¿Cuáles son los marcadores tumorales para el cáncer de pulmón?

Respuesta generada por Itaca · 50 fuentes · 29 de diciembre de 2025

Pregunta original

marcadro tumoral para cancer de pulmon

Resumen

Los marcadores tumorales más relevantes para el cáncer de pulmón incluyen CYFRA 21-1, CEA, NSE, CA125 y Pro-SFTPB, con utilidad en diagnóstico, pronóstico y diferenciación de subtipos histológicos, aunque su sensibilidad y especificidad varían (ej. CYFRA 21-1 muestra alta utilidad en carcinoma broncogénico no queratinizante)[1][2][3]. En contextos avanzados de CPCNP, se recomiendan pruebas moleculares obligatorias como EGFR, ALK, ROS1 y PD-L1 según guías actualizadas[4][5][6]. Paneles multiparamétricos mejoran la precisión diagnóstica, pero no sustituyen la biopsia tisular[2][7][3].

Marcadores Tumorales Séricos Convencionales

Los marcadores séricos más estudiados en cáncer de pulmón son:

  • CYFRA 21-1: Fragmento citokeratina-19, útil en carcinoma de células no pequeñas (CPCNP), especialmente adenocarcinoma y carcinoma escamoso. Muestra alta sensibilidad (hasta 91.7% en unidades rápidas de diagnóstico) y valor pronóstico en estadios tempranos[1][8][2][7].
  • CEA (antígeno carcinoembrionario): Elevado en adenocarcinoma pulmonar; combinado con CYFRA 21-1 y otros, predice metástasis y pronóstico pobre (AUC superior en modelos multimodales)[9][2][10].
  • NSE (enolasa específica de neuronas): Asociado a carcinoma de células pequeñas (CPCP); útil en paneles para diferenciar benigno/maligno[2][10].
  • CA125 y Pro-SFTPB: Incluidos en paneles multiproteicos (ej. 4MP: Pro-SFTPB, CA125, CYFRA 21-1, CEA) con AUC >0.90 para distinguir malignidad y subtipos patológicos[2][3].
    Paneles combinados (ej. 7MP añadiendo NSE, SCC, Pro-GRP) alcanzan sensibilidad 94.7% en estadio I de CPCNP y 100% en CPCP[2].
Marcador Sensibilidad (%) Especificidad (%) Aplicación Principal[2][7][3]
CYFRA 21-1 91.7 45.4 Diagnóstico CPCNP, pronóstico
CEA 30-55 91-96 Adenocarcinoma, metástasis
NSE Variable Variable CPCP, paneles combinados
4MP (panel) >90 Alta Diferenciación benigno/maligno

Marcadores Inmunohistoquímicos y Moleculares

  • IHC para subtipos y metástasis: Napsin-A, TTF-1 (primario pulmonar); CK7+/CK20- diferencia primario de metástasis GI (CDX2+, SATB2+)[11][12]. Mieloperoxidasa en lavado broncoalveolar y PCNA/p185 pronósticos en estadios iniciales[13][14].
  • Biomarcadores predictivos: EGFR, ALK, ROS1, PD-L1 obligatorios en CPCNP avanzado para terapias dirigidas (paradigma cambiado por NGS multiplex)[4][5][15][16][6]. TMB (carga mutacional tumoral) predictivo de inmunoterapia, con armonización entre paneles NGS[17].
  • Emergentes: Huellas metabólicas séricas (SMF), miR-203a-3p en EVs, breathomics; prometedores para detección precoz pero no validados clínicamente[9][18][19][20][21].

Evidencia Científica y Guías Clínicas

  • Estudios clave: Panel 4MP valida en 294 pacientes (AUC alta para malignidad)[2]; nomograma CEA/NSE/CAMKII predice metástasis[10]; guías SEAP/SEOM (2019) mandatan testing molecular en avanzado[6].
  • Limitaciones: Baja especificidad individual (43-96%); no para cribado primario. Conflicto en fuentes no PMC (ej. Semanticscholar) vs. revisiones PMC; priorizo PMC/revistas pares[4][2][5].
  • Prevalencia: Cáncer pulmón leading cause muerte; biomarcadores mejoran supervivencia 15% vía targeted therapy[22].

Diagnóstico y Toma de Decisiones Clínicas

  • Criterios: Combinar con TC, broncoscopia; umbrales guías NCCN/ESCAT (ej. EGFR mut+ → TKIs)[5][6]. En nódulos indeterminados, paneles reclasifican riesgo[18][23].
  • Algoritmo: 1) Serología inicial (CYFRA/CEA); 2) IHC molecular si tejido; 3) NGS para avanzado. Sensibilidad 97% en RDUs con panel 4-marcadores[7].
  • Seguridad: Falsos positivos en ILD (CEA/CA125 elevados)[24]; monitorizar respuesta terapéutica seriado.

Factores de Riesgo y Variabilidad

  • Genéticos: Mutaciones EGFR/ALK prevalentes en no fumadores/asian; TMB alto en fumadores[5][17].
  • Variabilidad: Edad, subtipo (adenoca > escamoso para CEA), etnia; estudios chinos/espñoles confirman paneles[2][22][3]. Diferencias poblacionales requieren validación local.

Fuentes

  1. https://www.semanticscholar.org/paper/3a722955355aca2a176e0fd56847e3a63dc867b6
  2. https://pmc.ncbi.nlm.nih.gov/articles/PMC10355209/
  3. https://www.jcancer.org/v12p2835.pdf
  4. https://pmc.ncbi.nlm.nih.gov/articles/PMC5137804/
  5. https://pmc.ncbi.nlm.nih.gov/articles/PMC5445209/
  6. https://pmc.ncbi.nlm.nih.gov/articles/PMC7260262/
  7. https://pmc.ncbi.nlm.nih.gov/articles/PMC5259733/
  8. https://www.semanticscholar.org/paper/a8f8adc75e53a4497a19d56812cea0b1453d2165
  9. https://pmc.ncbi.nlm.nih.gov/articles/PMC9731719/
  10. https://pmc.ncbi.nlm.nih.gov/articles/PMC6947110/
  11. https://pmc.ncbi.nlm.nih.gov/articles/PMC11329406/
  12. https://pmc.ncbi.nlm.nih.gov/articles/PMC8759183/
  13. https://www.semanticscholar.org/paper/e7c8b7b7e7cddbd010a0af054f445e1fb1a17086
  14. https://www.semanticscholar.org/paper/c33871b9c4e1221facbecc188f0a964ad35e61f7
  15. https://pmc.ncbi.nlm.nih.gov/articles/PMC11249841/
  16. https://pmc.ncbi.nlm.nih.gov/articles/PMC10176377/
  17. https://pmc.ncbi.nlm.nih.gov/articles/PMC8108670/
  18. https://pmc.ncbi.nlm.nih.gov/articles/PMC3723112/
  19. https://www.mdpi.com/2072-6694/13/15/3919/pdf
  20. https://www.mdpi.com/1422-0067/23/13/7138/pdf?version=1656505199
  21. https://pmc.ncbi.nlm.nih.gov/articles/PMC9035731/
  22. https://pmc.ncbi.nlm.nih.gov/articles/PMC9254518/
  23. https://pmc.ncbi.nlm.nih.gov/articles/PMC10645597/
  24. https://pmc.ncbi.nlm.nih.gov/articles/PMC9537420/
  25. https://www.semanticscholar.org/paper/ee42f9e97510e1eca75834eaf4c68bf6fc8584fb
  26. https://periodicos.unesc.net/ojs/index.php/Inovasaude/article/view/8582
  27. https://revistadigital.uce.edu.ec/index.php/CIENCIAS_MEDICAS/article/view/2688
  28. http://www.tandfonline.com/doi/abs/10.1080/17454830108414029
  29. http://www.tandfonline.com/doi/abs/10.1080/0957126022000018043
  30. https://journals.sagepub.com/doi/10.1177/0040571X5405741101
  31. https://pmc.ncbi.nlm.nih.gov/articles/PMC11102675/
  32. https://pmc.ncbi.nlm.nih.gov/articles/PMC11940740/
  33. https://pmc.ncbi.nlm.nih.gov/articles/PMC9635864/
  34. https://pmc.ncbi.nlm.nih.gov/articles/PMC3453782/
  35. https://pmc.ncbi.nlm.nih.gov/articles/PMC10488072/
  36. https://pmc.ncbi.nlm.nih.gov/articles/PMC11217978/
  37. https://jsr.lib.ums.ac.id/index.php/ujp/article/download/167/186
  38. http://downloads.hindawi.com/journals/dm/2004/295712.pdf
  39. https://periodicorease.pro.br/rease/article/download/10789/4551
  40. https://pmc.ncbi.nlm.nih.gov/articles/PMC11152895/
  41. https://www.degruyter.com/document/doi/10.1515/almed-2020-0038/pdf
  42. https://www.mdpi.com/2673-5261/2/2/15/pdf?version=1622794024
  43. https://pmc.ncbi.nlm.nih.gov/articles/PMC10369560/
  44. https://pmc.ncbi.nlm.nih.gov/articles/PMC8953709/
  45. https://pmc.ncbi.nlm.nih.gov/articles/PMC10801148/
  46. http://www.scielo.cl/pdf/rmc/v143n4/art03.pdf
  47. https://www.mdpi.com/2227-9059/10/9/2248/pdf?version=1663039997
  48. https://www.horizontemedico.usmp.edu.pe/index.php/horizontemed/article/download/965/654
  49. https://revistas.unc.edu.ar/index.php/med/article/download/40922/44180
  50. http://downloads.hindawi.com/journals/bmri/2015/685303.pdf

Respuesta generada por inteligencia artificial a partir de las fuentes citadas. Verifica las fuentes antes de aplicarla.

¿Tienes una pregunta sobre tu propio caso? Itaca responde con fuentes en segundos.

Hacer una pregunta

Más preguntas sobre cáncer de pulmón