¿Es posible anticipar el riesgo de recaída en cáncer de mama?

El cáncer de mama es la causa más común de cáncer en mujeres, con unos 1,4 millones de casos nuevos diagnosticados cada año en todo el mundo. Como resultado de diversos procesos moleculares, en realidad el cáncer de mama es una colección de al menos once tipos diferentes con distinto pronóstico. Por este motivo, es importante modelar a partir de los casos precedentes el comportamiento de este tipo de tumores desde su diagnosis a etapas como la metástasis o la remisión.

Un equipo de investigación, coordinado por el vallisoletano Óscar Rueda desde el Cancer Research UK Cambridge Institute (Reino Unido), ha desarrollado un modelo para predecir el riesgo de recaída a partir de datos clínicos y moleculares de 3240 pacientes de cáncer de mama.

Para ello se ha empleado una técnica estadística denominada análisis de supervivencia , que modela procesos de un suceso desde su origen al final pasando por diferentes estados. En el caso de un tumor evalúa etapas como la superación de la enfermedad, la reproducción en otros órganos hasta el fallecimiento del individuo. Para el desarrollo de esta técnica Rueda, licenciado y doctor por la Universidad de Valladolid (UVA), ha contado con la colaboración de su alma mater.

«Ha sido un desarrollo metodológico muy importante y novedoso. Desde la Universidad de Valladolid hemos podido contribuir en la metodología estadística desarrollada específicamente para este trabajo para el análisis más eficiente de la información», valora la catedrática de Estadística e Investigación Operativa de la UVA, Cristina Rueda.

Además, en el trabajo de investigación han colaborado instituciones del Reino Unido, Estados Unidos y Canadá, como la Facultad de Medicina de Stanford (California) o el King's College de Londres .

Este modelo es una compleja ecuación matemática que marca, como si fuera un plano, el posible recorrido de un tumor a partir de datos iniciales. En el caso del cáncer de mama , existen tumores que se repiten hasta dos décadas después, por lo que hay una urgente necesidad de anticipar la hoja de ruta del comportamiento de las células cancerosas para mejorar los tratamientos.

El nuevo modelo estadístico no solo puede adelantar el recorrido del tumor, sino que estas predicciones pueden ser actualizadas a lo largo del tiempo . De forma añadida, el equipo científico pone a disposición el mayor conjunto de datos hasta la fecha de cáncer de mama con información molecular, seguimiento a largo plazo y anotación detallada de metástasis y recurrencias, que puede ser útil para el desarrollo de nuevas estrategias oncológicas basadas en en las características moleculares del tumor.

El modelo se ha validado a partir de datos de 3240 pacientes, incluidos 1980 con información molecular. También se ha constrastado con otros dos conjuntos de datos externos. Asimismo, el modelo puede adaptarse para analizar datos de problemas diferentes, «lo que lo convierte en un instrumento útil para otros tipos de cáncer o enfermedades; aplicando ciertas modificaciones» , explica Cristina Rueda.

El proceso de adquisición de datos, el desarrollo del modelo estadístico y la validación con conjuntos de datos independientes ha llevado a lo largo de tres años de investigación.

Además, el trabajo ha permitido identificar un subgrupo de pacientes con alto riesgo de recaída en los primeros cinco años, pero que permanecen curados si no recaen en este periodo. Esto contrasta con otro subgrupo, que mantiene el riesgo de recaída en un periodo más prolongado, hasta veinte años después .

La ayuda matemática a la solución de problemas de salud es una constante en la actualidad. La investigadora Cristina Rueda define la aportación de la Estadística en el campo biomédico. « Creamos modelos, pero partimos de problemas reales, por lo que los límites de la investigación básica y aplicada en esta disciplina cada vez están más difusos» , continúa.

El grupo de investigación que dirige, denominado Inferencia con Restricciones , desarrolla otros trabajos como la modelización de procesos asociados al ciclo circadiano (vinculado al sueño), tales como expresiones génicas, y también de otra índole como la brecha de género o sobre la luz de las estrellas.

.