Publicidad
Publicidad

Un método computacional predice la respuesta a la terapia neoadyuvante en el cáncer de mama

Simula las condiciones in vivo en diferentes subtipos de tumor, estimando con elevada fiabilidad el volumen de la masa tumoral justo antes de la cirugía.

05/06/2023

Investigadores de diversos centros estadounidenses han desarrollado una herramienta computacional (TumorScope Predict¸TSP) con la que es posible predecir el volumen de los tumores de mama, después de la exposición a terapia neoadyuvante, así como la respuesta patológica completa (RPC). El estudio ha sido llevado a cabo utilizando datos clínicos de ...

Investigadores de diversos centros estadounidenses han desarrollado una herramienta computacional (TumorScope Predict¸TSP) con la que es posible predecir el volumen de los tumores de mama, después de la exposición a terapia neoadyuvante, así como la respuesta patológica completa (RPC). El estudio ha sido llevado a cabo utilizando datos clínicos de pacientes diagnosticadas tempranamente con las subclases más frecuentes de este tipo de cáncer, incluyendo el triple negativo. El volumen tumoral simulado mostró una elevada correlación con el radiográfico, obtenido mediante resonancia, con una media de error absoluto inferior al 7%. El modelado mediante TSP reflejó los cambios volumétricos semanales, prediciendo la presencia de RPC o de enfermedad residual con una fiabilidad superior al 91%, valor que alcanzó casi el 94% en los tumores triple negativos.

Joseph Peterson, investigador de SimBioSys Inc. y co-director del estudio, afirma que TSP fue menos eficaz en los tumores HR+/HER2−, en los que la fiabilidad alcanzó tan sólo el 75%. El científico prosigue señalando que, tradicionalmente, la levada heterogeneidad de los tumores ha dificultado la optimización de la terapia, lo que ha potenciado el desarrollo de biomarcadores de predicción de respuesta. Sin embargo, éstos presentan limitaciones en pacientes individuales, en los que la predicción de la duración de la respuesta sigue siendo un desafío. Ello impone la necesidad de desarrollar métodos innovadores, como los ofrecidos por la biología computacional, la cual permite un modelado altamente fiable de los procesos biológicos. La demostrada capacidad de predicción de TSP puede ayudar a optimizar los regímenes de quimioterapia, así como a planificar la terapia adyuvante, concluyen los autores.

Publicidad
Publicidad
Nuestros Podcasts