Análisis de sangre detecta cáncer ovarico con alta precisión

El cáncer de ovario es la quinta causa principal de muerte por cáncer en mujeres, debido principalmente a su diagnóstico en etapa tardía. Más del 90 % de las mujeres presentan síntomas en la etapa I, pero solo el 20 % recibe un diagnóstico temprano, ya que signos como distensión abdominal, dolor abdominal y problemas digestivos suelen asemejarse a afecciones benignas. Las herramientas de diagnóstico existentes, incluyendo procedimientos invasivos y biomarcadores únicos, con frecuencia no logran identificar la enfermedad en sus etapas iniciales. Ahora, un nuevo análisis de sangre de alta precisión ofrece una solución prometedora.

La empresa de diagnóstico AOA Dx (Denver, Colorado, EUA), en colaboración con investigadores de la Universidad de Manchester (Reino Unido) y la Universidad de Colorado (Boulder, Colorado, EUA), ha desarrollado una plataforma que combina biomarcadores de proteínas y lípidos con aprendizaje automático para identificar el cáncer de ovario. Esta tecnología analiza múltiples grupos de marcadores a partir de una sola muestra de sangre, ofreciendo una herramienta de diagnóstico no invasiva y rentable. Al integrar diversos datos moleculares, la prueba captura la complejidad de los subtipos y estadios del cáncer de ovario, superando los métodos tradicionales.

La prueba se evaluó en un estudio clínico con más de 950 pacientes de ambas instituciones. En muestras de la Universidad de Colorado, la prueba alcanzó una precisión del 93 % en todos los estadios del cáncer y del 91 % en la fase inicial. En muestras de la Universidad de Manchester, la precisión de la prueba alcanzó el 92 % en general y el 88 % en los casos en fase inicial. Publicados en Cancer Research Communications, los resultados mostraron que la prueba superó a los métodos de biomarcadores que se han utilizado durante décadas, aunque con una precisión inferior al 90 %.

Estos hallazgos marcan un hito importante en el diagnóstico del cáncer de ovario. La plataforma podría convertirse en una prueba optimizada y de relevancia global, diseñada para proporcionar resultados más rápidos y fiables para mujeres sintomáticas. El éxito de este estudio servirá de base para el diseño final de la prueba y respaldará las gestiones para obtener la aprobación regulatoria en EUA y Europa, con planes para su posterior introducción en el NHS y otros mercados internacionales.

Si se valida en ensayos posteriores, la prueba tiene el potencial de mejorar significativamente la atención al paciente al permitir una detección más temprana, orientar las decisiones de tratamiento y reducir los retrasos innecesarios. Los investigadores destacan su potencial como herramienta clínica y como solución práctica para los sistemas de salud que buscan diagnósticos de cáncer rentables.

“Nuestra plataforma detecta el cáncer de ovario en etapas tempranas y con mayor precisión que las herramientas actuales”, afirmó Alex Fisher, director de operaciones y cofundador de AOA Dx. “Estos hallazgos demuestran su potencial para ayudar a los profesionales clínicos a tomar decisiones más rápidas e informadas para las mujeres que necesitan claridad urgente durante un proceso diagnóstico complejo”.

“Mediante el uso del aprendizaje automático para combinar múltiples tipos de biomarcadores, hemos desarrollado una herramienta de diagnóstico que detecta el cáncer de ovario a través de la complejidad molecular de la enfermedad, en subtipos y estadios”, afirmó la Dra. Abigail McElhinny, directora científica de AOA Dx. “Esta plataforma ofrece una gran oportunidad para mejorar el diagnóstico temprano del cáncer de ovario, lo que podría resultar en mejores resultados para las pacientes y menores costos para el sistema de salud”.

Enlaces relacionados:
AOA Dx
Universidad de Manchester
Universidad de Colorado

Visitar la expo >

Miembro Oro

Quality Control Material

iPLEX Pro Exome QC Panel

New

Miembro Oro

Nucleic Acid Extractor System

NEOS-96 XT

New

Food Allergy Screening ELISA Kit

Allerquant 14G B ELISA

New

CMV CLIA Diagnostic

CLIA CMV IgA Screen Group