Utilizamos cookies para comprender de qué manera utiliza nuestro sitio y para mejorar su experiencia. Esto incluye personalizar el contenido y la publicidad. Para más información, Haga clic. Si continua usando nuestro sitio, consideraremos que acepta que utilicemos cookies. Política de cookies.

MedImaging

Deascargar La Aplicación Móvil
Noticias Recientes Radiografía RM Ultrasonido Medicina Nuclear Imaginología General TI en Imaginología Industria

Algoritmo predice recurrencia del cáncer de próstata en pacientes tratados con radioterapia

Por el equipo editorial de MedImaging en español
Actualizado el 17 Jan 2024

La radioterapia es una opción de tratamiento preponderante para pacientes con cáncer de próstata en varios niveles de riesgo. A pesar de su eficacia, entre el 20 % y el 30 % de los pacientes experimentarán una recurrencia del cáncer dentro de los cinco años posteriores al tratamiento. La detección de esta recurrencia generalmente implica monitorear los niveles del antígeno prostático específico (APE) en el suero. Sin embargo, este método puede ser lento y a menudo retrasa los tratamientos adicionales necesarios para quienes tienen tumores recurrentes. Para abordar este desafío, un equipo internacional de investigadores ha introducido una nueva metodología y algoritmo, pendiente de patente, diseñados para predecir la probabilidad de recurrencia del cáncer de próstata después de la radioterapia.

Desarrollado por especialistas de la Universidad Purdue (West Lafayette, IN, EUA), este innovador algoritmo aprovecha los datos recopilados a través del monitoreo rutinario de los pacientes. Se basa en un modelo mecanístico específico del paciente, que se informa continuamente mediante mediciones periódicas de APE, una parte estándar del seguimiento posradiación para pacientes con cáncer de próstata. La eficacia de este método se probó con datos históricos de 166 pacientes. Para cada paciente, la predicción de recurrencia del algoritmo se comparó con la ocurrencia real identificada por las prácticas clínicas tradicionales. Los hallazgos fueron prometedores e indicaron que los predictores basados en modelos podían señalar posibles recaídas, en promedio, 14,8 meses antes que los métodos convencionales. Los investigadores ahora se están centrando en perfeccionar el modelo para beneficiar a una gama más amplia de pacientes.


Imagen: El algoritmo predice la recurrencia del cáncer de próstata 15 meses más rápido en pacientes tratados por radioterapia (Fotografía cortesía de 123RF)
Imagen: El algoritmo predice la recurrencia del cáncer de próstata 15 meses más rápido en pacientes tratados por radioterapia (Fotografía cortesía de 123RF)

"Los datos del APE se utilizan junto con el modelo para obtener parámetros específicos del paciente que determinan la dinámica del APE y sirven como clasificadores de recurrencia", dijo Héctor Gómez, profesor de la Universidad Purdue. “Además de la identificación de recurrencia, nuestro modelo se puede utilizar para diseñar estrategias personalizadas de seguimiento del APE. Puede indicarles a los médicos el momento adecuado para investigar las recurrencias de tumores y maximizar la ventana de curabilidad”.

"Nuestro modelo actual se puede utilizar sólo para pacientes que no reciben ningún tratamiento adicional a la radiación", añadió Gómez. “Algunos pacientes reciben radiación y terapia hormonal simultáneamente y no pueden beneficiarse de nuestro método en este momento. Planeamos ampliar el método para que sea aplicable también a pacientes que reciben radiación y terapia hormonal simultáneamente”.

Enlaces relacionados:
Universidad de Purdue


New
Medical Radiographic X-Ray Machine
TR30N HF
Portable Color Doppler Ultrasound System
S5000
New
Digital Intelligent Ferromagnetic Detector
Digital Ferromagnetic Detector
Digital Radiographic System
OMNERA 300M

Últimas Medicina Nuclear noticias

Nuevo enfoque de imagen podría reducir la necesidad de biopsias para monitorear el cáncer de próstata

Nuevo anticuerpo radiomarcado mejora el diagnóstico y tratamiento de tumores sólidos

Nuevo enfoque de imágenes PET ofrece una visión nunca antes vista de la neuroinflamación