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




Variación de leucocitos como herramienta predictiva de algunos cánceres

Por el equipo editorial de LabMedica en español
Actualizado el 03 Jan 2013
Se ha estudiado el uso potencial de la variación de los leucocitos como una herramienta diagnóstica predictiva y de investigación en los cánceres no-hematológicos.

El Dr. Devin Koestler, un bioestadístico en la Facultad de Medicina Geisel en Dartmouth (Hanover, NH, EUA) y sus colegas, están estudiando el potencial de variación de los leucocitos con fines de diagnóstico. Dr. Koestler desarrolla y aplica métodos estadísticos a grandes volúmenes de datos, buscando nuevos métodos para entender la enfermedad, el cáncer en particular. Él se concentra en el desarrollo y aplicación de métodos estadísticos para el análisis de datos genómicos.

El interés del Dr. Koestler, quien trabaja en el Programa de Ciencias Biomédicas Cuantitativas, es el desarrollo de herramientas computacionales y estadísticas para investigar el proceso de metilación del ADN. En la metilación, un grupo metilo se une al ADN, causando, algunas veces que la función del ADN cambie dramáticamente. Por ejemplo, el grupo metilo puede bloquear la expresión de un gen supresor de tumores.

“Cuando tenemos una enfermedad, se afecta nuestro sistema inmune”, explica el Dr. Koestler. “Responde proporcionando las células necesarias para combatir esa amenaza. En la sangre, los leucocitos suministran la respuesta inmune”.

Los estudios mostraron diferencias en los patrones de metilación en los leucocitos de los pacientes con cáncer, en comparación con los individuos sin cáncer. Cada tipo de leucocitos, o subconjunto, muestra su propio patrón distintivo de firma de metilación. Las proporciones de estos subconjuntos identificables cambian, dependiendo del tipo de enfermedad que puedan estar combatiendo.

Utilizando datos de estudios de cáncer de ovario, vejiga, y de cabeza y cuello, los científicos demostraron correlaciones estadísticamente significativas entre los cánceres específicos y las firmas de metilación que caracterizan los subconjuntos de leucocitos. Analizar las proporciones relativas de los tipos de leucocitos en la muestra de sangre puede ayudar a predecir la aparición de un cáncer particular o identificar y diagnosticar un cáncer en progreso. La alternativa de analizar la sangre de un paciente es preferible a ser sometido al procedimiento invasivo que es la biopsia quirúrgica.

Las ventajas de utilizar patrones de metilación para evaluar las proporciones de subtipos de leucocitos en los estudios de cáncer se extienden más allá de la cabecera del paciente al mesón del laboratorio. El Dr. Koestler dijo: “Hay una promesa para una nueva herramienta diagnóstica. Lo que mostramos aquí no está listo para la utilidad clínica inmediata, pero creo que está en el camino correcto”.

Enlace relacionado:

Geisel School of Medicine at Dartmouth



New
Miembro Oro
Control de preeclampsia
Acusera Pre-Eclampsia Control
Software de laboratorio
Acusera 24•7
Electrolyte Analyzer
CBS-4000 (CBS-400)
Hematology Consumables
Bioblood Devices

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.