Presenta Sitios para socios Información LinkXpress hp
Ingresar
Publique su anuncio con nosotros
INTEGRA BIOSCIENCES AG

Descargar La Aplicación Móvil




Herramienta de IA predice la respuesta de pacientes con cáncer a la inmunoterapia

Por el equipo editorial de LabMedica en español
Actualizado el 14 Jun 2024

Los inhibidores de puntos de control inmunológico son una forma de fármaco de inmunoterapia que permite a las células inmunitarias atacar y destruir las células cancerosas. Más...

En la actualidad, la Administración de Alimentos y Medicamentos de EUA ha aprobado dos biomarcadores predictivos para identificar pacientes que podrían beneficiarse de los inhibidores de puntos de control inmunológico. El primer biomarcador es la carga mutacional tumoral, que mide el número de mutaciones en el ADN de las células cancerosas. El segundo biomarcador es PD-L1, una proteína que se encuentra en las células tumorales que inhibe la respuesta inmunitaria y es el objetivo de algunos inhibidores de puntos de control inmunitario. Sin embargo, estos biomarcadores no siempre son fiables para predecir la respuesta de un paciente a los inhibidores de puntos de control. Los modelos recientes de aprendizaje automático que utilizan datos de secuenciación molecular han demostrado potencial para predecir respuestas, pero estos datos son costosos y no se recopilan de forma rutinaria. Los investigadores ahora han creado una herramienta de inteligencia artificial (IA) que utiliza datos clínicos estándar, como los resultados de un análisis de sangre básico, para predecir si el cáncer de un paciente responderá a los inhibidores de los puntos de control inmunológico.

El modelo de aprendizaje automático, denominado puntuación de respuesta a inmunoterapia basada en regresión logística (LORIS, por sus siglas en inglés), fue desarrollado por científicos del Instituto Nacional del Cáncer (Bethesda, MD, EUA). Su objetivo es ayudar a los médicos a determinar la eficacia de los medicamentos de inmunoterapia para el tratamiento del cáncer de un paciente. El modelo de IA basa sus predicciones en cinco características clínicas recopiladas habitualmente de los pacientes: edad, tipo de cáncer, historial de terapia sistémica, nivel de albúmina en sangre y proporción de neutrófilos a linfocitos en sangre, un indicador de inflamación. El modelo también considera la carga mutacional del tumor, evaluada mediante paneles de secuenciación.

Este modelo se construyó y validó utilizando datos de múltiples conjuntos de datos independientes que comprenden 2881 pacientes tratados con inhibidores de puntos de control inmunológico en 18 tipos de tumores sólidos. El modelo predijo con precisión tanto la probabilidad de que un paciente respondiera a un inhibidor de puntos de control inmunológico como su tiempo de supervivencia general, incluido el período anterior a la recurrencia de la enfermedad. Sorprendentemente, el modelo también identificó pacientes con baja carga mutacional tumoral que aún podrían beneficiarse de la inmunoterapia. Los hallazgos del estudio se publicaron en la revista Nature Cancer el 3 de junio de 2024. Los investigadores enfatizaron la necesidad de realizar estudios prospectivos más amplios para validar aún más el modelo de IA en entornos clínicos y hacerlo accesible al público.

Enlaces relacionados:
Instituto Nacional del Cáncer
LORIS


Miembro Platino
Analizador de coagulación automatizado
Hemolumi H6
βeta-Hydroxybutyrate Reagent
β-Hydroxybutyrate LiquiColor®
Automated Clinical Chemistry Analyzer
Envoy 500+
Miembro Oro
CONTROL DE ÍNDICES SÉRICOS
Acusera Serum Indices Control
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

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.