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
Ingresar
Publique su anuncio con nosotros
SYSMEX

Pruebas en aliento y orina detectan cáncer de mama

Por el equipo editorial de Labmedica en español
Actualizado el 28 May 2018
Print article
Imagen: Diagrama de la detección del cáncer de mama mediante una red neuronal artificial (Fotografía cortesía de la Universidad Ben-Gurión).
Imagen: Diagrama de la detección del cáncer de mama mediante una red neuronal artificial (Fotografía cortesía de la Universidad Ben-Gurión).
El cáncer de mama es la malignidad más comúnmente diagnosticada entre las mujeres y la principal causa de muerte en todo el mundo. En 2016, el cáncer de mama representó el 29% de todos los cánceres nuevos identificados en los EUA, y fue responsable del 14% de todas las muertes relacionadas con el cáncer.

La detección actual mediante imágenes de diagnóstico para los tumores más pequeños tiene desventajas significativas: la mamografía digital de energía dual, aunque efectiva, aumenta la exposición a la radiación, y la imagenología de resonancia magnética (RM) es costosa. Las biopsias y los procesos de identificación de biomarcadores séricos son invasivos, requieren mucho equipo y una gran experiencia.

Científicos de la Universidad Ben-Gurión del Néguev (Beersheba, Israel) recogieron muestras de aliento exhalado de 48 pacientes con cáncer de mama (CM) y 45 mujeres sanas que sirvieron como grupo de control. Se recogieron muestras de orina de 37 pacientes que fueron diagnosticadas con CM mediante exámenes físicos o de mamografía antes de cualquier cirugía, y de 36 mujeres sanas. Se utilizaron dos narices electrónicas comerciales (NE) para el análisis del aliento exhalado. Las muestras de orina se analizaron usando espectrometría de masas con cromatografía de gases (GC-MS).

El análisis estadístico de los resultados se basó en una red neuronal artificial (ANN) obtenida después de la extracción de características y los procesos de selección de las características. El modelo obtenido permite la clasificación de los pacientes con cáncer de mama con una exactitud del 95,2% ± 7,7% con los datos de una NE, y una exactitud del 85% para las otras NE y para las muestras de orina.

Los autores concluyeron que el método de análisis estadístico desarrollado permite la clasificación exacta de las pacientes como sanas o con CM en base al aliento, exhalado de manera simple no invasiva, y un análisis de muestras de orina. Este estudio demuestra que las NE comerciales disponibles se pueden utilizar, siempre que el análisis de los datos se lleve a cabo utilizando un método apropiado.

Yehuda Zeiri, PhD, profesor de ingeniería biomédica y autor principal del estudio, dijo: “Nuestro nuevo método que utiliza muestras de orina y aliento exhalado, analizadas con procesos económicos y disponibles en el mercado, es no invasivo, accesible y puede implementarse fácilmente en una variedad de configuraciones”. El estudio fue publicado el 1 de mayo de 2018 en la revista Computers in Biology and Medicine.



Print article

Canales

Copyright © 2000-2018 Globetech Media. All rights reserved.