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
Ingresar
Publique su anuncio con nosotros
LGC Clinical Diagnostics

Deascargar La Aplicación Móvil




Eventos

09 abr 2024 - 12 abr 2024
15 abr 2024 - 17 abr 2024
23 abr 2024 - 26 abr 2024

Prueba metabolómica detecta el cáncer de pulmón precoz y predice el tiempo de supervivencia del paciente

Por el equipo editorial de LabMedica en español
Actualizado el 20 Dec 2021
Print article
Imagen: Se utilizó resonancia magnética nuclear (RMN) de Giro de Ángulo Mágico (MAS) para establecer el modelo predictivo de cáncer de pulmón. La muestra (azul) rota con alta frecuencia dentro del campo magnético principal (B0). Está inclinado por el ángulo mágico θm con respecto a la dirección de la orientación del campo magnético (Fotografía cortesía de Wikimedia Commons)
Imagen: Se utilizó resonancia magnética nuclear (RMN) de Giro de Ángulo Mágico (MAS) para establecer el modelo predictivo de cáncer de pulmón. La muestra (azul) rota con alta frecuencia dentro del campo magnético principal (B0). Está inclinado por el ángulo mágico θm con respecto a la dirección de la orientación del campo magnético (Fotografía cortesía de Wikimedia Commons)
Un modelo predictivo basado en alteraciones en los metabolitos sanguíneos medidos por espectroscopia de resonancia magnética de alta resolución puede detectar el cáncer de pulmón en estadio temprano.

El cáncer de pulmón en etapa temprana es principalmente asintomático, por lo que la enfermedad generalmente solo se diagnostica en una etapa tardía cuando la tasa de supervivencia es extremadamente baja. Para facilitar la detección más temprana del cáncer de pulmón, los investigadores del Hospital General de Massachusetts de la Facultad de Medicina de Harvard (Boston, EUA), crearon un modelo predictivo de cáncer de pulmón basado en perfiles metabolómicos en muestras de sangre. La metabolómica es el estudio sistemático de las huellas químicas únicas de moléculas pequeñas que dejan los procesos celulares específicos.

Para construir un modelo predictivo para indicar la presencia de cáncer de pulmón y la supervivencia del paciente utilizando muestras de suero recolectadas antes de su diagnóstico de enfermedad, los investigadores emplearon espectroscopía de resonancia magnética (MRS) de giro de ángulo mágico de alta resolución (HRMAS).

Los investigadores analizaron muestras de suero de 10 microlitros obtenidas de 79 pacientes antes (dentro de los cinco años) y en el momento del diagnóstico de cáncer de pulmón. Los modelos de predicción de enfermedades se establecieron comparando patrones metabolómicos séricos entre cohortes de entrenamiento: pacientes con cáncer de pulmón en el momento del diagnóstico y controles sanos emparejados. Estos modelos predictivos se aplicaron luego para evaluar muestras de suero de validación y pruebas de cohortes, todas recolectadas de pacientes antes de su diagnóstico de cáncer de pulmón.

Los resultados revelaron que el modelo predictivo podía detectar cambios en los perfiles metabolómicos de la sangre que eran intermedios entre los estados sanos y enfermos. El modelo se aplicó a un grupo diferente de 54 pacientes con carcinoma de pulmón de células no pequeñas (CPCNP) para analizar muestras de sangre obtenidas antes y después del diagnóstico de cáncer. Los resultados confirmaron que las predicciones del modelo eran exactas. Además, los valores del modelo predictivo de metabolómica medidos a partir de sueros previos al diagnóstico se podrían usar para predecir la supervivencia a cinco años de los pacientes con enfermedad localizada.

“Nuestro estudio demuestra el potencial para desarrollar una herramienta de detección sensible para la detección temprana del cáncer de pulmón”, dijo el autor principal, el Dr. Leo L. Cheng. profesor asociado de radiología en la Facultad de Medicina de Harvard. “El modelo predictivo que construimos puede identificar qué personas pueden estar albergando cáncer de pulmón. Las personas con hallazgos sospechosos serían remitidas para una evaluación adicional mediante pruebas de imagenología, como TC de dosis baja, para un diagnóstico definitivo”.

El modelo predictivo para el diagnóstico precoz del cáncer de pulmón se describió en la edición en línea del 13 de diciembre de 2021 de la revista Proceedings of the National Academy of Sciences of the United States of America.

Enlace relacionado:
Hospital General de Massachusetts

Miembro Platino
PRUEBA RÁPIDA COVID-19
OSOM COVID-19 Antigen Rapid Test
One Step HbA1c Measuring System
GREENCARE A1c
Complement 3 (C3) Test
GPP-100 C3 Kit
Miembro Oro
Real-time PCR System
GentierX3 Series

Print article

Canales

Hematología

ver canal
Imagen: La prueba Gazelle Hb Variant (Fotografía cortesía de Hemex Health)

Primera prueba rápida y asequible para beta talasemia demuestra precisión diagnóstica del 99 %

Los trastornos de la hemoglobina se encuentran entre las enfermedades monogénicas más prevalentes a nivel mundial. Entre los diversos trastornos de la hemoglobina, la beta talasemia, un trastorno sanguíneo... Más

Inmunología

ver canal
Imagen: Streptococcus pyogenes en una placa de Petri (Fotografía cortesía del Colegio Imperial de Londres)

Técnicas de vanguardia para investigar respuesta inmune en infecciones mortales por estreptococo A

Anualmente, la asombrosa cifra de medio millón de personas, incluidos numerosos niños y jóvenes, sucumben a nivel mundial a infecciones graves causadas por la bacteria estreptocócica... Más

Tecnología

ver canal
Imagen: El sensor electroquímico detecta HPV-16 y HPV-18 con alta especificidad (Fotografía cortesía de 123RF)

Biosensor de ADN permite diagnóstico temprano del cáncer de cuello uterino

El disulfuro de molibdeno (MoS2), reconocido por su potencial para formar nanoláminas bidimensionales como el grafeno, es un material que llama cada vez más la atención de la comunidad... Más
Copyright © 2000-2024 Globetech Media. All rights reserved.