El nuevo algoritmo desarrollado permitir\u00eda mejorar la eficacia del tratamiento y minimizar la aparici\u00f3n de efectos secundarios, adem\u00e1s de contribuir a la reducci\u00f3n de costes sanitarios<\/p>\n
Equipos de investigaci\u00f3n de la Universidad Polit\u00e9cnica de Madrid, el CIBER, el Instituto de Investigaci\u00f3n Sanitaria-Fundaci\u00f3n Jim\u00e9nez D\u00edaz, la Cl\u00ednica Universidad de Navarra y el Hospital Universitario 12 de Octubre han desarrollado y validado un algoritmo de inteligencia artificial capaz de predecir con precisi\u00f3n qu\u00e9 pacientes responder\u00e1n a la inmunoterapia a partir de datos del mundo real (DMR o real world data RWD).<\/p>\n
Los resultados del trabajo, publicado en Cancer Immunology, Immunotherapy<\/i>, demuestran que es posible obtener buenas predicciones con informaci\u00f3n f\u00e1cilmente disponible, lo que supone un paso m\u00e1s en la medicina personalizada, permitiendo mejorar la eficacia del tratamiento, enfocar los ensayos cl\u00ednicos en los pacientes con mayor riesgo de progresi\u00f3n y minimizar la aparici\u00f3n de efectos secundarios innecesarios, adem\u00e1s de contribuir a la reducci\u00f3n de costes sanitarios.<\/p>\n
Mar\u00eda Jes\u00fas Ledesma, investigadora de la UPM y el \u00e1rea de Bioingenier\u00eda, Biomateriales y Nanomedicina del CIBER (CIBER-BBN) explica que \u201cel sistema se basa \u00fanicamente en informaci\u00f3n disponible en la historia cl\u00ednica y hemogramas de control obtenidos durante los primeros ciclos de tratamiento, bajo la hip\u00f3tesis de que la respuesta durante el inicio del tratamiento nos puede dar pistas de la evoluci\u00f3n del paciente a largo plazo\u201d.<\/p>\n
El c\u00e1ncer de pulm\u00f3n es la principal causa de muerte por c\u00e1ncer en el mundo, con una tasa de supervivencia a los 5 a\u00f1os del 10% para los casos m\u00e1s avanzados con met\u00e1stasis. En los \u00faltimos a\u00f1os se han desarrollado diversas terapias basadas en fomentar la respuesta inmune y bloquear los sistemas desarrollados por las c\u00e9lulas tumorales para evitar esta respuesta. Este tipo de tratamientos se conocen como inmunoterapias y han tenido un franco impacto en la historia natural de la enfermedad y en los resultados terap\u00e9uticos para los pacientes. Adem\u00e1s de un aumento de las tasas de supervivencia, las inmunoterapias se asocian a una mejor calidad de vida, exentas de los efectos secundarios generales t\u00edpicos de la quimioterapia.<\/p>\n
\u201cMuchos estudios se han enfocado en estudiar las rutas metab\u00f3licas y de se\u00f1alizaci\u00f3n celular asociadas a la respuesta inmune en profundidad. No obstante, debido a la variabilidad inmune existente entre los pacientes, la respuesta a las inmunoterapias es muy diversa y una fracci\u00f3n muy relevante de pacientes elegibles para el tratamiento acaban progresando a pesar de observar que, en un primer momento, respond\u00edan al tratamiento\u201d expone Ana D. Ramos-Guerra, investigadora del grupo de Ledesma en la UPM\/ CIBER-BBN y primera firmante del art\u00edculo.<\/p>\n
Las autoras explican que, para monitorizar la respuesta, \u00fanicamente se han usado datos relacionados con el estado del paciente, las reacciones adversas inmunomediadas y las anal\u00edticas de sangre de los pacientes que se realizan generalmente en cada ciclo de inmunoterapia. \u201cEl modelo propuesto usa informaci\u00f3n sobre la presencia de met\u00e1stasis en el sistema nervioso central, la aparici\u00f3n de neumonitis o colitis al comienzo de la inmunoterapia y el diagn\u00f3stico de diabetes tipo I, adem\u00e1s de las variables de hemograma lactato deshidrogenasa, el conteo absoluto de linfocitos y el ratio plaquetas\/linfocitos en sangre, estas recogidas en el tiempo\u201d.<\/p>\n
El trabajo ha sido desarrollado gracias a la colaboraci\u00f3n de equipos de diferentes instituciones y hospitales. Ha sido financiado por el Ministerio de Ciencia e Innovaci\u00f3n, Agencia Estatal de Investigaci\u00f3n, con cofinanciaci\u00f3n del Fondo Europeo de Desarrollo Regional (FEDER). Asimismo, ha recibido financiaci\u00f3n del proyecto INGENIO del Instituto de Salud Carlos III (ISCIII) y de los fondos Next Generation UE. Adem\u00e1s, ha sido parcialmente financiado por la beca Leonardo a investigadores y creadores culturales 2019 de la Fundaci\u00f3n BBVA y por el proyecto MAGERIT-CM, en el marco del programa de I+D en Tecnolog\u00edas de la Comunidad de Madrid.<\/p>\n
Referencia del art\u00edculo:<\/b><\/i><\/p>\n