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




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
Lector rapido de tarjetas
EASY READER+
Software de laboratorio
Acusera 24•7
New
Food Allergy Screening ELISA Kit
Allerquant 14G B ELISA
New
All-in-One Molecular System
AIO M160

Canales

Química Clínica

ver canal
Imagen: El método dSAA divide el líquido cefalorraquídeo de un paciente en compartimentos a escala de nanolitros y cuenta digitalmente la cantidad de

Prueba ultrasensible detecta un biomarcador clave de un subtipo de demencia frontotemporal

La demencia afecta a más de 57 millones de personas en todo el mundo y se prevé que esta cifra casi se duplique en las próximas dos décadas, lo que supone una gran carga para... Más

Hematología

ver canal
Imagen: EasyM es una prueba de sangre altamente sensible que rastrea un biomarcador de mieloma llamado proteína M (crédito de la foto: 123RF)

Análisis de sangre permite la detección temprana de recaída del mieloma múltiple

Las biopsias de médula ósea siguen siendo fundamentales para diagnosticar y monitorizar el mieloma múltiple, pero el procedimiento es doloroso, invasivo y a menudo se repite con el tiempo.... Más

Microbiología

ver canal
Imagen: Biosensor para la detección de tuberculosis (fotografía cortesía de la UPV)

Biosensor de antígeno detecta tuberculosis activa en una hora

La tuberculosis sigue siendo un importante desafío de salud global y continúa siendo una causa significativa de morbilidad y mortalidad. El informe mundial de 2024 de la Organización... Más

Patología

ver canal
Imagen: ArteraAI Breast analiza imágenes histopatológicas digitalizadas junto con variables clínicas del paciente para producir una puntuación de riesgo derivada de IA que proporciona información de pronóstico sobre la probabilidad de metástasis a distancia (Crédito de la imagen: Adobe Stock)

Herramienta de patología digital con IA para la estratificación del riesgo en cáncer de mama

La evaluación del riesgo en el momento del diagnóstico es fundamental para guiar el tratamiento del cáncer de mama invasivo en estadio temprano, con receptor hormonal positivo y receptor 2 del factor de... Más
Copyright © 2000-2026 Globetech Media. All rights reserved.