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




Detección personalizada de ctADN antecede las recaídas en el cáncer de mama

Por el equipo editorial de LabMedica en español
Actualizado el 07 May 2019
Imagen: El análisis de sangre por Natera detecta las recaídas en el cáncer de mama (Fotografía cortesía de la Universidad de Leicester).
Imagen: El análisis de sangre por Natera detecta las recaídas en el cáncer de mama (Fotografía cortesía de la Universidad de Leicester).
El cáncer de mama es uno de los cánceres más comúnmente diagnosticados en todo el mundo y la segunda causa de muerte en mujeres relacionadas con el cáncer. El estándar actual de atención para mujeres con cáncer de mama primario (no metastásico) es la cirugía, a menudo seguida de una terapia adyuvante para eliminar la enfermedad residual mínima (ERM) microscópica.

Se ha demostrado que el ADN tumoral circulante (ctADN) detectable en el plasma sanguíneo refleja las firmas mutacionales del tumor primario y emerge como un posible biomarcador no invasivo para monitorizar la progresión tumoral en diferentes tipos de cáncer. Sin embargo, hasta el 43% de las pacientes con cáncer de mama no tienen mutaciones puntuales y, por lo tanto, no pueden ser monitorizadas utilizando un enfoque de genes promotores.

Un gran equipo de científicos que colaboran con el Colegio Imperial de Londres (Londres, Reino Unido) reclutó a 49 pacientes con cáncer de mama primario después de la cirugía y la terapia adyuvante. Los científicos recolectaron 208 muestras de plasma cada seis meses por hasta cuatro años. Los ensayos personalizados dirigidos a 16 variantes seleccionadas de los datos del exoma completo del tumor primario se analizaron en el plasma en serie para determinar la presencia de ctADN mediante la secuenciación ultra profunda de Signatera (Natera, San Carlos, CA, EUA). Las variantes somáticas específicas de cada paciente se identificaron mediante la comparación de los perfiles de la secuenciación del exoma completo (WES) del tumor primario pareado y del exoma completo del ADN de los glóbulos blancos para todos los 49 pacientes.

Los investigadores detectaron ctADN en el plasma antes de la recaída clínica o radiológica en 16 de los 18 pacientes con recaída (sensibilidad del 89%); la recaída metastásica se predijo con un tiempo de anticipación de hasta dos años (mediana = 8,9 meses; rango: 0,5-24,0 meses). Ninguno de los 31 pacientes no recidivantes fue positivo para ctADN en ningún momento a través de 156 muestras de plasma (especificidad del 100%). De los dos pacientes con recaída que no fueron detectados en el estudio, la primera tuvo solo una recurrencia local, mientras que la segunda paciente tuvo recurrencia ósea y había completado la quimioterapia solo 13 días antes de la toma de muestras de sangre.

Los autores concluyeron que habían demostrado que el análisis del ctADN específico de cada paciente puede ser un método sensible y específico para la vigilancia de la enfermedad en pacientes con cáncer de mama. Más importante aún, la detección temprana de hasta dos años brinda una posible ventana para poder realizar una intervención terapéutica. El estudio fue publicado el 16 de abril de 2019 en la revista Clinical Cancer Research.

Enlace relacionado:
Colegio Imperial de Londres
Natera


Miembro Oro
Neonatal Heel Incision Device
Tenderfoot
Software de laboratorio
Acusera 24•7
New
Analizador totalmente automatizado de proteínas específicas (nefelometría)
PA240
Food Allergy Screening ELISA Kit
Allerquant 14G B ELISA

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

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

Industria

ver canal
Crédito de imagen: iStock

Una colaboración impulsa los diagnósticos basados en esputo para el asma y la EPOC

El asma y la enfermedad pulmonar obstructiva crónica son afecciones inflamatorias de las vías respiratorias muy prevalentes, que afectan a más de 40 million Americans y a más... Más
Copyright © 2000-2026 Globetech Media. All rights reserved.