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 automatizada de biopsia líquida predice progresión temprana de la enfermedad y supervivencia en pacientes con cáncer de mama avanzado

Por el equipo editorial de LabMedica en español
Actualizado el 20 Jun 2023
Imagen: La coautora del estudio Mary Jo Fackler, Ph.D., analiza muestras de plasma del paciente (Fotografía cortesía de Madison Pleas)
Imagen: La coautora del estudio Mary Jo Fackler, Ph.D., analiza muestras de plasma del paciente (Fotografía cortesía de Madison Pleas)

Existe una necesidad apremiante de biomarcadores clínicos predictivos para identificar la progresión temprana de la enfermedad en mujeres con cáncer de mama metastásico, considerando su naturaleza heterogénea. Dichos biomarcadores podrían ayudar a los oncólogos a reducir los impactos adversos en la calidad de vida de las pacientes debido a las combinaciones de medicamentos, al optimizar la utilización de terapias disponibles y efectivas. Ahora, una nueva prueba de biopsia líquida automatizada puede predecir la progresión temprana de la enfermedad y la supervivencia potencial en pacientes con cáncer de mama metastásico un mes después de comenzar el tratamiento.

La prueba de biopsia líquida para la metilación del cáncer de mama (LBx-BCM), actualmente en desarrollo por investigadores del Centro Oncológico Johns Hopkins Kimmel (Baltimore, MD, EUA), es un prototipo solo para uso de investigación en esta etapa. La prueba es compatible con la plataforma de pruebas moleculares GeneXpert y requiere menos de 15 minutos de tiempo práctico por parte de un técnico de laboratorio. La prueba es capaz de detectar la metilación en nueve genes, que se sabe que están alterados en los cuatro subtipos de cáncer de mama: AKR1B1, TM6SF1, ZNF671, TMEFF2, COL6A2, HIST1H3C, RASGRF2, HOXB4 y RASSF1, en menos de cinco horas. La metilación, una etiqueta química asociada con el desarrollo y la progresión del cáncer, puede desactivar los genes supresores de tumores.

En un estudio, la prueba LBx-BCM identificó el ADN del cáncer en uno o más de los nueve genes comúnmente alterados en los cánceres de mama a partir de muestras de sangre de mujeres que se sometían a un tratamiento contra el cáncer de mama. Las pacientes con altos niveles de metilación acumulada a las cuatro semanas de tratamiento experimentaron períodos de supervivencia sin progresión significativamente más cortos (tiempo durante el cual la enfermedad no avanza) y peor supervivencia general en comparación con aquellos con baja metilación acumulada. Los investigadores utilizaron los niveles de metilación acumulativos de la semana cuatro para desarrollar y evaluar un nuevo modelo para predecir la progresión de la enfermedad tan pronto como tres meses después de iniciar el tratamiento. Los objetivos de investigación futuros incluyen estudiar los patrones de metilación semanales después de comenzar el tratamiento para determinar el mejor momento para medir la metilación acumulada y refinar y validar el modelo en poblaciones de pacientes similares y aquellas con enfermedad en etapa temprana.

"Parece prometedor que podamos detectar la metilación en las primeras cuatro semanas de tratamiento", dijo la autora principal del estudio, Kala Visvanathan, MD, MHS, directora del Servicio de Genética y Prevención del Cáncer en el Centro Oncológico Johns Hopkins Kimmel. “Actualmente, esperamos hasta que vemos cambios sintomáticos o clínicos, generalmente dentro de los tres meses, antes de ajustar los tratamientos. Si pudiéramos detectar cambios antes, podríamos ajustar los tratamientos antes, si fuera necesario, con el objetivo de lograr mejores resultados clínicos y prolongar la supervivencia”.

Enlaces relacionados:
Johns Hopkins Medicine  

Miembro Oro
Clinical Chemistry Assay
Sorbitol Dehydrogenase (SDH)
Software de laboratorio
Acusera 24•7
All-in-One Molecular System
AIO M160
Steam Sterilizer
Hi Vac II Line

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.