5:07:00
MADRID.- ( AGENCIALAVOZ.COM ) Con las herramientas disponibles hoy en día para clasificar los tumores de mama se cometen errores debido a la heterogeneidad de los mecanismos que hay detrás de esta enfermedad.
Pero si a los criterios comúnmente empleados para calibrar su pronóstico (tamaño, extensión, etc.) se añade cierta información sobre genes, el diagnóstico puede ser mucho más certero, según un estudio publicado en 'JAMA'.
La secuenciación del genoma humano ha facilitado un mayor conocimiento del papel que desempeñan algunos genes en la enfermedad. Técnicas como el análisis comparativo de ADN ('microarray') se están empleando también en el campo de la oncología para tratar de mejorar el diagnóstico y aplicar el tratamiento más conveniente a cada paciente.
La secuenciación del genoma humano ha facilitado un mayor conocimiento del papel que desempeñan algunos genes en la enfermedad. Técnicas como el análisis comparativo de ADN ('microarray') se están empleando también en el campo de la oncología para tratar de mejorar el diagnóstico y aplicar el tratamiento más conveniente a cada paciente.
En un trabajo presentado en el último número de la revista 'JAMA', investigadores de la Universidad Duke (Durham, Estados Unidos) combinan los criterios normales con el análisis de la expresión de genes que están relacionados con la progresión de los tumores de mama, según estudios anteriores han demostrado, para determinar la gravedad de cada paciente.
En función del tamaño, el estado de los nódulos linfáticos o la respuesta a hormonas, los autores clasificaron a 573 pacientes en estadios tempranos de la enfermedad en tres categorías (bajo, medio y alto riesgo) ayudándose de una herramienta empleada por muchos especialistas llamada 'Adjuvant!'.
Después, según la actividad de genes que tienen que ver con la biología del tumor y su comportamiento, estos grupos se dividieron a su vez en otros con pronósticos distintos.
Por ejemplo, dentro de las mujeres con cánceres de bajo riesgo, se identificaron seis subgrupos. Entre los que tenían el mejor y el peor pronóstico había una diferencia de 16 meses en el tiempo de supervivencia libre de enfermedad. En las categorías restantes se hallaron diferencias similares. La validez de estos perfiles genéticos se comprobó más tarde en otro grupo de 391 pacientes.
"Integrar el conocimiento sobre variables clínicas y patológicas relevantes para el pronóstico [del tumor] junto con los patrones correspondientes de expresión génica puede mejorar la prognosis", apuntan los autores.
Por ejemplo, dentro de las mujeres con cánceres de bajo riesgo, se identificaron seis subgrupos. Entre los que tenían el mejor y el peor pronóstico había una diferencia de 16 meses en el tiempo de supervivencia libre de enfermedad. En las categorías restantes se hallaron diferencias similares. La validez de estos perfiles genéticos se comprobó más tarde en otro grupo de 391 pacientes.
"Integrar el conocimiento sobre variables clínicas y patológicas relevantes para el pronóstico [del tumor] junto con los patrones correspondientes de expresión génica puede mejorar la prognosis", apuntan los autores.
Mejorar la asistencia clínica
La expresión génica también se utilizó para identificar la respuesta a la quimioterapia y cada grupo de riesgo demostró ser más sensible a unas terapias y menos a otras. Esta información facilitaría que cada paciente recibiera el tratamiento más adecuado y eficaz en cada caso.
"[...] El uso de perfiles de expresión génica para definir los tumores de mama, si se emplea adecuadamente, debe verse como una importante herramienta complementaria a lo sistemas de estratificación del riesgo basados en signos clínicos", concluyen los autores.
En un editorial que acompaña a este estudio, Chiang-Ching Huang y Markus Bredel, de la Universidad Northwestern en Chicago (EEUU) subrayan el valor pronóstico de las variables empleadas por los autores y el avance que supone su aplicación para determinar la sensibilidad a la quimioterapia.
Sin embargo, apuntan a que el sistema de análisis empleado, que evaluaba por un lado las características clínicas y por otro los perfiles moleculares, podría "confundir la interpretación del estudio". Para Huang y Bredel, lo ideal sería crear un modelo que integrara ambas ramas, que facilitaría la estimación del riesgo y asistiría, además, "a los oncólogos que se enfrentan a decisiones clínicas complicadas".
