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 automatizada predice supervivencia del cáncer ovárico

Por el equipo editorial de LabMedica en español
Actualizado el 26 Oct 2016
Imagen: Un análisis de imágenes de histología y la validación de la prueba automática (Fotografía cortesía del Instituto de Investigación del Cáncer).
Imagen: Un análisis de imágenes de histología y la validación de la prueba automática (Fotografía cortesía del Instituto de Investigación del Cáncer).
El microambiente tumoral es fundamental para influir en la progresión del cáncer y la metástasis y dentro de una mujer pueden coexistir diferentes células con alta diversidad espacial; sin embargo, sus efectos combinatorios son poco conocidos.
 
El cáncer ovárico es el cáncer ginecológico más mortal y la gran mayoría de las muertes son de carcinoma seroso de alto grado (HGSOC) con casi ningún cambio en la supervivencia global en los últimos años. Esto se debe, en parte, a la biología distintiva del HGSOC: la falta de una barrera anatómica en la cavidad peritoneal para controlar la difusión de las células de cáncer que probablemente se originan a partir de la trompa de Falopio o de células precursoras en el ovario.
 
Los científicos del Instituto de Investigación del Cáncer (Londres, Reino Unido) y sus colegas evaluaron los ecosistemas de células en los sitios donde el cáncer de ovario se ha extendido alrededor del cuerpo, una situación que predice fuertemente las posibilidades de sobrevivir a la enfermedad. Se identificaron un total de 61 pacientes con cáncer de ovario, de estadio III-IV HGSOC, de acuerdo con la Federación Internacional de Ginecología y Obstetricia (FIGO), con al menos un sitio de metástasis resecable localmente avanzado. Se obtuvieron un total de 192 bloques incluidos en parafina de siete sitios de metástasis locales (61 ovarios, 51 epiplón, 48 peritoneo, nueve apéndices, 20 ganglios linfáticos, un bazo, dos ombligos) de 61 pacientes.
 
Se generaron cortes histológicos de múltiples metástasis de tumor en bloques incluidos en parafina, los cuales fueron digitalizados usando el sistema Aperio, (Leica Biosystems Inc. Buffalo Grove, IL, EUA) y analizados mediante el paquete de código abierto R, CRImage. Las células se clasificaron en base a sus diferencias morfológicas del núcleo positivo para la coloración de hematoxilina, sin necesidad de utilizar coloraciones objetivo de inmunohistoquímica. Las células inmunes suelen mostrar núcleos basófilos pequeños, redondos y homogéneos; las células de cáncer en general tienen núcleos de mayor tamaño y una mayor variabilidad en la textura y forma.
 
El equipo encontró una diferencia en las tasas de supervivencia entre las mujeres con niveles altos y bajos de diversidad en estos sitios metastásicos. La prueba totalmente automatizada podría identificar a las mujeres que tienen la enfermedad más peligrosa para la vida, y que necesitan con urgencia el tratamiento más agresivo. La prueba da una puntuación para la diversidad de la metástasis, conocida como MetDiv, en función de si los sitios de propagación del cáncer de una paciente tienen un tipo celular predominante (baja puntuación) o una población de células más diversa que contiene células de tejido conjuntivo o inmunes (puntuación máxima). La supervivencia fue mucho más pobre entre las mujeres con altas puntuaciones de diversidad, que en aquellos con puntuaciones bajas. Sólo el 9% de las mujeres con diversas metástasis sobrevivió cinco años a partir del diagnóstico, en comparación con el 42% de aquellas cuyas metástasis fueron dominados por un tipo de célula. Una puntuación alta de diversidad fue un predictor más fuerte de mala supervivencia que cualquiera de los factores clínicos que se utilizan actualmente para tratar de evaluar el pronóstico de una mujer.
 
Yinyin Yuan, PhD, jefe del equipo de cómputo en Patología y coautor del estudio, dijo: “Hemos desarrollado una nueva prueba para evaluar la diversidad de sitios metastásicos, y lo utilizamos para predecir las posibilidades de que una mujer pueda sobrevivir a su enfermedad. Se necesita más trabajo para refinar nuestra prueba y llevarla a la clínica, pero en el futuro, podría ser utilizada para identificar a las mujeres con cánceres de ovario, especialmente agresivos, para que puedan ser tratadas con los mejores tratamientos posibles disponibles en el NHS o a través de ensayos clínicos”. El estudio fue publicado el 19 de septiembre de 2016, en la revista Oncotarget.


Enlaces relacionados:
 
Institute of Cancer Research
Leica Biosystems Inc
 
Miembro Platino
Analizador de coagulación automatizado
Hemolumi H6
New
Miembro Oro
Serum Indices Control
Acusera Serum Indices Control
PRUEBA DE VPH
Allplex HPV28 Detection
Miembro Oro
Solución de biomarcadores proteicos en sangre para la enfermedad de Alzheimer
BG-DTi2000.

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

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.