Classificadors epigenètics basats en el machine learning per a l'estadificació axil·lar de pacients amb càncer de mama en fase inicial ER-positiu

Miquel Ensenyat-Mendez i Diego M. Marzese, investigadors del Laboratori Epigenètica de Càncer del Grup de Biologia Cel·lular del Càncer, ha participat en la publicació de l'article amb el títol "Machine Learning-Based Epigenetic Classifiers for Axillary Staging of Patients with ER-Positive Early-Stage Breast Cancer" a la revista Annals of Surgical Oncology.

A l'era de l'estratificació i teràpies multimodals efectives, l'estratificació de la cirurgia axil·lar s'ha tornat menys rellevant per a pacients amb càncer de mama en fase inicial positius per receptors d'estrògens. Així, la creació d'un mètode no quirúrgic per a la predicció de la invasió del node limfàtic és la següent passa en la desescalada de la cirurgia axil·lar. Aquest estudi volia identificar les signatures epigenètiques en el tumor primari que prediuen amb precisió l'estat del node limfàtic.

La utilització de classificadors basats en la metilació de l'ADN del tumor primari pot identificar les pacients que tenen un desenvolupament del node limfàtic d'aquelles que no tenen invasió al node limfàtic axil·lar, proporcionant així un mètode precís de l'estat de l'axil·la i evitant procediments quirúrgics innecessaris.

Referència de l'article

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.

Enllaços Bibliosalut 

Mètriques

Consulteu cites en Web of Science
Altmetric

[Font: Bibliosalut]

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