Modelo clínico imagenológico escalonado para el paciente con cáncer de ovario  
Yanet Pérez González  
Jesler Bravo Peña  
Yilian Machado Garcet  
Volumen: 18  
Recepción: 09/09/2025  
Número: 1  
Año: 2026  
Aprobado: 15/12/2025  
Artículo original  
Modelo clínico imagenológico escalonado para el paciente con cáncer de ovario  
Stepwise imaging clinical model for patients with ovarian cancer  
Yanet Pérez González1 (yanetpegonzalez@gmail.com) (http://orcid.org/0000-0003-  
0795-1063)  
Jesler Bravo Peña2 (jeslerbravo@gmail.com) (http://orcid.org/0000-0002-0450-9221)  
Yilian Machado Garcet3 (yilianmachado92@gmail.com) (http://orcid.org/0000-0002-  
0647-3357)  
Resumen  
El presente artículo constituye resultado de una investigación en opción al título de  
Máster en Ciencias en Atención Integral al Paciente Oncológico, dado que el cáncer de  
ovario constituye un importante problema de salud a nivel global, al representar la  
séptima neoplasia más frecuente y la octava causa de muerte por cáncer en la mujer a  
nivel mundial. Su objetivo se dirige a describir el diseño de un modelo clínico-  
imagenológico escalonado para el manejo diagnóstico y de estadificación del cáncer de  
ovario en el Hospital General Docente Dr. Ernesto Guevara de la Serna, de Las Tunas,  
Cuba. Se utilizaron los métodos del nivel teórico: sistematización teórica y modelación,  
del nivel empírico la observación y el análisis documental. Los principales resultados de  
la aplicación del modelo se dirigen a lograr indicadores de validez y confiabilidad del  
algoritmo para predecir enfermedad maligna y resecabilidad óptima, la evaluación de la  
viabilidad clínica del modelo en la práctica real y la reducción del 30% en costos  
diagnósticos. A modo de conclusiones el modelo permite obtener una herramienta  
validada, costo-efectiva y exportable para mejorar el manejo del cáncer de ovario en  
entornos similares y contar con un protocolo claro, consensuado y contextualizado que  
reduzca la incertidumbre en la toma de decisiones iniciales, así como el recibimiento en  
las pacientes de una estadificación más precisa y, en consecuencia, un tratamiento  
inicial más adecuado a su condición, lo que potencialmente podría impactar en el  
pronóstico.  
Palabras clave: Modelo TUNAS-OVARIO, cáncer de ovario, adecuación del  
tratamiento.  
Abstract  
This article is the result of research conducted as part of a Master's degree in  
Comprehensive Care for Cancer Patients, given that ovarian cancer is a major global  
1
Doctora en Medicina. Profesora Instructora. Especialista en Oncoginecología en Hospital General Docente “Dr.  
Ernesto Guevara de la Serna”. Las Tunas, Cuba.  
2
Doctor en Medicina. Profesor Asistente. Especialista en Anestesiología en Hospital General Docente “Dr. Ernesto  
Guevara de la Serna”. Las Tunas, Cuba.  
3
Doctora en Medicina. Especialista en Oncología en Hospital General Docente “Dr. Ernesto Guevara de la Serna”.  
Las Tunas, Cuba.  
Página 26  
Modelo clínico imagenológico escalonado para el paciente con cáncer de ovario  
Yanet Pérez González  
Jesler Bravo Peña  
Yilian Machado Garcet  
Volumen: 18  
Recepción: 09/09/2025  
Número: 1  
Año: 2026  
Aprobado: 15/12/2025  
Artículo original  
health problem, representing the seventh most common cancer and the eighth leading  
cause of cancer death in women worldwide. The objective is to describe the design of a  
stepwise clinical-imaging model for the diagnosis and staging of ovarian cancer at the  
Dr. Ernesto Guevara de la Serna General Teaching Hospital. Theoretical methods were  
used: theoretical systematization and modeling, and empirical methods: observation and  
documentary analysis. The main results of the model's application are aimed at  
achieving indicators of validity and reliability of the algorithm for predicting malignant  
disease and optimal resectability, evaluating the clinical viability of the model in real  
practice, and reducing diagnostic costs by 30%. In conclusion, the model provides a  
validated, cost-effective, and exportable tool for improving the management of ovarian  
cancer in similar settings and provides a clear, consensus-based, and contextualized  
protocol that reduces uncertainty in initial decision-making, as well as providing patients  
with more accurate staging and, consequently, initial treatment that is more appropriate  
to their condition, which could potentially impact prognosis.  
Key words: TUNAS-OVARIO model, ovarian cancer, treatment adequacy.  
Introducción  
El cáncer de ovario es el tercer cáncer ginecológico más común; sin embargo, es el que  
presenta el peor pronóstico, siendo tres veces más letal que el cáncer de mama.1  
Menos de la mitad de los pacientes sobreviven más de 5 años y más del 75% de las  
mujeres se diagnostican cuando la enfermedad se encuentra en una etapa avanzada,  
siendo común el diagnóstico en estadios 3 y 4, donde la tasa de supervivencia es de 25-  
30%; además, el 60% de las mujeres con cáncer de ovario presentan enfermedad  
metastásica al momento del diagnóstico. 2 Cerca del 4.4% de las muertes relacionadas  
con enfermedades malignas se deben al cáncer de ovario. (Cortés et al., 2020, p.1)  
La alta letalidad del cáncer de ovario como problema de salud, se atribuye  
fundamentalmente, según Cortés et al. (2020), al diagnóstico en estadios avanzados de  
la enfermedad, debido a la inespecificidad de su sintomatología inicial y la falta de  
métodos de cribado efectivos. El manejo óptimo de esta neoplasia es multimodal y  
depende críticamente de una valoración imagenológica precisa para la caracterización  
de la masa anexial, la estadificación de la enfermedad, la planificación del acto  
quirúrgico y la evaluación de la respuesta al tratamiento. Guías clínicas internacionales,  
como las del National Comprehensive Cancer Network (NCCN) y la European Society  
for Medical Oncology (ESMO), recomiendan algoritmos diagnósticos que incluyen la  
ecografía transvaginal como estudio inicial, seguida de la tomografía axial  
computarizada (TAC) de abdomen y pelvis con contraste como modalidad de elección  
para la estadificación, reservando la resonancia magnética (RM) para la caracterización  
de masas indeterminadas.  
Sin embargo, este paradigma de manejo, altamente efectivo en entornos de altos  
recursos, encuentra serias limitaciones para su implementación en entornos de  
recursos limitados (Low-Resource Settings – LRS), caracterizados por la escasez de  
equipos de imagen avanzada (como RM), la limitada disponibilidad de personal  
Página 27  
Modelo clínico imagenológico escalonado para el paciente con cáncer de ovario  
Yanet Pérez González  
Jesler Bravo Peña  
Yilian Machado Garcet  
Volumen: 18  
Recepción: 09/09/2025  
Número: 1  
Año: 2026  
Aprobado: 15/12/2025  
Artículo original  
especializado en radiología oncológica y oncología ginecológica, y restricciones  
presupuestarias. Esta disparidad tecnológica y de expertise genera inequidades en el  
acceso a un diagnóstico preciso y oportuno, traduciéndose en retrasos en el  
tratamiento, estadificación incompleta y, en última instancia, en peores resultados  
oncológicos.  
Ante este escenario, surge la necesidad de desarrollar estrategias diagnósticas  
pragmáticas, eficientes y costo-efectivas que se adapten a las realidades de estos  
entornos. Los modelos de atención escalonada (stepped-care models) representan un  
enfoque prometedor, al priorizar el uso racional de los recursos disponibles, iniciando  
con herramientas de primera línea ampliamente accesibles (como la ecografía) y  
reservando tecnologías más complejas y costosas solo para aquellos casos en que  
sean estrictamente necesarias, optimizando así la capacidad diagnóstica sin  
comprometer la calidad de la atención.  
A nivel mundial, el cáncer de ovario representa un desafío global en salud pública.  
Según estimaciones de la Global Cancer Observatory, se registran anualmente más de  
313.000 nuevos casos y aproximadamente 207.000 muertes a nivel mundial. La  
incidencia varía significativamente entre regiones, siendo más alta en países  
desarrollados (9.4 por 100.000 en Europa del Norte) y más baja en África (5.0 por  
100.000). Sin embargo, la mortalidad es desproporcionadamente alta en países de  
bajos y medianos ingresos, donde el 75% de los casos se diagnostican en etapas  
avanzadas (FIGO III-IV) (González et al., 2021).  
La International Agency for Research on Cancer (IARC) ha identificado que la brecha  
en supervivencia a 5 años entre países de altos ingresos (40-50%) y bajos ingresos  
(20-30%) se explica principalmente por diferencias en el acceso a diagnóstico  
temprano, cirugía especializada y tratamiento multimodal. La iniciativa World Ovarian  
Cancer Coalition ha señalado que menos del 35% de los centros oncológicos en países  
de recursos limitados cuenta con protocolos estandarizados de imagenología para  
cáncer de ovario (Patel et al., 2023).  
De acuerdo con la Sociedad Cubana de Radiología (2022), en Cuba, el cáncer de  
ovario ocupa el quinto lugar en incidencia entre los cánceres ginecológicos, con una  
tasa de 8.2 por 100.000 mujeres. El Programa Nacional de Control del Cáncer ha  
establecido como prioridad la mejora en el diagnóstico temprano mediante el  
fortalecimiento de la red de imagenología oncológica. No obstante, persisten desafíos  
en la distribución equitativa de tecnología avanzada: mientras el 95% de los hospitales  
provinciales cuenta con tomógrafos computarizados, solo el 40% de los municipales  
dispone de ecógrafos de alta resolución.  
El Ministerio de Salud Pública (MINSAP) reporta que el tiempo promedio desde la  
sospecha clínica hasta el diagnóstico definitivo de cáncer de ovario es de 68 días en  
provincias orientales versus 42 días en La Habana, evidenciando disparidades  
regionales en el acceso a estudios de imagen (González et al., 2021).  
Página 28  
Modelo clínico imagenológico escalonado para el paciente con cáncer de ovario  
Yanet Pérez González  
Jesler Bravo Peña  
Yilian Machado Garcet  
Volumen: 18  
Recepción: 09/09/2025  
Número: 1  
Año: 2026  
Aprobado: 15/12/2025  
Artículo original  
Considerando los antecedentes expuestos, el problema central de la investigación que  
se desarrolla se centra en cómo desarrollar y validar un modelo clínico-imagenológico  
escalonado, factible y efectivo, para el manejo diagnóstico y de estadificación del  
cáncer de ovario en el Hospital General Docente Dr. Ernesto Guevara de la Serna. En  
este sentido el objetivo del presente artículo es describir el diseño de un modelo clínico-  
imagenológico escalonado para el manejo diagnóstico y de estadificación del cáncer de  
ovario en el Hospital General Docente Dr. Ernesto Guevara de la Serna.  
Materiales y métodos  
La investigación se realizó bajo un paradigma mixto, secuencial explicativo (Diseño). La  
fase inicial fue cualitativa, utilizando el método Delphi para lograr consenso entre un  
panel multidisciplinario de expertos (ginecólogos-oncólogos, radiólogos, oncólogos  
clínicos) en el diseño del algoritmo escalonado. Posteriormente, se desarrolló un  
estudio observacional, analítico y prospectivo de tipo cohorte transversal (Fase  
cuantitativa) para la validación del modelo.  
Los métodos de recopilación de datos incluyeron revisión de historias clínicas,  
aplicación de una checklist ecográfica estandarizada, informe TAC con protocolo  
estandarizado y seguimiento del proceso hasta la definición terapéutica. Las técnicas  
de análisis cualitativo se centraron en el análisis de contenido de las rondas Delphi.  
Para el análisis cuantitativo, se utilizó la estadística descriptiva (frecuencias,  
porcentajes, medias) e inferencial: cálculo de indicadores de validez diagnóstica (con  
intervalos de confianza al 95%), prueba de Chi-cuadrado para variables categóricas,  
prueba t de Student o U de Mann-Whitney para variables continuas, según su  
distribución, utilizando el programa estadístico SPSS v.25.0.  
Este estudio se delimitó espacialmente al Hospital General Docente Dr. Ernesto  
Guevara de la Serna y temporalmente al período de inicio en el 2025, con culminación  
en el 2026. El modelo se diseñó y específicamente para el contexto de recursos de  
dicha institución, por lo que su generalización a otros entornos requiere de validaciones  
externas.  
El estudio se centró en la fase diagnóstica y de estadificación inicial, sin evaluar  
outcomes oncológicos a largo plazo como la supervivencia global o libre de progresión,  
los cuales podrían ser objeto de investigaciones futuras.  
En el Hospital General Docente Dr. Ernesto Guevara de Las Tunas, la población de  
referencia estuvo compuesta por 550,000 habitantes de la provincia Las Tunas. En  
relación con la capacidad instalada, se identificaron dos ecógrafos de alta resolución  
(uno con transductor transvaginal), un tomógrafo computarizado de 16 detectores  
(Siemens Somatom Scope), cuatro radiólogos generales y dos ginecólogos-oncólogos.  
El análisis de situación identificó como principales limitaciones que el tiempo de espera  
promedio para TAC es de aproximadamente 14 días, con disponibilidad irregular de  
medio de contraste intravenoso, el 30% de los reportes de TAC no incluyen criterios  
específicos de resecabilidad y la ausencia de protocolos institucionales para estudio  
Página 29  
Modelo clínico imagenológico escalonado para el paciente con cáncer de ovario  
Yanet Pérez González  
Jesler Bravo Peña  
Yilian Machado Garcet  
Volumen: 18  
Recepción: 09/09/2025  
Número: 1  
Año: 2026  
Aprobado: 15/12/2025  
Artículo original  
imagenológico de masas anexiales, además, el la caracterización del cáncer de ovario  
como neoplasia compleja y heterogénea que representa un desafío significativo en  
oncología ginecológica que implica aspectos epidemiológicos, anatomo-patológicos,  
moleculares, clínicos y de comportamiento biológico.  
Se determinó que los resultados directos de esta investigación beneficiaron a las  
pacientes, al sistema de salud, a la institución y al equipo clínico.  
Resultados  
Los métodos utilizados, de sistematización teórica que permitió la comparación con  
otros estudios expuestos en la literatura consultada, así como la observación y el  
análisis documental constataron que existe una carencia de algoritmos diagnósticos  
validados, específicamente diseñados que integren de manera secuencial y eficiente las  
herramientas de imagen disponibles (ecografía y TAC) para el manejo del cáncer de  
ovario. La mayoría de los protocolos existentes o son demasiado complejos y  
dependientes de recursos no disponibles, o son demasiado genéricos y no ofrecen  
guías claras para la toma de decisiones.  
A partir del estudio y el diseño realizado se pretende el desarrollo de un modelo  
escalonado, contextualizado y consensuado multidisciplinariamente. El modelo  
propuesto no solo es una herramienta diagnóstica, sino también un instrumento de  
gestión que optimiza la utilización de los recursos de imagen, reduce los tiempos de  
espera y contribuye a la equidad en la atención oncológica dentro del sistema de salud  
cubano.  
A través de la investigación se desarrolló el Modelo TUNAS-OVARIO (Tunera-  
Normatización para el Abordaje de masas anexiales con Riesgo Oncológico),  
específicamente diseñado para el contexto del Hospital “Dr. Ernesto Guevara”. A  
continuación, se describen los elementos esenciales que se abordan:  
Componentes innovadores:  
Adaptación contextual de criterios IOTA a nuestra población.  
Protocolo TAC-OVARIO abreviado con 6 hallazgos críticos:  
Ascitis significativa  
Carcinomatosis peritoneal  
Infiltración epiplónica  
Implantes superficiales hepáticos  
Adenopatías retroperitoneales  
Derrame pleural  
Sistema de teleconsulta con centro de referencia nacional.  
Página 30  
Modelo clínico imagenológico escalonado para el paciente con cáncer de ovario  
Yanet Pérez González  
Jesler Bravo Peña  
Yilian Machado Garcet  
Volumen: 18  
Recepción: 09/09/2025  
Número: 1  
Año: 2026  
Aprobado: 15/12/2025  
Artículo original  
Algoritmo de derivación optimizado.  
Se pretende el desarrollo de un algoritmo contextualizado, crear un protocolo específico  
para el nivel tecnológico y de expertise disponible en hospitales provinciales cubanos y  
demostrar la precisión diagnóstica y utilidad clínica del modelo en las condiciones  
reales de nuestro sistema de salud.  
En relación con las herramientas de implementación, es necesario proveer:  
Guías de capacitación para ecografistas  
Protocolos técnicos para TAC  
Plantillas estandarizadas de informe radiológico  
Flujogramas de decisión clínica  
En cuanto al análisis de impacto, cuantificar el potencial efecto en:  
Reducción del tiempo al diagnóstico  
Mejora en la adecuación del tratamiento inicial  
Optimización del uso de recursos  
Reducción de costos  
Caracterización de las Capacidades Imagenológicas y Diseño del Algoritmo  
Escalonado. Metodología específica para Las Tunas:  
Fase 1: Diagnóstico Situacional.  
Diseño: Estudio descriptivo transversal  
Población: 15 profesional (5 radiólogos, 5 ginecólogos-oncólogos, 5 técnicos en  
imagenología del servicio de Imagenología y Oncología del Hospital  
Instrumento: Cuestionario validado que evalúa:  
Disponibilidad tecnológica (escala LIKERT de 5 puntos)  
Capacidad técnica autopercibida  
Frecuencia de procedimientos  
Principales dificultades operacionales  
Análisis: Estadística descriptiva con SPSS v.25(frecuencias, porcentajes) y análisis de  
consenso (coeficiente de Kendall, mediana de las puntuaciones).  
Técnicas: Encuesta para caracterizar capacidades (estado tecnológico, disponibilidad,  
mantenimiento, expertise) y dos rondas Delphi para consenso sobre los criterios del  
algoritmo  
Evaluación tecnológica:  
Página 31  
Modelo clínico imagenológico escalonado para el paciente con cáncer de ovario  
Yanet Pérez González  
Jesler Bravo Peña  
Yilian Machado Garcet  
Volumen: 18  
Recepción: 09/09/2025  
Número: 1  
Año: 2026  
Aprobado: 15/12/2025  
Artículo original  
Estado de equipos (escala QUALITECH)  
Disponibilidad de insumos  
Capacidad de mantenimiento  
Evaluación de recursos humanos:  
Encuesta de competencias (escala Likert)  
Necesidades de capacitación  
Análisis de procesos:  
Mapeo de flujos actuales  
Cuellos de botella  
Tiempos de espera  
Fase 2: Diseño Participativo.  
Método: Delphi modificado de 2 rondas  
Criterios de inclusión:  
Experiencia en manejo de cáncer de ovario  
Disponibilidad para participar  
Validación externa con especialistas de Instituto Nacional de Oncología  
Instrumentos:  
Ronda 1: Cuestionario abierto para identificación de elementos críticos  
Ronda 2: Escala LIKERT de 9 puntos para valoración de acuerdo  
Umbral de consenso:  
Acuerdo: Mediana ≥7 en escala 1-9  
Consenso: Índice de Kendall W ≥0.7  
Elementos a consensuar:  
Criterios ecográficos de referencia para TAC  
Protocolo técnico mínimo para TAC  
Elementos obligatorios del informe radiológico  
Flujos de decisión clínica  
Análisis previsto:  
Coeficiente de Kendall de concordancia  
Análisis de contenido para respuestas cualitativas  
Página 32  
Modelo clínico imagenológico escalonado para el paciente con cáncer de ovario  
Yanet Pérez González  
Jesler Bravo Peña  
Yilian Machado Garcet  
Volumen: 18  
Recepción: 09/09/2025  
Número: 1  
Año: 2026  
Aprobado: 15/12/2025  
Artículo original  
Análisis de consistencia interna (Alpha de Cronbach)  
Resultados esperados:  
Diagnóstico detallado de las capacidades y limitaciones imagenológicas del centro.  
Algoritmo TUNAS-OVARIO consensuado que defina:  
Escalón 1 (Ecografía): Criterios ecográficos de alto riesgo (ej. Tumor bilateral,  
vegetaciones intratumorales, ascitis) que active el protocolo.  
Escalón 2 (TAC): Criterios clínicos y ecográficos específicos para solicitar TAC  
contrastado (ej. Alta sospecha ecográfica, ascitis inexplicada, empeoramiento clínico).  
Protocolo TAC Abreviado: Definición de un protocolo técnico y una lista de verificación  
(checklist) de hallazgos críticos a reportar obligatoriamente para la toma de decisiones.  
Protocolos técnicos estandarizados:  
Plan de capacitación  
Mapa detallado de capacidades y limitaciones imagenológicas  
Algoritmo escalonado validado por consenso  
Protocolos técnicos estandarizados  
Plantillas de informe unificadas  
Metodología para la validación:  
Diseño: Estudio observacional, analítico y prospectivo de tipo cohorte transversal.  
Población: Pacientes con>18 años con masa anexial sospechosa y consentimiento  
informado de cáncer de ovario remitidas al servicio. Tamaño de muestra: 120 pacientes  
(cálculo con poder estadístico 80%, Alpha 0.05)  
Intervención: Aplicación del algoritmo escalonado diseñado.  
Nivel 1: Ecografía con criterios IOTA adaptados  
Nivel 2: TAC con protocolo abreviado si criterios de riesgo  
Interpretación: Using plantillas estandarizadas  
Variables principales:  
Variables de resultado (Gold Standard): Hallazgos histológicos (post-quirúrgicos) y  
quirúrgicos (resección óptima vs. Subóptima).  
Variables de exposición: Resultados del algoritmo (clasificación de riesgo, hallazgos en  
TAC).  
Variables de viabilidad: Tiempo desde la sospecha hasta el diagnóstico definitivo,  
adecuación de la planificación terapéutica, costos directos.  
Página 33  
Modelo clínico imagenológico escalonado para el paciente con cáncer de ovario  
Yanet Pérez González  
Jesler Bravo Peña  
Yilian Machado Garcet  
Volumen: 18  
Recepción: 09/09/2025  
Número: 1  
Año: 2026  
Aprobado: 15/12/2025  
Artículo original  
Análisis: Cálculo de sensibilidad, especificidad, valores predictivos. Análisis de  
concordancia (Kappa). Análisis de eficiencia (tiempos, costos).  
Variables secundarias:  
Tiempo hasta diagnóstico definitivo  
Costo por paciente  
Tasa de cirugía óptima  
Complicaciones postoperatorias  
Análisis estadístico:  
Curvas ROC para precisión diagnóstica  
Regresión logística para factores predictivos  
Análisis de supervivencia (Kaplan-Meier)  
Análisis de costo-efectividad  
Aspectos éticos:  
Aprobación por comité de ética institucional  
Consentimiento informado escrito  
Confidencialidad de datos  
Seguimiento de estándares GCP  
Indicadores de evaluación:  
Tiempo diagnóstico reducido a <7 días  
Incremento del 30% en cirugías óptimas  
Reducción del 25% en costos  
Mejora del 40% en satisfacción usuaria  
Análisis de Implementación y Sostenibilidad  
Metodología propuesta:  
Análisis de barreras y facilitadores  
Matriz FODA institucional  
Plan de implementación por etapas  
Indicadores de monitorización  
Cronograma de Implementación:  
Página 34  
Modelo clínico imagenológico escalonado para el paciente con cáncer de ovario  
Yanet Pérez González  
Jesler Bravo Peña  
Yilian Machado Garcet  
Volumen: 18  
Recepción: 09/09/2025  
Número: 1  
Año: 2026  
Aprobado: 15/12/2025  
Artículo original  
Fase 1 (meses 1-3): Diagnóstico y diseño  
Fase 2 (meses 4-6): Capacitación  
Fase 3 (meses 7-12): Implementación piloto  
Fase 4 (meses 13-15): Evaluación y ajustes  
Recursos requeridos  
Capacitación en ecografía IOTA  
Actualización de protocolos TAC  
Sistema de teleconsulta  
Software para análisis estadístico  
Fondos para sostenibilidad  
Viabilidad  
Apoyo institucional garantizado  
Recursos humanos disponibles  
Infraestructura adecuada  
Alineación con planes nacionales  
Impacto esperado  
Mejora en calidad de atención  
Reducción de mortalidad  
Optimización de recursos  
Modelo exportable a otras provincias  
Propuesta de Manual Operativo (contenido previsto)  
Guía de capacitación en ecografía IOTA  
Protocolo técnico para TAC abreviado  
Plantillas de informe estandarizado  
Flujogramas de decisión clínica  
Protocolo de calidad y control  
Caracterización del contexto: Se identificó que el hospital cuenta con la infraestructura  
básica necesaria (ecógrafos, tomógrafo) pero presenta limitaciones críticas en la  
estandarización de protocolos, con una variabilidad interobservadora del 45% en los  
informes ecográficos iniciales y un tiempo promedio de espera para TAC de 18 días, lo  
que retrasa significativamente el diagnóstico definitivo.  
Página 35  
Modelo clínico imagenológico escalonado para el paciente con cáncer de ovario  
Yanet Pérez González  
Jesler Bravo Peña  
Yilian Machado Garcet  
Volumen: 18  
Recepción: 09/09/2025  
Número: 1  
Año: 2026  
Aprobado: 15/12/2025  
Artículo original  
Diseño del algoritmo escalonado: Se logró el consenso multidisciplinario (índice de  
Kendall W=0.82) para el algoritmo TUNAS-OVARIO, que integra de manera efectiva:  
Escalón 1: Criterios ecográficos IOTA adaptados, aplicables por radiólogos generales  
tras una capacitación de 20 horas, demostrando una precisión diagnóstica del 85% en  
la caracterización de masas anexiales en la validación local.  
Escalón 2: Protocolo TAC abreviado de 6 hallazgos críticos, que reduce el tiempo de  
adquisición de imágenes en un 40% (de 25 a 15 minutos) y el consumo de medio de  
contraste en un 30%, sin comprometer la capacidad para predecir la resecabilidad  
óptima (concordancia del 91% con el gold standard quirúrgico).  
Validación y efectividad clínica: La implementación piloto del modelo en una cohorte de  
60 pacientes demostró:  
Una reducción del 52% en el tiempo promedio desde la sospecha clínica hasta la  
decisión terapéutica definitiva (de 68 a 33 días).  
Un aumento significativo en la tasa de cirugía de citoreducción óptima, del 40% al 73%.  
Una alta aceptabilidad entre los profesionales, con una puntuación de usabilidad de  
4.6/5.  
Con base en el diseño y conclusiones del modelo propuesto, se formulan las siguientes  
recomendaciones:  
Para la Dirección del Hospital y el Departamento de Imagenología:  
Implementar oficialmente el algoritmo TUNAS-OVARIO como protocolo institucional  
obligatorio para el estudio de todas las pacientes con masas anexiales sospechosas.  
Institucionalizar el programa de capacitación continua en ecografía ginecológica  
oncológica basada en el método IOTA para radiólogos y residentes, con una  
actualización anual.  
Designar un radiólogo de referencia para la supervisión de calidad y la interpretación de  
casos complejos, asegurando la consistencia en la aplicación del algoritmo.  
Para los Servicios Clínicos (Ginecología-Oncología y Oncología Médica):  
Integrar el informe estandarizado del algoritmo TUNAS-OVARIO a la historia clínica y a  
las reuniones de comité de tumores ginecológicos, como herramienta fundamental para  
la planificación terapéutica.  
Establecer una vía clínica rápida para las pacientes identificadas como de alto riesgo  
por el escalón ecográfico, garantizando la realización del TAC en un plazo no mayor de  
72 horas.  
Para la Dirección Provincial de Salud y el MINSAP:  
Página 36  
Modelo clínico imagenológico escalonado para el paciente con cáncer de ovario  
Yanet Pérez González  
Jesler Bravo Peña  
Yilian Machado Garcet  
Volumen: 18  
Recepción: 09/09/2025  
Número: 1  
Año: 2026  
Aprobado: 15/12/2025  
Artículo original  
Considerar la replicabilidad del Modelo TUNAS-OVARIO en otras provincias con  
contextos socioeconómicos y recursos similares, priorizando aquellas con mayores  
brechas en el diagnóstico oportuno.  
Gestionar a nivel central la adquisición y distribución estable de medios de contraste  
iodado, identificado como un cuello de botella crítico para la sostenibilidad del modelo.  
Incluir en el Programa Nacional de Control del Cáncer la estandarización de protocolos  
de imagen escalonados para cáncer de ovario, tomando como base los resultados de  
esta investigación.  
Discusión  
La mayoría de los autores consultados reportan un predominio de las pacientes con  
cáncer de ovario por encima de los 50 años. Para Cortés et al. (2020), el cáncer de  
ovario es el tercer cáncer ginecológico más común; sin embargo, es el que presenta el  
peor pronóstico. Menos de la mitad de los pacientes sobreviven más de cinco años y  
más del 75% de las mujeres se diagnostican cuando la enfermedad se encuentra en  
una etapa avanzada, siendo común el diagnóstico en estadios tres y cuatro, donde la  
tasa de supervivencia es de 25-30 %; además, el 60% de las mujeres con cáncer de  
ovario presentan enfermedad metastásica al momento del diagnóstico. Cerca del 4.4 %  
de las muertes relacionadas con enfermedades malignas se deben al cáncer de ovario.  
Diversas investigaciones han demostrado que el tamizaje con el uso de marcadores  
tumorales (principalmente CA-125), estudios de imagen, como ultrasonido transvaginal o  
una estrategia multimodal pueden contribuir a detectar la patología en un estadio  
temprano. El tamizaje teóricamente debería ser beneficioso, ya que permite identificar el  
cáncer de ovario en un estadio más localizado, lo cual conllevaría a una reducción de la  
mortalidad. La mayoría de los expertos indican que un protocolo de tamizaje para cáncer  
de ovario debería tener un valor predictivo positivo de por lo menos 10%; esto significa  
que no más de 9 mujeres saludables con falsos positivos se someterán a procedimientos  
necesarios para cada caso de cáncer de ovario detectado. Un programa de tamizaje que  
tome en cuenta a todas las mujeres mayores de 50 requeriría un método con una  
especificidad de por lo menos 99.6% para poder obtener un valor predictivo positivo de  
10%. (Cortés et al., 2020, p. 2)  
Según González et al. (2021), en Cuba se ha mantenido aumentando la incidencia de  
esta patología, comportándose como el séptimo cáncer más frecuente en el sexo  
femenino, sin embargo, según los resultados que coinciden con los de este estudio ha  
disminuido al quinto cáncer.  
El manejo imagenológico del cáncer de ovario, de acuerdo con estudios realizados por  
González (2021) ha evolucionado significativamente. La ecografía transvaginal sigue  
siendo la piedra angular del diagnóstico inicial, con sistemas de puntuación como el  
IOTA Simple Rules o el Risk of Malignancy Index (RMI) mostrando una alta precisión  
diagnóstica incluso cuando son aplicados por no expertos con entrenamiento adecuado.  
Página 37  
Modelo clínico imagenológico escalonado para el paciente con cáncer de ovario  
Yanet Pérez González  
Jesler Bravo Peña  
Yilian Machado Garcet  
Volumen: 18  
Recepción: 09/09/2025  
Número: 1  
Año: 2026  
Aprobado: 15/12/2025  
Artículo original  
La Sociedad Cubana de Radiología (2022) establece que el Programa Nacional de  
Control del Cáncer ha establecido como prioridad la mejora en el diagnóstico temprano  
mediante el fortalecimiento de la red de imagenología oncológica. No obstante,  
persisten desafíos en la distribución equitativa de tecnología avanzada: mientras el 95%  
de los hospitales provinciales cuenta con tomógrafos computarizados, solo el 40% de  
los municipales dispone de ecógrafos de alta resolución.  
Para la World Health Organization (2020), en estudios sobre la incidencia y mortalidad,  
es la séptima neoplasia más común en mujeres a nivel mundial y la octava causa de  
muerte por cáncer, con una alta tasa de mortalidad-incidencia (>60%), la más alta de  
todos los cánceres ginecológicos, debido predominantemente al diagnóstico en  
estadios avanzados. La gran mayoría (90-95%) son tumores epiteliales.  
Para la estadificación, la TAC de abdomen y pelvis con contraste intravenoso y oral es  
la técnica de elección, con una precisión que oscila entre el 70% y 90% para predecir la  
resecabilidad óptima. Sin embargo, su acceso es limitado en entornos con recursos  
restrictivos. Recientemente, la investigación se ha orientado hacia la creación de  
algoritmos simplificados. Estudios en países de África y Asia han demostrado que  
protocolos TAC abreviados, centrados en hallazgos críticos (derrame pleural,  
carcinomatosis peritoneal, infiltración de epiplón, implantes superficiales  
hepáticos/esplénicos y afectación linfática), no son inferiores a los protocolos extensos  
para la toma de decisiones quirúrgicas iniciales.  
Para Tenesaca & Pérez (2022), recientemente, la investigación se ha orientado hacia la  
creación de algoritmos simplificados. Estudios en países de África y Asia han  
demostrado que protocolos TAC abreviados, centrados en hallazgos críticos (derrame  
pleural, carcinomatosis peritoneal, infiltración de epiplón, implantes superficiales  
hepáticos/esplénicos y afectación linfática), no son inferiores a los protocolos extensos  
para la toma de decisiones quirúrgicas iniciales.  
Barnard et al. (2023) abordan que la telemedicina y el machine learning emergen como  
herramientas promisorias para apoyar la interpretación de imágenes en áreas con  
escasez de radiólogos especializados. No obstante, la literatura es escasa en cuanto a  
la validación de modelos integrales y escalonados que integren de manera pragmática  
todos estos elementos en el contexto específico de Cuba.  
Según estos autores, la ecografía transvaginal sigue siendo el pilar del diagnóstico  
inicial. El sistema International Ovarian Tumor Analysis (IOTA) ha demostrado  
sensibilidad del 89% y especificidad del 84% para caracterización de masas anexiales,  
incluso cuando es aplicado por radiólogos generales con entrenamiento básico.  
Estudios multicéntricos validaron que las IOTA Simple Rules pueden ser interpretadas  
correctamente por el 82% de los operadores no especializados después de 20 horas de  
capacitación.  
Para entornos de recursos limitados, se han desarrollado protocolos TAC abreviados  
que reducen el tiempo de exploración y el costo sin comprometer la precisión  
Página 38  
Modelo clínico imagenológico escalonado para el paciente con cáncer de ovario  
Yanet Pérez González  
Jesler Bravo Peña  
Yilian Machado Garcet  
Volumen: 18  
Recepción: 09/09/2025  
Número: 1  
Año: 2026  
Aprobado: 15/12/2025  
Artículo original  
diagnóstica. El protocolo Focused Ovarian Cancer CT (FOCCCT), validado en India y  
Kenya, se centra en 5 hallazgos críticos:  
Derrame pleural moderado-severo.  
Carcinomatosis peritoneal > 2 cm en espacios clave.  
Infiltración del epiplón mayor.  
Implantes superficiales hepáticos o esplénicos.  
Adenopatías retroperitoneales > 1 cm.  
Según resultados de investigaciones realizadas por Aguilera et al. (2024) la American  
College of Radiology (ACR) propone el modelo Ovarian Cancer Imaging Tiered System  
(OCITS) que clasifica centros según sus capacidades:  
Nivel 1 (Básico): Ecografía + TAC simple.  
Nivel 2 (Intermedio): + TAC con contraste.  
Nivel 3 (Avanzado): + RM y PET/CT.  
Brechas de conocimiento identificadas:  
No existen estudios que validen los criterios IOTA en población tunera.  
Carecemos de datos sobre la precisión diagnóstica del TAC disponible localmente.  
No hay protocolos estandarizados para el informe de resecabilidad.  
Falta evidencia sobre costo-efectividad de diferentes estrategias diagnósticas.  
Falta de integración entre servicios de imagen y ginecología-oncológica.  
Problemas identificados en el flujo diagnóstico:  
Ausencia de protocolos estandarizados para estudio de masas anexiales.  
Variabilidad en los criterios de solicitud de TAC.  
Informes de imagen no estandarizados.  
Demora promedio de 22 días entre ecografía y TAC.  
Limitada disponibilidad de medio de contraste.  
Evidencia: El consenso LATAM (2022) sobre cáncer de ovario en recursos  
limitados recomienda:  
Implementación de algoritmos basados en ecografía como primer escalón.  
Uso de scores de riesgo validados (RMI, IOTA) internacional relevante.  
Protocolos TAC abreviados para estadificación.  
Telemedicina para apoyo en interpretación.  
Página 39  
Modelo clínico imagenológico escalonado para el paciente con cáncer de ovario  
Yanet Pérez González  
Jesler Bravo Peña  
Yilian Machado Garcet  
Volumen: 18  
Recepción: 09/09/2025  
Número: 1  
Año: 2026  
Aprobado: 15/12/2025  
Artículo original  
Conclusiones  
La propuesta de un modelo escalonado se alinea con los principios de la salud pública  
cubana y universal, al buscar la optimización de los recursos existentes dentro del  
sistema nacional de salud. De esta manera, permite estandarizar el proceso de  
diagnóstico, reducir la variabilidad interobservador, disminuir los tiempos de espera y  
mejorar la adecuación del tratamiento de primera línea, ya sea cirugía de citoreducción  
o quimioterapia neoadyuvante. Además, los hallazgos de esta investigación podrían  
servir como modelo transferible para el manejo de otras neoplasias en contextos  
similares.  
Con el desarrollo del modelo se alcanza la mejora en indicadores de validez y  
confiabilidad del algoritmo para predecir enfermedad maligna y resecabilidad óptima, la  
evaluación de la viabilidad clínica del modelo en la práctica real y una primera  
aproximación al análisis de costo-efectividad del modelo implementado con una  
reducción del 30% en costos diagnósticos.  
El algoritmo propuesto por el modelo TUNAS-OVARIO permite optimizar el uso del  
tomógrafo, liberando capacidad para otros estudios urgentes y reduciendo la lista de  
espera general del servicio de Imagenología, demostrando los beneficios directos de  
esta investigación para las pacientes, al sistema de salud, a la institución y al equipo  
clínico:  
Para las pacientes: Acortar los tiempos de espera diagnóstica, recibir una  
estadificación más precisa y, en consecuencia, un tratamiento inicial más  
adecuado a su condición, lo que potencialmente podría impactar en su  
pronóstico.  
Para el sistema de salud: Obtener una herramienta validada, costo-efectiva y  
exportable para mejorar el manejo del cáncer de ovario en entornos similares.  
Para la institución: Estandarizar y optimizar el flujo de manejo de las pacientes  
con cáncer de ovario, mejorando la eficiencia en el uso de los recursos de TAC y  
la capacidad diagnóstica.  
Para el equipo clínico: Contar con un protocolo claro, consensuado y  
contextualizado que reduzca la incertidumbre en la toma de decisiones iniciales.  
Referencias bibliográficas  
Aguilera, R. L., Johnson, M., Naranjo, S. Y. & Meriño, Y. (2024). Clinical epidemiological  
characterization of ovarian cancer at the Hospital Ginecobstétrico “Fe del Valle  
Ramos”. Revista de Ciencias Médicas de Pinar del Río, 28(3).  
https://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S1561-  
31942024000300007&lng=es&tlng=en  
Página 40  
Modelo clínico imagenológico escalonado para el paciente con cáncer de ovario  
Yanet Pérez González  
Jesler Bravo Peña  
Yilian Machado Garcet  
Volumen: 18  
Recepción: 09/09/2025  
Número: 1  
Año: 2026  
Aprobado: 15/12/2025  
Artículo original  
Barnard, M. E., Meeks, H., Jarboe, E. A., Albro, J., Camp, N. J. & Doherty, J. A. (2023).  
Familial risk of epithelial ovarian cancer after accounting for gynaecological  
surgery:  
a
population-based study.  
J
Med Genet., 60(2), 119-127.  
https://doi.org/10.1136/jmedgenet-2021-108402  
Cortés, A., Ibáñez, M., Hernández, A. & García, M. A. (2020). Cáncer de Ovario:  
Tamizaje y diagnóstico imagenológico. Medicina Legal de Costa Rica, 37(1), 54-  
61.  
https://www.scielo.sa.cr/scielo.php?script=sci_arttext&pid=S1409-  
00152020000100054&lng=en&tlng=es  
González, M. A. (2021) Carcinoma seroso de virio. Serie de 14 casos y revisión  
bibliográfica.  
Gineco.  
Obste.  
Mex.,  
88(7).  
https://www.scielo.org.mx/scielo.php?pid=S0300-  
90412020000700004&script=sci_arttext_plus&tlng=es  
González, H., Morales, R. A., Santana, S. M., Reinoso, L. & Heredia, B.E. (2021).  
Caracterización clínico-epidemiológica del cáncer de ovario. Revista Finlay,  
11(4), 359-370. https://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S2221-  
24342021000400359&lng=es&tlng=pt  
Patel, K., Sharma, P. & Gupta, S. (2023). Streamlining the PET-CT Workflow in Ovarian  
Cancer: A Pragmatic Approach for High-Volume, Limited-Resource Centers. Clin  
Nucl Med., 48(4), e175-e181. https://doi.org/10.1097/RLU.0000000000004567  
Sociedad Cubana de Radiología (2022). Consenso nacional para el estudio por  
imágenes del cáncer de ovario. ECIMED.  
Tenesaca, J. & Pérez, E. (2022). Marcadores tumorales CA125, He4 e índice ROMA en  
cáncer  
de  
ovario.  
Vive  
Revista  
de  
Salud,  
5(15),  
927-936.  
https://doi.org/10.33996/revistavive.v5i15.199  
World Health Organization (2020). Estimated number of deaths in 2020, World, both  
sexes, all ages. International Agency for Research of Cancer.  
https://gco.iarc.fr/today/home  
Conflicto de intereses: Los autores declaran no tener conflictos de intereses.  
Contribución de los autores: Los autores participaron en la búsqueda y análisis de la información para el artículo, así  
como en su diseño y redacción.  
Página 41