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




La carga mutacional del tumor predice la supervivencia después de la inmunoterapia

Por el equipo editorial de LabMedica en español
Actualizado el 06 Feb 2019
Imagen: La determinación de la carga fundacional de los tumores usando secuenciación de próxima generación dirigida predice un beneficio para los inhibidores del punto de control inmune para el cáncer (Fotografía cortesía del Instituto de Cáncer Rutgers).
Imagen: La determinación de la carga fundacional de los tumores usando secuenciación de próxima generación dirigida predice un beneficio para los inhibidores del punto de control inmune para el cáncer (Fotografía cortesía del Instituto de Cáncer Rutgers).
Una encuesta de miles de cánceres avanzados sugiere una forma de identificar a aquellos que tienen más probabilidades de responder a terapias innovadoras que desencadenan una respuesta inmune contra los tumores, pero los resultados resaltan lo difícil que será traducir ese enfoque a una prueba clínica confiable.

Los científicos médicos han buscado, durante mucho tiempo, una forma de seleccionar a las personas, generalmente una minoría de pacientes, que tienen más probabilidades de responder a las inmunoterapias y de evitar a otros los efectos secundarios de los tratamientos, que pueden incluir insuficiencia renal y problemas pulmonares. Sin embargo, el sistema inmune es complicado y ha resultado difícil determinar qué hace que un tumor sea vulnerable al tratamiento, pero permite que otro se escape ileso.

Un gran equipo de científicos que trabajan en el Centro de Cáncer Memorial Sloan Kettering (Nueva York, NY, EUA) analizó datos de secuencias de ADN para cánceres avanzados de más de 1.600 personas que habían sido tratadas con inmunoterapias, con los así llamados inhibidores de punto de control (ICI, por sus siglas en inglés). El equipo también analizó las secuencias de cánceres avanzados de más de 5.300 personas que no habían sido tratadas con inhibidores de punto de control. El estudio analizó diez tipos diferentes de cáncer, incluido el melanoma y el cáncer de mama. Los hallazgos en tipos de cáncer seleccionados sugieren que la carga mutacional del tumor (CMT) puede predecir la respuesta clínica a los ICI.

En la mayoría de esos cánceres, el equipo encontró que un mayor número de mutaciones se asoció con una mayor probabilidad de responder a los inhibidores de los puntos de control. Este hallazgo coincide con los resultados de otros estudios preliminares reportados en los últimos años. El estudio actual fue el primero en encontrar una mejor supervivencia en una variedad tan amplia de cánceres y en una población de personas que habían recibido una variedad de tratamientos anteriores. Los datos también mostraron que el número de mutaciones que predecían una buena respuesta a la inmunoterapia variaba de un tipo de cáncer a otro.

Los autores señalaron que los resultados de supervivencia pueden haber sido afectados por los participantes que cambiaron del grupo de control al brazo de inmunoterapia del ensayo. Los inhibidores del punto de control tenían más probabilidades de detener el crecimiento del tumor en aquellos con un mayor número de mutaciones, que en aquellos con menos mutaciones, incluso si no había una diferencia demostrada en la tasa de supervivencia de una persona. El estudio fue publicado el 14 de enero de 2019 en la revista Nature Genetics.

Enlace relacionado:
Centro de Cáncer Memorial Sloan Kettering

Miembro Platino
Analizador de coagulación automatizado
Hemolumi H6
Miembro Oro
NEW PRODUCT : SILICONE WASHING MACHINE TRAY COVER WITH VICOLAB SILICONE NET VICOLAB®
REGISTRED 682.9
ANALIZADOR DE ORINA
respons® UDS100
All-in-One Molecular System
AIO M160

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.