Introducción
La malnutrición y la sarcopenia representan alteraciones clínicas de alta prevalencia en pacientes oncológicos, con tasas que pueden alcanzar hasta el 70 % en el caso de la malnutrición y más del 35 % en el caso de la sarcopenia, dependiendo del tipo de cáncer y el estadio de la enfermedad. Estas condiciones no solo reflejan un deterioro nutricional y funcional significativo, sino que también están estrechamente asociadas con peores desenlaces clínicos, como mayor toxicidad de los tratamientos antineoplásicos, incremento de complicaciones postquirúrgicas, disminución de la funcionalidad física, mayor riesgo de caídas, menor calidad de vida y un aumento de la mortalidad.
Además, generan una presión sustancial sobre los sistemas sanitarios y un impacto económico y social considerable. La sarcopenia, reconocida como una enfermedad muscular por el Grupo de Trabajo Europeo en Sarcopenia en Personas Mayores (EWGSOP2), se manifiesta a través de una pérdida progresiva de masa y fuerza muscular, y en pacientes con cáncer, suele coexistir con la malnutrición, amplificando sus efectos negativos. A pesar de que el gold standard para la medición de la masa muscular incluye técnicas como la tomografía computarizada (TC) y la resonancia magnética (RMN), su uso sistemático en la práctica clínica es limitado debido a su elevado coste, el acceso restringido y la exposición a radiación. Métodos alternativos como la bioimpedancia, la ecografía o la absorciometría dual de rayos X (DEXA) han mostrado potencial, pero su aplicación no está generalizada.
En este sentido, es crucial explorar enfoques más integrados y accesibles, como el aprovechamiento de imágenes diagnósticas ya disponibles (TC) combinadas con pruebas funcionales validadas (como la dinamometría o el “sit-to-stand test”), para facilitar un diagnóstico precoz y preciso.
Objetivo
>El objetivo principal es evaluar la eficacia, la seguridad y la eficiencia del uso de tomografía computarizada para evaluar la composición corporal, junto con pruebas de funcionalidad muscular, en el diagnóstico temprano de sarcopenia y mioesteatosis en pacientes oncológicos que presentan riesgo de desnutrición y fragilidad debido a su patología y al tratamiento oncológico.
Metodología
Se realizó una revisión sistemática de la literatura científica, y se reportó siguiendo la declaración PRISMA. La búsqueda abarcó estudios publicados hasta abril de 2025 y se llevó a cabo en las bases de datos Medline, Embase, Web of Science, Cochrane Library, Cinahl e INAHTA. También se consultaron fuentes complementarias como páginas web de agencias de evaluación (NICE, AHRQ, RedETS, entre otras) y bases de datos económicas (Econlit, CEA Registry, IDEAS/RePEc).
La selección de estudios, extracción de datos y evaluación de calidad se realizaron por dos investigadoras de forma independiente. Se incluyeron revisiones sistemáticas, metaanálisis y estudios primarios, y se aplicaron las herramientas AMSTAR-2 y QUADAS-2 para la evaluación metodológica.
Resultados
CSe incluyeron una revisión sistemática y nueve estudios observacionales, centrados en la evaluación de tomografía computarizada (TC) y pruebas funcionales en pacientes oncológicos con riesgo de desnutrición y fragilidad. No se identificaron estudios que evaluaran de forma conjunta ambas herramientas, lo que limitó el análisis integrado.
Los estudios incluidos, realizados en su mayoría en el ámbito europeo y asiático, emplearon criterios diversos para definir sarcopenia y malnutrición, con puntos de corte que varían según el sexo, el Índice de Masa Corporal (IMC) y la técnica utilizada. Esta heterogeneidad refleja diferencias geográficas en los estándares aplicados, como el consenso asiático AWGS frente a criterios europeos, lo que refleja una notable variabilidad metodológica entre estudios.
La TC fue empleada como método de referencia en la mayoría de los estudios, mostrando una mayor precisión diagnóstica para estimar masa muscular y detectar sarcopenia en comparación con técnicas como la bioimpedancia (BIA), la ecografía o la antropometría. En varios estudios, la TC presentó valores elevados de sensibilidad, especificidad y área bajo la curva (AUC).
Algunos estudios analizaron la correlación entre TC y otros métodos clínicos, como la fuerza de prensión manual, la ecografía o la BIA, con resultados variables y niveles de concordancia generalmente bajos o moderados. También se identificó el uso de inteligencia artificial aplicada a la TC para automatizar la estimación de masa muscular, con buena capacidad discriminativa.