Consiguen calcular la probabilidad de recaída de cáncer de mama según el tipo del primer tumor

El riesgo de tener cáncer de mama por segunda vez varía en función de los antecedentes personales; es decir, de las características del primer tumor. Estas recaídas dependen de varios factores que están siendo analizados por multitud de expertos. 

Ahora, un grupo de científicos de la Universidad de Cambridge (Reino Unido) y la Universidad de Stanford (EE UU), en colaboración con centros de investigación canadienses y españoles como la Universidad de Valladolid (UVa), han creado un modelo estadístico capaz de predecir la reaparición del cáncer de mama en los pacientes. 

Oscar Rueda –antiguo estudiante de la UVa y actual científico del Instituto Cambridge de Investigación del Cáncer– ha liderado durante tres años al grupo que ha estudiado el riesgo de recaída y mortalidad en 3.240 pacientes. Los resultados han sido publicados esta semana en la revista Nature.

El equipo tuvo en cuenta los diferentes estados de la enfermedad para el modelo estadístico como, por ejemplo, la distancia entre el nuevo tumor y el tumor original, el tiempo transcurrido desde la cirugía y otros factores que se sabe que influyen en la mortalidad, como la edad y el tamaño del cáncer.

Dos tipos de tumores de mama

En resumen, clasificaron dos tipos de tumores de mama –cáncer de mama triple negativo y tumores RE+ con un estado de HER2 negativo– en varios subgrupos caracterizados por las alteraciones genéticas que provocan el riesgo y la rapidez de recaída.

Tumores de mama de alto riesgo 

Después de analizar a esos más de 3.000 pacientes del Reino Unido y Canadá diagnosticados entre 1977 y 2005, los autores dividieron el grupo de cáncer de mama triple negativo en dos subgrupos: IntClust10 e IntClust4ER.

Según informa Oscar Rueda, “uno de cada tres pacientes con cáncer de mama IntClust10 recae en los cinco primeros años”. Aquellos que superan esos cinco años “tienen un riesgo mínimo de recaída después de ese periodo”.

En cambio, el otro subgrupo IntClust4ER- tienen un riesgo menor a corto plazo, “pero persiste después de esos cinco años”, matiza el investigador.

Con respecto a los tumores RE+ con un estado de HER2 negativo, los científicos también identificaron cuatro subtipos con un alto riesgo de recaída a largo plazo: IntClust1, IntClust2, IntClust6 e IntClust9.

Según los resultados, estos cuatro subtipos registran un riesgo de recaída entre el 47 y 62 % de probabilidad hasta 20 años después del diagnóstico.

“Los cuatro representan alrededor del 26% de los tumores RE+ y la gran mayoría de las recaídas”, comenta a Sinc Christina Curtis, autora principal del estudio e investigadora en la Escuela de Medicina de Stanford.

El mayor conjunto de datos sobre cáncer de mama


Cristina Rueda, catedrática en el Departamento de Estadística de la UVa y partícipe en el diseño de la metodología empleada en este trabajo, señala Sinc que “hay más aspectos que hacen de este estudio pionero”.

Ha sido un desarrollo metodológico muy importante y novedoso. Hemos contribuido en la metodología estadística creada específicamente para el análisis más eficiente de la información”, declara la experta.

Según la investigadora, el modelo incorpora diferentes etapas de la enfermedad, distintas escalas temporales.

Además, agrega información del tumor que permiten predecir la trayectoria de la enfermedad y actualizar los datos a medida que evoluciona el paciente.

“Se pone a disposición de la comunidad científica el mayor conjunto de datos hasta la fecha de cáncer de mama con información molecular, seguimiento a largo plazo y anotación detallada de metástasis y recurrencias”, concluye.

Aurora Cancela Pérez
Aurora Cancela Pérezhttps://www.cronicanorte.es
Aurora Cancela Pérez, periodista, licenciada en Ciencias de la Información y vecina de Colmenar Viejo. Es redactora en Crónica Norte desde 2017. Apasionada de la información local y los viajes.

DEJA UNA RESPUESTA

Por favor ingrese su comentario!
Por favor ingrese su nombre aquí

spot_img
spot_img
spot_img
spot_img
spot_img
40,069FansMe gusta
7,865SeguidoresSeguir
40,069SuscriptoresSuscribirte

Puede Interesarle...

pronto descubrirás aquí algo nuevo...!!!