Técnica predice la respuesta tumoral a la terapia contra el cáncer
Crédito: CC0 Dominio público
Una colaboración pública/privada dirigida por investigadores de la Universidad de Texas en Austin ha resultado en una nueva técnica de modelado matemático que puede predecir con precisión la respuesta de los tumores en pacientes con cáncer de mama a tratamientos como la quimioterapia poco después del inicio del tratamiento. Esta es una mejora importante en los métodos actuales que pueden determinar la eficacia de las terapias de primera línea solo después de que el paciente ya haya recibido varios ciclos de tratamiento.
Las terapias neoadyuvantes (NAT) están diseñadas para reducir los tumores y, a menudo, son el primer paso en el tratamiento del cáncer localmente avanzado antes de que se considere necesaria la cirugía. Los ejemplos incluyen quimioterapia, terapia hormonal y, más recientemente, inmunoterapia. Como sabemos, tales tratamientos pueden ser muy efectivos. Sin embargo, también pueden afectar la salud general del paciente sin ninguna garantía de éxito. Desarrollar un método para predecir la respuesta de un paciente a NAT, por lo tanto, es un paso crucial.
Cuando evalúa algo después de que ha sucedido, no puede intervenir si no va bien. Pero si puede predecir cómo irá algo antes de que suceda, puede intervenir y tratar de mejorar el resultado.
«El objetivo es abordar esta necesidad insatisfecha mediante el desarrollo de métodos que integren datos de IRM avanzados con datos matemáticos basados en la biología». modelado para predecir y optimizar la respuesta del cáncer de mama a NAT», dijo el oncólogo computacional Tom Yankeelov, director del Centro de Oncología Computacional del Instituto Oden de Ciencias e Ingeniería Computacional de UT Austin y miembro de los Institutos de Cáncer Livestrong, con nombramientos en la Escuela de Medicina Dell y el Departamento de la Escuela Cockrell de Ingeniería Biomédica (BME).
Yankeelov, quien dirigió el estudio, describió la investigación como la «culminación de varios años de trabajo en una asociación público-privada» que incluyó al Instituto Oden de UT Austin, BME y el Livestrong Cancer Institutes en Dell Med, así como Texas Oncology, Dell Seton Medical Center en la Universidad de Texas y Austin Radiological Association.
La ne El método w contrasta marcadamente con otras tendencias más populares en la investigación oncológica contemporánea que favorecen un enfoque de «grandes datos».
El enfoque de grandes datos se basa exclusivamente en la inferencia estadística de las propiedades de grandes poblaciones. En otras palabras, el acceso a grandes y relevantes conjuntos de datos de pacientes es crucial. Pero aún no garantiza mejores resultados para los pacientes porque un paciente individual puede ser bastante diferente de la gran población utilizada para inferir información sobre el individuo.
«Cada vez hay más pruebas de que un ‘solo big data’ inevitablemente oscurece las condiciones específicas del paciente individual con el tiempo, especialmente para una enfermedad tan heterogénea como el cáncer», dijo Yankeelov. «Requerimos un conjunto de datos de IRM antes de que un paciente comience el tratamiento, y luego un segundo conjunto muy pronto después de que comience el tratamiento. A partir de esos dos conjuntos de datos, calibramos un modelo matemático del tumor para hacer una predicción específica del paciente sobre si el el tumor responderá a las terapias prescritas».
La investigación aparece en la última edición de Nature Protocols. Pero la publicación de un artículo no ha significado el final de esta asociación.
La realización de esta investigación en clínicas de salud comunitarias demuestra que puede tener un impacto en el mundo real más allá de los entornos académicos. Sin embargo, hacerlo con éxito presenta un conjunto único de desafíos.
«Esta tecnología no ayudará a nadie hasta que podamos llevarla más allá del laboratorio», dijo Jack Virostko, profesor asistente en Dell Med and co. -autor del estudio.»Estamos trabajando activamente para introducirlo en el entorno comunitario donde la mayoría de los pacientes reciben su atención. Este documento demuestra que se puede hacer».
El éxito de cualquier asociación compuesta por distintos se basa en algo más que el descubrimiento de nuevos hallazgos de investigación. También depende de una buena relación de colaboración entre todas las partes.
«Estoy increíblemente entusiasmado con las colaboraciones entre el Instituto Oden, la Facultad de Medicina de Dell, BME y nuestras clínicas comunitarias», dijo el codirector del estudio. investigadora Debra Patt, vicepresidenta de políticas e iniciativas estratégicas de Texas Oncology, profesora clínica de Dell Med y miembro de Livestrong Cancer Institutes. «Este trabajo en el que nos embarcamos juntos nos permite realizar investigaciones óptimas desde el banco hasta la cama y mejorar la atención del cáncer».
Explore más
Nueva técnica predice la respuesta de los tumores cerebrales a la quimiorradiación Más información: Angela M. Jarrett et al, Imágenes de resonancia magnética cuantitativa y pronóstico de tumores en pacientes con cáncer de mama en el entorno comunitario , Protocolos de la naturaleza (2021). DOI: 10.1038/s41596-021-00617-y Información de la revista: Nature Protocols
Proporcionado por la Universidad de Texas en Austin Cita: La técnica predice la respuesta del tumor a la terapia contra el cáncer (5 de octubre de 2021) recuperado el 29 de agosto de 2022 de https://medicalxpress.com/news/2021-10-technique-tumor-response-cancer-therapy.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.