Categoría: Estudios y proyectos

Clasificadores epigenéticos basados en el machine learning para la estadificación axilar de pacientes con cáncer de mama en fase inicial ER-positivo

Tipografía
  • Más pequeño Pequeño Mediano Grande Más Grande
  • Por defecto Helvetica Segoe Georgia Times

El Laboratorio Epigenética de Cáncer del Instituto de Investigación Sanitaria Illes Balears (IdISBa) ha publicado, junto con el Saint John's Cancer Institute, la David Geffen School of Medicine at UCLA y la Duke University School of Medicine, un estudio sobre los clasificadores epigenéticos basados en el machine learning para la estadificación axilar de pacientes con cáncer de mama en fase inicial positivos por el receptor de estrógenos (ER).

Miquel Ensenyat-Mendez y Diego M. Marzese, investigadores del Laboratorio Epigenética de Cáncer del Grup de Biología Celular del Cáncer, ha participado en la publicación del artículo con el título "Machine Learning-Based Epigenetic Classifiers for Axillary Staging of Patients with ER-Positive Early-Stage Breast Cancer" en la revista Annals of Surgical Oncology.

En la era de la estratificación y terapias multimodales efectivas, la estratificación de la enfermedad axilar mediante cirugía se ha convertido en menos relevantes para pacientes con cáncer de mama en fase inicial, con tumores positivos para receptores de estrógenos y negativos para HER2. Así, la creación de un método no quirúrgico para la predicción de la invasión de los ganglios linfáticos es el paso inicial en la desescalada de la cirugía axilar. Este estudio ha identificado las firmas epigenéticas (metilación del ADN) en el tumor primario que predicen la presencia de metástasis en el ganglio linfático.

La utilización de clasificadores moleculares basados en la metilación del ADN del tumor primario puede identificar a las pacientes que tienen enfermedad metastásica en el nodo linfático de aquellas que no lo tienen, proporcionando así un método preciso para identificar pacientes que requieren cirugía axilar y evitando procedimientos quirúrgicos innecesarios.

Referencia del artículo
Orozco JIJ, Le J, Ensenyat-Mendez M, Baker JL, Weidhaas J, Klomhaus A, et al. Machine Learning-Based Epigenetic Classifiers for Axillary Staging of Patients with ER-Positive Early-Stage Breast Cancer. Ann Surg Oncol. 2022 Jul 16. doi: 10.2147/COPD.S312493. PubMed PMID: 35842534.

Enlaces Bibliosalut 

Métricas
Consultad citas en Web of Science
AltmetricAltmetric

[Fuente: Bibliosalut]

[Foto: Atlas of Medical Foreign Bodies / Axillary Lymph Node / CC BY-SA 2.0]