Última hora:  
español>>Ciencia-Tecnología

Un modelo estadístico anticipa el riesgo de recaída en cáncer de mama

Actualizado a las 15/03/2019 - 09:09
Palabras clave:cáncer,riesgo,modelo,estadístico,mama

Londres, 15/03/2019 (El Pueblo en Línea) - El estudio ha empleado una técnica estadística denominada análisis de supervivencia, que modela procesos de un suceso desde su origen al final pasando por diferentes estados. El modelo incorpora las diferentes etapas de la enfermedad, distintas escalas temporales y agrega información clínica y molecular del tumor para predecir trayectorias de la enfermedad y alumbrar de este modo tratamientos más precisos y dirigidos a la situación de cada paciente. El trabajo ha sido publicado en la revista científica Nature, según ABC.

El cáncer de mama es la causa más común de cáncer en mujeres, con unos 1,4 millones de casos nuevos diagnosticados cada año en todo el mundo. Como resultado de diversos procesos moleculares, en realidad el cáncer de mama es una colección de al menos once tipos diferentes con distinto pronóstico. Por este motivo, es importante modelar a partir de los casos precedentes el comportamiento de este tipo de tumores desde su diagnosis a etapas como la metástasis o la remisión.

Un equipo de investigación, coordinado por el vallisoletano Óscar Rueda desde el Cancer Research UK Cambridge Institute (Reino Unido), ha desarrollado un modelo para predecir el riesgo de recaída a partir de datos clínicos y moleculares de 3240 pacientes de cáncer de mama.

Este modelo es una compleja ecuación matemática que marca, como si fuera un plano, el posible recorrido de un tumor a partir de datos iniciales. En el caso del cáncer de mama, existen tumores que se repiten hasta dos décadas después, por lo que hay una urgente necesidad de anticipar la hoja de ruta del comportamiento de las células cancerosas para mejorar los tratamientos.

Comentario

PTV videoMás

24 horas de China con un paisaje maravilloso

EnfoqueMás

Occidente experimenta el auge de la creatividad de las marcas chinas