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
INTEGRA BIOSCIENCES AG

Deascargar La Aplicación Móvil




Prueba del microbioma intestinal predice la recurrencia del melanoma tras la cirugía

Por el equipo editorial de LabMedica en español
Actualizado el 27 Apr 2026
Imagen: Resumen gráfico  (Usyk M., Hayes R., Knight R. et al., Cell (2026). DOI: 10.1016/j.cell.2026.03.041)
Imagen: Resumen gráfico (Usyk M., Hayes R., Knight R. et al., Cell (2026). DOI: 10.1016/j.cell.2026.03.041)

El melanoma sigue siendo propenso a la recidiva incluso después de la cirugía y la inmunoterapia adyuvante, con una tasa de recurrencia del 25 % al 40 %. Los médicos carecen de indicadores pretratamiento fiables para identificar a los pacientes con mayor riesgo, y una mejor estratificación del riesgo podría orientar mejor la vigilancia y las decisiones terapéuticas. Nuevos hallazgos demuestran que las "huellas dactilares" del microbioma intestinal pueden predecir la recurrencia del melanoma con una precisión de hasta el 94 %.

NYU Langone Health y su Centro Oncológico Perlmutter evaluaron un enfoque de “huella dactilar” del microbioma que analiza la mezcla específica de bacterias intestinales para estratificar el riesgo de recurrencia.

El trabajo se centra en el microbioma intestinal, cuyos componentes ayudan a entrenar las respuestas inmunitarias y pueden influir en cómo responden los pacientes a las inmunoterapias. Los investigadores identificaron los grupos bacterianos más asociados con cambios en el riesgo de recurrencia, incluidos Eubacterium , Ruminococcus , Firmicutes y Clostridium .

El método analiza la secuencia de los componentes básicos del ADN de todas las especies bacterianas presentes en las heces, generando perfiles de presencia-ausencia para cada paciente. Dado que los taxones predictivos pueden variar según la geografía, el equipo primero comparó a los pacientes según la similitud general de sus microbiomas intestinales y luego derivó perfiles específicos para cada región.

Utilizando una medida estándar de similitud microbiana, un perfil creado a partir de pacientes norteamericanos predijo con precisión la recurrencia en otras regiones, pero solo cuando los pacientes compartían una "huella dactilar" microbiana comparable.

Los análisis del estudio incluyeron a 674 pacientes con melanoma resecado, participantes del ensayo clínico global CheckMate 915. Tras la cirugía, los participantes recibieron inmunoterapia adyuvante —ya sea nivolumab más ipilimumab o nivolumab solo— en cinco regiones geográficas: Norteamérica, Europa del Este, Europa Occidental, Australia y el resto del mundo. El microbioma intestinal se mantuvo notablemente estable durante un año de tratamiento inmunoterapéutico.

En todas las regiones, el método predijo la recurrencia con una precisión que osciló entre el 83 % y el 94 %, y hasta el 94 % cuando se analizó a los pacientes con la estrategia de emparejamiento. Los hallazgos se publicaron en la revista Cell el 17 de abril . La investigación fue financiada por NYU Langone Health y realizada a través de su Centro Oncológico Perlmutter.

“Estudios anteriores han tenido dificultades porque las bacterias intestinales que predicen el éxito del tratamiento parecían variar de una región a otra. Nuestro estudio proporciona un nuevo método que supera esta barrera, demostrando que estos marcadores son generalizables si se tiene en cuenta el microbioma subyacente de cada persona”, dijo Jiyoung Ahn, Ph.D., profesora del Departamento de Salud Poblacional de la Facultad de Medicina Grossman de la Universidad de Nueva York y directora asociada de Investigación Poblacional del Centro Oncológico Perlmutter de NYU Langone.

“Esto significa que una sola prueba de microbioma previa al tratamiento podría proporcionar una predicción fiable del riesgo de un paciente. El siguiente paso es validar este método de comparación en otros tipos de cáncer y crear las diversas bases de datos necesarias para que sea clínicamente viable," afirmó Richard Hayes, DDS, MPH, Ph.D., profesor del Departamento de Salud Pública de NYU Langone.

"En el futuro, prevemos analizar el microbioma de un paciente antes del tratamiento, compararlo con una base de datos global y proporcionar un pronóstico fiable que guíe la terapia desde el principio”, dijo el Dr. Hayes

Enlaces relacionados
NYU Langone Health

Miembro Platino
Analizador de coagulación automatizado
Hemolumi H6
Miembro Oro
Automatic Hematology Analyzer
CF9600
ANALIZADOR DE INMUNOENSAYOS EN POC
Procise DX
Miembro Platino
Sistema bioquímico e inmunológico integrado
Biolumi CX Solution X10+C10

Canales

Química Clínica

ver canal
Crédito de la imagen:  Diane E. MacDougall et al., FIND Lp(a) Machine Learning Model: Targeted Screening Enrichment of Elevated Lipoprotein(a) in Atherosclerotic Cardiovascular Disease, JACC: Advances (2026). DOI: 10.1016/j.jacadv.2026.103114

El aprendizaje automático permite orientar el cribado de lipoproteína(a) elevada

La lipoproteína(a) es un factor de riesgo independiente, determinado genéticamente, de la enfermedad cardiovascular aterosclerótica; sin embargo, el cribado rutinario sigue siendo... Más

Patología

ver canal
Crédito de la imagen: Adobe Stock

Herramienta citológica de aprendizaje automático mejora la identificación de células cancerosas

El cribado citológico sigue siendo fundamental para la detección temprana del cáncer, pero su precisión depende en gran medida de la interpretación experta de las células... Más

Tecnología

ver canal
Imagen: ADLM recomienda que las herramientas de inteligencia artificial emergentes sigan los mismos estándares profesionales de supervisión, calidad, validación y monitoreo que las pruebas clínicas tradicionales dentro del marco existente de CLIA (Crédito de la imagen: Adobe Stock)

ADLM pide actualizar CLIA para apoyar el uso seguro de IA en medicina de laboratorio

Los laboratorios clínicos utilizan cada vez más la inteligencia artificial para verificar, interpretar e informar resultados, pero las salvaguardas de las Enmiendas para la Mejora de los... Más
Copyright © 2000-2026 Globetech Media. All rights reserved.