Redacción
Comprender qué funciona en la práctica clínica real, comparar resultados entre centros y fomentar un aprendizaje colaborativo son retos clave en el manejo del cáncer de mama metastásico. En este contexto se enmarca CamON, presentado en el Congreso Nacional de la Sociedad Española de Oncología Médica (#Seom2025), uno de los proyectos más ambiciosos realizados en España sobre cáncer de mama en la práctica clínica real.
El estudio, impulsado por la Alianza Daiichi Sankyo | AstraZeneca y desarrollado por IQVIA, es un análisis observacional retrospectivo que integra más de 11.000 historias clínicas electrónicas de pacientes atendidos entre 2016 y 2023 en ocho hospitales españoles: 12 de Octubre, Fundación Jiménez Díaz y Torrejón (Madrid); La Fe (Valencia); Duran i Reynals y Bellvitge (Barcelona); Son Espases (Palma de Mallorca); Vinalopó (Alicante); y Ribera Povisa (Pontevedra).
Para ello, CamON ha utilizado procesamiento del lenguaje natural (PLN), una rama de la IA capaz de extraer información relevante de informes de anatomía patológica y otros documentos clínicos. Esta metodología permite analizar prevalencia, subtipos tumorales, comorbilidades, progresión y tiempos asistenciales, generando evidencia con impacto directo en la práctica hospitalaria.
De los 11.060 pacientes evaluados, 1.166 (10,5%) presentaban enfermedad metastásica, siendo el 99,3% mujeres con una edad media de 61,6 años al diagnóstico
Según el Dr. Luis Manso, oncólogo médico del Hospital Universitario 12 de Octubre y autor principal del estudio Epidemiología y características clínicas del cáncer de mama metastásico en España, los datos “ofrecen una visión real y actualizada del cáncer de mama en España, con información valiosa para orientar nuevas estrategias terapéuticas y líneas de investigación que impulsen mejoras en el abordaje multidisciplinar de esta enfermedad”.
Retrato clínico del cáncer de mama en España
Entre los 11.060 pacientes analizados, 1.166 (10,5%) presentaban enfermedad metastásica, con una edad media de 61,6 años; el 99,3% eran mujeres. Del total, el 47,6% de los casos fueron metástasis de novo, frente al 52,4% que progresaron tras un diagnóstico inicial, con un tiempo medio hasta la progresión de 2,7 años.
En concreto, los subtipos tumorales identificados fueron: 29,6% HER2 negativo / receptores hormonales positivos; 27,5% HER2-low; 15,6% HER2+; y 4,3% triple negativo. Además, el 22,9% de los pacientes carecía de información sobre el subtipo tumoral, un aspecto que, según el equipo investigador, puede deberse tanto a limitaciones del PLN como a la incorporación progresiva del subtipo HER2-low a la práctica asistencial durante el periodo evaluado.
Del total de casos, el 47,6% presentó metástasis de novo, mientras que el 52,4% desarrolló metástasis tras un diagnóstico inicial de cáncer de mama, con un tiempo medio hasta la progresión de 2,7 años
En cuanto a la distribución metastásica, las localizaciones más frecuentes fueron hueso (51,2%), hígado (35,2%) y aparato respiratorio (33,9%).
Las comorbilidades más prevalentes fueron hipertensión (40%), dislipemia (32,3%) y diabetes (17,4%), lo que refuerza la importancia de un manejo multidisciplinar. Por su parte, el tiempo medio al inicio del tratamiento fue de 35,4 días, y el periodo hasta la cirugía, en ausencia de neoadyuvancia, alcanzó los 43,8 días. La mayoría de las intervenciones fueron cirugías conservadoras (54,7%), frente a un 27,1% de cirugías radicales.
Evidencia para la toma de decisiones clínicas y de gestión asistencial
Los resultados de CamON aportan datos fundamentales para personalizar tratamientos, acelerar decisiones diagnósticas, optimizar circuitos asistenciales y facilitar la captación de pacientes para ensayos clínicos. Para Ana Zubeldia, VP Head de Oncología de Daiichi Sankyo España, “CamON refleja el compromiso con una innovación basada en datos reales, transformando información clínica en conocimiento útil para mejorar la atención en cáncer de mama metastásico”.
Por otro lado, Carles Illa, director Healthcare en Iqvia España, subraya que la combinación de datos del mundo real y Pln permite “una visión más representativa de lo que ocurre en la práctica clínica habitual”, reforzando el papel de la IA como herramienta para apoyar tanto decisiones clínicas como de gestión sanitaria.