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
INTEGRA BIOSCIENCES AG

Deascargar La Aplicación Móvil




Panel de biomarcador proteico permite la detección precoz del cáncer

Por el equipo editorial de LabMedica en español
Actualizado el 09 Sep 2019
Imagen: Una microfotografía de un tumor ovárico mucinoso de bajo potencial maligno (BPM). La microfotografía muestra: epitelio mucinoso simple (derecha) y epitelio mucinoso que se pseudoestratifica (izquierda - diagnóstico de un tumor de BPM). El epitelio con una arquitectura tipo fronda se ve en la parte superior de la imagen (Fotografía cortesía de Wikimedia Commons).
Imagen: Una microfotografía de un tumor ovárico mucinoso de bajo potencial maligno (BPM). La microfotografía muestra: epitelio mucinoso simple (derecha) y epitelio mucinoso que se pseudoestratifica (izquierda - diagnóstico de un tumor de BPM). El epitelio con una arquitectura tipo fronda se ve en la parte superior de la imagen (Fotografía cortesía de Wikimedia Commons).
El análisis de los datos de expresión de biomarcadores del suero obtenido de pacientes con cáncer de ovario ha permitido el desarrollo de una herramienta de detección temprana para el cáncer de ovario epitelial (COE).

La supervivencia a cinco años es de casi el 90% si el COE se diagnostica en la etapa uno, pero esta supervivencia se reduce a solo el 22% si la enfermedad se diagnostica en la etapa tres o cuatro. El cáncer de ovario es el sexto cáncer más común entre las mujeres en el Reino Unido, causando más de 4.000 muertes en 2016.

En la búsqueda de biomarcadores para facilitar la detección temprana del COE, investigadores de la Universidad de Queens Belfast (Reino Unido) y colaboradores en el Reino Unido, Australia e Italia, analizaron muestras de 49 casos de COE (19 Tipo I y 30 Tipo II) y de 31 controles que participaron en el Ensayo Colaborativo de Cribado de Cáncer de Ovario del Reino Unido (UKCTOCS, por sus siglas en inglés), que representó 482 muestras en serie que cubrieron siete años antes del momento del diagnóstico. Se entrenó un modelo logit mediante el análisis de la desregulación de los datos de expresión de cuatro biomarcadores putativos (CA125, fosfatidilcolina-esterol aciltransferasa, proteína Z dependiente de vitamina K y proteína C reactiva).

El análisis realizado en el estudio presentó una herramienta de detección basada en la desregulación de los cuatro biomarcadores en comparación con una línea de base previa a la enfermedad establecida para cada paciente individual. La utilidad de la herramienta se demostró en un programa de detección primaria anual simulado que proporcionó la base para considerar, con la adición de más estudios de validación, cómo esto se puede traducir en un programa de detección clínicamente viable.

El autor principal, el Dr. Robert (Bobby) Graham, lector de la escuela de ciencias biológicas de la Universidad Queen's de Belfast, dijo: “Primero, descubrimos que la presencia del panel de biomarcadores nos permitirá detectar el COE. A continuación, desarrollamos una prueba de cribado para detectar este panel de biomarcadores, lo que la convierte en una prueba de diagnóstico relativamente simple. El algoritmo diseñado examinará la muestra de sangre y marcará los niveles anormales de las proteínas asociadas con el cáncer. La prueba de cribado identifica el cáncer de ovario hasta dos años antes de lo que le permiten las pruebas actuales. Los resultados de este estudio son alentadores, sin embargo, ahora queremos centrarnos en probarlo en un conjunto de muestras más amplio para que podamos utilizar los datos para abogar por un programa de cribado para el cáncer de ovario”.

El estudio fue publicado en la edición en línea del 7 de agosto de 2019 de la revista British Journal of Cancer.

Enlace relacionado:
Universidad de Queens Belfast

Miembro Platino
Analizador de coagulación automatizado
Hemolumi H6
Miembro Oro
KIT DE PRUEBA POC PARA H.PYLORI
Hepy Urease Test
CMV CLIA Diagnostic
CLIA CMV IgA Screen Group
ANALIZADOR DE INMUNOENSAYOS EN POC
Procise DX

Canales

Química Clínica

ver canal
Crédito de la imagen:  Diane E. MacDougall et al., FIND Lp(a) Machine Learning Model: Targeted Screening Enrichment of Elevated Lipoprotein(a) in Atherosclerotic Cardiovascular Disease, JACC: Advances (2026). DOI: 10.1016/j.jacadv.2026.103114

El aprendizaje automático permite orientar el cribado de lipoproteína(a) elevada

La lipoproteína(a) es un factor de riesgo independiente, determinado genéticamente, de la enfermedad cardiovascular aterosclerótica; sin embargo, el cribado rutinario sigue siendo... Más

Microbiología

ver canal
Imagen: El actual brote de BDBV en la República Democrática del Congo pone de relieve los desafíos de respuesta a infecciones raras y graves (Crédito de la imagen: 123RF)

Investigación refuerza la preparación ante brotes del virus Bundibugyo con diagnósticos más rápidos

El virus de Bundibugyo (BDBV), una especie de ebolavirus, causa una enfermedad hemorrágica grave y puede ser difícil de diagnosticar rápidamente durante los brotes. Los recientes cambios... Más

Patología

ver canal
Crédito de la imagen: Adobe Stock

Herramienta citológica de aprendizaje automático mejora la identificación de células cancerosas

El cribado citológico sigue siendo fundamental para la detección temprana del cáncer, pero su precisión depende en gran medida de la interpretación experta de las células... Más

Tecnología

ver canal
Imagen: ADLM recomienda que las herramientas de inteligencia artificial emergentes sigan los mismos estándares profesionales de supervisión, calidad, validación y monitoreo que las pruebas clínicas tradicionales dentro del marco existente de CLIA (Crédito de la imagen: Adobe Stock)

ADLM pide actualizar CLIA para apoyar el uso seguro de IA en medicina de laboratorio

Los laboratorios clínicos utilizan cada vez más la inteligencia artificial para verificar, interpretar e informar resultados, pero las salvaguardas de las Enmiendas para la Mejora de los... Más
Copyright © 2000-2026 Globetech Media. All rights reserved.