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




Nuevo sistema de puntuación predice riesgo de cáncer a partir de un trastorno sanguíneo común

Por el equipo editorial de LabMedica en español
Actualizado el 29 Mar 2025
Imagen: el modelo CCRS de 3 parámetros se ideó específicamente para pacientes diagnosticados con citopenia clonal (foto cortesía de 123RF)
Imagen: el modelo CCRS de 3 parámetros se ideó específicamente para pacientes diagnosticados con citopenia clonal (foto cortesía de 123RF)

La citopenia clonal de significado incierto (CCSI) es un trastorno sanguíneo común en adultos mayores, caracterizado por mutaciones en las células sanguíneas y un recuento sanguíneo bajo, pero sin causa aparente ni cáncer de sangre. Aunque la causa exacta de la CCSI sigue sin estar clara, estudios han demostrado que a menudo puede progresar a cáncer de sangre. Los pacientes con CCSI tienen un riesgo diez veces mayor de desarrollar afecciones como síndromes mielodisplásicos o leucemia mieloide aguda. Ahora, investigadores han desarrollado un nuevo método para predecir la probabilidad de desarrollar cáncer en personas con CCSI.

Un equipo internacional de investigadores, liderado por la Universidad Northwestern (Evanston, IL, EUA), realizó un estudio con más de 350 pacientes con CCSI. Mediante el análisis de mutaciones genéticas, recuentos sanguíneos bajos y sus correspondientes resultados, los científicos crearon un sistema de puntuación para una mejor estratificación del riesgo y la predicción del riesgo de desarrollar cáncer de sangre. Posteriormente, el equipo validó su modelo con un grupo separado de 100 pacientes con CCSI y descubrió que predecía con precisión el riesgo de cáncer de sangre. Los resultados, publicados en la revista Blood, demuestran que este sistema de puntuación de riesgo puede ayudar a identificar qué pacientes tienen mayor probabilidad de desarrollar cáncer, lo que podría permitir una intervención temprana en el futuro. De cara al futuro, los investigadores planean integrar este sistema de puntuación en futuros ensayos clínicos para pacientes con CCSI.

“La moraleja de esto es que existen tres factores predictivos principales del pronóstico en estos pacientes”, afirmó la Dra. Yasmin Abaza, profesora adjunta de Medicina en la División de Hematología y Oncología, coautora del estudio. “Si se presentan mutaciones específicas, las llamamos mutaciones del factor de empalme, que son uno de los factores más importantes para determinar el pronóstico. También se considera si el recuento de plaquetas es inferior a 100. El tercer factor es tener dos o más mutaciones genéticas”.

“Este sistema de puntuación aún no se ha adoptado, pero esperamos que, a medida que tengamos más pacientes y lo validemos y comparemos con otros sistemas de puntuación, más adelante se pueda implementar clínicamente”, añadió Abaza.

Miembro Platino
Analizador de coagulación automatizado
Hemolumi H6
Miembro Oro
HISOPOS DE FIBRA FLOCADA
Puritan® Patented HydraFlock®
New
Nucleic Acid Purification Instrument
QIAsymphony Connect
ANALIZADOR AUTOMÁTICO CLIA
Shine i6000

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

Microbiología

ver canal
Imagen: El actual brote de BDBV en la República Democrática del Congo pone de relieve los desafíos de respuesta a infecciones raras y graves (Crédito de la imagen: 123RF)

Investigación refuerza la preparación ante brotes del virus Bundibugyo con diagnósticos más rápidos

El virus de Bundibugyo (BDBV), una especie de ebolavirus, causa una enfermedad hemorrágica grave y puede ser difícil de diagnosticar rápidamente durante los brotes. Los recientes cambios... 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.