TALAPRO-3: cómo leer una mediana no alcanzada

Los datos esenciales, antes de interpretar

Fuente: ficha estadounidense de Talzenna, sección 14.2, TALAPRO-3 y tabla 14; revisión de octubre de 2026. Ambos grupos recibieron también deprivación androgénica o tenían una orquiectomía bilateral previa. Los recuentos de eventos no son riesgos estimados a un mismo tiempo.

La lectura inmediata es que se observó una diferencia favorable en el desenlace principal, con incertidumbre cuantificada, aunque la curva del grupo experimental no proporcionara una mediana. La tabla no permite calcular cuántos meses se ganaron restando las medianas ni sustituye la evaluación de supervivencia global.

Una mediana no alcanzada, en un ejemplo sintético

Cinco personas inventadas. No son datos de TALAPRO-3.

Datos sintéticos (CSV) · Reproducir en R · Ver el ejemplo paso a paso

1. Qué es nuevo y qué se conocía ya

La FDA aprobó el 26 de octubre la combinación en adultos con cáncer de próstata metastásico y mutaciones de reparación por recombinación homóloga —HRR—, detectadas mediante una prueba autorizada, en la situación que denomina sin modulación previa de la vía androgénica o sensible a ella, mAPMN/S. Es una decisión estadounidense para una población definida. Notificación regulatoria.

Los resultados científicos se publicaron en línea el 30 de mayo de 2026 y aparecieron en el número del 30 de julio de The New England Journal of Medicine. Artículo de Agarwal y colaboradores. El comunicado del promotor del 30 de mayo también los presentó entonces.

La actualidad de octubre está en la decisión regulatoria. Distinguir estas fechas evita que una aprobación reciente convierta unos resultados previos en datos supuestamente obtenidos esta semana. También permite reconocer que aprobación, publicación y seguimiento del ensayo son hitos diferentes.

2. La comparación clínica que debemos tener presente

TALAPRO-3 es un ensayo de fase III aleatorizado, doble ciego y controlado con placebo. Compara añadir talazoparib a enzalutamida frente a añadir placebo al mismo tratamiento de base. Su población se seleccionó por alteraciones HRR. Diseño y desenlaces registrados.

La comparación se refiere al régimen completo en esa población. No a talazoparib aislado, a cualquier combinación hormonal ni a todos los pacientes con cáncer de próstata. La aleatorización ayuda a equilibrar factores pronósticos entre los grupos al inicio; la aplicabilidad a otras poblaciones sigue requiriendo una justificación clínica y biológica.

El desenlace principal es el tiempo desde la aleatorización hasta progresión radiográfica o muerte, lo que ocurra primero. La evaluación de progresión corresponde al investigador y sigue los criterios especificados. La supervivencia global tiene otro evento: muerte por cualquier causa. Evaluación de eficacia de la FDA.

Cada participante aporta una trayectoria de seguimiento. Las visitas y las imágenes aportan información para determinar esa trayectoria; no son observaciones independientes que puedan contarse como pacientes adicionales.

3. Qué representa exactamente la mediana

Una curva de supervivencia estima S(t), la probabilidad de permanecer sin el evento más allá del tiempo t. En este contexto, el evento puede ser progresión o muerte, y «supervivencia» significa permanecer libre de ese desenlace compuesto.

La mediana se localiza donde la curva alcanza el 50%. Como definición habitual basada en el primer cruce:

Mediana = primer tiempo t para el que S(t) ≤ 0,50.

Si ese nivel no se alcanza con la información observable, la estimación no proporciona una mediana. Eso no convierte el valor en cero, infinito o igual al seguimiento máximo. Tampoco significa que no hayan ocurrido eventos.

Las curvas son escalonadas. Cuando un tramo coincide exactamente con el 50%, existen convenciones de cálculo que conviene documentar. Por ejemplo, la documentación del paquete survival de R describe el uso del punto medio del tramo coincidente. Es un detalle relevante para reproducir un resultado entre programas. Cuantiles de una curva estimada.

Por tanto, «no alcanzada» informa de lo que ese resumen puede estimar. No resuelve por sí sola si el seguimiento fue suficiente para otros objetivos ni si el tratamiento aporta un beneficio clínico relevante.

4. Un ejemplo de cinco personas: eventos, censuras y una mediana que no aparece

El siguiente ejemplo es enteramente sintético. No utiliza pacientes ni resultados de TALAPRO-3. Su única finalidad es hacer visible el cálculo.

Cinco personas comienzan el seguimiento. Una presenta el evento en el mes 2; otra termina su observación sin evento en el mes 4; una tercera presenta el evento en el mes 6; las otras dos terminan sin evento observado en los meses 8 y 10.

Kaplan–Meier multiplica la probabilidad de superar cada tiempo de evento entre quienes estaban en riesgo en ese momento. Aquí:

S(6) = (1 − 1/5) × (1 − 1/3) = 0,80 × 2/3 = 0,5333…

Las censuras reducen el número de personas observadas para los siguientes escalones. No producen por sí mismas un descenso de la curva. Al terminar el ejemplo, la estimación permanece por encima del 50% y la mediana no se alcanza.

Hay dos errores tentadores. Dividir las tres personas sin evento observado entre las cinco iniciales produciría 60%, que no es la estimación Kaplan–Meier. Calcular la mediana de los dos tiempos de evento, 2 y 6 meses, produciría 4 meses y excluiría la información censurada: tampoco es la mediana de supervivencia.

5. La parte plana de una curva también necesita contexto

En el ejemplo, la curva sigue en 53,3% al final, pero justo antes del mes 10 solo queda una persona bajo observación. La forma del último tramo no crea información adicional sobre el futuro.

Conviene distinguir una parte plana respaldada por muchas personas seguidas durante suficiente tiempo de otra sostenida por pocas observaciones tardías. Para verlo hacen falta las marcas de censura, la tabla de personas en riesgo y los intervalos de confianza, además de la línea principal.

Censurar significa que sabemos que la persona permaneció sin evento hasta un momento, pero no conocemos su tiempo posterior. Un cierre administrativo, una pérdida de contacto y terminar observación tras un problema clínico pueden tener implicaciones diferentes.

La interpretación habitual de Kaplan–Meier requiere que la censura no seleccione tiempos futuros al evento de una forma incompatible con el análisis. Si quienes empeoran dejan de observarse antes, una curva puede resultar demasiado favorable. Eso debe investigarse en los datos; no puede diagnosticarse mirando únicamente una mediana no alcanzada. La guía de Kaplan–Meier permite practicar estos conceptos con información sintética.

6. La mediana y su intervalo son dos estimaciones relacionadas

La mediana estimada y sus límites de confianza pueden tener distinta disponibilidad. Conceptualmente, los límites pueden obtenerse a partir de los cruces del 50% con los límites de la curva. Es posible que un cruce sea observable y otro no. Documentación metodológica de los cuantiles.

Una tabla debe conservar esas diferencias. «No alcanzada», «no estimable» y «no comunicada» requieren una leyenda que explique qué quiere decir cada término; no conviene convertirlos automáticamente en el mismo valor ausente.

La notación 45,8 meses, con IC del 95% de 37,7 a no alcanzado, no expresa una precisión simétrica. El extremo superior no queda estimado en ese análisis. Mostrar únicamente 45,8 oculta parte de esa incertidumbre.

Además, el intervalo de una mediana tiene unidades de tiempo. El intervalo de un HR describe una razón. Uno no puede sustituir al otro ni utilizarse para inventar un intervalo de meses ganados.

7. Por qué puede haber una comparación informativa sin dos medianas

La mediana resume una zona concreta de la distribución. Una comparación de supervivencia puede utilizar los tiempos de evento y los conjuntos de riesgo acumulados antes de que cualquiera de las curvas alcance el 50%.

Por ejemplo, si durante muchos tiempos se observan menos eventos de los esperables en un grupo bajo una comparación sin diferencias, esa información no desaparece porque falte el cruce de la mediana. La pregunta comparativa y la pregunta sobre el percentil 50 utilizan aspectos distintos de los mismos datos.

La ficha de TALAPRO-3 identifica un modelo de Cox estratificado para el HR y un contraste log-rank estratificado. Los estratos incluyen situación de enfermedad, volumen y estado BRCA frente a no BRCA. Notas de la tabla 14.

El log-rank contrasta diferencias entre las distribuciones utilizando la secuencia de eventos. El modelo de Cox estima una razón de hazards bajo su formulación. La significación estadística no convierte al HR en una probabilidad individual ni garantiza que una única razón describa toda la evolución temporal.

8. El HR y el beneficio a tres años responden preguntas diferentes

El HR de 0,48 es una medida relativa de hazards: tasas instantáneas del evento entre personas que continúan sin él, dentro del modelo empleado. Interpretarlo como un efecto constante en el tiempo requiere valorar la proporcionalidad de hazards.

El comunicado inicial del promotor comunica supervivencia libre de progresión a tres años del 77% frente al 56%. A partir de esos porcentajes redondeados podemos hacer una traducción descriptiva:

Estas operaciones no son una nueva estimación con datos individuales. El cociente aproximado a tres años tampoco es el HR. Son funciones distintas de la distribución y pueden tener valores distintos sin contradicción.

La diferencia de 21 puntos no representa 21 meses, un porcentaje de curación ni un beneficio garantizado para cada paciente. Para estimar su incertidumbre hacen falta las estimaciones y el método adecuados; el intervalo del HR no proporciona automáticamente ese intervalo.

9. Por qué los recuentos acumulados no sustituyen a Kaplan–Meier

Los eventos de la primera tabla son útiles para describir la información acumulada, pero dividirlos por el número asignado no reproduce directamente un riesgo a tres años. Los participantes pueden tener distinta duración de seguimiento y distintas fechas de censura.

Un porcentaje bruto pregunta cuántos eventos se observaron entre las personas incluidas hasta el corte. Una estimación a un horizonte definido utiliza la información temporal para responder qué probabilidad del evento se estima a ese horizonte, bajo sus supuestos.

Tampoco puede deducirse la mediana contando si más o menos de la mitad de todos los participantes presentó el evento. La ponderación implícita en los conjuntos de riesgo importa: con censura, el cruce del 50% de la curva no coincide necesariamente con alcanzar un 50% de eventos brutos.

Por eso un informe debería presentar juntos participantes, eventos, seguimiento y estimaciones temporales, con denominadores y fechas claramente rotulados.

10. «No alcanzada» y «datos inmaduros» no son sinónimos

Una mediana puede permanecer no alcanzada con una curva favorable y seguimiento considerable. También puede faltar porque la observación todavía es corta. La misma etiqueta no identifica cuál de esas situaciones predomina.

La madurez depende de la pregunta: cuántos eventos se han acumulado, cuánto tiempo se ha observado a las personas, qué proporción conserva seguimiento útil y qué precisión se necesita para el análisis previsto.

El comunicado científico inicial describió un seguimiento mediano superior a 37 meses. Esa cifra no es la mediana de progresión. El tiempo hasta el evento y la duración de observación son variables distintas.

Un desenlace frecuente puede aportar información suficiente antes que otro más tardío. Alcanzar el análisis principal de progresión no completa automáticamente la información sobre mortalidad. La FDA señala expresamente que OS seguía inmadura en el análisis de rPFS.

11. El estimando: qué efecto queremos conocer

Una pregunta de tratamiento debe especificar población, intervenciones, variable, resumen y tratamiento de los acontecimientos intercurrentes. ICH E9(R1) proporciona este marco y distingue el efecto buscado, el método que lo estima y su resultado numérico. Documento adoptado por EMA.

Aplicado a la lectura de este ensayo, conviene comprobar qué sucede tras suspender un fármaco, cambiar a otro tratamiento o modificar el régimen. Continuar observando a la persona y dejar de analizarla en ese momento pueden responder preguntas distintas.

La suspensión de tratamiento y la pérdida de datos tampoco son el mismo hecho. Puede suspenderse un fármaco y mantenerse la evaluación de desenlaces.

Las reglas concretas deben obtenerse del protocolo y del plan estadístico; no se deducen del HR ni de la etiqueta «doble ciego». Aquí no se atribuye a TALAPRO-3 una estrategia intercurrente específica no contrastada.

12. La muerte cambia de papel según la pregunta

En rPFS, la muerte forma parte del desenlace compuesto. Una muerte antes de progresión radiográfica puede constituir el evento bajo las reglas del análisis; no debe transformarse por conveniencia en «ausencia de progresión».

Una pregunta distinta sería la incidencia de progresión radiográfica antes de morir. En ese caso, la muerte puede impedir observar la progresión y pasa a ser un evento competitivo. La función de incidencia acumulada responde entonces a una pregunta diferente de la supervivencia libre del compuesto.

Censurar muertes y calcular uno menos Kaplan–Meier no estima automáticamente esa incidencia de progresión en presencia de competencia. Cambiar el tratamiento de la muerte cambia la variable y la interpretación. La guía FDA sobre desenlaces oncológicos ayuda a situar estas diferencias entre progresión y supervivencia. El artículo metodológico de Austin, Lee y Fine explica el uso de incidencia acumulada con eventos competitivos.

13. Qué revisar si un único HR resulta insuficiente

Si el efecto varía con el tiempo, un solo HR puede ocultar diferencias relevantes. La revisión debería atender a la forma de las curvas, la evolución de los efectos y diagnósticos adecuados; un contraste de proporcionalidad aislado tampoco resuelve toda la interpretación.

Entre los complementos están las probabilidades a tiempos clínicamente justificados y el tiempo medio restringido, RMST: el área bajo la curva hasta un horizonte común. En rPFS se interpreta como tiempo medio libre de progresión o muerte dentro de ese periodo. Royston y Parmar, 2013.

El horizonte debe tener soporte de seguimiento y una justificación. Estas medidas no deben elegirse después de explorar múltiples opciones para conservar la más favorable. No se calcula aquí un RMST de TALAPRO-3 a partir de sus medianas.

14. Supervivencia global: mantener visible la incertidumbre

El análisis intermedio publicado comunicó un HR de muerte de 0,77, con IC del 95% de 0,56 a 1,04. El intervalo incluye 1: la estimación puntual favorable conserva incertidumbre relevante. Resumen del artículo.

La lectura debe evitar tanto declarar una mejora concluyente como convertir el resultado en demostración de ausencia de beneficio. Una variable que no alcanza un criterio estadístico puede seguir siendo compatible con efectos de interés y con menor información de la necesaria para distinguirlos.

En una revisión completa también se examinan los límites de decisión de los análisis intermedios y el control de multiplicidad. No todos los desenlaces, subgrupos y momentos de análisis disponen del mismo nivel de confirmación. Un intervalo convencional no sustituye la comprobación de esas reglas.

Más seguimiento puede aportar precisión y cambiar la estimación. No garantiza cuál será el resultado final.

15. Seguridad: magnitud, gravedad y tiempo de exposición

El resumen científico comunica acontecimientos adversos graves en el 42% frente al 32%; anemia de grado 3 o superior en el 51% del grupo de talazoparib y dos muertes relacionadas con el tratamiento. Resultados publicados.

«Grave» y «de grado alto» describen aspectos diferentes: la gravedad regulatoria se refiere a consecuencias o criterios clínicos del acontecimiento, mientras que el grado expresa intensidad según la escala utilizada. Los porcentajes no deben mezclarse como si fueran categorías equivalentes. Definiciones de seguridad de ICH E2A, alojadas por la FDA.

Una lectura de seguridad también necesita duración de exposición, interrupciones, reducciones de dosis, abandonos y población analizada. La misma proporción bruta puede corresponder a tiempos de observación diferentes. Las medidas ajustadas por exposición pueden aportar contexto, pero no eliminan por sí solas todos los sesgos ni reemplazan la revisión clínica.

El balance beneficio–riesgo requiere considerar eficacia y daños en una población definida, junto con preferencias y alternativas. Un HR favorable de progresión no resuelve por sí solo ese balance.

16. Biomarcadores y subgrupos: delimitar a quién representa el resultado

Seleccionar por HRR mejora la definición biológica de la población, pero el conjunto incluye alteraciones diferentes. El efecto global no demuestra automáticamente una magnitud idéntica para cada gen, contexto clínico o categoría de paciente.

Para evaluar heterogeneidad importa el contraste de interacción, su precisión y si estaba previsto. Encontrar significación en un subgrupo y no en otro no demuestra una diferencia entre sus efectos. Con pocos eventos, los intervalos pueden ser amplios aunque el resultado global sea preciso.

Tampoco basta con que dos estimaciones puntuales parezcan distintas. La ficha distingue análisis exploratorios por estado BRCA. Conviene preservar esa categoría y evitar transformar una lectura exploratoria en una regla universal de selección.

17. Qué debería poder reconstruir quien revisa una tabla de supervivencia

La reproducibilidad comienza en las decisiones que generan la variable. Una tabla puede coincidir numéricamente entre dos programas y seguir respondiendo a una pregunta mal especificada.

Una revisión útil conecta cuatro niveles:

1. Definición clínica: población, tiempo cero, evento y componentes del desenlace.
2. Derivación: fuentes de fechas, evaluaciones válidas, reglas de censura y resolución de discrepancias.
3. Estimación: población de análisis, modelo, estratos, intervalos y convenciones para medianas y cuantiles.
4. Presentación: unidades, corte de datos, denominadores, personas en riesgo, notas e incertidumbre.

Las comprobaciones deberían cubrir situaciones que pueden cambiar el resultado: fechas parciales, eventos y evaluaciones en un mismo día, pérdida de visitas, muerte sin progresión documentada o inicio de otra terapia. Resolverlas exige reglas previas, trazabilidad y revisión; no una decisión improvisada al construir la figura.

Además de reproducir el cálculo principal, interesa explorar la robustez frente a supuestos relevantes. ICH E9(R1) distingue sensibilidad dirigida al mismo estimando de análisis suplementarios que contestan otras preguntas. Marco de sensibilidad.

18. Practicar el método sin confundir la simulación con el ensayo

La guía de Kaplan–Meier, paso a paso permite explorar escalones, censura y personas en riesgo, y reproducir un ejercicio en R. Sus datos son sintéticos y su caso clínico es ficticio, con mortalidad como evento. No reproduce TALAPRO-3 ni sus decisiones analíticas.

Para trabajar esta noticia, proponemos tres tareas:

• Localiza el primer cruce del 50% en las curvas que lo alcancen y redacta qué informarías si no existiera.
• Compara la estimación a un tiempo fijo con el número de personas todavía observadas; explica por qué no son la misma cantidad.
• Describe qué información pedirías antes de interpretar un tramo final plano o calcular una diferencia absoluta.

El ejemplo de cinco personas de este artículo aporta una comprobación adicional: con dos eventos y tres censuras se obtiene 53,3% al final y una mediana no alcanzada. Entender ese cálculo ayuda a reconocer por qué una etiqueta aislada necesita contexto.

Cuando una tabla diga «mediana no alcanzada», la siguiente lectura debería ser la curva, su incertidumbre y la información que la sostiene. El resultado comparativo, la supervivencia global y la seguridad conservan después sus propias preguntas.

Referencias

1. FDA. Aprobación del 26/10/2026 y evaluación de eficacia.
2. Talzenna. Ficha estadounidense, revisión 10/2026; sección 14.2, TALAPRO-3.
3. Agarwal N et al. N Engl J Med. 2026;395:427–439. DOI: 10.1056/NEJMoa2604126; en línea 30/05/2026.
4. TALAPRO-3, NCT04821622.
5. Pfizer. Presentación inicial de resultados, 30/05/2026.
6. FDA. Desenlaces para la aprobación de tratamientos oncológicos, diciembre de 2018.
7. ICH E9(R1). Estimandos y análisis de sensibilidad; versión Step 5 de EMA, 2020.
8. Therneau T. Documentación de cuantiles del paquete survival.
9. Royston P, Parmar MKB. Tiempo medio restringido en ensayos con desenlaces de tiempo hasta evento. BMC Med Res Methodol. 2013;13:152.
10. ICH E2A. Definiciones de seguridad y notificación; marzo de 1995.
11. Austin PC, Lee DS, Fine JP. Metodología de riesgos competitivos. Circulation. 2016;133:601–609.