¿Hay vida más allá del histograma?

Los histogramas dosis-volumen (DVH, por sus siglas en inglés) son una herramienta que utilizamos para evaluar la dosis que recibirá tanto nuestro tumor como los tejidos sanos circundantes, una vez impartido el tratamiento. Con su ayuda resulta fácil comprobar, por ejemplo, si nuestro volumen blanco de planificación PTV (Planning Target Volume) cumple con el criterio ICRU de homogeneidad en la distribución de dosis. Pero es al estimar las dosis que reciben los tejidos sanos, a fin de evaluar el riesgo de producir un daño determinado, cuando empezamos a sentirnos inseguros y no sabemos muy bien qué estamos analizando exactamente.
Imaginemos, por ejemplo, la distribución de dosis que tendremos en el pulmón después de irradiar un cáncer de mama. Ésta no es, en modo alguno, homogénea, y será, por tanto, dependiente de nuestra técnica de irradiación elegida. El pulmón, además, es un órgano que se mueve al respirar y cambia de volumen durante la fase respiratoria. Como nuestro tratamiento dura unas cuantas semanas, tampoco estamos seguros de que ese pulmón vaya a estar exactamente en el mismo sitio cada día –por comodidad podemos decir que, la nuestra, es una distribución de dosis en cuatro dimensiones, 4D. Resulta fácil comprender que no vayamos a ser capaces de conocer y manejar, llegado el caso, una información tan compleja. Así que empezaremos a simplificar el problema.

Si nos olvidamos de su función respiratoria, de su movimiento, de su localización diaria, tendremos una imagen bastante exacta de la distribución de dosis en el pulmón; podemos visualizarla en un sistema de planificación y diremos que tenemos una información dosimétrica 3D. Esta información sigue resultando, por desgracia, muy compleja de tratar y no sabremos, a ciencia cierta, qué hacer con ella. Comprendemos, además, que la distribución cambiará en función de la técnica que hayamos elegido para irradiar nuestro tumor.
Los histogramas dosis-volumen reducen esta información, simplificada ya en tres dimensiones, al representarla en un espacio bidimensional o 2D. Con este último paso hemos perdido cualquier información topológica, por ejemplo; además, el pulmón no es un órgano homogéneo, sino que su funcionamiento se sustenta en cierta complejidadestructural bien diferenciada. Toda esta información ha sido perdida; para valorar la pérdida basta imaginar ahora la irradiación de un esófago, o de un timoma, y pensar en cómo serán las distribuciones 3D de posibles DVH, similares en nuestro ejemplo a los que teníamos en el caso anterior de mama, para el pulmón.


Por asombroso que parezca, esta información en dos dimensiones sigue siendo exageradamente complicada de tratar y no conseguimos, en consecuencia, entenderla muy bien. Para ello realizamos una simplificación más y construimos un modelo en una dimensión, 1D. Puede ser, por ejemplo, un punto de nuestro histograma, que represente la cantidad de volumen que recibe una determinada dosis; o la dosis media recibida en nuestro tejido, por ejemplo. Existen diferentes métricas y cada una de ellas se puede utilizar para evaluar el posible riesgo de daño producido al tejido. Debemos de ser cautos al aplicar los resultados publicados con estos métodos en nuestra práctica clínica, pues éstos suelen tener una pobre “validez externa”. Basta recordar que para cada modelo 1D existen varios modelos 2D; de igual manera, para cada histograma pueden existir diferentes realidades 3D.
Algunas preguntas que podemos plantearnos son las siguientes: ¿por qué estos modelos simplificados tienen una buena validez interna? ¿Por qué en órganos como el recto son más determinantes, a la hora de predecir daños, los volúmenes irradiados a altas dosis que a dosis bajas o medias? Aunque nuestros modelos sean representaciones simplificadas de la realidad, ¿tiene sentido optimizarlos para una métrica dada a fin de mejorar su respuesta (si nuestra métrica es la dosis media en el tejido, conseguir una dosis media más baja)?
Tenemos que señalar, para concluir, que todas estas consideraciones son meramente dosimétricas y no tienen en cuenta la variabilidad que existe entre nuestros pacientes. Así las cosas, ¿qué estamos haciendo exactamente cuando intentamos que la curva para un tejido sano pase un poco por debajo de un punto dado? Otras preguntas legítimas tendrían que ver con el tiempo empleado para conseguir estas modificaciones, así como las razones o emociones que operan para conseguir que nos afanemos en tan extraña tarea.