MADRID, 16 Ene. (EUROPA PRESS) -
Investigadores de la Universidad de Waterloo (Canadá) han creado un modelo computacional para predecir con mayor precisión el crecimiento del glioblastoma multiforme (GBM), un cáncer cerebral con una tasa de supervivencia media de solo un año.
Este tumor es difícil de tratar debido a su núcleo extremadamente denso, rápido crecimiento y ubicación en el cerebro. La estimación de la difusividad y la tasa de proliferación de estos tumores es útil para los médicos, si bien esa información es difícil de predecir para un paciente individual de forma "rápida y precisa".
Para llevar a cabo el estudio, publicado en el 'Journal of Theoretical Biology', los investigadores analizaron dos conjuntos de resonancias magnéticas de cada uno de los cinco pacientes anónimos que participaron en el trabajo. Los pacientes se sometieron a resonancias magnéticas extensas, esperaron varios meses y luego recibieron una segunda serie de resonancias magnéticas.
Debido a que estos pacientes, por razones no reveladas, eligieron no recibir ningún tratamiento o intervención durante este tiempo, sus resonancias magnéticas brindaron a los científicos una oportunidad única para comprender cómo crece el tumor cuando no se controla.
Así, utilizaron un modelo de aprendizaje profundo para convertir los datos de resonancia magnética en estimaciones de parámetros específicos del paciente que informan un modelo predictivo para el crecimiento del glioblastoma multiforme. Esta técnica se aplicó a tumores de pacientes y sintéticos, de los que se conocían las características reales, lo que les permitió validar el modelo.
"Nos hubiera encantado hacer este análisis en un gran conjunto de datos. Sin embargo, según la naturaleza de la enfermedad, eso es muy difícil porque no hay una expectativa de vida larga y las personas tienden a comenzar el tratamiento. Es por eso que la oportunidad de comparar cinco tumores no tratados fue tan rara y valiosa", han dicho los expertos.
El próximo paso es expandir el modelo para incluir el efecto del tratamiento en los tumores. Posteriormente, el conjunto de datos aumentaría de unas pocas resonancias magnéticas a miles.
