Apoyando a los profesionales de la oncología a través de la educación
El contenido de este sitio está destinado solo a profesionales de la salud
El contenido de este sitio está destinado solo a profesionales de la salud
El cáncer de testículos es el cáncer más común en los hombres jóvenes.
El número de nuevos casos está aumentando en todo el mundo.
Hay una tasa de supervivencia relativamente alta, con un 95% que sobrevive después de 10 años, si se detecta a tiempo y se trata adecuadamente.
Sin embargo, la quimioterapia estándar incluye cisplatino, que tiene una amplia gama de efectos secundarios a largo plazo, uno de los cuales puede ser la nefrotoxicidad.
"En los pacientes con cáncer testicular, la quimioterapia basada en el cisplatino es esencial para asegurar una alta tasa de curación. Desafortunadamente, el tratamiento puede causar efectos secundarios, incluyendo daño renal. Sin embargo, no podemos determinar con exactitud quién acaba teniendo efectos secundarios y quién no", dice Jakob Lauritsen del Rigshospitalet.
Los datos de los pacientes son clave para el conocimiento
Por lo tanto, los investigadores hicieron la pregunta: ¿Hasta dónde podemos llegar en la predicción del riesgo de nefrotoxicidad en estos pacientes usando el aprendizaje automático?
En primer lugar, requería algunos datos del paciente.
"Utilizando una cohorte de pacientes con cáncer testicular de Dinamarca, en colaboración con el Rigshospitalet, desarrollamos un modelo predictivo de aprendizaje automático para abordar este problema", dice Sara García, investigadora de DTU Health Technology, quien, junto con Jakob Lauritsen, son los primeros autores de un artículo publicado recientemente en el JNCI Cancer Spectrum.
La alta calidad de los registros de pacientes daneses permitió la identificación de pacientes clave, y una asociación tecnológica entre DMAC y YouDoBio facilitó la recolección de ADN de los pacientes en sus casas utilizando kits de saliva de entrega postal.
El proyecto, financiado originalmente por la Sociedad Danesa del Cáncer, vio el desarrollo de varias estrategias de análisis de la genómica y los datos de los pacientes, lo que hizo avanzar la promesa de la inteligencia artificial para la integración de diversas corrientes de datos.
Mejores predicciones para pacientes de bajo riesgo
Se generó una puntuación de riesgo para que un individuo desarrollara nefrotoxicidad durante la quimioterapia y se propusieron los genes clave que probablemente estén en juego.
Los pacientes se clasificaron en riesgo alto, bajo e intermedio.
Para el riesgo alto, el modelo fue capaz de predecir correctamente el 67% de los pacientes afectados, mientras que para el riesgo bajo, el modelo predijo correctamente el 92% de los pacientes que no desarrollaron nefrotoxicidad.
"Entender cómo y dónde se pueden aplicar las tecnologías de IA en la atención clínica, es cada vez más importante también en el futuro de la IA responsable. A pesar de la complejidad de los datos de los pacientes, la alta calidad de los registros daneses y la investigación clínica hacen que sea un gran entorno para explorar nuevas metodologías de datos", dice Ramneek Gupta.
"Ser capaces de predecir los efectos secundarios tardíos nos dará en última instancia la oportunidad de tomar medidas preventivas y mejorar la calidad de vida" añade Gedske Daugaard, que es autor principal junto con Ramneek Gupta.