MADRID, 11 Dic. (EUROPA PRESS) -
Un nuevo estudio de la Facultad de Medicina de la Universidad de Washington en St. Louis (Estados Unidos) describe un método innovador de análisis de mamografías que mejora significativamente la precisión a la hora de predecir el riesgo de desarrollar cáncer de mama en los cinco años siguientes.
Utilizando hasta tres años de mamografías anteriores, el nuevo método identificó a las personas con alto riesgo de desarrollar cáncer de mama con una precisión 2,3 veces mayor que el método estándar, que se basa en cuestionarios que evalúan únicamente los factores de riesgo clínicos, como la edad, la raza y los antecedentes familiares de cáncer de mama. El estudio se publica en 'JCO Clinical Cancer Informatics'.
"Estamos buscando formas de mejorar la detección temprana, ya que eso aumenta las posibilidades de un tratamiento exitoso", detalla el autor principal Graham A. Colditz, director asociado del Siteman Cancer Center, con sede en Barnes-Jewish Hospital y WashU Medicine.
"Esta predicción mejorada del riesgo también puede ayudar a la investigación en torno a la prevención, de modo que podamos encontrar mejores formas para que las mujeres que caen en la categoría de alto riesgo reduzcan su riesgo de cinco años de desarrollar cáncer de mama", explica.
Este método de predicción de riesgos se basa en investigaciones anteriores que demostraron que las mamografías anteriores contienen una gran cantidad de información sobre los primeros signos del desarrollo del cáncer de mama que no pueden ser percibidos ni siquiera por un ojo humano bien entrenado. Esta información incluye cambios sutiles a lo largo del tiempo en la densidad mamaria, que es una medida de las cantidades relativas de tejido fibroso frente a tejido graso en las mamas.
Para el nuevo estudio, el equipo construyó un algoritmo basado en inteligencia artificial que puede discernir diferencias sutiles en las mamografías y ayudar a identificar a las mujeres con mayor riesgo de desarrollar un nuevo tumor mamario en un período de tiempo específico. Además de la densidad mamaria, su herramienta de aprendizaje automático considera cambios en otros patrones en las imágenes, incluida la textura, la calcificación y la asimetría dentro de las mamas.
"Nuestro nuevo método es capaz de detectar cambios sutiles a lo largo del tiempo en imágenes de mamografías repetidas que no son visibles para el ojo", aporta Jiang, pero estos cambios contienen información valiosa que puede ayudar a identificar a individuos de alto riesgo.
En la actualidad, las opciones para reducir el riesgo son limitadas y pueden incluir medicamentos como el tamoxifeno, que reducen el riesgo pero pueden tener efectos secundarios no deseados. La mayoría de las veces, a las mujeres con alto riesgo se les ofrece una detección más frecuente o la opción de agregar otro método de diagnóstico por imágenes, como una resonancia magnética, para intentar identificar el cáncer lo más temprano posible.
"Hoy en día, no tenemos forma de saber quién tiene probabilidades de desarrollar cáncer de mama en el futuro en función de las imágenes de sus mamografías", agrega la coautora Debbie L. Bennett, profesora adjunta de radiología y jefa de imágenes mamarias del Instituto Mallinckrodt de Radiología en WashU Medicine. "Lo que es tan emocionante acerca de esta investigación es que indica que es posible obtener esta información de mamografías actuales y anteriores utilizando este algoritmo. La predicción nunca será perfecta, pero este estudio sugiere que el nuevo algoritmo es mucho mejor que nuestros métodos actuales".
Los investigadores entrenaron su algoritmo de aprendizaje automático con las mamografías de más de 10.000 mujeres que se sometieron a exámenes de detección de cáncer de mama a través del Siteman Cancer Center entre 2008 y 2012. Se hizo un seguimiento de estas personas hasta 2020 y, en ese período, 478 fueron diagnosticadas con cáncer de mama.
Luego, los investigadores aplicaron su método para predecir el riesgo de cáncer de mama en un grupo separado de pacientes: más de 18.000 mujeres que se realizaron mamografías a través de la Universidad Emory en el área de Atlanta entre 2013 y 2020. Posteriormente, 332 mujeres fueron diagnosticadas con cáncer de mama durante el período de seguimiento, que finalizó en 2020.
Según el nuevo modelo de predicción, las mujeres del grupo de alto riesgo tenían 21 veces más probabilidades de ser diagnosticadas con cáncer de mama en los siguientes cinco años que las del grupo de menor riesgo. En el grupo de alto riesgo, 53 de cada 1.000 mujeres examinadas desarrollaron cáncer de mama en los siguientes cinco años.
En cambio, en el grupo de bajo riesgo, 2,6 mujeres de cada 1.000 examinadas desarrollaron cáncer de mama en los siguientes cinco años. Con los antiguos métodos basados en cuestionarios, solo 23 mujeres de cada 1.000 examinadas fueron clasificadas correctamente en el grupo de alto riesgo, lo que demuestra que el antiguo método, en este caso, pasó por alto 30 casos de cáncer de mama que el nuevo método detectó.
Las mamografías se realizaron en centros médicos académicos y clínicas comunitarias, lo que demuestra que la precisión del método se mantiene en diversos entornos. Es importante destacar que el algoritmo se construyó con una sólida representación de mujeres negras, que suelen estar subrepresentadas en el desarrollo de modelos de riesgo de cáncer de mama. La precisión para predecir el riesgo se mantuvo en todos los grupos raciales.
