Nuevo modelo mátemático para la detección precoz del cáncer de ovario

La doctora Inés Pérez Mariño de la Universidad Rey Juan Carlos ha realizado un estudio sobre el uso combinado de varios marcadores tumorales con el fin de conseguir reducir la proporción de falsos negativos (pacientes que tienen la enfermedad, pero no son diagnosticados correctamente), así como adelantar el momento del diagnóstico.

Junto a investigadores del University College London (UCL) ha propuesto un modelo estadístico bayesiano y un algoritmo computacional que permite detectar puntos de cambio en la evolución temporal de múltiples marcadores tumorales y evaluar su coherencia.

La investigación, enmarcada en el proyecto Predicting risk of ovarian malignancy, improved screening and early detection (PROMISE) financiado por la organización Cancer Research UK, incluye hasta seis marcadores (la proteína CA 125, la proteína 4 del epídidimo humano o HE4, la glicodelina, la metaloproteinasa 7, el fragmento 19 de citoqueratina y la mesotelina) y ha empleado datos clínicos de un grupo de 44 mujeres diagnosticadas con cáncer de ovario y 179 mujeres sanas, todas ellas con edades comprendidas entre los 50 y los 80 años.

Disminución del 11% al 2% los falsos negativos

Los resultados del estudio, publicados en la revista Biomedical Signal Processing and Control, muestran una disminución del 11% al 2% en el número de falsos negativos cuando se consideran dos marcadores conjuntamente, en particular, CA 125 y HE4,  en lugar de solo CA 125 (el marcador empleado habitualmente), resultando tres de los otros marcadores de utilidad muy limitada para el diagnóstico de esta enfermedad. “No obstante, es necesario  analizar grupos de pacientes más amplios para poder confirmar el alcance de estos prometedores resultados”, según señala Pérez Mariño.

El cáncer de ovario es la quinta causa de muerte entre las mujeres, con más de 140.000 fallecimientos al año en todo el mundo, ya que el diagnóstico a menudo ocurre en estadios avanzados de la enfermedad. El estudio enfatiza la necesidad del diagnóstico precoz para incrementar tanto la esperanza como la calidad de vida de las pacientes.

Referencia bibliográfica:

Inés P. Mariño, Oleg Blyuss, Andy Ryan, Aleksandra Gentry-Maharaj, John F. Timms, Anne Dawnay, Jatinderpal Kalsi, Ian Jacobs, Usha Menon, and Alexey Zaikin. "Change-point of multiple biomarkers in women with ovarian cáncer". Biomedical Signal Processing and Control 33, 169-177 (2017).

Fuente: Agencia Sinc
Enlace: Nuevo modelo mátemático para la detección precoz del cáncer de ovario