ONCOLOGY THROMBOSIS RISK | Núm. 25 - 2021

Thrombosis Risk Oncology Dra. Sonia López Moreno, Dr. José Manuel Soria Fernández Revisión Biomarcadores de riesgo de enfermedad tromboembólica venosa en pacientes con cáncer Año 2021 - Número 25

© Sanofi y los autores Edita: Esmon Publicidad, S.A. Balmes 209, 3º 2ª. 08006 Barcelona esmon@esmon.es DL B 5607-2015 ISBN 978-84-17394-67-7 Ninguna parte de esta obra, incluido el diseño de la cubierta, puede reproducirse, almacenarse o transmitirse de ninguna forma, ni por ningún medio, sea éste electrónico, químico, mecánico, óptico, de grabación o de fotocopia, sin la previa autorización escrita por parte del titular del copyright. Oncology Thrombosis Risk no es responsable de las opiniones o juicios de valor expresados por los autores en esta monografia. Dr. José Manuel Soria Fernández Licenciado en Biología y doctorado Cum Laude en Genética Humana por la Universidad de Barcelona. Director de la Unidad Genómica de Enfermedades Complejas del Institut de Recerca del Hopital de la Santa Creu i Sant Pau (IIB Sant Pau) de Barcelona. Cofundador y director científico de Exheus. Coordinador del MásterMedicina Genómica y de Precisión en Hematología: Trombosis (Universidad CEU). Estancias doctorales internacionales (Holanda, UK) y autor de más de 180 artículos en revistas internacionales, así como investigador de 25 proyectos nacionales e internacionales. Sobre esta monografía: Esta revisión refleja la gravedad de la trombosis venosa como una complicación paraneoplásica común que empeora la calidad de vida de los pacientes con cáncer y repasa los biomarcadores más relevantes asociados al riesgo trombótico en estos pacientes, junto con los modelos predictivos existentes, que contribuyen a la pre - vención de la trombosis asociada al cáncer. Dra. Sonia López Moreno Licenciada en Bioquímica por la Universidad Autónoma de Barcelona y doctora en Biopatología en Medicina, por la Universidad de Barcelona, IDIBAPS-Hospital Clínic. Investigadora posdoctoral Sara Borrell (ISCIII-FIS) en la Unidad Genómica de Enfermedades Complejas (UGMC) del Institut de Recerca de l’Hospital de la Santa Creu i Sant Pau (IIB-Sant Pau). Investigadora en Genética de la trombosis y comorbilidades, UGMC, IIB-Sant Pau. Dr. Andrés Muñoz Martín Licenciado en Medicina y Cirugía por la Universidad Autónoma de Madrid. Doctor en Medicina por la Universidad Complutense de Madrid (Premio Extraor - dinario). Diplomado en Estadística en Ciencias de la Salud por la Universidad Au - tónoma de Barcelona. Especialista en Oncología Médica. Responsable del Programa de Investigación “Cáncer y Trombosis” y “Tumores Hepatobiliopancreáticos” de la Unidad de Tumores Digestivos, Servicio de Oncología Médica, en el Hospital Gene - ral Universitario Gregorio Marañón, Madrid. Coordinador de la Sección “Cáncer y Trombosis” de la Sociedad Española de Oncología Médica (SEOM). Vicepresidente del Comité de Ética e Investigación con Medicamentos.

Biomarcadores de riesgo de enfermedad tromboembólica venosa en pacientes con cáncer 3 Oncology Thrombosis Risk Ver Ficha Técnica de Clexane

Sonia López Moreno, José Manuel Soria Fernández 4 Oncology Thrombosis Risk www.trombosisvenosa.es Contenido exclusivo realizado por expertos oncólogos y liderado por el Dr. Andrés Muñoz (Comité ejecutivo - Sección Trombosis y Cáncer de la Sociedad de Oncología Médica Española - SEOM) Accede a todo el contenido de forma exclusiva a través de la CON LA FORMACIÓN DE TU FUTURO Publicaciónnº 24 COVID-19 y cáncer. Riesgo tromboembólico en pacientes oncológicos con infección por SARS-COV-2 Dra. Aránzazu Manzano Servicio de Oncología Médica. Hospital Clínico San Carlos. Madrid. Publicación nº 23 Enfermedad tromboembólica asociada al cáncer en España: datos del registro prospectivo prospectivo TESEO-SEOM Dr. Alberto Carmona-Bayonas, Servicio de Hematología y Oncología Médica. Hospital General Universitario Morales Meseguer. Murcia Dra. Paula Jiménez-Fonseca Servicio de Oncología Médica. Hospital Universitario Central de Asturias. Oviedo.

Biomarcadores de riesgo de enfermedad tromboembólica venosa en pacientes con cáncer 5 Oncology Thrombosis Risk oncology thrombosis risk Año 2021 - Número 25 Monografías coordinadas por: Dr. Andrés Muñoz Martín Servicio de Oncología Médica. Hospital General Universitario Gregorio Marañón. Madrid. Resumen......................................................................................................................................................................6 Introducción ...............................................................................................................................................................7 Biomarcadores de trombosis asociada al cáncer ..................................................................................................8 Biomarcadores de la hemostasia .............................................................................................................................9 Biomarcadores genéticos .......................................................................................................................................13 Otros biomarcadores ...............................................................................................................................................15 Modelos predictivos de trombosis asociada al cáncer . .....................................................................................16 Puntos clave . ............................................................................................................................................................19 Bibliografía ...............................................................................................................................................................20 Revisión Biomarcadores de riesgo de enfermedad tromboembólica venosa en pacientes con cáncer Dra. Sonia López Moreno, Dr. José Manuel Soria Fernández

Revisión 6 Oncology Thrombosis Risk Dra. Sonia López Moreno, Dr. José Manuel Soria Fernández Unidad de Genómica de Enfermedades Complejas. Institut de Recerca de l’Hospital de la Santa Creu i Sant Pau. Instituto de Investigación Biomédica (IIB) Sant Pau. Barcelona. Correspondencia: Sonia López Moreno E-mail: slopezm@santpau.cat Biomarcadores de riesgo de enfermedad tromboembólica venosa en pacientes con cáncer Resumen La enfermedad tromboembólica venosa (ETV), que incluye trombosis venosa profunda (TVP) y tromboembolismo pulmonar (TEP), es una complicación paraneoplásica común y grave que repre - senta la segunda causa demuerte en pacientes con cáncer, y en ocasiones, la primeramanifestación clínica de un cáncer oculto. Un paciente con cáncer presenta un riesgo siete veces superior de desarrollar ETV comparado con la población en general. La incidencia de trombosis asociada al cáncer es de un 20%, aunque podría estar subestimada. Además, el diagnóstico de ETV empeora el pronóstico del cáncer y reduce la supervivencia. Los factores de riesgo son multifactoriales y se relacionan con el paciente, el cáncer y el tratamiento antitumoral. La tromboprofilaxis se aconseja solo a los pacientes de alto riesgo, ya que el paciente oncológico tiene mayor riesgo de sangrado. Los modelos predictivos son una buena opción para estratificar el riesgo del paciente. El score de Khorana es el más utilizado, se basa únicamente en variables clínicas y tiene baja capacidad predictiva. Dada la necesidad clínica de identificar a los pacientes de alto riesgo de desarrollar eventos tromboembólicos para que se puedan beneficiar del tratamiento anticoagulante, se han desarrollado en los últimos años otros scores que incluyen otras variables clínicas, o incluso, un scoregenético de riesgo que mejora considerablemente la estratificación. No obstante, para mejorar los modelos actuales, urge identificar nuevos biomarcadores altamente predictivos de la trombosis asociada al cáncer que se incluyan en los scores . En esta revisión se repasan, junto con los modelos predictivos existentes, algunas consideraciones importantes en la selección de un biomarcador y los biomarcadores más relevantes para evaluar el riesgo de trombosis en el cáncer.

Biomarcadores de riesgo de enfermedad tromboembólica venosa en pacientes con cáncer 7 Oncology Thrombosis Risk Introducción La relación entre cáncer y trombosis fue descrita en 1865 por el médico francés Armand Trousseau1 , por lo que la combinación de estas dos entidades también se conoce como síndrome de Trousseau, dando nombre a una complicación paraneoplásica consistente en la activación sistémica de la coagulación. Desde entonces, la trombosis se ha establecido como una complicación común y grave en pacientes con cáncer, que se manifiesta mayormente como ETV o trom - bosis arterial, aunque no se descartan otras complicaciones trombóticas más severas, como la coagulación intravascular diseminada y la microangiopatía trombótica2 . La trombosis asociada al cáncer es la segunda causa de muerte en pacientes oncológicos, y en ocasiones, la primera manifestación clínica de un cáncer oculto subyacente3 . Se estima su incidencia alrededor del 20%, lo que significa que 1 de cada 5 pacientes con cáncer sufrirá un evento tromboembólico a lo largo de la historia natural del proceso tumoral4,5 . Es probable que la incidencia esté infraestimada, ya que series autópsicas han reportado tasas superiores. La ETV, que incluye la TVP y el TEP, ha sido hasta la fecha la complicación trombóticamás frecuente y estudiada en oncología. Según datos epidemiológicos, un paciente con cáncer presenta un riesgo de 5-7 veces superior de padecer un evento tromboembólico venoso que la pobla - ción general4,5 . El periodo de mayor riesgo de trombosis suele presentarse durante los primeros 3-6 meses tras el diagnóstico del tumor y, habitualmente, en pacientes que reciben quimioterapia sistémica ambulatoria. Asimismo, el riesgo de ETV postoperatoria y el de recurrencia también es superior en pacientes con cáncer. El desarrollo de ETV en un paciente con cáncer también tiene efectos adversos sobre el curso natural del tumor, pues empeora el pronóstico del cáncer, compromete el tratamiento antitumoral y disminuye la supervivencia del paciente6 . El diagnóstico de ETV en un paciente con cáncer, por lo tanto, empeora su calidad de vida, pues contribuye significativamente a la morbilidad y mortalidad. Asimismo, los gastos sociales y sanitarios vinculados a la trombosis asociada al cáncer son muy elevados. La fisiopatología de la trombosis asociada al cáncer implica la participación de los componentes de la triada de Virchow: estasis del flujo sanguíneo, alteraciones de la pared endotelial e hipercoagulabilidad. Existe una relación bidireccional entre la progresión tumoral, la activación de la coagulación y la inflamación7 . Las células tumorales liberanmoléculas inflamatorias ymicropartículas cargadas de factor tisular (TF), que estimula la agregación plaque - taria y la formación del trombo. Además, el TF favorece la angiogénesis y, por lo tanto, el crecimiento tumoral y su diseminación. La inflamación activa la coagulación y contribuye a la trombosis, debido a un incremento en la expresión de moléculas de adhesión y procoagulantes en las células endoteliales y monocitos. Sin embargo, los mecanismos que promueven la ETV en pacientes con cáncer son diversos y no se conocen en su totalidad. Dada la naturaleza multifactorial de la ETV, existen múltiples factores que influyen el riesgo individual de padecer un evento trombótico. El cáncer es un factor de riesgo de ETV bien establecido; sin embargo, existen otros factores relacionados con el paciente, el tumor y el tratamiento antitumoral, que contribuyen al riesgo2 . La localización del tumor es un factor de riesgo importante, habiendo tumores más trombogénicos que otros. Entre los que son más trombogénicos, están el cáncer de páncreas y el de cerebro, mientras que el cáncer de mama y el de prós - tata implican menor riesgo de trombosis. Sin embargo, la gran prevalencia de los dos últimos hace que la incidencia en términos absolutos de ETV asociada a cáncer de mama y de próstata sea muy elevada. La ETV puede ser prevenible mediante un diagnóstico temprano y un tratamiento anticoagulante adecuado, aunque se debe sopesar el riesgo de ETV frente al riesgo de sangrado, ya que este también es superior en el paciente oncológico. Se estima que el tratamiento profiláctico podría prevenir más de la mitad de muertes por TEP en pacientes con cáncer. Las guías de las principales sociedades oncológicas recomiendan la utilización sistemática de heparinas de bajo peso molecular como tratamiento profiláctico segu - ro y eficaz en pacientes con cáncer hospitalizados (por cirugia oncologica o complicacion medica) o en pacientes con mieloma multiple en tratamiento ambulatorio con lenalidomida o talidomida asociado a corticoides o quimioterapia8 . En cambio, no se recomienda su uso sistemático en pacientes ambulatorios, debido al mayor riesgo de sangrado. Recientemente, dos ensayos clínicos, CASSINI y AVERT, han evaluado el efecto y la seguridad de los anticoagulantes orales de acción directa, rivaroxaban y apixaban, respectivamente, en pacientes con cáncer, y aunque los resultados parecen favorables, se necesitan más estudios para definir su indicación en la trombosis asociada al cáncer9 .

Sonia López Moreno, José Manuel Soria Fernández 8 Oncology Thrombosis Risk En este escenario, uno de los retos actuales de la medicina personalizada en el área de la oncología es identificar a los pacientes con cáncer en elevado riesgo de ETV, con el objetivo de tratar solo a los pacientes que se puedan be - neficiar de la tromboprofilaxis y evitar efectos adversos a los pacientes de bajo riesgo. Para ello, la utilización clínica de modelos predictivos puede ser de ayuda en la toma de decisiones frente a la anticoagulación9,10 . La identificación de biomarcadores predictivos asociados al riesgo de trombosis en pacientes con cáncer es clave para el desarrollo de los modelos de riesgo. Biomarcadores de trombosis asociada al cáncer Definición y características de un biomarcador La capacidad de estimar el riesgo de padecer un proceso patológico en una persona sana o en un paciente determinado constituye uno de los grandes retos de la medicina personalizada. En este sentido, la identificación de biomar - cadores puede ser útil para mejorar la predicción, el diag - nóstico y el pronóstico de enfermedades. De acuerdo a la definición del FDA-NIHBiomarker Working Group (FDA, Food and Drug Administration ; NIH, National Institutes of Health ), un biomarcador es una característica definida (molecular, histológica, radiográfica, o fisiológica) que es medida como indicador de un proceso biológico normal o patológico, o de una respuesta a una exposición o a una intervención, incluyendo intervenciones terapéuticas11 . Idealmente, un biomarcador debe cumplir una serie de características, como son: especificidad, sensibilidad, estabilidad, precisión, viabilidad en su determinación (rápida, fácil, económica y no invasiva) y relevancia en el proceso biológico que se eva - lúa. Además, debe ser fácilmente escalable y trasladable de la investigación a la clínica, así comomostrar una capacidad discriminatoria que permita, por ejemplo, separar pacien - tes con diferentes riesgos. Un biomarcador, en definitiva, tiene que encontrar el equilibrio entre la simplicidad que promueva su uso clínico y la complejidad que asegure la mejora de los resultados clínicos. Importancia de los biomarcadores en la trombosis asociada al cáncer En el cáncer, los biomarcadores pueden ser útiles para el diagnóstico precoz del tumor (biomarcador diagnóstico), para estimar su agresividad o la probabilidad de supervivencia del paciente en ausencia de tratamiento (biomarcador pronóstico) y para predecir la respuesta de un paciente a la terapia antitumoral (biomarcador predictivo). El avance de la medicina personalizada, junto con el continuo desarrollo de nuevas opciones terapéuticas y la evidencia de que la detección precoz del cáncer en pacientes asintomáticos mejora la calidad de vida y la su - pervivencia, muestra la necesidad constante de identificar nuevos biomarcadores. Los pacientes con cáncer presentan alteraciones he - mostáticas que promueven un estado hipercoagulable subclínico que les hace más susceptibles a desarrollar trombosis. Este estado hipercoagulable se ve reflejado en los test de laboratorio, donde los parámetros de la coagu - lación se presentan alterados y evidencian un proceso muy activo de formación y eliminación de fibrina. Por otro lado, la hipercoagulabilidad también afecta a la biología del tu - mor, favoreciendo su crecimiento y la metástasis. Además, algunas mutaciones oncogénicas influyen en la expresión de algunos factores coagulantes. Los mecanismos responsables de las alteraciones he - mostáticas en estos pacientes no se conocen con exacti - tud. Pese a ello, son numerosos los biomarcadores que se estudian en la predicción del riesgo de trombosis asociada al cáncer12-15 . No obstante, un mejor conocimiento de los procesos patofisiológicos, que subyacen al estado hipercoa - gulable en pacientes oncológicos, podría facilitar la identifi - cación de nuevos biomarcadores que mejoren la capacidad predictiva de los modelos de riesgo, lo que ayudaría a llevar a cabo una identificación más precisa de los pacientes que se podrían beneficiar de la tromboprofilaxis (Figura 1). En este escenario complejo en el que la relación entre cáncer y trombosis es bidireccional, los biomarcadores hemostáticos para predecir la trombosis en pacientes con cáncer también podrían ser útiles para predecir el compor - tamiento del tumor. No obstante, hay que tener en cuenta que algunos factores, como la edad, el sexo, el estadio y la actividad del tumor, la biología del cáncer, la quimioterapia u otros tratamientos antitumorales, pueden influir en los niveles de varios biomarcadores de la trombosis asociada al cáncer. Por ello, algunos se investigan por su utilidad diagnóstica de la ETV (p. ej., el dímero-D [DD]), otros se utilizan para identificar a pacientes en alto riesgo de ETV (p. ej., el DD, los niveles de leucocitos, los niveles de plaque - tas, la hemoglobina, la selectina P soluble [sP-selectina], el inhibidor del activador del plasminógeno-1 [PAI-1], el factor

Biomarcadores de riesgo de enfermedad tromboembólica venosa en pacientes con cáncer 9 Oncology Thrombosis Risk VIII [FVIII], el fragmento 1+2 de protrombina [PF1+2], las micropartículas con factor tisular [TF + MP]), mientras que otros correlacionan con la supervivencia global (p. ej., el DD, el TF, la sP-selectina, el FVIII). Biomarcadores de la hemostasia A continuación, se describen algunos de los biomar - cadores de la hemostasia más relevantes en la trombosis asociada al cáncer, cuyo valor predictivo y pronóstico está siendo objeto de estudio (ver Tabla 1, tomada de Kim et al., 2020) 12 . Dímero-D El DD es una molecula producto de la degradacion de la fibrina estabilizada tras la activación del sistema fibri - nolítico por medio de la plasmina. Es un buen indicador, junto con el PF1+2 (ver más adelante en este apartado), de la activación global de la coagulación. Su potencial de aplicabilidad clínica como marcador de generacion y posterior degradacion de fibrina se considera relevante en los pacientes con cáncer, dada su utilidad en la exclu - sión de la ETV, como predictor de ETV, como marcador de cáncer oculto y como factor pronóstico, especialmente si se acompaña de una escala de probabilidad clinica pretest o una imagen diagnóstica. Es uno de los biomarcadores más comunes estudiados en relación al desarrollo de ETV asociada al cáncer. Los niveles prequimioterapia elevados de DD se aso - cian a un aumento del riesgo de ETV en cánceres sólidos y también parecen reflejar el estadio, el grado histológico del tumor y, en algunos casos, la supervivencia global del paciente. Su uso como predictor del riesgo de ETV en cáncer se considera fiable, aunque en algunos estudios con baja precisión. Esto puede deberse a que el DD con frecuencia está elevado en los pacientes con cancer en ausencia de trombosis, debido a la activacion basal de la coagulacion en los procesos tumorales, especialmente en metástasis. El DD se incluye en los scores de riesgo Vienna Cancer and Thrombosis Study (CATS) y CATS nomogram, mejorando la predicción16 . A pesar de que es un biomarcador poco específico, ya que puede estar elevado en otras patologías como el ictus, la enfermedad coronaria o durante procesos inflamatorios o infecciosos y también aumenta con la edad, entre los biomarcadores descritos y validados hasta la fecha en tumores sólidos, el DD parece ser especialmente prometedor. Figura 1 . Biomarcadores y aplicabilidad clínica en la predicción, prevención y manejo de la trombosis asociada al cáncer. La identificación de nuevos biomarcadores de riesgo de enfermedad tromboembólica venosa en pacientes con cáncer (p.ej., biomarcadores de la hemostasia, biomarcadores genéticos u otros biomarcadores), permitiría incorporarlos en los modelos de riesgo junto con datos clínicos del paciente, datos del tumor y datos del tratamiento, para así mejorar la capacidad predictiva. De esta manera, se podrían identificar con mayor precisión a los pacientes con elevado riesgo trombótico que se podrían beneficiar de la tromboprofilaxis adecuada para la prevención o el manejo de la trombosis asociada al cáncer. Paciente oncológico Prevención y manejo de la trombosis asociada al cáncer Valoración de la tromboprofilaxis Datos Clínicos Datos Tumor Datos Tratamiento Modelo predictivo de riesgo de trombosis asociada al cáncer Otros biomarcadores • Moléculas de la inflamación • Trampas extracelulares de los neutrófilos • Podoplanina • Micro-RNA Biomarcadores genéticos • Genética de la trombosis • Genética del tumor Biomarcadores de la hemostasia • Dímero D • Selectina P soluble • Recuento células sanguíneas • Factor tisular y micropartículas con factor tisular • Activadores de plaquetas • Generación de trombina • Factor VIII • Fragmento 1+2 de protrombina • Inhibidor del activador de plasminógenno

Sonia López Moreno, José Manuel Soria Fernández 10 Oncology Thrombosis Risk Tabla 1. Estudios sobre biomarcadores de riesgo de trombosis asociada al cáncer. Biomarcador Diseño del estudio Tipo de cáncer Número de pacientes Límite del biomarcador o variable numérica Estadística 95% IC Recuento de leucocitos Prospectivo Mezcla 2701 >11 x 109 /l OR 2,2 1,2 - 4 Prospectivo Mezcla 4405 >11 x 109 /l HR 2,10 1,30 - 3,40 Prospectivo Tumor sólido 665 Aumento x 2 veces HR 1,15 0,63 - 2,11 Recuento de plaquetas Prospectivo Mezcla 2701 ≥ 350 x 109 /l OR 1,8 1,1 - 3,2 Prospectivo Mezcla 4405 ≥ 350 x 109 /l HR 1,83 1,19 - 2,83 Prospectivo Tumor sólido 665 ≥ 443 x 109 /l HR 3,50 1,52 - 8,06 Prospectivo Mezcla 1023 ≥ 350 x 109 /l OR 2,53 1,35 - 4,74 Dímero D Prospectivo Colorrectal 176 >0,3µg/mL HR 6,53 1,58 - 27,0 Prospectivo Ginecológico 267 >5µg/mL OR 1,19 1,04 - 1,37 Prospectivo Mezcla 124 >0,65µg/mL HR 4,04 1,22 - 13,3 Prospectivo Mezcla 112 Aumento x 2 veces HR 1,76* 1,32 - 2,35 Prospectivo Mezcla 821 ≥ 1,44µg/mL HR 1,8 1,0 - 3,2 Retrospectivo Pulmón 108 >1,50µg/mL HR 11,0 2,62 - 46,2 Prospectivo Pancreático 140 ≥ 2,16µg/mL HR 4,9 1,0 - 23,1 Prospectivo Mezcla 946 Aumento x 10µg/mL sHR 1,31 1,00 - 1,73 P-selectina soluble Prospectivo Mezcla 112 Aumento x 2 veces HR 2,44* 1,31 - 4,53 Prospectivo Glioma 76 n/a HR 1,068 1.017 - 1.122 Prospectivo Variado 797 Aumento x 10 ng/mL HR 1,19 1,07 - 1,33 Prospectivo Mezcla 687 53,1 ng/mL HR 2,6 1,4 - 4,9 Prospectivo Mezcla 946 Incremento x 10 ng/mL sHR 1,05 1,00 - 1,73 Vesículas extracelulares Prospectivo Mezcla 728 ≥ 4,62 nM PS HR 0,95 0,55 - 1,64 Vesículas extracelulares con factor tisular Prospectivo Páncreas 60 Aumento x 2 veces Hr 1,5 1,0 - 2,4 Cerebro 119 HR 0,9 0,7 - 1,3 Estómago 43 n/a n/a Colorrectal 126 HR 0,9 0,6 - 1,6 Prospectivo Mieloma múltiple 122 <11,8 fM Xa/min OR 1,4 0,4 - 4,7 Prospectivo Mezcla 648 ≥ 13% sHR 1,0 0,99 - 3,8 Retrospectivo Pancreáticobiliar 117 ≥ 2,5 pg/mL OR 4,78 1,64 - 13,98 Prospectivo Pancreático 140 ≥ 2,37 pg/mL HR 10,5 1,5 - 72,4 Meta-análisis Tumor sólido n/a n/a OR 1,76 1,21 - 2,56 Trampas extracelulares de neutrófilos H3Cit Prospectivo Mezcla 946 Aumento x 100 ng/mL sHR 1,11 1,03 - 1,20 ADN libre de células Prospectivo Mezcla 946 Aumento x 100 mg/mL sHR 1,03* 0,96 - 1,10 Nucleosoma Prospectivo Mezcla 946 Aumento x 1 unidad sHR 0,95* 0,89 - 1,02 Prospectivo Tumor sólido 810 >3 HR 1,37 0,52 -3,57 Isocitrato deshidrogenasa 1 Retrospectivo Glioma 165 Expresión ≥ 30% OR 3,423 1,083 - 10,814 Prospectivo Cerebro 213 Mutación IDH1 R132H HR 0,11 0,01 - 0,83 Retrospectivo Glioma 165 Mutación IDH1 R132H OR 0,101 0,010 - 0,975 CCL3: ligando de quimiocina 3; IC: intervalo de confianza; HR [Hazard ratio]: Cociente de riesgo; IL: Interleuquina; OR [odds ratio]: proporción de probabilidades; PS.: fosfatidilserina; sHR, subdistribución de la tasa de riesgo; TNF-α: factor de necrosis tumoral-α; VEGF: factor de crecimiento vascular endotelial. *Denota un análisis univariable. Todas las demás estadísticas se dan para análisis multivariables. Tabla extraída de Kimet al. , 2020. (KimAS, Khorana AA, McCrae KR. Mechanisms and biomarkers of cancer-associated thrombosis. Transl. Res. 2020;225:33-53)

Biomarcadores de riesgo de enfermedad tromboembólica venosa en pacientes con cáncer 11 Oncology Thrombosis Risk Selectina P soluble La sP-selectina es una molécula de adhesión celular presente en las membranas de los gránulos alfa ( α ) de las plaquetas y en los cuerpos de Weibel-Palade de las células endoteliales, cuya degranulación en las células activadas provoca un aumento de su expresión sobre la superficie ce - lular y la liberación al plasma. La sP-selectina juega un papel importante no solo como mediador de la inflamación y la actividad plaquetaria, sino también como mediador de la trombosis, además de la adhesión de células tumorales y la metástasis. Se une a su ligandoP-selectin glycoprotein ligand-1 (PSGL-1) en los monocitos, que resulta en un aumento de la expresión de factor tisular (TF) y en la liberación de TF + MP (ver más adelante en este apartado), promoviendo un fe - notipo protrombótico. Se ha sugerido que la sP-selectina es un biomarcador superior al DD, ya que muestra mayor valor diagnóstico y predictivo de ETV, especialmente en combinación con la escala de Wells. Al igual que el DD, los niveles elevados de sP-selectina se consideran predictores del riesgo de ETV en pacientes con cáncer y, a diferencia del DD, también de recurrencia. Junto con el DD, la sP-selectina se incluye en elscoreVienna CATS, mejorando la predicción. Se estima que niveles de sP-selectina ≥53,1 ng/mL incrementan 2,6 veces el riesgo de ETV asociada al cáncer. Sin embargo, los niveles de sP-selectina se suelen medir en laboratorio solo con fines de investigación, ya que su uso clínico no está disponible en la mayoría de hospitales, al ser este un método lento y costoso. Esto limita la aplicabilidad clínica de los modelos predictivos de riesgo de trombosis en pacientes con cáncer que incluyen la sP-selectina. Recuento de células sanguíneas prequimioterapia Se ha estudiado extensamente la utilidad clínica de los niveles de leucocitos y plaquetas en sangre como biomarcadores predictivos de riesgo de un primer episodio de ETV en pacientes con cáncer. Los neutrófilos activan la trombosis a través de la formación de trampas extracelulares de neutrófilos (NET) (ver apartado: “Otros biomarcadores”) y los monocitos expresan TF, que activa las plaquetas y la coagulación (ver más adelante en este apartado). Las plaquetas se adhieren al endotelio dañado, se agregan para formar el tapón plaquetario y activan la coagulación. El recuento de leucocitos y plaquetas se in - cluye en la mayoría de los scoresde riesgo actuales como predictores de la trombosis asociada al cáncer (p. ej., Khorana, Vienna CATS, PROTECHT, CONKO, COMPASSCAT) 10 . El recuento de células sanguíneas se suele incluir de forma rutinaria en el manejo estándar de un paciente, lo que facilitaría su uso como biomarcador para evaluar la progresión del riesgo en el tiempo en un mismo paciente, en diferentes condiciones clínicas o terapéuticas, sin necesidad de realizar pruebas adicionales. Factor tisular y micropartículas con factor tisular El TF es una proteína de membrana que inicia la vía ex - trínseca de la coagulación. Se expresa de forma abundante en las células subendoteliales, como fibroblastos, pericitos y células del músculo liso. Cuando se lesiona el endotelio, el TF se expone a la circulación sanguínea y se une al factor VII (FVII), activando la cascada de la coagulación, y dando lugar a la generación de trombina y a la formación del coágulo de fibrina. Los tejidos tumorales expresan niveles elevados de TF de forma constitutiva, siendo el cáncer de páncreas donde se han reportado los niveles más elevados. Las células tumorales liberan el TF a la sangre unido a la superficie de micropartículas o en forma libre. Las micro - partículas (MP) son pequeñas vesículas demembrana (0,1-1 µm diámetro) liberadas por células normales apoptóticas o activadas, o por células tumorales. Los tumores liberan grandes cantidades de MP con actividad procoagulante, que aceleran la formación de un trombo en algunos tipos de cáncer. La actividad procoagulante de las MP se atribuye a la expresión de TF en su superficie (TF + MP), pero también a la presencia de fosfatidilserina, que activa la vía intrín - seca. A pesar de que diversos tipos de tumores expresan TF, su asociación con el riesgo de ETV solo se ha observado en cáncer de páncreas, donde además se asocia a estadios avanzados y a un mal pronóstico. Las TF + MP liberadas por tumores pancreáticos también se han asociado a mayor riesgo de ETV y a mayor mortalidad (aumento del riesgo de 4,78-10,5 veces, según el estudio, para actividad de TF + MP >2,5-2,37 pg/mL, aunque con baja precisión). Activadores de plaquetas Las células tumorales secretan factores activadores de plaquetas, como difosfato de adenosina, tromboxano A2 y el ligando CD40, que activan la agregación de las plaquetas. Además, algunos tumores (p. ej., el cáncer de páncreas) liberan trombina, que también actúa como un potente agonista de la agregación plaquetaria, favoreciendo la for -

Sonia López Moreno, José Manuel Soria Fernández 12 Oncology Thrombosis Risk mación de fibrina y la estabilización del trombo. Las células tumorales interaccionan con las plaquetas, que han sido activadas por los factores derivados del tumor, de forma que las plaquetas cubren al tumor y este puede escapar del sistema inmune. Además, el soporte que proporcionan las plaquetas al tumor, permite la adhesión de la célula tumoral al endotelio, favoreciendo la extravasación y la metástasis. Esta interacción entre célula tumoral y plaquetas también promueve la agregación plaquetaria, que activa la coagu - lación y contribuye al riesgo de trombosis. En este contexto, las plaquetas actúan como un impor - tante mediador del desarrollo y crecimiento del tumor, de la angiogénesis y de la metástasis, además de contribuir al estado hipercoagulable de los pacientes con cáncer. El nú - mero de plaquetas se considera un biomarcador predictivo del riesgo de ETV en el cáncer, y se incluye en la mayoría de los modelos de riesgo existentes. Se ha reportado que sus niveles prequimioterapia >350 G/L aumentan dos veces el riesgo de trombosis asociada al cáncer. Por tanto, los activadores de plaquetas pueden considerarse biomarcado - res de la trombosis asociada al cáncer con potencial valor predictivo del riesgo. Generación de trombina (TG) La trombina es una enzima clave en la hemostasia, con propiedades procoagulantes y anticoagulantes, que regula la cascada de la coagulación. Durante la activación del sistema hemostático, la trombina generada convierte el fibrinógeno en fibrina, que resulta en la formación del coágulo. El estado de hipercoagulabilidad de un individuo puede ser debido a niveles elevados de los factores de coagulación, a una disminución de proteínas anticoagulantes o a la presencia de polimorfismos trombofílicos. La determinación de la TG es un test de la hemostasia sensible a diferentes condiciones trombofílicas, genéticas o adquiridas, que permite evaluar la actividad coagulante global del paciente. Un exceso de trombina indica riesgo trombótico, y una disminución indica riesgo de hemorragia. La TG se ha evaluado en diferentes situaciones clínicas y en pacientes con diferentes factores de riesgo de ETV. Las alteraciones en el sistema anticoagulante (antitrombina, proteína C y proteína S), así como defectos genéticos protrombóticos (factor V [FV] Leiden, lamutación G20210A del gen de la protrombina), inducen un incremento de la TG. El potencial de TG es un factor de riesgo de ETV y recurrencia en la población general. La trombina se considera, junto con el TF, un mediador clave de la trombosis asociada al cáncer. En pacientes con tumores sólidos o hematológicos, el potencial de TG está elevado, mostrando su potencial como biomarcador de riesgo de trombosis en pacientes con cáncer. También se ha sugerido su valor pronóstico en cáncer. Factor VIII El FVIII es una proteína esencial de la cascada de la coagulación que participa en la vía intrínseca como cofactor del FIX para activar al FX y generar trombina. El FVIII es un reactante de fase aguda, por lo que sus niveles pueden variar considerablemente en condiciones fisiológicas y patológicas. La deficiencia de FVIII se asocia a riesgo de sangrado, como ocurre en los pacientes con hemofilia A. En cambio, los niveles elevados de FVIII son un factor de riesgo de ETV y recurrencia independiente bien establecido en la población general. Igualmente, el riesgo de ETV también es mayor en pacientes con cáncer y con niveles elevados de FVIII. Según el estudio Vienna CATS, la probabilidad acu - mulada de ETV en pacientes con cáncer con niveles basales de FVIII >232% es 3,5 veces superior que la de los pacientes con niveles normales (14% frente al 4%, p = 0,001) 17 . Fragmento 1+2 de protrombina El PF1+2 es un péptido resultante de la hidrólisis de la protrombina durante su conversión a trombina. Por lo tanto, el PF1+2 es una medida directa de la generación de trombina que refleja la activación de la coagulación. El PF1+2 ha sido estudiado como marcador de hipercoagula - bilidad en la enfermedad arterial, preeclampsia y ETV, y puede ser útil también para identificar cambios en la coa - gulación de pacientes con cáncer y ser un buen predictor de riesgo tromboembólico. Los pacientes con cáncer muestran valores más elevados de PF1+2 con respecto a individuos sanos. Además, en pacientes con cáncer, el PF1+2 está más elevado en aquellos que han desarrollado ETV, mostrando capacidad predictiva de trombosis asociada al cáncer. El PF1+2 también parece tener valor pronóstico, dado que sus niveles están más elevados en pacientes con metástasis en comparación con los que presentan el tumor localizado. Inhibidor del activador de plasminógeno-1 (PAI-1) El PAI-1 es una serina proteasa que inhibe el activador tisular de plasminógeno y de la urocinasa, que son activa - dores del plasminógeno y la fibrinólisis. Se han reportado niveles elevados de PAI-1 en pacientes con tumores como

Biomarcadores de riesgo de enfermedad tromboembólica venosa en pacientes con cáncer 13 Oncology Thrombosis Risk glioma, cáncer de pulmón de células no pequeñas, páncreas ymieloma. Sin embargo, no se ha demostrado su asociación con la trombosis en estos pacientes. En células endoteliales de cordón umbilical (HUVEC, human umbilical vein endothelial cells ) tratadas con PAI-1, se ha observado un incremento de vesículas extracelulares asociadas a un aumento de fos - folípidos aniónicos (activadores de la vía intrínseca) y de TG. En un modelo de ratón con cáncer de pulmón, el PAI-1 estaba sobreexpresado en tejido tumoral y plasma tras un tratamiento con bevacizumab, un agente antiangiogénico asociado a mayor riesgo de ETV en pacientes con cáncer, sugiriendo que el PAI-1 podría actuar como factor procoa - gulante en la ETV asociada al tratamiento antiangiogénico. Se necesitan más estudios que evidencien la asociación de PAI-1 con el riesgo de ETV en cáncer. Biomarcadores genéticos Los polimorfismos en los genes de la coagulación que influyen en la susceptibilidad a la ETV se están estudiando en pacientes con cáncer para evaluar el riesgo de ETV, pero también su efecto sobre el riesgo de desarrollar cáncer y sobre la progresión del tumor. Igualmente, es foco de estudio el efecto que pueden tener mutaciones del tumor sobre el riesgo de ETV. Genética de la trombosis asociada al riesgo de trombosis en el cáncer En pacientes con cáncer, el FV Leiden y la mutación G20210A en el gen de la protrombina se ha asociado con el riesgo de ETV. Por ejemplo, en mujeres con cáncer de mama en tratamientoadyuvante con tamoxifeno (conocido suefecto trombogénico), la prevalencia del FV Leiden fue mayor en aquellas que desarrollaron trombosis en comparación con las que no lo hicieron (18,5% frente al 4,5%, respectivamente) 18 . Los estudios Vienna CATS y Tromsø tambiénhan relacionado lamutacióndel FVLeiden (rs6025) conun aumento del riesgo de ETVenpacientes con diferentes tipos de tumores sólidos y hematológicos, pero además Tromsø también asoció el riesgo al polimorfismo rs4524 (K858R) en el mismo gen, que codifica para el FVde la coagulación19,20 . EnVienna CATS, la incidencia de ETV en los portadores de FV Leiden fue el doble que la de los que no tenían la mutación (13,9% frente al 7,6%). En la Tabla 2, tomada de Buijs et al., 2020, se recogen los estudios que hasta la fecha han reportado una relación clínica entre el FV Leiden y la trombosis asociada al cán - cer21 . En relación a las alteraciones genéticas en proteínas de la coagulación que podrían influir el riesgo de padecer un evento tromboembólico, nuestro grupo ha desarrollado una herramienta genética que ayuda a predecir el riesgo de ETV en población general, denominadaThrombo InCode (TiC) 22 . El TiC incluye 12 polimorfismos genéticos de riesgo trombótico de diferentes genes implicados en el sistema de coagulación: F2 -rs1799963, F5-rs6025/rs118203906/ rs118203905, F12 -rs1801020 (-4C >T), F13 -rs5985, SERPINC1rs121909548, SERPINA10 -rs2232698 y el grupo sanguíneo A1 (rs8176719, rs7853989, rs8176743 y rs8176750). Esta herramienta genética ha demostrado una ca - pacidad de predecir el riesgo de ETV superior a la de la combinación del FV Leiden y G20210A, que son las dos mutaciones que se evalúan habitualmente en los laborato - rios de hemostasia para determinar el riesgo genético de trombosis. El TiC, además, lo hemos aplicado en pacientes con diferentes tipos de tumores sólidos ( scoreTiC-Onco) 23 y en pacientes con cáncer hematológico ( scoreTiC-Lympho) 24 que, junto con variables clínicas de los pacientes, aportan una mejora significativa sobre los modelos de predicción actuales para determinar el riesgo de trombosis en el cáncer (ver apartado de los modelos predictivos). En relación a la progresión del tumor, el polimorfismo antitrombótico F13 -rs5985 se ha asociado a menor riesgo de cáncer de colon, y variantes genéticas en los genes que codifican para FV, FX y el receptor endotelial de la proteína C, aumentan el riesgo de cáncer demama25 . El polimorfismo —33T → C en el gen que codifica para el inhibidor de la vía del TF (TFPI), que aumenta sus niveles, se asocia a mayor supervivencia libre de enfermedad26 . Genética del tumor asociada al riesgo de trombosis en el cáncer Las alteraciones genéticas o epigenéticas que subyacen al desarrollo de un tumor pueden influir en el transcripto - ma, proteoma y secretoma, y a su vez, repercutir directa o indirectamente en la hemostasia y conducir al estado hi - percoagulable del paciente oncológico21,27 . Por ejemplo, las mutaciones en el oncogénKRAS (ganancia de función) y en el supresor de tumorTP53 (pérdida de función), frecuentes en muchos tipos de cáncer (p. ej., de colon, de páncreas), se relacionan con un aumento de la expresión de TF y, por lo tanto, con la activación de la coagulación. En cáncer de colon, se ha reportado que la incidencia de ETV en pacien - tes portadores de la mutación KRAS es prácticamente el doble que la de los pacientes no portadores (32,3% frente al

Sonia López Moreno, José Manuel Soria Fernández 14 Oncology Thrombosis Risk Tabla 2. Estudios sobre la asociación clínica de la trombosis asociada al cáncer y el factor V Leiden. Referencia (primer autor, año) Revista Tipo de tumor Tipo de estudio N.º de pacientes con cáncer incluidos en la cohorte de estudio % portadores FVL (heterocigoto + homocigoto) ¿Asociación significativa de FVL con ETV? Resultados Blomet al. (2005) JAMA Todos Caso-control 205 (17 FVL, 188 no FVL) 8,3% N.S. OR ajustado 2,2 (0,3-17,8) para desarrollo de ETV comparada con no portadores Kennedyet al. (2005) Br. J. Haematol. Todas las malignidades no hematológicas Caso-control 202 (101 ETV, 101 no ETV) 4,0% N.S. “Grupo ETV”: 5,0 % vs. “grupo no ETV”: 3,0 %: OR 1,7 (0,3-10,7). N.S. Erogluet al. (2005) J. Thromb. Haemost. Todos Caso-control 98 (30 ETV, 68 no ETV) 13,3% Significativa “Grupo ETV”: 30% FVL vs. “grupo no ETV”: 5,8% FVL Erogluet al. (2007) J. Thromb. Trombolysis Todos Caso-control 124 (43 ETV, 81 no ETV) 13,0% Significativa “Grupo ETV”: 30,2% FVL vs. “grupo no ETV”: 3,7% FVL Erogluet al. (2009) Ann. Hematol. Todos Caso-control 187 (63 ETV, 124 no ETV) 11,1% Significativa “Grupo ETV”: 31, 7 % FVL vs. “grupo no ETV”: 1,6 % FVL Garberet al. (2010) J. Natl. Cancer Inst. Cáncer de mama Caso-control 372 (124 TE, 248 no TE) 9,4% Significativa “Grupo TE”: 18,5 % FVL vs. “grupo no TE”: 4,8 % FVL; OR 4,66 (2,1410,14); p<0,001). OR 4,73 (2,1010,68), con análisis multivariable) Mandalaet al (2010) Ann. Oncol. Cáncer de mama (182 x) y gastrointestinal (199 x) Cohorte prospectiva, observacional 381 (30 ETV, 351 no ETV) 3,7% N.S. “Grupo ETV”: 0 % FVL vs. “grupo no ETV”: 4,0 % FVL Arslanet al (2011) Mol Biol Rep. Cáncer de pulmón Caso-control 66 (33 TVP, 33 no TVP) 17,0% N.S. “Grupo TVP”: 21 % FVL vs. “grupo no TVP”: 12 % FVL Pabingeret al (2015) J. Thromb. Haemost. Todos Cohorte prospectiva, observacional 982 (72 FVL, 910 no FVL) 7,3% Significativa “Grupo FVL”: 13,9 % ETV vs. “grupo no FVL”: 7,6 % ETV; HR ajustado 2,0 (1,0-3,97) Wahbaet al (2015) 45 Blood Coagul. Fibrinolysis Todos los tumores no hematológicos Caso-control 80 (40 ETV, 40 no ETV) 20,0% Significativa “Grupo ETV”: 30 % FVL vs. “grupo no ETV”: 10 % FVL Erogluet al (2016) Exp. Oncol Todos Caso-control 242 (46 ETV, 196 no ETV) 11,2% Significativa “Grupo ETV”: 41,3 % FVL vs. “grupo no ETV”: 4,1 % FVL Granet al (2016) Haematologica Todos Caso-control 461 (117 ETV, 344 no ETV) 8,5% Significativa HR ajustado 1,9 (1,1-3,3) para mutación heterocigótica Falvellaet al (2017) Pharmacogenomics J. Cáncer colorrectal metastásico Cohorte prospectiva, observacional 179 (52 ETV, 127 no ETV) 2,2% Significativa “Grupo ETV”: 7,6 % vs. “grupo no ETV”: 0 % Heraudeauet al (2018) Plos One Todos Caso-control 364 (182 ETV, 182 no ETV) 6,6% Significativa “Grupo ETV”: 11,5 % FVL vs. “grupo no ETV”: 2,2 % FVL. Análisis multivariable: OR 7,04 (2,01-24,3) TVP: Trombosis venosa profunda; HR [Hazard ratio] : Cociente de riesgo; N.S.: no significativa: OR [odds ratio ]: proporción de probabilidades; TE: eventos tromboembólicos; ETV: enfermedad tromboembólica venosa. Tabla extraída de Buijset al. , 2020 (Buijs JT, Versteeg HH. Genes and proteins associated with the risk for cancer-associated thrombosis. Thromb Res . 2020; 191 Supl. 1: S43-9). 17,8%). En cáncer de páncreas, donde la mutaciónKRAS se relaciona con la inflamación, los niveles de interleucina-1 beta (IL-1β ) e interleucina-6 (IL-6) correlacionan con la ETV. LamutaciónKRASse considera unmediador importante en la hipercoagulabilidad de los pacientes con cáncer y se ha sugerido que su inclusión en los scoresde riesgo podría ayudar a identificar a los pacientes con mayor suscepti - bilidad a la ETV. Las mutaciones en el oncogén EGFRvIII (ganancia de función) y en el supresor de tumor PTEN (pérdida de función), frecuentes en glioblastoma, también se han asociado a un aumento de TF. Otros oncogenes, comoSRC, ERBB2y JAK2 , correlacionan con la expresión de TF, pero su relación con la ETV se desconoce. La mutación en el genIDH1 (isocitrato deshidrogenasa 1) se encuentra frecuentemente en gliomas. La forma mutada se ha aso - ciado con una disminución del riesgo de ETV en pacientes con este tipo de tumor. Por ejemplo, en 169 pacientes con glioma la incidencia de ETV en pacienteswild-type fue del

Biomarcadores de riesgo de enfermedad tromboembólica venosa en pacientes con cáncer 15 Oncology Thrombosis Risk 25% en comparación con la ausencia de ETV en portado - res de la IDH1mutada. In vitro , laIDH1mutada reduce la agregación plaquetaria y la actividad coagulante. También se ha asociadoin vitro a hipermetilación del promotor del gen F3, que codifica el TF, disminuyendo así la expresión de TF y su actividad coagulante. La hipermetilación se ha asociado a laIDH1mutada solo en glioma, pero no en otros tumores, lo que sugiere que el efecto protector de la mu - tación es específico de cáncer de cerebro. Además, la IDH1 wild-typeen glioma correlaciona con una elevada expresión intratumoral de podoplanina (proteína procoagulante que induce la activación de plaquetas). La mutaciónIDH1 (sola o en combinación con TF y/o podoplanina) se ha propuesto como biomarcador prometedor en la estratificación de los pacientes con glioma para la tromboprofilaxis. Para elucidar la base genética que predispone a la ETV en pacientes oncológicos, y poder identificar otros mecanismos implicados en el riesgo, más allá del sistema de la coagulación o de las mutaciones propias del tumor conocidas, sería interesante disponer de datos de estudios de asociación de genoma completo (GWAS, genome-wide association study ) en trombosis asociada al cáncer. Otros biomarcadores Moléculas de la inflamación Las células tumorales secretan gran variedad de moléculas inflamatorias con capacidad procoagulante, como el factor de necrosis tumoral alfa (TNF- α ), las interleucinas (IL-1β , IL-6, IL-8) y el factor de crecimiento endotelial vas - cular. Algunos de los mecanismos procoagulantes están mediados por un aumento de TF (del endotelio) o TF + MP (del tumor), aumento de PAI-1, activación plaquetaria y formación de NET. Por ejemplo, los niveles de IL-6 ≥ 20 pg/ mL se han asociado a 8,9 veces mayor riesgo de ETV en pa - cientes con cáncer de ovario, aunque con baja precisión y estudios contradictorios. En cáncer de colon conmetástasis y niveles bajos de TNF- αprequimioterapia, se han asociado a menor riesgo de ETV. Neutrófilos/trampas extracelulares de los neutrófilos En algunos tumores, es frecuente la leucocitosis, que se ha asociado con mayor riesgo de ETV en pacientes con cáncer, y su recuento se incluye como predictor en el score Khorana. El principal mecanismo de los neutrófilos que promueve la trombosis es la formación de NET, de especial relevancia en cáncer. Las NET son estructuras extracelula - res compuestas por cadenas de ácido desoxirribonucleico (ADN), histonas y proteínas antimicrobianas que liberan los neutrófilos activados como mecanismo de defensa para atrapar patógenos, y evitar así la diseminación de una infección. Aunque fueron originalmente descritas en el marco de un proceso infeccioso, las NET se han asociado a diversas patologías infecciosas o inflamatorias, como sepsis, cán - cer, enfermedades autoinmunes, arteriosclerosis y ETV. Contribuyen al desarrollo de la ETVmediante mecanismos de inmunotrombosis, donde los componentes de las NET interaccionan con las plaquetas activándolas, y con factores coagulantes, que promueven la generación de trombina y la formación de fibrina. Las NET también contribuyen a la progresión del tumor y a la metástasis, ya que actúan de soporte donde las células tumorales circulantes quedan retenidas y escapan de la inmunidad, favoreciendo su adhesión a la pared vascular, la extravasación y la metástasis. También hay evidencias de que contribuyen al fenotipo protrombótico en el cáncer. Una de las vías propuestas es a través de las vesículas extracelulares (microvesículas y exosomas) derivadas del tumor, que inducen la formación de NET. También, los componentes de las NET asociadas al tu - mor pueden interaccionar con otras células y/o activarlas, promoviendo eventos tromboembólicos. Por ejemplo, las histonas de las NET pueden activar las células endoteliales, que liberan el factor de Von Willebrand, el cual facilita la adhesión y la agregación plaquetaria, y la formación del trombo. A su vez, las plaquetas activadas promueven la formación de más NET, promoviendo así un círculo vicioso que propaga la formación del trombo. Las NET también inducen la activación y la agregación de las plaquetas a través del ADN circulante, que forma su estructura. Por otro lado, las enzimas neutrófilo elastasa y catepsina G (proteínas antimicrobianas de las NET) inhiben el TFPI y, por lo tanto, promueven la actividad del TF y del FXII, que conducen a la formación de fibrina y del trombo. En modelos de ratones portadores de tumores, se han reportado niveles elevados de parámetros relacionados con las NET (p. ej., niveles de neutrófilos, el factor estimulante de colonias de granulocitos, el ADN circulante, la histona 3 citrulinada [H3Cit], el marcador de neutrófilo Ly6G), y en aquellos que desarrollaron trombosis, el tamaño del trombo

Sonia López Moreno, José Manuel Soria Fernández 16 Oncology Thrombosis Risk disminuyó tras el tratamiento con DNasa (que degrada el ADN de las NET) y la depleción de neutrófilos. Las vesículas extracelulares liberadas por los tumores de ratones tam - bién han mostrado un aumento de la formación de NET y trombos in vivo . Aunque los estudios en relación a las NET y la trombosis en el cáncer en pacientes son escasos, un trabajo reciente asocia los niveles elevados de H3Cit a un incremento en la incidencia de ETV (por cada 100 ng/mL de incremento de H3Cit, la ETV aumentó un 11%). Todos estos datos muestran la importancia de las NET en la patogénesis de la trombosis asociada al cáncer, aunque se necesitan más estudios. Podoplanina La podoplanina es una glicoproteína de membrana normalmente presente en varios tejidos sanos, como el tejido linfático, el riñón y el pulmón. Se expresa también en células tumorales y, una vez secretada, se une al receptorCtype lectin-like receptor 2 (CLEC-2) de las plaquetas, causando la activación y agregación plaquetaria. Se ha observado una relación entre la expresión de podoplanina, la agregación plaquetaria y el riesgo de ETV en pacientes con cáncer de cerebro; sin embargo, no se dispone demás evidencias sobre su asociación con la trombosis. También se ha encontrado podoplanina en sangre, en vesículas extracelulares deriva - das de pacientes con cáncer de páncreas, sugiriendo que el riesgo de trombosis se podría ver aumentado en regiones alejadas del tumor. En modelos animales de trombosis por estenosis de la vena cava inferior, se ha observado una correlación entre el grado de trombosis y los niveles de expresión de podoplanina en la pared vascular. Micro-RNA (miRNA) LosmiRNA sonmoléculas pequeñas de ácido ribonuclei - co (RNA) no codificante (~21-23 nucleótidos) que regulan la expresión de los genes a nivel postranscripcional vía degradación del RNA mensajero o inhibición de la tra - ducción. Los miRNA se pueden detectar en plasma, donde son relativamente estables, ya que circulan en vesículas extracelulares o unidos a proteínas. Por ello, se han estu - diado como biomarcadores en múltiples patologías (p. ej., cáncer, enfermedades cardiovasculares, enfermedades hepáticas, etc.). Los miRNA circulantes asociados a las vesículas ex - tracelulares actúan como importantes mediadores de la comunicación intercelular, modulando la expresión génica y la función de células distales, lo cual contribuye a la disfunción tisular y la enfermedad. Las células tumorales, las plaquetas y las células endoteliales progenitoras pueden también interaccionar con los miRNA. Los miRNA están desregulados en condiciones clínicas procoagulantes, como el lupus eritematoso sistémico y el síndrome antifosfolípido. En la ETV, varios estudios han reportado perfiles de miRNA diferencialmente expresados en casos y controles. Recientemente, nuestro grupo ha contribuido en la identificación de un perfil de cuatro miRNA en plasma asociado a la ETV o a fenotipos intermediarios de la enfer - medad, en un estudio con 35 familias afectas de trombofilia hereditaria inexplicada, con 935 sujetos, pendiente de vali - dar en una muestra independiente28 . Este perfil de miRNA se podría determinar en pacientes con cáncer y evaluar su potencial predictor en la trombosis asociada al cáncer, junto con variables clínicas y polimorfismos de riesgo (ver apartado demodelos predictivos). En pacientes con glioma, se ha reportado un perfil de miRNA en plasma en 10 pa - cientes (5 con TEP y 5 sin TEP), validado en 40 pacientes (12 con TEP y 28 sin TEP), que mejora la predicción delscorede Khorana (la herramienta predictiva más utilizada en onco - logía para estratificar el riesgo de ETV). En la misma línea, en pacientes con cáncer de pulmón (4 con ETV y 12 sin ETV) se ha reportado un perfil de 14 miRNA asociados al riesgo de ETV. En cáncer de páncreas y colangiocarcinoma, en una muestra de estudio con 10 pacientes y de validación con 32, se han reportado 7 miRNA predictores de ETV (área bajo la curva [AUC, area under the curve ] de 0,95), sin embargo, el número de eventos incluidos en el estudio es bajo para el número de predictores en el modelo, y pacientes del estudio investigacional se incluyeron también en el de validación. Pendientes de más estudios, con mayor número de pa - cientes, y que incluyan muestras de validación, los miRNA se proponen como nuevos biomarcadores de enfermedad, que se podrían incluir en modelos de estimación de riesgo de trombosis asociada al cáncer. En la Tabla 3 se resumen los biomarcadores de trombosis asociados al cáncer repasados en la presente revisión y su mecanismo propuesto. Modelos predictivos de trombosis asociada al cáncer A lo largo de los últimos 12 años, se han desarrollado diferentes modelos predictivos que permiten evaluar el

RkJQdWJsaXNoZXIy MTE5MzU3