Leiomiosarcoma uterino con metástasis atípica posterior a una histerectomía total: reporte de caso / Uterine leiomyosarcoma with atypical metastasis post total hysterectomy: Case report

RESUMEN Introducción : El leiomiosarcoma uterino es un sarcoma poco frecuente sumamente agresivo, que puede presentar metástasis más frecuentemente a pulmón e hígado. Su pronóstico es malo, siendo la histerectomía total temprana el tratamiento de primera línea Otras alternativas son la quimioterapia con regímenes de doxorrubicina, ifosfamida o gemcitabina, solos o en combinación. Reporte de caso : Presentamos a una mujer peruana de 40 años que fue sometida a histerectomía por sospecha de leiomioma; sin embargo, la patología reveló un diagnóstico final de leiomiosarcoma uterino. No se le pudo notificar debido a la pérdida de seguimiento. Dos años más tarde, volvió a presentar metástasis en muslo, mama, hígado, pulmones y cuero cabelludo. Se le administró Ifosfamida y Doxorubicina cada 21 días durante 3 cursos; sin embargo, debido a la progresión de la enfermedad, se decidió un tratamiento paliativo. Finalmente, falleció dos meses después del tratamiento. Conclusión : Se presenta un caso de leiomiosarcoma uterino con metástasis atípica para promover el diagnóstico precoz y diferenciado de leiomioma, leiomiosarcoma de bajo grado y leiomiosarcoma de alto grado para definir el tratamiento correcto.

ABSTRACT Introduction : Uterine leiomyosarcoma is a rare and highly aggressive sarcoma, which can metastasize most frequently to the lung and liver. Its prognosis is poor, with early total abdominal hysterectomy being the first line treatment. Other alternatives are chemotherapy with regimens of doxorubicin, ifosfamide or gemcitabine, alone or in combination. Case report : We present a 40-year-old Peruvian woman who underwent hysterectomy for suspected leiomyoma; however, pathology revealed a final diagnosis of uterine leiomyosarcoma. She could not be notified due to loss to follow-up. Two years later, she again presented with metastases in the thigh, breast, liver, lungs and scalp. He was given Ifosfamide and Doxorubicin every 21 days for 3 courses, however, due to disease progression, palliative treatment was decided. Finally, he died two months after treatment. Conclusion : A case of uterine leiomyosarcoma with atypical metastasis is presented to promote early and differentiated diagnosis of leiomyoma, low grade leiomyosarcoma and high grade leiomyosarcoma to define the correct treatment.

Metodologías Cuantitativas 2: Sesgo de confusión y cómo controlar un confusor / Quantitative Methodologies 2: Confusion bias and how to control a confounding factor

Identificar el sesgo de confusión y cómo controlarlo es uno de los desafíos metodológicos más importantes en el diseño de estudios que buscan identificar la causalidad. Este sesgo está presente en cualquier análisis de la asociación entre una exposición y un resultado de interés, una asociación que puede estar sesgada o no por una tercera variable llamada confusor. Podemos diagnosticar un confusor en todos los casos en los que este crea una asociación espuria entre una variable de exposición o variable independiente y la variable de resultado o variable dependiente. Para controlar el sesgo de confusión, podemos usar diferentes métodos. Estos incluyen aquellas técnicas aplicadas en el diseño del estudio, tales como restricción, aleatorización y coincidencia, y aquellas técnicas empleadas en el análisis de datos, como la estratificación, el análisis multivariado, la estandarización, los puntajes de propensión, el análisis de sensibilidad y el inverso ponderación de probabilidad. En esta revisión, analizamos cómo identificar una variable de confusión y las principales técnicas para controlar el sesgo de confusión.

Addressing confounding bias is one of the challenges when conducting causality studies. This occurs when we report a causal association between an exposure and an outcome, when in fact it could be result of the effect of a third factor called confounding variable. That is, when a confounder variable creates a spurious relationship between the exposure or independent variable and the outcome of interest or dependent variable. By knowing the confounding variables and their association with the exposure of interest, the confounding bias could be controlled. To control for confounding bias, we can use different methods. These include techniques applied in study design, such as restriction, randomization, and coincidence, and techniques used in data analysis, such as stratification, multivariate analysis, standardization, propensity scores, analysis sensitivity and the inverse probability weighting. In this review, we discuss how to identify a confounding variable and the main techniques for controlling for confounding bias.