Redacción
Un modelo matemático desarrollado por investigadores del Instituto de Ciencias Matemáticas (ICMAT), del Consejo Superior de Investigaciones Científicas (CSIC), ha demostrado que una estrategia de enfoque personalizado incrementa el número de casos incipientes detectados en cáncer colorrectal, empleando los mismos recursos que con la actual estrategia.
En base a las pruebas realizadas, la herramienta creada para identificar la mejor estrategia para la detección precoz del cáncer colorrectal ha detectado que 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 prueba, como una de ADN en heces.
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”, detalla Ríos.
El estudio, publicado en Computers in Biology and Medicine, arroja evidencia sobre el tercer tipo de cáncer más común a nivel mundial, que representa el 10% de casos y el 12% de las muertes por causas oncológicas. De ahí que la detección temprana se vea como algo fundamental.
“Nuestra propuesta permite evaluar de forma exhaustiva los programas nacionales de cribado existentes para cáncer colorrectal, así como compararlos con otras estrategias”
Los actuales 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. 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.
“Nuestra propuesta permite evaluar de forma exhaustiva los programas nacionales de cribado existentes para cáncer colorrectal, así como compararlos con otras estrategias”, ha asegurado David Ríos, profesor de investigación del CSIC en el ICMAT.
Ríos ha agregado que “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”.
Junto a él han trabajado Daniel Corrales y Marino J. González, de la Universidad de La Rioja. El modelo 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, el consumo de tabaco y alcohol, o el índice de masa corporal.
Redes bayesianas para analizar factores de riesgo
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 explicado Corrales, investigador predoctoral del CSIC en el ICMAT.
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”, explica Corrales.
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”, asegura Ríos.
Evaluación de nuevas tecnologías de detección
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”, describe Corrales.
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”, dice 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.