Un estudio del Centro Integral del Cáncer Lineberger de la Universidad de Carolina del Norte (UNC), en Estados Unidos, podría ayudar a predecir la resistencia a los tratamientos para el cáncer de páncreas, uno de los tipos de tumor más letales.

Cancer-de-pancreas-696x494-676x480Los investigadores, dirigidos por Jen Jen Yeh, codirectora de Investigación Clínica en el Centro Integral de Cáncer Lineberger de la UNC, y Naim Rashid, informan en Clinical Cancer Research, la revista de la Asociación Estadounidense para la Investigación del Cáncer, de sus hallazgos sobre cómo dos subtipos de cáncer de páncreas responden a los tratamientos de manera diferente. Encontraron que un subtipo de la enfermedad mostró respuestas deficientes a las terapias comunes y también tuvo una peor supervivencia.

Nuestro estudio evaluó la mejor manera de clasificar los tumores de acuerdo con los datos disponibles de respuesta al tratamiento de ensayos clínicos anteriores,explica Yeh, profesora de Cirugía y Farmacología de la UC y vicepresidenta de Investigación del Departamento de Cirugía de la Facultad de Medicina de la UNC. Nuestra esperanza es que podamos usar esta información para adaptar los tratamientos, y potencialmente evitar dar terapias que pueden no funcionar bien para ciertos pacientes’.

Según el Instituto Nacional del Cáncer, el cáncer de páncreas es uno de los tipos de cáncer más letales, con un 9,3 por ciento de los pacientes, o menos de uno de cada 10, que sobrevive cinco años después del diagnóstico. La enfermedad generalmente se diagnostica en etapas avanzadas, cuando el cáncer ya se ha diseminado.

En 2015, los investigadores de UNC Lineberger descubrieron dos subtipos principales de cáncer de páncreas basados en las características moleculares y genéticas de la enfermedad. Sin embargo, otros grupos de investigación informaron de diferentes sistemas de clasificación con tres y cuatro subtipos. Así, consideraron que faltaba consenso sobre cuál de los sistemas propuestos era óptimo para la toma de decisiones clínicas en el cáncer de páncreas.

Para abordar esto, Yeh, Rashid y sus colegas analizaron primero los datos de dos ensayos clínicos recientes para el cáncer de páncreas para comprender mejor qué clasificaciones de tumores se alinearon con las respuestas al tratamiento. Encontraron la clasificación de dos subtipos mejor alineada con los datos de resultados del tratamiento de dos ensayos clínicos.

Después de analizar cinco estudios independientes de cáncer de páncreas, también descubrieron que el sistema de dos subtipos explicaba mejor las diferencias en la supervivencia general del paciente, con pacientes clasificados como tumores basales que muestran peores resultados de supervivencia.

Descubrimos que este sistema más simple de dos subtipos explicaba mejor las respuestas al tratamiento y los resultados de supervivencia, explica Rashid, autor correspondiente del estudio y profesor asistente en el Departamento de Bioestadística de la Escuela de Salud Pública Global UNC Gillings.

También vieron en sus datos que los pacientes clasificados con el subtipo de tipo basal mostraron tasas de respuesta a los tratamientos mucho más pobres que el otro subtipo.

En los dos ensayos, los tumores basales no mostraron respuesta a FOLFIRINOX, una terapia estándar que combina cinco agentes de quimioterapia, o un tratamiento que usó FOLFIRINOX como columna vertebral.

En el contexto de estos dos ensayos, los tumores basales no respondieron bien a las terapias comunes de primera línea, apunta Rashid. En el futuro, ¿podemos usar estos subtipos para optimizar las terapias para los pacientes?.

El otro tipo de tumor, al que llamaron clásico, mostró una mejor respuesta a los tratamientos con FOLFIRINOX. Queremos saber qué terapias son mejores para el paciente para que podamos maximizar la respuesta y la calidad de vida, señala Yeh. Para el cáncer de páncreas, donde el tiempo es más limitado, esto se vuelve aún más importante.

También informaron que fueron capaces de simplificar y adaptar su método de clasificación para que pueda usarse en la clínica y generar predicciones de subtipos para un solo paciente.

Su nuevo método de clasificación de subtipos, generado utilizando enfoques de aprendizaje automático, se basaba en comparaciones de cómo se expresan solo nueve pares de genes. Descubrieron que este método era extremadamente preciso, incluso cuando se usaba para clasificar muestras de tumores que se procesaron y almacenaron de manera diferente y usaron diferentes métodos de medición de la expresión génica.

Este estudio básicamente proporciona la evidencia de que esto es algo que podemos hacer en la clínica, añade Yeh.

Están trabajando para llevar su algoritmo de clasificación, que llamaron PurIST, a una forma que pueda usarse en futuros ensayos clínicos en el North Carolina Cancer Hospital, la Universidad de Rochester y el Medical College of Wisconsin.

Yeh avanza que su próximo paso es realizar ensayos clínicos para continuar tratando de comprender cómo los subtipos de tumores pueden informar cómo responden los pacientes al tratamiento. También están tratando de entender las diferencias entre los dos subtipos.

Queremos usar el modelo de predicción que desarrollamos en los ensayos reales para garantizar que los pacientes reciban terapias óptimas por adelantado para optimizar la supervivencia y otros resultados, señala Rashid.

noviembre 25/2019  (Europa Press) Tomado de la Selección Temática sobre Medicina de Prensa Latina. Copyright 2019. Agencia Informativa Latinoamericana Prensa Latina S.A.

 

noviembre 26, 2019 | Dra. María Elena Reyes González | Filed under: Enfermedades del Sist. Digestivo, Farmacología, Gastroenterología, Neoplasias, Oncología | Etiquetas: , |

Comments

Comments are closed.

Name

Email

Web

Speak your mind

*
  • Noticias por fecha

    noviembre 2019
    L M X J V S D
    « oct   dic »
     123
    45678910
    11121314151617
    18192021222324
    252627282930  
  • Noticias anteriores a 2010

    Noticias anteriores a enero de 2010

  • Suscripción AL Día

  • Categorias

    open all | close all
  • Palabras Clave

  • Administración