top of page

Optimizar la selección de pacientes para terapia con radioligandos en etapas avanzadas: una visión estratégica

GU
Imprescindibles de la semana

Fecha

3 nov 2025

Resumen

El Dr. Ken Herrmann, jefe del Departamento de Medicina Nuclear de la Universitätsmedizin Essen (Alemania), en el marco del congreso ESMO2025, presentó una ponencia llamada “Optimising patient selection for radioligand therapy in advanced stages. Esta estuvo centrada en la optimización de la selección de pacientes con cáncer de próstata resistente a la castración metastásico (mCRPC) candidatos a terapia con radioligandos (RLT). El racional del trabajo parte de un desafío clínico clave: comprender quiénes realmente se benefician de la terapia con PSMA y cómo integrar herramientas de imagen, biomarcadores y criterios clínicos para maximizar el beneficio terapéutico.

Autor/a

Dra. Natalia Martínez Medina

La terapia con radioligandos dirigida a PSMA (Prostate-Specific Membrane Antigen) ha demostrado resultados transformadores en el tratamiento del mCRPC, pero no todos los pacientes obtienen el mismo beneficio. Herrmann enfatizó que la heterogeneidad tumoral, la carga metastásica y las variaciones en la expresión de PSMA son factores determinantes que deben evaluarse antes de iniciar el tratamiento. Optimizar la selección es, por tanto, una prioridad para la medicina nuclear personalizada.


⚠️ Retos en la selección de pacientes


Según El Dr. Herrmann, los principales retos son:


  • Identificar biomarcadores predictivos confiables que diferencien a los buenos respondedores de los no respondedores.

  • Estandarizar los criterios de evaluación por PET-PSMA en la práctica clínica.

  • Definir cuándo suspender o pausar el tratamiento para evitar toxicidades innecesarias.

  • Integrar de manera efectiva los datos clínicos, radiológicos y moleculares.


🔍 Enfoques actuales 


Durante su ponencia el Dr. Herrmann revisó los métodos actualmente disponibles para optimizar la selección de pacientes:


  1. Nomograma de Gafita: herramienta basada en variables basales como hemoglobina, número de lesiones, SUV medio, metástasis óseas o hepáticas, y tiempo desde el diagnóstico. El modelo permite predecir la supervivencia global a 12 y 18 meses en pacientes con bajo y alto riesgo tras la terapia con ¹⁷⁷Lu-PSMA (24.9 y 7.4 meses respectivamente) (Lancet Oncol 2021)


  2. Expresión tumoral de PSMA: análisis del estudio VISION, que demostró que el SUVmean medido por PET-PSMA es un biomarcador predictivo clave de eficacia (p<0,001).


Imagen tomada de la presentación del Dr. Ken Herrmann, durante ESMO 2025 con fines informativos. rPFS y OS del esudio VISION presentado en la ponencia del Dr. Kuo et al. EANM 2023.
Imagen tomada de la presentación del Dr. Ken Herrmann, durante ESMO 2025 con fines informativos. rPFS y OS del esudio VISION presentado en la ponencia del Dr. Kuo et al. EANM 2023.

  1. Evaluación estandarizada PROMISE V2 (Prostate Cancer Molecular Imaging Standardized Evaluation): propuesta de Eiber y Fendler para uniformar la interpretación de imágenes PSMA-PET. El Software ePROMISE es una aplicación multiplataforma (PC, Mac, iOS, Android) que facilita la evaluación automatizada de imágenes PSMA-PET y la elegibilidad para RLT. Los Criterios de elegibilidad: el sistema ePROMISE define perfiles como “excelentes respondedores” (SUVmean >10) y clasifica a los pacientes según riesgo intermedio o enfermedad progresiva.


  2. Indicadores de suspensión (“red flags”) en la práctica clínica: El Dr. Herrmann subrayó la importancia de detener o pausar la RLT si el paciente presenta WBC <2.0/nL, plaquetas <50/nL o GFR <30 mL/min/1,73m²


  3. Biomarcadores pronósticos combinados: comparó datos del estudio TheraP, donde PSMA-PET dominante favorece ¹⁷⁷Lu-PSMA, mientras que FDG-PET dominante predice mejor respuesta a cabazitaxel.


  4. Predictores de respuesta. Según el estudio de Telli et al. se demostró que los volúmenes tumorales totales medidos por FDG y PSMA son biomarcadores pronósticos robustos. Integrar la información metabólica y funcional del tumor permite una estratificación más precisa del riesgo.


💡 Soluciones propuestas 


El profesor propuso un enfoque basado en medicina de precisión multimodal, apoyado en tres pilares:


  • Automatización de datos de imagen mediante el desarrollo del sistema “One Button Push PSMA-TTV”, que calcula el volumen tumoral total PSMA (TTV) de forma automática, mejorando la reproducibilidad entre centros.

  • Uso de biomarcadores sanguíneos (ctDNA): citó estudios de Kwan et al. que vinculan las alteraciones genéticas detectadas en ADN tumoral circulante con la respuesta al PSMA-RLT.

  • Así como la Integración de PET, sangre y variables clínicas: la combinación de estos factores permitirá definir con mayor precisión qué pacientes deben recibir RLT y cuándo detenerla.


🧩 En conclusión


El Dr. concluyó que el campo de la teragnosis con radionúclidos crece rápidamente y que el futuro pasa por una estratificación más inteligente de los pacientes. La automatización del análisis de imágenes (PSMA-TTV), el uso de biomarcadores líquidos y la evaluación estandarizada serán esenciales para determinar quién se beneficiará realmente del tratamiento con radioligandos.

Referencia
Comentarios

Comparte lo que piensasSé el primero en escribir un comentario.

Noticias Destacadas

GI
La FDA aprueba la terapia con durvalumab + FLOT para cáncer esofagogástrico
GINE
Nivotuzumab + radioterapia en cáncer cervical avanzado en pacientes mayores
OTROS
Javier Castro toma la presidencia de SEOM

Podcasts

GU
De la enfermedad residual al éxito terapéutico con el ctDNA en el entorno adyuvante del cáncer urotelial
MAMA
Integración de imágenes y metadatos clínicos
Sarcoma
Adelantos en el tratamiento del tumor tenosinovial de células gigantes (TCGT)
bottom of page