Introducción
El cáncer de mama representa uno de los problemas de salud pública más importantes en el mundo. Según los informes de la Organización Mundial de la Salud, para el 2020 se diagnosticaron más de 2.2 millones de mujeres con esta condición, de las cuales fallecieron cerca de 685 000 1. En Colombia, el cáncer de mama y el cáncer de cuello uterino son las patologías malignas más frecuentes y de alta mortalidad, de acuerdo con los reportes del Instituto Nacional de Salud del 2018 2.
Los factores de riesgo más importantes para este tipo de cáncer son la edad, los antecedentes reproductivos y los antecedentes familiares. No obstante, la alta densidad del tejido mamario también ha demostrado elevar el riesgo hasta 4-6 veces 3. Los datos más recientes sobre la densidad mamaria y su relación con factores sociodemográficos poblacionales de riesgo, como la adiposidad, han sido publicados en estudios internacionales de países que tienen una mayor prevalencia de cáncer mamario.
De igual forma, se ha descrito ampliamente que el sobrepeso, la obesidad y la inactividad física se comportan como factores de riesgo implicados en el padecimiento de patologías metabólicas, funcionales y neoplásicas, como el cáncer de colon y mama. En parte, la obesidad y el sobrepeso se explican como factores de riesgo secundarios al metabolismo de los estrógenos en el tejido celular subcutáneo, y representan uno de los tipos de cáncer de mama frecuentes (estrógeno-dependientes) 4,5.
El sobrepeso y la obesidad representan un problema de salud púbica, con una alarmante tendencia global en ascenso. Según los reportes de la Organización Mundial de la Salud para el 2016, en el mundo el 39 °/o de las personas mayores de 18 años tenía sobrepeso y el 13 °/o se encontraba en obesidad 6. Del mismo modo, se ha descrito una tendencia exponencial en el exceso de peso en la población colombiana mayor de 18 años, como lo demuestra la infografía de la Encuesta Nutricional de la Situación Nutricional (ENSIN), que pasó de un 45.9 % en el 2005 al 56.5 % en el 2015 7.
Por esto, con el presente estudio se pretendió determinar cuál es la composición corporal de las mujeres colombianas y su relación con el porcentaje de densidad mamaria, a fin de establecer un modelo de estimación de densidad mamográfica.
Materiales y métodos
Este trabajo está anidado en el estudio en curso entre la Universidad del Rosario, la Fundación Universitaria Sanitas, la Clínica Colsanitas y la EPS Sanitas, titulado Determinantes de la densidad mamográfica en mujeres colombianas, que inició en el 2019. Se realizó un estudio de corte transversal analítico con un muestreo no probabilístico consecutivo para una muestra de 670 pacientes, que se encontraban disponibles en la base de datos del estudio mencionado.
Se incluyeron las mujeres que asistieron a la toma del examen mamográfico en la Unidad de Mama de la Clínica Universitaria Colombia, en Bogotá (Colombia), que aceptaron formar parte del estudio y firmaron el consentimiento informado entre el 11 de junio del 2019 y el 2 de noviembre del 2020. Ese mismo día, un entrevistador con entrenamiento previo de un mes les realizó una encuesta epidemiológica y les tomó las medidas antropométricas y de bioimpedanciometría, siguiendo protocolos estándar. La mamografía fue almacenada de igual manera en forma digital y se calculó el porcentaje de densidad mamográfica de forma cuantitativa, usando la proyección craneocaudal de la mama izquierda con el software DMScan (versión 4.0.0-pre de la Universidad Politécnica de Valencia, 2017) por un radiólogo experto.
Los datos de las mediciones obtenidas de las participantes se registraron en una hoja de cálculo de Microsoft Excel, para posteriormente someterlos a un análisis estadístico empleando el software Stata 15.1. De acuerdo con su naturaleza, las variables se dividieron en cualitativas y cuantitativas. El primer grupo estaba conformado por las siguientes variables: estado civil, nivel educativo, estado menopáusico, consumo de anticonceptivos orales, embarazo previo, antecedente personal de cáncer y tipo de cáncer, antecedente familiar de cáncer de mama, talla y copa de brasier, categoría de índice de masa corporal (IMC). Estas variables cualitativas se presentan mediante distribuciones de frecuencias absolutas y relativas.
Por su parte, las variables cuantitativas fueron: edad, peso medido (kg), talla medida (cm), perímetro de cintura (cm), perímetro de cadera, razón cintura/cadera, porcentaje de masa grasa, IMC medido y porcentaje de densidad mamográfica. Para estas variables se obtuvieron estadísticos de tendencia central (media) y de dispersión (desviación estándar). El IMC, el perímetro de cintura y el porcentaje de masa grasa se presentan por grupos de edad (40-49 años, 50-59 años, 60-69 años y 70-79 años) con media e intervalo de confianza del 95 %, asumiendo una distribución normal.
Se ajustaron las regresiones lineales simples para del IMC, porcentaje de masa grasa y razón cintura/cadera (medidas de adiposidad) con la edad, consumo de anticonceptivos orales y estado menopaúsico, para establecer la relación entre estas. Además, se ajustaron modelos de regresión lineal con la variable dependiente porcentaje de densidad mamográfica con las variables independientes edad, uso de anticonceptivos orales, estado menopaúsico, perímetro de cintura, perímetro de cadera, razón cintura/cadera, porcentaje de masa grasa, IMC medido y categoría según IMC. Adicionalmente, se ajustó la regresión múltiple para el porcentaje de densidad mamográfica ajustado por edad y consumo de anticonceptivos orales. Se toma como valor de p significativo <0.05, con intervalos de confianza del 95 % para las estimaciones.
Se construyó un árbol de decisión empleando el lenguaje de programación Python con la biblioteca (sklearn.tree) de la herramienta Google Colaboratory, con el propósito de identificar las variables explicativas más relevantes para ser incluidas en un modelo final de predicción de densidad mamográfica. En este modelo obtenido mediante algoritmos de aprendizaje, cada pregunta optimiza la estimación, al punto que el modelo extrae las mejores relaciones y se vuelve lo suficientemente seguro como para hacer predicciones. El orden y el número de las preguntas, así como su contenido, están determinados por los parámetros del modelo, los cuales son explorados y validados con métricas de desempeño, como el error cuadrático medio para determinar el error en la estimación.
Se realizó un ajuste de regresión lineal múltiple del porcentaje de densidad mamográfica con las variables encontradas por el árbol de decisión y se obtuvieron los parámetros necesarios para elaborar la ecuación de la pendiente (y = a 1 x 1 + ... + a n x n + b), con la cual se podrá estimar el porcentaje de densidad mamográfica. Finalmente, se procedió a calcular la potencia alcanzada en el modelo final mediante el uso del programa GPower 3.1, utilizando una probabilidad de error tipo I de 0.05, un R2 parcial de 0.22 (obtenido de la regresión lineal múltiple del modelo final), un tamaño del efecto f de 0.28 (calculado con el R2), un total de muestra de 657 (pacientes seleccionadas por el árbol de decisión) y un número de predictores testeados y total de 4 (cantidad de variables que incluyó el árbol de decisión). Los valores estimados por el programa fueron F crítico de 2.38, numerador de grados de libertad 4, denominador de 652 y una potencia estimada de 1.00.
Este trabajo se acogió al marco normativo dispuesto en las resoluciones 2378 de 2008 y 008430 de 1993, a la Declaración de Helsinki (Seúl, Corea, 2008) y a las regulaciones locales del Ministerio de Salud de Colombia, Resolución 8430 de 1993 en lo concerniente al capítulo 1, "De los aspectos éticos de la investigación en seres humanos". Se considera esta investigación como de riesgo mínimo, porque los datos utilizados fueron obtenidos de una base de datos ya elaborada del trabajo de determinantes de la densidad mamográfica. De igual forma, fue aprobado por el Comité de Ética en Investigación de la Fundación Universitaria Sanitas y de la Universidad del Rosario.
Resultados
Entre el 11 de junio del 2019 y el 2 noviembre del 2020 se reclutaron 670 mujeres, con un promedio de edad de 57.9 años (DE 6.3), una edad mínima de 36 años y máxima de 80 años. El 89.1 % de las participantes eran posmenopáusicas (89.1 %), el 91.7 % reportó el antecedente de embarazo previo y el 30.3 % de ellas utilizaron anticonceptivos por más de un año hasta la fecha de la toma de la mamografía. Solo el 8.8 % de las mujeres tenía antecedente familiar de cáncer de mama.
En cuanto a la talla de brasier, la mayoría de las mujeres eran talla 34 (35.13 %) y 36 (33.48 %); en menor medida, talla 40 (3.89 %), 42 (0.75 %) y 44 (0.15 %). De las participantes, 385 (57.55 %) usaban una copa B de brasier; 65 mujeres (9.72 %), copa A, y 38 (5.68 %), copa C. El 25.86 % de ellas marcaron la respuesta como no sabe/no responde.
El peso promedio medido fue de 65.35 kg (DE = 10.97) y el promedio de talla medida de 154.2 cm (DE = 6). La media del perímetro de cintura y de cadera fue de 89 cm (DE = 10.2) y 100.1 (DE = 9.4), con una media de razón cintura/cadera de 0.8 (DE = 0.07). Según los datos medidos de talla y peso, el IMC de la mayoría de las pacientes se encontraban en el rango de sobrepeso (43.4 %), seguido de peso normal, obesidad grado I, grado II, grado III y bajo peso, con porcentajes del 29.1 %, 16.6 %, 6.3 %, 1.2 % y 0.3 %, respectivamente.
En la tabla 1 se registran los índices de adiposidad con sus respectivas medias e intervalos de confianza, ajustados por intervalos de 10 años. Aquí se identifica que las mujeres de mayor edad tienden a presentar mayores valores en todas las mediciones.
Tabla 1
Índice de masa corporal, perímetro de cintura y porcentaje de grasa estratificados por edad
En los resultados de los ajustes de regresión lineal simple se encontró que el IMC medido, el porcentaje de la masa grasa y la razón cintura/cadera no tenían relación lineal significativa con anticonceptivos orales y el estatus menopáusico; solo la edad presentó relación lineal directa estadísticamente significativa (p < 0.05) con el porcentaje de masa grasa y razón cintura/cadera (tabla 2). Por cada año que aumente la edad, el porcentaje de masa grasa aumentó en promedio un 0.09 % (valor de p = 0.02), y la razón cintura/cadera, en promedio 0.001 (valor de p = 0.01).
Tabla 2
Análisis bivariado adiposidad
Según los datos obtenidos del procesamiento en el software DMScan, en las imágenes craneocaudales izquierdas de las mamografías se encontró que el promedio de densidad mamográfica fue de 25.2 % (DE = 13.6 %). El 53.4 % de las mujeres tuvieron una densidad menor del 25 % (358 mujeres); el 39.2 %, entre 25 % y 50 %; el 6.7 %, entre 51 % y 75 %, y el 0.6 % restante, una densidad mayor del 75 %.
Por otra parte, de las variables estudiadas, la única que mostró aumento en la densidad mamográfica promedio fue el estatus menopáusico, pues las mujeres premenopáusicas ("No" en la tabla 3) presentaron un 14.2 % de mayor densidad mamográfica que las posmenopáusicas. Entre tanto, los indicadores de adiposidad y la edad demostraron una relación lineal inversa con el porcentaje de densidad mamográfica (valores de p = 0.000), como se ilustra en la tabla 3. Si bien en el análisis bivariado del porcentaje de densidad mamográfica el consumo de anticonceptivos orales durante más de un año no fue estadísticamente significativo, una vez ajustado por edad demostró una relación lineal directa significativa (B = 0.1; valor de p = 0.000).
Tabla 3
Análisis bivariado para porcentaje de densidad mamográfica
La figura 1 ilustra el árbol de regresión que tiene como variable dependiente la densidad mamográfica de las participantes, y seleccionó las siguientes variables independientes como las más relevantes: edad (años), IMC (kg/m2), talla de brasier y perímetro de cintura (cm), con un error medio cuadrático de 0.285. La primera variable que da inicio a la ramificación del árbol es la edad (> o ≤50.727 años). Se observa que la mayoría de las participantes (85.9 %) tienen más de 50 años, y se dividen de acuerdo con la talla del brasier (> o ≤35). Cuando la talla es mayor a 35, se evalúa el perímetro de cintura, y en este punto se ponen de manifiesto las dos primeras tendencias más importantes. La primera es que las mujeres mayores de 50 años, con una talla de brasier mayor a 35 y con un perímetro de cintura menor o igual a 99.5 cm, conforman el subgrupo más grande del estudio (244 participantes), y ellas tienen una densidad mamográfica promedio del 21.82 % (baja). Este subgrupo representa el 37.13 % del total de participantes. La segunda tendencia denota que la misma línea de mujeres, pero con perímetro de cintura mayor a 99.5 cm, tienen el promedio de densidad mamográfica más baja del todo el estudio (16 %); sin embargo, son 80 participantes que corresponden solo al 12.17 % del total.
En el otro lado del árbol se aprecia que las pacientes con edad menor o igual a 50 años y 7 meses se segregan según su IMC (> o ≤26.079 kg/m2), de las cuales las que tienen un índice menor o igual 26 kg/m2 se separan, a su vez, en relación con el perímetro de cintura (> o ≤74.5 cm). Aquí se identifica otro patrón oculto de los datos. El subgrupo de mujeres con edad menor o igual a 50 años y 7 meses que tienen un IMC menor o igual 26 kg/m2 y un perímetro de cintura menor o igual a 74.5 cm exhibe el segundo promedio de densidad mamográfica más alta del estudio (48.35 %). Este subgrupo está constituido por 35 mujeres y representa el 5.32 % del total de participantes. El anterior resultado solo fue superado por una única participante con densidad mamográfica del 54.2 %, que se encontraba en el rango de edad de 50.64-50.72 y tenía un IMC mayor a 26 kg/m2.
Al correr el modelo final de regresión lineal múltiple de la densidad mamográfica con las cuatro variables seleccionadas por el árbol de decisión (edad, IMC, talla de brasier y perímetro de cintura), se obtuvo una constante de 121, con coeficientes B de cada una de las variables independientes (tabla 4) y un R2 de 0.22, es decir, que el 22 % de la variabilidad de la densidad mamográfica fue atribuida por las variables incluidas en el modelo.
Tabla 4
Modelo final: regresión lineal múltiple del porcentaje de densidad mamográfica
Discusión
La mayor proporción de la población estudiada se encontró en rango de sobrepeso (43.4 %), seguido de peso normal (29.1 %). El resto de la población presentaba algún grado de obesidad (24.1 %). Tales hallazgos se asemejan en cuanto a su distribución con los reportes según la encuesta ENSIN en Colombia del 2015 7. De igual forma, se asemeja a la distribución de otras poblaciones internacionales, por ejemplo, la del estudio de Rice et al. 8, de mujeres mexicanas que presentaban en su mayoría (44.9 %) sobrepeso; la del estudio realizado en una población de mujeres inglesas con la mayoría de la población en rango de sobrepeso (42 %) 9, y en mujeres chilenas que también tendían a presentar un mayor porcentaje de la población con sobrepeso (31.6 %) 10. Estos hallazgos difieren de lo encontrado en otros países, como en el estudio de mujeres mediterráneas, en quienes había un mayor porcentaje de la población con IMC < 25 (53.5 %), seguido de sobrepeso (35.9 %) 11, y en lo observado en el Proyecto Multiétnico de Cáncer de Mama de la Ciudad de Nueva York, donde identificaron IMC promedio bajos en mujeres de raza blanca (25.5), seguido de africanas (30), afroamericanas (31.4) e hispanas (32.2) 12.
Estos hallazgos sugieren que las mujeres colombianas y otras mujeres latinoamericanas podrían presentar una tendencia a IMC más altos que en otras poblaciones occidentales. Tal hallazgo podría estar en relación con hábitos dietarios y estilos de vida, que se salen de los alcances de este estudio.
En la población estudiada se demostraron valores más altos del porcentaje de masa grasa y promedio de IMC con valores del 34.2 % (DE = 13.6) y del 27.5 %, en comparación con los encontrados en otro estudio en población colombiana, que eran del 29.2 % (DE = 7) y del 35 %, respectivamente 13. En este caso, habría que considerar cierta variación en los datos reportados, asociada con la forma en que se tomaron y la calibración del equipo que se utilizó en ese estudio para la toma de bioimpedancia eléctrica, sin poder descartar otras causas.
En relación con los valores de peso y talla autorreportados, se observó que la población estudiada tendía a disminuir el peso y la talla reportada respecto a los valores de peso y talla medidos objetivamente (promedio: 0.9 kg menos de peso y 0.87 cm menos de estatura), siendo lo anterior de significancia estadística (valor de p = 0.000); sin embargo, con poco valor clínico. De igual forma, en un estudio europeo en el que se incluyó una población de 4000 británicos se documentó que el peso era infraestimado en 1.4 kg; mientras que la talla, a diferencia de la población estudiada, era sobreestimada en 0.7 cm, con el mismo comportamiento en el resultado estadístico e impacto clínico 14.
Indicadores de adiposidad como el IMC, porcentaje de masa grasa y razón cintura/cadera no mostraron asociación significativa con antecedentes de las pacientes, como el uso de anticonceptivos orales y estatus menopáusico. Esto, a diferencia de la edad, que sí presentó relación lineal directa estadísticamente significativa (p < 0.05) con el porcentaje de masa grasa y razón cintura/cadera, hallazgos que se asemejan a lo reportado en otro estudio nacional sobre medidas antropométricas 13.
En la población de estudio predominaron los patrones mamográficos de baja densidad (densidad ≤50 %), que correspondió a un 53.4 % las mujeres con densidad <25 %; seguido de un 39.2 % con densidad entre 25 % y 50 %. Esos hallazgos son parecidos a los reportados en la población inglesa, con patrones predominantes de baja densidad, que únicamente se diferenciaron del encontrado en la población de estudio por la distribución, pues el 22.7 % de la población se atribuye a densidad mamográfica <25 %, y el 36 %, una densidad entre un 25 % y 50 % 9. Lo anterior difiere de lo publicado en el estudio de la población mediterránea, donde predominaban los patrones de alta densidad tanto para las mujeres con sobrepeso u obesidad como con las que presentaban peso normal, con proporciones del 66 % y del 77 %, respectivamente 11.
En cuanto a los factores que modificaron de forma estadísticamente significativa (p < 0.05), el porcentaje de densidad mamográfica con una relación lineal inversa estuvo constituido por la edad y las medidas antropométricas (perímetro de cintura, perímetro de cadera, razón cintura/cadera e IMC), como se ha documentado también en otros estudios internacionales 10,12,15-17. En el caso de la edad, este hallazgo se explicaría como un fenómeno secundario a una involución de la unidad ducto lobulillar asociado con el envejecimiento y se ha visto descrito en otros estudios 10,15,18.
La única variable estudiada que se asoció con un aumento de la densidad mamográfica fue el estatus premenopáusico, por un aumento del porcentaje de densidad del 14.2 %. Ello concuerda con el estudio publicado de población estadounidense por Oppong et al. 19 y otras publicaciones sobre determinantes de la densidad mamográfica 18,20.
Adicionalmente, se encontró que el consumo de anticonceptivos orales parecía asociarse también con un aumento del porcentaje de tejido fibroglandular, en un 0.34 %; pero sin significancia estadística (valor de p = 0.76). Sin embargo, al ajustar el porcentaje de densidad mamográfica con la edad y el consumo de anticonceptivos orales (>1 año), aumenta de forma estadísticamente significativa en un 0.1 % la densidad mamográfica y se asemeja a lo reportado en otras publicaciones 18,20,21.
Con el árbol de regresión se lograron identificar la edad, el perímetro de cintura, el IMC y la talla de brasier como las variables que debían incluirse en el modelo final de regresión múltiple del porcentaje de densidad mamográfica. Con este se obtuvo la información necesaria para construir la fórmula de la pendiente, que permite estimar el porcentaje promedio de densidad mamográfica:
Donde y corresponde al porcentaje de densidad mamográfica estimado; X1, a la edad de la paciente en años; X2, al perímetro de cintura de la paciente en centímetros; X3, al IMC de la paciente, y X4, a su talla de brasier.
Si bien el perímetro de cintura fue la única variable que presentó un valor de p no estadísticamente significativo (p > 0.286), el árbol de regresión la identificó como variable importante para el modelo final. El 22 % de la variabilidad de la densidad mamográfica fue atribuida a la composición corporal, lo cual tiene una importante implicación clínica, ya que la mayoría de las variables son potencialmente modificables.
Esta herramienta sería de utilidad para la práctica clínica en pacientes idealmente con características similares a las de la población estudiada, daría un estimado de su densidad mamográfica y ayudaría a los clínicos a identificar aquellas mujeres que encuentren mayor beneficio en la realización de estudios de tamizaje con métodos complementarios, como son eco-grafía, resonancia o mamografía contrastada (mujeres con patrones de alta densidad mamaria).
La principal limitación del presente estudio está relacionada con el muestreo no aleatorizado de las participantes, pues implica un sesgo de selección; no obstante, el tamaño de la muestra es considerable y se logró una potencia estadística adecuada para el modelo final de estimación de la densidad mamográfica.
Ahora bien, en cuanto a las contribuciones del estudio, se aporta información concerniente a las características sociodemográficas y clínicas de la población femenina colombiana. Además, se documentó que una proporción importante de la población se encuentra en rango de sobrepeso, lo que implica mayor riesgo para el desarrollo de otras patologías (metabólicas, neoformativas, etc.); por ello, se considera una prioridad el establecimiento de métodos de promoción y prevención, con mayor estimulación de hábitos de vida saludable. De igual forma, se logró elaborar una fórmula a través de un modelo final por medio de la cual estimar el porcentaje de densidad mamaria, que se puede usar en la práctica clínica con población colombiana similar a la de este estudio. Dichos aportes pueden servir de sustento para futuras investigaciones.
Conclusiones
La mayor proporción de mujeres en este estudio se encontró en rango de sobrepeso, al igual que con patrones de densidad mamográfica bajos (<50 %). El peso y talla autorreportados fueron sobrestimados, respecto a los valores medidos. Dicha diferencia, a pesar de tener significancia estadística, no implica relevancia clínica.
Las participantes de mayor edad mostraron valores más altos de marcadores de adiposidad (IMC, perímetro de cintura y porcentaje de masa grasa). De igual forma, esta presentó una relación lineal directa estadísticamente significativa (p < 0.05) con el porcentaje de masa grasa y la razón cintura/cadera. Por su parte, variables clínicas como el estatus menopáusico y el uso de anticonceptivos orales no se asociaron de forma significativa con dichos marcadores de adiposidad.
Hubo una relación lineal inversa y estadísticamente significativa entre patrones mamográficos y edad, patrones mamográficos y medidas antropométricas (IMC, perímetro de cintura/cadera y porcentaje de grasa), y fue opuesto a la encontrada en las pacientes premenopáusicas.
Se identificaron cuatro variables (edad, IMC, talla de brasier y perímetro de cintura) como parte del proceso de elaboración de un modelo de estimación de densidad mamográfica, que sería una herramienta útil en la práctica clínica para ayudar a dirigir a aquellas mujeres que requieran un programa de tamizaje complementario (alta densidad mamográfica).