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
PURITAN MEDICAL

Deascargar La Aplicación Móvil




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
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 Oro
Nucleic Acid Extractor System
NEOS-96 XT
Software de laboratorio
Acusera 24•7
ANALIZADOR AUTOMÁTICO CLIA
Shine i6000
Prefilled Tubes
Prefilled 5.0ml Tubes

Canales

Hematología

ver canal
Crédito de la imagen: Shutterstock

Nuevos biomarcadores predicen resistencia a terapia dirigida en un cáncer hematológico raro

La neoplasia blástica de células dendríticas plasmocitoides (BPDCN, por sus siglas en inglés) es una leucemia rara y agresiva con opciones de tratamiento limitadas y un mal... Más

Inmunología

ver canal
Imagen: El análisis proteómico del líquido lagrimal reveló patrones anormales en las proteínas que regulan los nervios y las células T en personas con problemas oculares (Crédito de la imagen: Adobe Stock)

Modelos diagnósticos detectan anomalías oculares ocultas tras una COVID-19 leve

Los síntomas oculares persistentes después de la COVID-19 pueden afectar gravemente la lectura, el trabajo y las tareas diarias, y sin embargo los exámenes oculares estándar... Más

Microbiología

ver canal
Imagen: La adición se basa en un menú QIAstat-Dx que también incluye paneles respiratorios, gastrointestinales y de meningitis/encefalitis (Fotografía cortesía de Qiagen)

Panel rápido identifica patógenos gramnegativos y marcadores de resistencia en infecciones del torrente sanguíneo

Las infecciones del torrente sanguíneo requieren una identificación rápida de los patógenos causales y de los mecanismos de resistencia para orientar una terapia eficaz.... 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.