Un sistema de aprendizaje automático detecta el cáncer de pulmón antes del primer síntoma

Un método de aprendizaje automático, que se presenta hoy en la revista «Nature», ha demostrado que es capaz de identificar a pacientes con cáncer de pulmón en las etapas más tempranas. Este sistema detecta el ADN que desprenden los tumores en muestras de sangre, llamadas biopsias líquidas, y puede ayudar servir como una primera criba para determinar a qué individuos, con mayor riesgo, hay que hacer pruebas de detección más específicas. El método recomendado para la detección del cáncer de pulmón en personas de alto riesgo es la tomografía computarizada, que ya ha demostrado reducir las muertes relacionadas con el cáncer de pulmón. Sin embargo, debido a factores como su elevado coste y las preocupaciones con falsos positivos, por ejemplo, no son muchas las personas que son sometidas a esta prueba. En EE.UU, apenas el 5% de las personas elegibles se someten a dicho examen. Los análisis de sangre son un medio alternativo para la detección del cáncer, aunque la mayoría de los estudios de biopsia líquida se centran en el seguimiento de pacientes con enfermedad avanzada, que pueden tener niveles más altos de marcadores de ADN relacionados con el tumor que los pacientes en etapa temprana. Los investigadores han perfeccionado la captación del ADN en la muestra de sangre y así localizan alteraciones que pueden servir como marcadores de la enfermedad. Lo que propone ahora el equipo de Maximilian Diehn, del Instituto del Cáncer de la Universidad de Stanfford (EE.UU.), es optimizar un método de secuenciación existente para evaluar el ADN tumoral circulante (ADNc). Los investigadores han perfeccionado la captación del ADN en la muestra de sangre y así localizan alteraciones que pueden servir como marcadores de la enfermedad. Usando este método, muestran que, aunque el ADNc está presente en niveles muy bajos en los cánceres de pulmón en las etapas tempranas, mucho antes de que aparezca el primer síntoma, sí es un marcador pronóstico fuerte. La técnica, escriben en su artículo, en un pequeño estudio logró discriminar a los pacientes con cáncer de pulmón en estadio temprano de los controles en una muestra inicial de 104 pacientes con cáncer de pulmón de células no pequeñas en estadio temprano y 56 controles. Estos datos se confirmaron en una grupo de validación independiente de 46 casos y 48 controles. Una aplicación potencial de este sistema, denominado Lung-CLiP, es que podría servir como método de cribado inicial para los pacientes de alto riesgo que, a pesar de ser candidatos para técnicas más definitivas, como la tomografía computarizada, no están siendo examinados. Lung-CLiP, es que podría servir como método de cribado inicial para los pacientes de alto riesgo que, no están siendo examinados. El estudio, no obstante, tiene una serie de limitaciones. Primero, reconocen sus autores, se necesita analizar a más pacientes para establecer las características de rendimiento de esta técnica. Además, señalan, «la mayoría de los casos en nuestro estudio eran cánceres de pulmón diagnosticados de forma incidental y no se identificaron mediante la detección con tomografía computarizada. Por lo tanto, la sensibilidad del cribado clínico podría ser menor en un entorno de población. Por último, nuestro estudio se ha hecho en una cohorte compuesta principalmente por fumadores y, por lo tanto, es posible que el rendimiento sea peor en los no fumadores». Los investigadores concluyen que su estrategia genómica integrada puede detectar una fracción significativa de los cánceres de pulmón en etapa temprana utilizando plasma sanguíneo. Y, además proponen la la integración de Lung-CLiP con las técnicas de tomografía computarizada o con el análisis de otros biomarcadores circulantes podría mejorar aún más el rendimiento. Y añaden que, al modificar las poblaciones en riesgo consideradas e incorporar características moleculares apropiadas para otros tipos de cáncer, esperan que sea factible desarrollar métodos CLiP para una amplia gama de tumores malignos.
Fuente de la noticia ABC

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *