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.

Presenta Sitios para socios Información LinkXpress hp
Ingresar
Publique su anuncio con nosotros

Deascargar La Aplicación Móvil




Biopsia líquida única predice beneficio temprano de inmunoterapia en cáncer de pulmón avanzado

Por el equipo editorial de LabMedica en español
Actualizado el 09 Aug 2026
Crédito de la imagen: Shutterstock
Crédito de la imagen: Shutterstock

Evaluar el beneficio temprano de la inmunoterapia en el cáncer de pulmón de células no pequeñas avanzado puede ser un desafío porque las respuestas radiográficas pueden tardar meses en hacerse evidentes. Las exploraciones tempranas también pueden ser difíciles de interpretar debido a la seudoprogresión o a respuestas mixtas, lo que podría retrasar el cambio desde un tratamiento ineficaz.

Un marcador basado en sangre que identifique antes el beneficio terapéutico podría ayudar a reducir la toxicidad y los costos innecesarios. Un nuevo estudio sugiere que una sola medición de biopsia líquida obtenida en las primeras semanas tras el inicio del tratamiento puede predecir los resultados y respaldar decisiones clínicas más tempranas.

Investigadores de la Facultad de Medicina de la Universidad Johns Hopkins, el Centro Oncológico Kimmel de Johns Hopkins y el Instituto Bloomberg Kimmel de Inmunoterapia contra el Cáncer evaluaron la respuesta molecular del ADN tumoral circulante (ADNtc) mediante una biopsia líquida sin conocimiento previo del tumor y de un solo punto temporal.

El enfoque detecta y cuantifica el ADNtc en una muestra de plasma recogida durante una ventana de tratamiento predefinida sin requerir tejido tumoral. Para mejorar la especificidad analítica, los investigadores también secuenciaron ADN de leucocitos emparejados para filtrar variantes asociadas con la hematopoyesis clonal.

El estudio prospectivo de validez clínica incluyó a 109 pacientes con cáncer de pulmón de células no pequeñas avanzado que recibían inmunoterapia anti-PD-(L)1. Los investigadores analizaron 328 muestras de plasma recogidas durante el tratamiento, junto con muestras de leucocitos emparejadas previas al tratamiento.

Compararon una sola extracción de sangre obtenida durante un intervalo de "referencia" de 3 a 9 semanas después del inicio del tratamiento con muestreos sanguíneos seriados y evaluaciones de imagen estándar. La estrategia de un solo punto temporal tuvo un rendimiento tan bueno como el muestreo repetido para predecir el beneficio terapéutico.

Los pacientes en quienes el ADNtc se volvió indetectable durante el intervalo de 3 a 9 semanas tuvieron una mediana de supervivencia libre de progresión de 26,6 meses frente a 3,4 meses cuando el ctDNA siguió siendo detectable. La mediana de supervivencia global fue de 46,9 meses frente a 11,4 meses, respectivamente. Los hallazgos se publicaron el 23 de julio en Clinical Cancer Research.

Según los autores, la evaluación molecular temprana a partir de una muestra de sangre podría complementar la interpretación de exploraciones ambiguas, ayudando a los clínicos a determinar antes si deben continuar o cambiar la terapia. Debido a que el método no requiere tejido tumoral e incorpora la secuenciación de leucocitos para excluir la hematopoyesis clonal, los investigadores lo describen como práctico para entornos oncológicos de rutina.

También señalan que la respuesta molecular del ADNtc en el punto de referencia puede funcionar como un criterio de valoración sustituto temprano en los ensayos de inmunoterapia, lo que permite decisiones más rápidas y diseños más adaptativos.

“Nuestros hallazgos establecen la respuesta molecular del ctDNA en el punto de referencia como un predictor temprano del beneficio de la inmunoterapia y demuestran que un enfoque práctico de biopsia líquida sin conocimiento previo del tumor y de un solo punto temporal puede proporcionar información clínicamente significativa semanas antes de la imagen convencional, lo que respalda una evaluación adicional de la estrategia en la atención rutinaria de los pacientes y en futuros ensayos clínicos”, dijo Valsamo “Elsa” Anagnostou, M.D., Ph.D., codirectora de los programas de Malignidades del Tracto Aerodigestivo Superior y Genética y Epigenética del Cáncer, y del Centro de Excelencia en Medicina de Precisión para el Cáncer de Pulmón.

Enlaces relacionados
Facultad de Medicina de la Universidad Johns Hopkins

Miembro Oro
Clinical Chemistry Assay
Sorbitol Dehydrogenase (SDH)
Software de laboratorio
Acusera 24•7
Multi-Chamber Washer-Disinfector
WD 390
Thyroid Test
Anti-Thyroid EIA Test

Canales

Química Clínica

ver canal
Imagen: Nuevos hallazgos presentados en ADLM 2026 sugieren que el aprendizaje automático podría ayudar a mejorar la precisión de un análisis de sangre estándar utilizado para diagnosticar tumores raros que se forman en las glándulas suprarrenales o cerca de ellas (Fotografía cortesía de Shutterstock)

Modelo de aprendizaje automático promete mejorar precisión de pruebas de metanefrinas

Los feocromocitomas y los paragangliomas son tumores poco frecuentes que se forman en las glándulas suprarrenales o cerca de ellas y provocan una sobreproducción de hormonas del estrés.... Más

Microbiología

ver canal
Crédito de la imagen: Adobe Stock

La secuenciación metagenómica permite diagnóstico rápido de infecciones respiratorias en fibrosis quística

Las infecciones pulmonares graves siguen siendo una causa importante de morbilidad entre las personas con fibrosis quística, un trastorno genético potencialmente mortal caracterizado por... Más

Patología

ver canal
Crédito de imagen: iStock

Herramienta de patología con IA predice riesgo de recaída en cáncer colorrectal en estadio II

El cáncer colorrectal es el cuarto cáncer diagnosticado con mayor frecuencia en Australia y la segunda causa principal de muerte por cáncer, al tiempo que sigue siendo el tercer cáncer... Más

Tecnología

ver canal
Imagen: el panel combina diagnósticos basados ​​en biomarcadores con algoritmos digitales avanzados para permitir una evaluación no invasiva utilizando datos clínicos disponibles de forma rutinaria (Fotografía cortesía de Adobe Stock)

Panel de algoritmos ayuda a evaluar la fibrosis hepática y vigilar el cáncer de hígado

La enfermedad hepática crónica es común y suele progresar de forma silenciosa, lo que aumenta el riesgo de cirrosis y carcinoma hepatocelular cuando no se detecta de manera temprana.... Más
Copyright © 2000-2026 Globetech Media. All rights reserved.