian cancer in BRCA-positive
women: vigilance is mandatory despite screening programs. European
Journal of Obstetrics & Gynecology and Reproductive Biology
2002;101:196-198
iii Nowak M, Janas Ł, Stachowiak G, Stetkiewicz T, Wilczyński JR. Current
clinical application of serum biomarkers to detect ovarian cancer. Prz
Menopauzalny. 2015;14(4):254-9.
iv van Nagell JR Jr1, DePriest PD, Ueland FR, DeSimone CP, Cooper AL,
McDonald JM, Pavlik EJ, Kryscio RJ. Ovarian cancer screening with
annual transvaginal sonography: findings of 25,000 women screened.
Cancer. 2007;109(9):1887-96.
v Moore RG, Brown AK, Miller MC, Skates S, Allard WJ, Verch T, Steinhoff M,
Messerlian G, DiSilvestro P, Granai CO, Bast RC Jr. The use of multiple
novel tumor biomarkers for the detection of ovarian carcinoma in patients
with a pelvic mass. Gynecol Oncol. 2008;108(2):402-8.
vi Moore RG, McMeekin DS, Brown AK, DiSilvestro P, Miller MC, Allard WJ,
Gajewski W, Kurman R, Bast RC Jr, Skates SJ. A novel multiple marker
bioassay utilizing HE4 and CA125 for the prediction of ovarian cancer in
patients with a pelvic mass. Gynecol Oncol. 2009;112(1):40-6.
vii Moore RG, Miller MC, Disilvestro P, Landrum LM, Gajewski W, Ball JJ, Skates
SJ. Evaluation of the diagnostic accuracy of the risk of ovarian malignancy
algorithm in women with a pelvic mass. Obstet Gynecol. 2011;118(2 Pt
1):280-8.
viii
Bandiera E, Romani C, Specchia C, Zanotti L, Galli C, Ruggeri G, Tognon G,
Bignotti E, Tassi RA, Odicino F, Caimi L, Sartori E, Santin AD, Pecorelli S,
Ravaggi A.
Serum human epididymis protein 4 and risk for ovarian malignancy algorithm as
new diagnostic and prognostic tools for epithelial ovarian cancer
management. Cancer Epidemiol Biomarkers Prev. 2011;20(12):2496-506.
