Revolucionaria prueba detecta 30 tipos diferentes de cáncer con 98 % de precisión

El estudio, realizado por un equipo de investigación multiinstitucional dirigido por HCG Manavata Cancer Centre (HCGMCC, Nashik, India), empleó una novedosa plataforma de diagnóstico basada en el metaboloma sérico impulsada por el aprendizaje automático para identificar firmas metabólicas específicas vinculadas al cáncer. A diferencia de otras pruebas de detección temprana de múltiples cánceres (MCED) que dependen de la detección de ADN o células tumorales, que a menudo están limitadas por bajas concentraciones de biomarcadores, esta nueva prueba se centra en la captura de cambios en los metabolitos. Esto proporciona un resultado más confiable y sensible, particularmente para detectar cánceres en etapas tempranas. Publicado en Cancer Reports, el estudio incluyó a 6.445 participantes, incluidos más de 2.800 pacientes con cáncer confirmado, sin tratamiento previo, en cuatro etapas de la enfermedad. Las muestras de suero se analizaron mediante espectrometría de masas de alta resolución y los datos se procesaron a través de un algoritmo patentado de Inteligencia Artificial para la Detección del Cáncer (CDAI). La plataforma demostró una alta sensibilidad de manera constante, incluso en cánceres en etapa temprana (Etapa I/II), una hazaña que los métodos de diagnóstico actuales rara vez logran.

La prueba, que analiza más de 8.000 metabolitos en suero sanguíneo, mostró una precisión casi perfecta en todos los estadios (I-IV) y grupos de edad (de 20 a más de 80 años). Cabe destacar que identificó cánceres en estadio I con una sensibilidad del 98,9 %, lo que llenó un vacío crucial en oncología, donde la mayoría de los cánceres se diagnostican demasiado tarde para un tratamiento eficaz. La robustez del modelo se confirmó en varios grupos de edad, manteniendo una sensibilidad de detección superior al 96 % en todos los grupos demográficos y estadios de cáncer. Actualmente, se están desarrollando planes para iniciar ensayos clínicos multicéntricos de mayor tamaño, con el objetivo de comercializar la prueba. También se están realizando esfuerzos para integrar capacidades de predicción del tejido de origen, lo que ayudaría aún más a los médicos a iniciar diagnósticos de seguimiento y estrategias de tratamiento precisos.

“La nueva prueba, validada en un ensayo clínico a simple ciego, reduce el riesgo de sobrediagnóstico y amplía la cobertura a treinta neoplasias malignas”, afirmó el Dr. Raj Nagarkar, Director General y Jefe de Oncología Quirúrgica y Servicios Robóticos del HCGMCC, quien dirigió el equipo de investigación. “Creemos que esta prueba tiene el potencial de redefinir el cribado del cáncer, especialmente en países de ingresos bajos y medios como la India. Su escalabilidad, precisión y capacidad para detectar cánceres de forma temprana podrían permitir a los gobiernos y a los profesionales sanitarios ofrecer una intervención oportuna, lo que, en última instancia, salva vidas y reduce los costos del tratamiento en etapas avanzadas”.

Enlaces relacionados:
HCGMCC