Algoritmos predictivos avanzados identifican pacientes con cáncer no diagnosticado

Dos algoritmos predictivos avanzados recientemente desarrollados aprovechan el estado de salud de una persona y los resultados de análisis de sangre básicos para predecir con precisión la probabilidad de padecer un cáncer no diagnosticado, incluyendo cánceres de hígado y de boca difíciles de diagnosticar. Estos innovadores modelos tienen el potencial de transformar la detección del cáncer en atención primaria, facilitando que los pacientes reciban tratamiento en etapas mucho más tempranas.

Actualmente, el NHS del Reino Unido utiliza herramientas de predicción como las puntuaciones QCancer, que integran diversos datos de pacientes para identificar a las personas con alto riesgo de cáncer no diagnosticado, lo que permite a los médicos generales y especialistas derivarlos para pruebas adicionales. Investigadores de la Universidad Queen Mary de Londres (Londres, Reino Unido) y la Universidad de Oxford (Oxford, Reino Unido) utilizaron historiales médicos electrónicos anónimos de más de 7,4 millones de adultos en Inglaterra para desarrollar dos nuevos algoritmos. Estos modelos son más sensibles que las herramientas existentes y podrían conducir a una mejor toma de decisiones clínicas y a una detección más temprana del cáncer. Significativamente, los nuevos algoritmos incorporan no solo detalles del paciente como edad, antecedentes familiares, diagnósticos médicos, síntomas y salud general, sino que también incluyen los resultados de siete análisis de sangre de rutina. Estos análisis de sangre, que miden el hemograma completo y la función hepática, sirven como biomarcadores para mejorar el diagnóstico temprano del cáncer.

En comparación con los modelos actuales de QCancer, los nuevos algoritmos identificaron cuatro afecciones médicas adicionales asociadas con un riesgo elevado de 15 tipos diferentes de cáncer, incluyendo las que afectan al hígado, los riñones y el páncreas. Los nuevos modelos también descubrieron dos vínculos adicionales entre los antecedentes familiares y el cáncer de pulmón o de la sangre, junto con siete nuevos síntomas (como picazón, hematomas, dolor de espalda, ronquera, flatulencia, masa abdominal y orina oscura) que se asociaron con varios tipos de cáncer. Los hallazgos, publicados en Nature Communications, muestran que estos nuevos algoritmos mejoran significativamente las capacidades de diagnóstico y actualmente son los únicos modelos aplicables en entornos de atención primaria para evaluar la probabilidad de cáncer de hígado no diagnosticado.

“Estos algoritmos están diseñados para integrarse en sistemas clínicos y utilizarse durante las consultas rutinarias de medicina general”, afirmó la profesora Julia Hippisley-Cox, profesora de Epidemiología Clínica y Medicina Predictiva de la Universidad Queen Mary de Londres y autora principal del estudio. “Ofrecen una mejora sustancial con respecto a los modelos actuales, con mayor precisión en la identificación de cánceres, especialmente en etapas tempranas y más tratables. Utilizan los resultados de análisis de sangre existentes que ya figuran en los historiales clínicos de los pacientes, lo que convierte este enfoque en un método asequible y eficiente para ayudar al NHS a alcanzar sus objetivos de mejorar su historial en el diagnóstico temprano del cáncer para 2028”.

Visitar la expo >

Miembro Oro

Chagas Disease Test

CHAGAS Cassette

Verification Panels for Assay Development & QC
Seroconversion Panels

New

Cytomegalovirus Test

NovaLisa Cytomegalovirus (CMV) IgG Test

New

FOB+Transferrin+Calprotectin+Lactoferrin Test

CerTest FOB+Transferrin+Calprotectin+Lactoferrin Combo Test