Así concluye un estudio internacional multicéntrico dirigido desde la Clínica Cleveland (Ohio) en el que han participado los centros de cáncer Moffitt, John’s Hopkins, Dana Farber y Cornell de Estados Unidos, junto con el DM Anderson de Madrid y el Laboratorio de Leucemia de Munich, en Alemania.
El sistema de aprendizaje automático podría superar la eficacia del Índice Internacional de Pronóstico Revisado (PPS-R) que es el ‘estándar oro’ actual para evaluar el riesgo en pacientes con síndromes mielodisplásicos, ya que esta última herramienta sobreestima o subestima el riesgo hasta en un tercio de los pacientes, atendiendo a los datos presentados por Aziz Nazha, oncólogo de la Clínica Cleveland de Ohio, durante el 60 congreso de la Sociedad Americana de Hematología (ASH en sus siglas en inglés).
“Predecir el riesgo de muerte o de desarrollar una leucemia mieloblástica aguda (LMA) es crucial tanto para que esos pacientes comprendan su enfermedad como para ayudar a los médicos a determinar el mejor tratamiento”, ha explicado el director del estudio durante una rueda de prensa organizada por la ASH. Nazha ha recalcado que los pacientes de SMD de alto riesgo normalmente se tratan con un trasplante de progenitores hematopoyéticos con el que pueden curarse, pero conlleva riesgos notables; a los de mejor pronóstico, sin embargo, se les recomiendan tratamientos con menos riesgos. “Lo que no tenemos claro es cuál sería el mejor tratamiento para los pacientes con riesgo intermedio porque varios ensayos clínicos individuales definen el umbral de riesgo de forma diferente”, explica.
El curso de los SMD es muy heterogéneo y cada vez más se busca personalizar el enfoque terapéutico. “Las guías de tratamiento se basan en el riesgo y eso significa que si lo calculamos mal daremos un tratamiento equivocado. Mejorando y personalizando nuestros modelos pronósticos podemos ayudar a definir qué pacientes tienen un riesgo mucho más alto versus los de bajo riesgo y así seleccionar el tratamiento apropiado”. Nazha insiste en que será un reto mayor para los pacientes que estén en el rango intermedio de riesgo.
“Queríamos construir una herramienta personalizada de predicción que pudiera darnos ideas sobre resultados específicos para pacientes específicos”, relata el experto, que para mejorar la herramienta pronóstica en uso ha desarrollado un sofisticado algoritmo de aprendizaje automático que usa datos genómicos y clínicos para afinar el pronóstico del paciente con SMD.
El sistema se ha “entrenado” –las computadoras aprenden- usando por separado la información de la Clínica Cleveland y del MLL de Munich, que suman 1.471 pacientes, y los datos del Centro de Cáncer Moffitt, con 831 pacientes más. Entre los resultados de la comparativa cara a cara usando datos clínicos, el nuevo modelo predice correctamente la probabilidad relativa de sobrevivir un tiempo dado a otro paciente un 74 por ciento del tiempo, comparando con el 67 por ciento del actual IPSS-R. Y en cuanto a la posibilidad de desarrollar LMA el nuevo modelo predice el 81 por ciento del tiempo, frente al 73 por ciento del IPSS-R.
“Como cualquier herramienta que ayude a la toma de decisiones el modelo se dirige a informar a los clínicos no a reemplazarlos o competir con ellos. De hecho estamos recogiendo sus aportaciones y trabajando para incorporar otros resultados como la calidad de vida”, resalta Nazha, agregando que también están desarrollando formas de actualizar la evaluación del riesgo según condiciones cambiantes, como la incorporación de resultados de nuevas pruebas o de tratamientos que se han completado.
“Este proyecto surgió de la frustración de muchos de mis pacientes, que quieren saber cuál es su riesgo y cómo puede diferir su pronóstico del de otros individuos con el mismo síndrome”, concluye, con la convicción de que el nuevo modelo personalizado ayudará tanto a médicos como a pacientes a entender el riesgo en el curso del SMD.
Más noticias en el congreso de la ASH:
- Cuatro ciclos de quimioterapia, tan eficaces como seis en linfoma B difuso de células grandes
- Añadir rituximab a ibrutinib no aporta mayores beneficios en LLC
- Nuevas pautas para interrumpir anticoagulación oral ante cirugía
- Menos riesgo trombótico en pacientes con cáncer que toman rivaroxaban
- Un fármaco reduce transfusiones en algunas anemias constitucionales y mielodisplásicas
- Las terapias T-CAR buscan aliados para mejorar la respuesta sostenida en leucemias resistentes
- Un microbioma sano mejora los resultados del trasplante de progenitores hematopoyéticos
The post Personalizan el pronóstico de los síndromes mielodisplásicos con un método de aprendizaje automático appeared first on Diariomedico.com.
via Noticias de diariomedico.... https://ift.tt/2zWpxD5
No hay comentarios:
Publicar un comentario