Predicción de las recurrencias del cáncer de mama

Micrografías de muestras de mujeres que experimentaron y no experimentaron recurrencias del cáncer. Crédito: Dr. Howard R. Petty

Una nueva herramienta que combina la patología tradicional con el aprendizaje automático podría predecir qué pacientes con cáncer de mama realmente necesitan cirugía. La tecnología, publicada en la edición de noviembre de American Journal of PhysiologyCell Physiology, podría evitar tratamientos innecesarios a las mujeres, reducir los gastos médicos y dar lugar a una nueva generación de medicamentos para detener las recurrencias del cáncer de mama.

El carcinoma ductal in situ (CDIS) de la mama, una forma temprana de la enfermedad también conocida como cáncer de mama en etapa 0, es un diagnóstico que solo a veces conduce a un cáncer de mama invasivo. Pero solo algunos pacientes necesitan cirugía, quimioterapia y/o radioterapia, y el resto podría ser enviado a casa. Predecir los resultados de los pacientes con formas tempranas de cáncer ha sido un problema científico importante durante décadas.

El profesor Howard Petty y la Sra. Alexandra Kraft, su asistente de investigación, ambos de la Universidad de Michigan, acaban de informar un solución a este dilema diagnóstico. La nueva tecnología se probó en muestras de pacientes con CDIS donadas a la investigación hace más de 10 años, complementadas con sus historias clínicas actuales.

“Por lo general, los pacientes con cánceres preinvasivos, como el CDIS, reciben un tratamiento muy agresivo”. dice el profesor Petty. “En el caso del DCIS, esto significa mastectomías parciales o totales… pero sabemos por otros trabajos que más de la mitad de estos pacientes no experimentarán una enfermedad invasiva”.

El método se basa en el informe recientemente informado descubrimiento de que, tanto en los casos de DCIS que están destinados a la recurrencia como al cáncer de mama metastásico, las células reorganizan ciertas enzimas en “plataformas metabólicas” justo debajo de la membrana externa de estas peligrosas células tumorales. “Esto permite que las enzimas operen con alta eficiencia, como una línea de ensamblaje en una fábrica”, dice el Prof. Petty. Esa eficiencia es lo que hace que esos cánceres sean tan peligrosos. Petty teoriza que los productos enzimáticos producidos por estas fábricas celulares promueven la invasividad de las células tumorales y simultáneamente desvían muchas formas de quimioterapia y radioterapia.

Para predecir qué casos de DCIS conducen a tales líneas de ensamblaje, Petty y sus colegas etiquetan biomarcadores dentro del paciente Luego, las muestras fotografían los biomarcadores con una cámara sofisticada similar a las que se usan en astronomía. Luego, las imágenes digitales se cargan en una plataforma de computación en la nube para su análisis.

Con este enfoque, los investigadores predijeron correctamente las recurrencias y no recurrencias del cáncer el 91 % de las veces, con solo un 4 % de falsos negativos. Más mejoras están en camino.

Los autores sugieren que esta herramienta reducirá el sobrediagnóstico de CDIS potencialmente mortal. La técnica puede permitir a los científicos interrumpir farmacéuticamente las plataformas metabólicas, bloqueando así la invasividad del tumor, mejorando la quimioterapia y la radioterapia y deteniendo las recurrencias. “Esta herramienta también puede ser útil para predecir los resultados de otras lesiones preinvasivas y para predecir qué pacientes responderán a intervenciones terapéuticas específicas”, dice el Prof. Petty.

Los investigadores están realizando actualmente la retrospectiva adicional experimentos necesarios para obtener la aprobación de la FDA de esta nueva prueba de diagnóstico.

Explore más

El tratamiento del DCIS con cirugía y radioterapia reduce el riesgo de cáncer, pero los beneficios disminuyen con el tiempo Más información: Alexandra M. Kraft et al, Spatial Locations of ciertas enzimas y transportadores dentro de conductos preinvasivos las células epiteliales predicen las recurrencias del cáncer de mama humano, American Journal of Physiology-Cell Physiology (2020). DOI: 10.1152/ajpcell.00280.2020 Proporcionado por la Universidad de Michigan Cita: Prediciendo las recurrencias del cáncer de mama (3 de diciembre de 2020) recuperado el 31 de agosto de 2022 de https://medicalxpress.com/news/2020-12- breast-cancer-recurrences.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.