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




Método de análisis tumoral identifica cáncer de próstata de alto riesgo

Por el equipo editorial de LabMedica en español
Actualizado el 05 Oct 2016
Imagen: Una micrografía electrónica de barrido a color (SEM) de las células de cáncer de próstata humano (Fotografía cortesía del Dr. Gopal Murti).
Imagen: Una micrografía electrónica de barrido a color (SEM) de las células de cáncer de próstata humano (Fotografía cortesía del Dr. Gopal Murti).
Se ha creado una nueva forma de identificar qué pacientes con cáncer de próstata son propensos a desarrollar tipos agresivos de la enfermedad, incluso si sus tumores en un principio parecen ser de menor riesgo.

El cáncer de próstata es una enfermedad biológicamente heterogénea con alteraciones moleculares variables que son responsables de la iniciación y progresión del cáncer. A pesar de los recientes avances en la comprensión de la heterogeneidad del cáncer de próstata, todavía se necesitan mejores métodos para la clasificación del cáncer de próstata con el fin de mejorar la exactitud de pronóstica y los resultados terapéuticos.

Un equipo de científicos dirigidos por aquellos en el Centro Médico Cedars-Sinai (Los Ángeles, CA, EUA) reunió computacionalmente a una gran cohorte virtual de perfiles de transcriptoma del cáncer de próstata humano de 38 cohortes distintas y, utilizando las firmas de activación de vías de relevancia conocida para el cáncer de próstata, desarrollaron un sistema de clasificación novedoso que consiste en tres subtipos distintos (llamado PCS1-3). Los investigadores validaron este esquema de subtipos en 10 cohortes de pacientes independientes y 19 modelos de laboratorio de cáncer de próstata, incluyendo líneas celulares y modelos de ratones genéticamente modificados.

El equipo encontró mostró que uno de los tres subtipos de cáncer de próstata que identificaron, el cual llamaron PCS1, era generalmente agresivo. En los pacientes que estudiaron, este subtipo mostró una alta probabilidad de propagación y progreso hacia malos resultados clínicos, incluyendo muertes. Los pacientes experimentaron malos resultados, incluso cuando los tumores habían sido asignados con grados de Gleason, bajos. Los otros dos subtipos, PCS2 y PCS3, progresaron más lentamente. Actualmente, los pacientes con tumores de bajo grado a menudo no reciben tratamiento y en su lugar se controlan cuidadosamente, bajo una estrategia conocida como vigilancia activa. El nuevo estudio indica que la vigilancia activa puede no ser suficiente para algunos de estos pacientes.

Una ventaja adicional para la nueva subtipificación es que se puede realizar en células tumorales circulantes en la sangre. Este descubrimiento tiene el potencial de mejorar la supervisión en tiempo real de la evolución del tumor durante el tratamiento. Michael Freeman, PhD, investigador principal del estudio, dijo: “Alrededor del 60% de los pacientes con cáncer de próstata que tratamos, no progresan a cáncer agresivo. El problema era que no teníamos manera de saber qué pacientes se clasificaban en ese 60%. Esperamos que nuestros hallazgos les ayuden a los médicos a proporcionarles a más pacientes con los tratamientos óptimos, y obtener resultados más saludables”. El estudio fue publicado el 1 de septiembre de 2016, en la revista Cancer Research.

Enlace relacionado:
Cedars-Sinai Medical Center


Miembro Oro
H-FABP Assay
Heart-Type Fatty Acid-Binding Protein Assay
Software de laboratorio
Acusera 24•7
ANALIZADOR DE INMUNOENSAYOS EN POC
Procise DX
LAIR2 Antibody Pair Set
LAIR2 Antibody Pair [Biotin]

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

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.