Prueba mejora la exactitud de la identificación de los quistes pancreáticos precancerosos

Los quistes pancreáticos son comunes y a menudo presentan un dilema de manejo, porque algunos quistes son precancerosos, mientras que otros tienen poco riesgo de convertirse en cánceres invasivos. La detección temprana y exacta del cáncer de páncreas es una alta prioridad.

Como no todos los quistes pancreáticos se convierten en cáncer, pueden ser difíciles de clasificar, lo que lleva a diagnósticos fallidos y cirugías innecesarias. En un estudio de prueba de concepto, los científicos han demostrado que una prueba de laboratorio con herramientas de inteligencia artificial tiene el potencial de determinar con mayor exactitud qué personas con quistes pancreáticos desarrollarán cánceres pancreáticos.

Un equipo científico internacional dirigido por el Centro de Cáncer Kimmel de Johns Hopkins (Baltimore, MD, EUA) demostró que una prueba de laboratorio con herramientas de inteligencia artificial tiene el potencial de determinar con mayor exactitud qué personas con quistes pancreáticos desarrollarán cánceres pancreáticos. El equipo utilizó información de más de 800 pacientes con quistes pancreáticos a quienes les realizaron un análisis de líquido quístico y una cirugía de extracción de quiste en el Hospital Johns Hopkins y en otros 15 centros médicos de todo el mundo.

La naturaleza precisa de los quistes examinados se confirmó mediante análisis histopatológico de muestras quirúrgicas resecadas. Los quistes se clasificaron en tres grupos: aquellos que no tenían potencial para volverse cancerosos, para los que los pacientes no requerirían monitoreo periódico; quistes productores de mucina que tienen un pequeño riesgo de progresar a cáncer, para lo que los pacientes pueden recibir un seguimiento periódico para detectar la progresión a un posible cáncer; y quistes para los que se recomienda la cirugía porque hay una alta probabilidad de progresión a cáncer.

El equipo evaluó los perfiles moleculares, incluidas las mutaciones de ADN y los cambios cromosómicos, de 862 quistes pancreáticos. Luego alimentaron la información molecular, junto con datos clínicos y radiológicos, en un programa de computadora que usaba inteligencia artificial para clasificar a los pacientes en los tres grupos mencionados anteriormente. El programa se llamó la prueba CompCyst y se creó con datos de los pacientes, incluyendo impresiones clínicas y síntomas, imágenes de tomografías computarizadas y características moleculares, como alteraciones del ADN en el líquido del quiste.

Los científicos probaron CompCyst en una cohorte independiente de 426 pacientes, con histopatología utilizada como el estándar de oro. Descubrieron que el manejo clínico informado por la prueba CompCyst era más exacto que el manejo dictado por los criterios clínicos y de imagenología convencionales. Con base en el análisis histopatológico de los quistes resecados quirúrgicamente, los investigadores encontraron que la cirugía no era necesaria para el 45% de los pacientes a quienes les realizaron una cirugía para sus quistes. Esta cirugía innecesaria se realizó porque los médicos no pudieron determinar si los quistes eran peligrosos o no. En estos pacientes, si se hubieran usado CompCyst, el equipo estimó que entre el 60% y el 74% de los pacientes (dependiendo del tipo de quiste) podrían haberse librado de estas cirugías innecesarias.

Christopher Wolfgang, MD, PhD, MS, profesor de cirugía y autor principal del estudio, dijo: “Las pruebas clínicas y de imágenes actualmente disponibles, a menudo no pueden diferenciar los quistes precancerosos de los quistes que tienen poco o ningún potencial para volverse cancerosos, lo que hace que sea difícil determinar qué pacientes no requerirán seguimiento y qué pacientes necesitarán seguimiento a largo plazo o resección quirúrgica inmediata. Como resultado, esencialmente todas las personas diagnosticadas con un quiste son seguidas a largo plazo. Este estudio aborda directamente estos problemas fundamentales en el manejo de los quistes pancreáticos”. El estudio fue publicado el 17 de julio de 2019 en la revista Science Translational Medicine.

Enlace relacionado:
Centro de Cáncer Kimmel de Johns Hopkins