El carcinoma basocelular (CBC) o carcinoma de células basales es la forma más común de cáncer de piel: crece lentamente, casi nunca se disemina a otras partes del cuerpo y representa alrededor del 50-75% de todos los cánceres de piel, según datos de la Sociedad Española de Medicina Interna. La mayoría de los carcinomas basocelulares se curan, pero, sin un tratamiento, las formas altamente agresivas pueden crecer de manera infiltrativa y causar una significativa morbilidad en los pacientes..
Los investigadores de la Universidad de Gotemburgo en Suecia desarrollaron ahora un algoritmo que puede ayudar a los profesionales de la salud a identificar a los pacientes que tienen una forma altamente agresiva de carcinoma basocelular en la cara, lo que permitiría administrarles directamente el tratamiento más efectivo en su caso.
El estudio incluyó imágenes clínicas y dermatoscópicas obtenidas en el Departamento de Dermatología y Venereología del Hospital Universitario Sahlgrenska. Se analizaron imágenes de casi 300 pacientes con carcinoma basocelular facial confirmado y estas imágenes fueron revisadas por seis dermatólogos experimentados e independientes, que interpretaron los hallazgos clínicos y dermatoscópicos observados en cada caso. Estos hallazgos se utilizaron como base para el desarrollo de un algoritmo clínico que sirve para discriminar entre tipos de carcinoma basocelular de bajo y alto riesgo.
Detalles de la investigación
El estudio destacó que los carcinomas de células basales con una superficie irregular tenían una fuerte asociación con el subtipo de alto riesgo. Además, los bordes mal definidos y la presencia de un área más clara (a menudo llamada ‘área de porcelana blanca’) también se asociaron con este subtipo de alto riesgo. Pequeños vasos sanguíneos en la ulceración también se encontraron característicos de una forma agresiva, lo cual no se sabía anteriormente.
Lee también Los seis secretos para cuidar la piel en invierno
Los resultados del estudio se recogieron en un artículo en Dermatology Practical & Conceptual y muestran que el algoritmo clínico identifica la mayoría de los casos de carcinoma basocelular de alto riesgo. El algoritmo también mostró un alto valor predictivo positivo, es decir, cuando señala un carcinoma basocelular como de alto riesgo, suele ser correcto.
El mejor tratamiento para el carcinoma basocelular de alto riesgo
La primera autora del estudio es Hannah Ceder, de la Universidad de Gotemburgo y médica especialista en el Departamento de Dermatología y Venereología del Hospital Universitario Sahlgrenska. También es una de las cirujanas que realiza el método quirúrgico que demostró ser claramente superior para los carcinomas basocelulares de alto riesgo.
Este método quirúrgico se llama cirugía micrográfica de Mohs, que permite un examen completo de todos los márgenes del tejido garantizando la eliminación completa del tumor, al tiempo que preserva la mayor cantidad de tejido sano posible. Mientras el paciente está bajo anestesia local en la mesa de operaciones, los patólogos analizan las muestras de tejido para estar absolutamente seguros de que se eliminó todo el tumor antes de cerrar la herida quirúrgica.
En otras cirugías, existe el riesgo de que la operación deba repetirse porque el patólogo encuentre tumor residual en el margen del tumor. “La cirugía micrográfica de Mohs nos da un control total de los márgenes, preservando el tejido sano. En un estudio previo demostramos que, en pacientes con carcinoma basocelular altamente agresivo en la nariz, la cirugía tradicional no logra eliminar todo el tumor en más de la mitad de los casos”, afirma Hannah Ceder.
“Es deseable desarrollar métodos preoperatorios simples que ayuden a los médicos a identificar estos tumores de alto riesgo. Por lo tanto, nuestro algoritmo clínico es relevante e importante. Esto facilitaría determinar qué tumores pueden eliminarse fácilmente con cirugía tradicional sin una biopsia previa y cuáles requieren una investigación adicional para identificar los casos que necesitan cirugía micrográfica de Mohs”, dijo Ceder. No obstante, es importante revalidar el algoritmo clínico en un entorno prospectivo para investigar su utilidad en un entorno clínico real, concluyeron los investigadores.
