Presenta Sitios para socios Información LinkXpress hp
Ingresar
Publique su anuncio con nosotros
Guangdong Fapon Biotech Co., Ltd.

Descargar La Aplicación Móvil




Ensayo de aprendizaje automático basado en sangre detecta de forma no invasiva el cáncer de ovario

Por el equipo editorial de LabMedica en español
Actualizado el 08 May 2024

El cáncer de ovario es una de las causas más comunes de muerte por cáncer entre las mujeres y tiene una tasa de supervivencia a cinco años de alrededor del 50%. Más...

La enfermedad es particularmente letal porque a menudo no causa síntomas en sus primeras etapas. La ausencia de herramientas de detección eficaces y la naturaleza asintomática de la enfermedad contribuyen a su diagnóstico durante las últimas etapas, cuando las opciones de tratamiento son menos efectivas. Un método de detección accesible y rentable podría revolucionar el enfoque clínico para la detección del cáncer de ovario y potencialmente salvar vidas. Aunque se han explorado las tecnologías de biopsia líquida, que analizan la sangre en busca de ADN derivado de tumores, para la detección no invasiva del cáncer, su utilidad en el cáncer de ovario ha sido limitada. Ahora, un estudio retrospectivo presentado en el congreso AACR 2024 ha demostrado que un ensayo de aprendizaje automático basado en sangre, que combina patrones de fragmentos de ADN libre de células (ADNlc) con niveles de las proteínas CA125 y HE4, puede distinguir eficazmente a pacientes con cáncer de ovario de controles sanos. o pacientes con masas ováricas benignas.

El método DELFI (Evaluación de ADN de fragmentos para la intercepción temprana) emplea un novedoso enfoque de biopsia líquida llamado fragmentómica. Esta técnica mejora la precisión de las pruebas al detectar cambios en la circulación en el tamaño y la distribución de los fragmentos de ADNlc en todo el genoma. Investigadores del Centro Oncológico Kimmel Johns Hopkins (Baltimore, MD, EUA) aplicaron DELFI para analizar los fragmentomas de individuos con y sin cáncer de ovario. El estudio incluyó muestras de plasma de 134 mujeres con cáncer de ovario, 204 mujeres sin cáncer y 203 mujeres con masas anexiales benignas. Entrenaron un algoritmo de aprendizaje automático para integrar los datos de este fragmentoma con los niveles plasmáticos de CA125 y HE4, dos biomarcadores establecidos para el cáncer de ovario.

Los investigadores desarrollaron dos modelos: uno para detectar el cáncer de ovario en una población asintomática y otro para diferenciar de forma no invasiva masas benignas de cancerosas. Con una especificidad superior al 99 % (prácticamente eliminando los falsos positivos), el modelo de detección detectó el 69 %, el 76 %, el 85 % y el 100 % de los casos de cáncer de ovario en las etapas I a IV, respectivamente; el área bajo la curva (una medida de la precisión de la prueba) fue de 0,97 en todas las etapas, superando significativamente a los biomarcadores actuales. A modo de comparación, el uso exclusivo de los niveles de CA125 identificó el 40 %, el 66 %, el 62 % y el 100 % de los casos en estadios I-IV, respectivamente. El modelo de diagnóstico distinguió el cáncer de ovario de las masas benignas con un área bajo la curva de 0,87. Los investigadores planean validar sus modelos en cohortes más grandes para confirmar estos hallazgos, pero los resultados iniciales son prometedores.

"Este estudio contribuye a una gran cantidad de trabajo de nuestro grupo que demuestra el poder de la fragmentación del ADN libre de células en todo el genoma y el aprendizaje automático para detectar cánceres con un alto rendimiento", dijo Victor Velculescu, MD, PhD, FAACR, autor principal del estudio. "Nuestros hallazgos indican que este enfoque combinado dio como resultado un mejor rendimiento de la detección en comparación con los biomarcadores existentes".

Enlaces relacionados:
Medicina Johns Hopkins


Miembro Platino
Analizador de coagulación automatizado
Hemolumi H6
βeta-Hydroxybutyrate Reagent
β-Hydroxybutyrate LiquiColor®
CMV CLIA Diagnostic
CLIA CMV IgA Screen Group
Miembro Oro
Lector rapido de tarjetas
EASY READER+
Lea el artículo completo al registrarse hoy mismo, es GRATIS! ¡Es GRATUITO!
Regístrese GRATIS a LabMedica.es y acceda a las noticias y eventos que afectan al mundo del Laboratorio.
  • Edición gratuita de la versión digital de Lab Medica en Español enviado regularmente por email
  • Revista impresa gratuita de la revista Lab Medica en Español (disponible únicamente fuera de EUA y Canadá).
  • Acceso gratuito e ilimitado a ediciones anteriores de Lab Medica en Español digital
  • Boletín de Lab Medica en Español gratuito cada dos semanas con las últimas noticias
  • Noticias de último momento enviadas por email
  • Acceso gratuito al calendario de eventos
  • Acceso gratuito a los servicios de nuevos productos de LinkXpress
  • Registrarse es sencillo y GRATUITO!
Haga clic aquí para registrarse








Canales

Química Clínica

ver canal
Imagen: Joy Milne, cuyo elevado sentido del olfato ayudó a inspirar la investigación sobre la firma molecular del Parkinson, participa en una investigación que investiga el sentido del olfato. (Crédito de la imagen: Universidad de Manchester)

Estudio con hisopo cutáneo identifica cambios metabólicos asociados al Parkinson

La enfermedad de Parkinson puede ser difícil de diagnosticar antes de que aparezcan los síntomas motores, lo que pone de relieve la necesidad de métodos de detección más temprana.... Más

Hematología

ver canal
Imagen: Una nueva investigación que utiliza muestras de sangre almacenadas recolectadas a lo largo del tiempo ha rastreado el desarrollo de la leucemia mieloide aguda años y décadas antes del diagnóstico (Crédito de la imagen: Shutterstock)

Muestras de sangre seriadas revelan la evolución de la leucemia décadas antes del diagnóstico

La leucemia mieloide aguda (LMA) es un cáncer de la sangre agresivo que afecta aproximadamente a 2.700 personas en el Reino Unido cada año, y solo alrededor de una de cada seis pacientes... Más

Inmunología

ver canal
Imagen: Los hallazgos subrayan la importancia de alinear las pruebas de alergia con la historia clínica y las pautas de diagnóstico para reducir las pruebas inadecuadas y sus consecuencias (Crédito de la imagen: iStock)

Encuesta revela brecha entre conocimiento y práctica en pruebas de alergia alimentaria

La evaluación de la alergia alimentaria puede ser un desafío cuando los resultados de laboratorio no coinciden con los síntomas clínicos. Los paneles amplios de alergia alimentaria... Más

Microbiología

ver canal
Imagen: La malaria es causada por parásitos Plasmodium, transmitidos principalmente a través de la picadura de mosquitos Anopheles hembra infectados (Crédito de la imagen: Adobe Stock)

Los genomas completos de malaria podrían mejorar la identificación de especies y la vigilancia

La malaria sigue siendo un importante desafío mundial para la salud, con un estimado de 282 millones de casos y 610.000 muertes en todo el mundo en 2024. Aunque la mayor parte de la investigación... Más

Tecnología

ver canal
Imagen: Módulos e interacciones clave en el sistema agente LabARIA.  (Yang, H.S., Pan, W., Cushing, M.M. et al. An agentic framework for intelligent clinical laboratory medicine. npj Health Systems (2026). https://doi.org/10.1038/s44401-026-00163-3)

Un marco de IA multiagente apoya el monitoreo de la calidad y el flujo de trabajo en el laboratorio

Los laboratorios clínicos analizan sangre, orina, tejidos y otros fluidos corporales para apoyar el diagnóstico y el tratamiento de enfermedades. El aumento del volumen de pruebas, la escasez... Más

Industria

ver canal
Imagen: El evento de cuatro días, celebrado del 13 al 16 de noviembre en Cali, destacó los avances en diagnóstico clínico, tecnologías de laboratorio e inteligencia artificial en bacteriología

El CNB 2026 destaca los avances en bacteriología y medicina de laboratorio en Cali

El 24.º Congreso Internacional del Colegio Nacional de Bacteriología (CNB) reunió a profesionales de laboratorio, investigadores, representantes de la industria y expertos internacionales en Cali, Colombia,... Más
Copyright © 2000-2026 Globetech Media. All rights reserved.