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.

Please note that the LabMedica website is also available in a complete English version
Presenta Sitios para socios Información LinkXpress hp
Ingresar
Publique su anuncio con nosotros

Deascargar La Aplicación Móvil




Herramienta pronóstica guía el tratamiento personalizado en cáncer hematológico raro

Por el equipo editorial de LabMedica en español
Actualizado el 16 Apr 2026
Imagen: La leucemia mielomonocítica crónica (LMMC) es un cáncer de sangre poco común provocado por mutaciones adquiridas en las células madre de la médula ósea (Fotografía cortesía de Simon Caulton/Wikimedia Commons/CC BY-SA 3.0)
Imagen: La leucemia mielomonocítica crónica (LMMC) es un cáncer de sangre poco común provocado por mutaciones adquiridas en las células madre de la médula ósea (Fotografía cortesía de Simon Caulton/Wikimedia Commons/CC BY-SA 3.0)

La leucemia mielomonocítica crónica (LMMC) es un cáncer de sangre poco frecuente en el que las mutaciones genéticas adquiridas en las células madre de la médula ósea son la causa de la enfermedad. El trasplante de células madre es la única opción curativa, pero conlleva riesgos importantes y no es adecuado para muchos pacientes. Los médicos a menudo carecen de herramientas sólidas para identificar quién se beneficiará y cuándo proceder. Ahora, los investigadores describen un enfoque basado en datos que individualiza las decisiones de trasplante para la LMMC.

En la Facultad de Medicina de Yale (New Haven, Connecticut, EE. UU.), los investigadores desarrollaron el Sistema Internacional de Puntuación Pronóstica para la Leucemia Mielomonocítica Clínica (iCPSS), una herramienta basada en aprendizaje automático que integra datos clínicos y genómicos recopilados de forma rutinaria.

El sistema asigna a los pacientes a cinco categorías de riesgo según la supervivencia prevista y se combina con una plataforma de apoyo a la toma de decisiones que modela los resultados esperados bajo diferentes estrategias de trasplante. En conjunto, estos componentes están diseñados para ayudar a los médicos a determinar si el trasplante probablemente será beneficioso e identificar el momento óptimo para realizarlo.

El equipo de investigación analizó información clínica y genética de una cohorte internacional de más de 3.000 pacientes con LMMC que ya habían recibido atención médica, principalmente en Norteamérica y Europa. El uso de iCPSS modificó la estrategia de trasplante recomendada en casi uno de cada tres pacientes, lo que se asoció con un aumento significativo en la esperanza de vida. Los pacientes que se sometieron a un trasplante dentro del plazo recomendado por iCPSS tuvieron una probabilidad de supervivencia significativamente mayor, y el modelo se validó en una cohorte internacional independiente, reclutada prospectivamente, de aproximadamente 500 pacientes.

La LMMC puede presentarse como un subtipo mielodisplásico con recuentos bajos de glóbulos blancos o como un subtipo mieloproliferativo con recuentos elevados, y su presentación puede evolucionar con el tiempo. El estudio halló que las mutaciones genéticas contribuyen a estas diferencias fenotípicas y pueden utilizarse junto con las características clínicas para refinar la estratificación del riesgo. Los hallazgos se publicaron en el Journal of Clinical Oncology el 27 de marzo de 2026.

iCPSS ofrece a los oncólogos un marco basado en la evidencia para personalizar la planificación del tratamiento de la LMMC. Los investigadores señalan que comprender los subgrupos de pacientes definidos genéticamente también puede ser útil para futuras investigaciones sobre enfoques terapéuticos dirigidos a esta población.

“Intentamos estratificar a los pacientes para ayudarnos a decidir qué subgrupos de pacientes deberíamos tratar de forma más agresiva. Y en qué otros subgrupos podemos ser más cautelosos con el tratamiento, reservando el tratamiento agresivo para más adelante, cuando la enfermedad esté más avanzada”, dijo el Dr. Luca Lanino, investigador postdoctoral asociado de la Facultad de Medicina de Yale. “Nuestra herramienta puede ayudar a los médicos a decidir cuál es el mejor momento para hablar sobre el trasplante con sus pacientes”.

Enlaces relacionados
Facultad de Medicina de Yale

Miembro Oro
Quality Control Material
iPLEX Pro Exome QC Panel
Software de laboratorio
Acusera 24•7
New
Pipette Calibration System
Artel PCS®
New
Analizador de coagulación automatizado
Hemolumi H6

Canales

Química Clínica

ver canal
Imagen: El análisis de sangre Elecsys pTau217 de Roche, con marca CE, es un análisis de sangre de un solo ensayo que mide la tau 217 fosforilada, un indicador de patología amiloide y un sello distintivo de la enfermedad de Alzheimer (crédito de la imagen: Shutterstock)

Prueba de sangre para Alzheimer obtiene marca CE para detectar patología amiloide

La enfermedad de Alzheimer es la causa más común de demencia, pero las pruebas de confirmación siguen siendo invasivas y de difícil acceso. El diagnóstico actualmente... Más

Diagnóstico Molecular

ver canal
Imagen: Aclarar las características del microambiente tumoral y los programas de células cancerosas vinculados a la respuesta al tratamiento podría proporcionar información más temprana sobre la terapia contra el cáncer de mama triple negativo (crédito de la imagen: Shutterstock)

Panel genético muestra potencial para predecir la respuesta a la quimioterapia en el CMTN

El cáncer de mama triple negativo (CMTN) es un subtipo agresivo que se trata habitualmente con quimioterapia, pero los resultados varían considerablemente entre las pacientes. Comprender las características... Más

Microbiología

ver canal
Imagen: Biosensor para la detección de tuberculosis (fotografía cortesía de la UPV)

Biosensor de antígeno detecta tuberculosis activa en una hora

La tuberculosis sigue siendo un importante desafío de salud global y continúa siendo una causa significativa de morbilidad y mortalidad. El informe mundial de 2024 de la Organización... Más

Patología

ver canal
Imagen: ArteraAI Breast analiza imágenes histopatológicas digitalizadas junto con variables clínicas del paciente para producir una puntuación de riesgo derivada de IA que proporciona información de pronóstico sobre la probabilidad de metástasis a distancia (Crédito de la imagen: Adobe Stock)

Herramienta de patología digital con IA para la estratificación del riesgo en cáncer de mama

La evaluación del riesgo en el momento del diagnóstico es fundamental para guiar el tratamiento del cáncer de mama invasivo en estadio temprano, con receptor hormonal positivo y receptor 2 del factor de... Más
Copyright © 2000-2026 Globetech Media. All rights reserved.