Un equipo del Consejo Superior de Investigaciones Científicas (CSIC), organismo adscrito al Ministerio de Ciencia, Innovación y Universidades, ha desarrollado un modelo matemático que analiza factores de riesgo como la edad, la presencia de dolencias como diabetes e hipertensión, el consumo de tabaco y alcohol o el índice de masa corporal para identificar la mejor estrategia para la detección precoz del cáncer colorrectal en cada persona.
El estudio, publicado en Computers in Biology and Medicine, muestra que una estrategia para establecer el cribado basada en un enfoque personalizado incrementa el número de casos incipientes detectados, empleando los mismos recursos que con la actual estrategia. ha desarrollado un modelo matemático que analiza los factores individuales anteriormente señalados.
Cribado
El colorrectal es el tercer tipo de cáncer más común a nivel mundial: representa el 10% de casos y el 12% de las muertes por causas oncológicas. Para hacerle frente, la detección temprana es fundamental. Habitualmente, la mayoría de los programas de detección se basan únicamente en la edad de la población susceptible, y se realiza el mismo tipo de prueba a todas las personas mayores de cierta edad, con el fin de detectar casos tempranos.
El modelo, diseñado por Daniel Corrales y David Ríos, investigadores del CSIC en el Instituto de Ciencias Matemáticas (ICMAT), junto con Marino J. González, de la Universidad de La Rioja, identifica un conjunto de características que se asocian con la alta probabilidad de padecer este tipo de cáncer. Estas incluyen, además de la edad –que se confirma como la variable con mayor asociación con la enfermedad–, la presencia de otras dolencias como diabetes e hipertensión.
A partir de esta información, el estudio establece un nivel de riesgo para cada persona, a la cual se sugiere un tipo de acción para la detección temprana de la enfermedad. Según el estudio, en los casos de riesgo medio, la prueba actual –basada en detección de sangre en heces– es la más eficiente. Sin embargo, si el riesgo es más elevado, convendría usar otro tipo de test, como una prueba de ADN en heces.
«Nuestra propuesta permite evaluar de forma exhaustiva los programas nacionales de cribado existentes para cáncer colorrectal, así como compararlos con otras estrategia. Los resultados muestran que una estrategia personalizada detecta un mayor número de casos incipientes entre la población, lo que puede reducir, a largo plazo, la mortalidad por esta enfermedad y también el gasto en recursos relativos al tratamiento», ha asegurado David Ríos en una nota de prensa del CSIC.
Redes bayesianas
En el marco del proyecto europeo Oncoscreen, los investigadores han diseñado un modelo gráfico estadístico denominado red bayesiana para analizar los factores de riesgo. «Se trata de un diagrama que permite representar, de forma clara y sencilla, la compleja maraña de relaciones entre diferentes condiciones médicas relevantes», ha señalado Daniel Corrales.
La red está formada por nodos, que representan las variables de interés –por ejemplo, la presencia de células cancerígenas, la edad, el índice de masa corporal o la diabetes–, y arcos entre los nodos, que indican la asociación entre ellas.
“Si entre dos nodos del modelo hay un arco, esto quiere decir que entre las dos variables que representan hay una relación de dependencia”, ha explicado el investigador.
Estas relaciones se cuantifican a través de probabilidades condicionadas, que representan la probabilidad de que suceda un determinado evento –por ejemplo, padecer diabetes– si se da otro –por ejemplo, tener más de 60 años–. Cada nodo incorpora una tabla de probabilidad que muestra los posibles valores de esa variable, según la información disponible. «Es una herramienta visual que facilita la interpretación a los expertos», ha insistido
Matemáticas para la toma de decisiones
Al introducir los datos de cada paciente, la red permite, entre otras cosas, computar su riesgo de padecer cáncer colorrectal –el objetivo inicial del estudio–. Una vez obtenida esta información, se incorpora en un modelo de decisión que sugiere qué medida tomar, en cada caso. «Para ello también se tiene en cuenta, mediante una función de utilidad multiatributo, el coste de la prueba, la información que aporta y lo molesta que es para el paciente», ha descrito Corrales.
Empleando esta herramienta, a la mayoría de la población general no se le asignaría ninguna prueba, dado que su riesgo es, en general, muy bajo. “Pero cuando el riesgo crece, es importante saber qué prueba asignar, teniendo en cuenta, por un lado, de cuántas pruebas de cada tipo se dispone en el programa de cribado y cómo de bien detecta la presencia de cáncer cada tipo de test”, ha detallado el científico.
Según sus resultados, para riesgos altos, sería conveniente utilizar test más sensibles que los actuales, es decir, «que tengan una mayor capacidad para detectar correctamente a quienes tienen la enfermedad, minimizando la posibilidad de falsos negativos», ha documentado.
Según el estudio, una prueba de ADN en heces, pese a ser más cara, puede ser más recomendable que la prueba estándar para pacientes de riesgo más alto. «Para apoyar la selección de las pruebas óptimas, se buscan las de máxima utilidad esperada según los criterios estudiados», Han comentado los autores.
El diseño del modelo
Para diseñar el modelo, los investigadores han combinado el conocimiento de expertos en esta enfermedad con aprendizaje automático extraído de datos de dos millones de pacientes. «En una primera fase hemos revisado la investigación existente sobre factores de riesgo de tener cáncer colorrectal y hemos mantenido conversaciones con médicos. Después, hemos corroborado esta información con datos facilitados por centros médicos colaboradores», ha comentado Corrales.
Las conclusiones de este estudio serán utilizadas para evaluar las nuevas tecnologías de detección precoz del cáncer colorrectal que se están desarrollando en el proyecto Oncoscreen por parte de los centros de investigación y universidades colaboradoras.