Selección del tratamiento para el cáncer de mama: Matemáticas para la medicina de precisión
Crédito: Pixabay/CC0 Public Domain
La elección precisa del tratamiento para el cáncer de mama depende del estado de los receptores hormonales (para estrógeno y progesterona). Su determinación convencional mediante inmunohistoquímica (IHC) lleva asociada una cierta tasa de error, que puede reducirse añadiendo datos genómicos. Incluso las estadísticas convencionales pueden generar una mejora notable, pero ahora es posible utilizar la teoría de decisiones para combinar de manera óptima los resultados del diagnóstico, en particular cuando son contradictorios. Este es el hallazgo de un estudio reciente realizado por MedUni Viena bajo el liderazgo de Wolfgang Schreiner del Centro de Estadísticas Médicas, Informática y Sistemas Inteligentes (CeMSIIS). La metodología tiene aplicaciones mucho más allá del cáncer de mama y se puede implementar en todas las circunstancias en las que sea necesario sacar conclusiones de muchos hallazgos al mismo tiempo, incluso si los hallazgos son contradictorios.
Schreiner explica: «Los automóviles sin conductor usan múltiples sensores para verificar si pueden viajar libremente. Puede ser que uno de los sensores detecte una obstrucción y solicite un frenado de emergencia, mientras que otro sensor no detecta ningún peligro en la misma situación. ¿Qué Entonces hay dos decisiones potencialmente malas y cada una de ellas es arriesgada de una manera diferente: si el coche no frena, aunque sea necesario, podría haber un accidente grave, sin embargo, si el coche frena innecesariamente , existe el riesgo de una colisión de impacto trasero por parte del siguiente vehículo con daños potencialmente menos graves». Uno se enfrenta a una situación similar al elegir el tratamiento para pacientes con cáncer de mama, que debe adaptarse al estado de los receptores hormonales, de los cuales depende.
Puede suceder que la prueba IHC dé un resultado positivo. , mientras que un segundo método de medición, como la expresión génica, produce un resultado negativo para el mismo paciente. Una vez más, hay dos decisiones potencialmente malas. Heinz Klbl de la División de Ginecología General y Oncología Ginecológica de MedUni Vienna explica: «Si solo ofrece tratamiento hormonal, porque piensa erróneamente que la paciente es positiva», aunque en realidad es negativa, se perderá la quimioterapia que le salvará la vida. Ese sería el mayor daño. Si, por el contrario, a una paciente con falsos negativos se le administra quimioterapia agresiva en lugar de un tratamiento hormonal más conservador, sufrirá efectos secundarios innecesarios».
Entonces, ¿cómo creen los expertos que se debe responder ante ¿Resultados de medición contradictorios? «Aquí es precisamente donde la teoría de la decisión entra en juego», subraya Schreiner. A diferencia de la estadística convencional, la teoría de la decisión no considera simplemente un número único, a saber, la probabilidad de un evento (p. ej., receptor positivo), sino también la probabilidad de otras posibilidades (posiblemente receptor positivo o definitivamente no receptor positivo = receptor negativo). Esta visión integral mejora la calidad del resultado en comparación con las estadísticas convencionales, especialmente cuando varias fuentes de hallazgos son relevantes simultáneamente. En un estudio de reutilización de Big Data , la teoría de la decisión se ha aplicado por primera vez al diagnóstico de receptores hormonales: para ello, el equipo del CeMSIIS trabajó con Heinz Klbl, Christian Singer y Cacsire Castillo-Tong de la División de Ginecología General y Oncología Ginecológica de MedUni Viena. El estado del receptor IHC y todo el perfil de expresión génica se determinaron y analizaron conjuntamente en 3753 pacientes con cáncer de mama.
La teoría de la decisión funciona y advierte
En los estudios originales, los tratamientos se seleccionaron de acuerdo con Estado del receptor IHC. Incluso las estadísticas convencionales mostraron que los datos genómicos parecían contradecir los resultados de IHC (estándar de oro) en algunos casos. Es precisamente en este punto que se utilizó la teoría de la decisión en lugar de la estadística convencional, ya que, en muchos casos, puede generar un resultado global exacto a partir de resultados individuales contradictorios. Schreiner explica: «La teoría de la decisión también tiene la ventaja de que se da cuenta cuando es incierto: entonces genera un resultado claro de indecidible». Esto en sí mismo es información importante, una advertencia por así decirlo». Esto ocurrió en el caso de 153 pacientes, lo que indica que se tomaron decisiones de tratamiento potencialmente subóptimas basadas únicamente en los datos de IHC. De hecho, este (pequeño) grupo de pacientes tenía resultados significativamente más pobres. supervivencia que el grupo restante, mucho más grande, con estado IHC confirmado y, por lo tanto, tratamientos seleccionados «correctamente».
Por lo tanto, la eficacia de la teoría de la decisión se demostró en un ejemplo simple, pero extremadamente relevante desde el punto de vista clínico, para la medicina de precisión: «La medicina moderna utiliza cada vez más muchas fuentes de información, sobre todo de las áreas de laboratorio, medicina de cuidados intensivos y genómica. La evidencia de diferentes fuentes tiene que combinarse para llegar a conclusiones, hasta ahora a menudo en SOP (Procedimientos Operativos Estándar) con decisiones convencionales de Sí/No o incluso de forma intuitiva. Es aquí donde la teoría de la decisión ofrece una amplia gama de posibles mejoras».
Explore más
Mayor certeza diagnóstica al elegir el tratamiento adecuado para el cáncer de mama Más información: Michael Kenn et al. Teoría de decisiones para la terapia de precisión del cáncer de mama, Informes científicos (2021). DOI: 10.1038/s41598-021-82418-7 Información de la revista: Informes científicos
Proporcionado por la Universidad Médica de Viena Cita: Seleccionar tratamiento para el cáncer de mama: Matemáticas para la medicina de precisión (8 de marzo de 2021) consultado el 30 de agosto de 2022 de https://medicalxpress.com/news/2021-03-treatment-breast-cancer-mathematics- precision.html Este documento está sujeto a derechos de autor. Aparte de cualquier trato justo con fines de estudio o investigación privados, ninguna parte puede reproducirse sin el permiso por escrito. El contenido se proporciona únicamente con fines informativos.