MADRID, 17 Sep. (EUROPA PRESS) -
Un equipo del Consejo Superior de Investigaciones Científicas (CSIC) 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 personalizar la estrategia de cribado aumenta el número de casos incipientes detectados, empleando los mismos recursos que con la estrategia actual, basada únicamente en la edad de la población en riesgo. Esto permitiría, a largo plazo, reducir la mortalidad por esta enfermedad y el gasto en recursos sanitarios.
El colorrectal es el tercer tipo de cáncer más común en el mundo, representa el 10 por ciento de casos y el 12 por ciento de las muertes por causas oncológicas. Por ello, resulta fundamental su detección precoz, con programas que en la actualidad se basan fundamentalmente en la edad y el mismo tipo de prueba para todas las personas que superan ciertos años.
La herramienta que propone el CSIC, un modelo gráfico estadístico denominado red bayesiana, ha sido diseñada en el marco del proyecto europeo 'Oncoscreen'. "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 el investigador predoctoral del CSIC en el Instituto de Ciencias Matemáticas (ICMAT) 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 indicado 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, como puede ser tener más de 60 años. Cada nodo incorpora una tabla de probabilidad que muestra los posibles valores de esa variable, según la información disponible.
ASIGNA EL TIPO DE PRUEBA ADECUADO PARA CADA PERSONA
A partir de los datos de cada paciente, la red establece el nivel de riesgo de padecer cáncer colorrectal y, tras ello, sugiere un tipo de acción para la detección temprana de la enfermedad. "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 precisado Corrales.
Empleando esta herramienta, a la mayoría de la población 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 subrayado el también investigador del ICMAT David Ríos.
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 más sensible, como una prueba de ADN en heces, con el objetivo de minimizar los falsos negativos.
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.
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.
