MADRID 6 May. (EUROPA PRESS) -
Investigadores del grupo Life Supporting Technologies de la Escuela Técnica Superior de Ingenieros de Telecomunicación de la Universidad Politécnica de Madrid (UPM), junto a otros socios europeos, han elaborado un modelo, basado en marcadores clínicos y genéticos, que permite estimar la probabilidad de que el cáncer oral reaparezca después del tratamiento.
El carcinoma espinocelular oral es el octavo en incidencia en el mundo y su presencia está aumentando entre la población joven. Aunque el tratamiento quirúrgico de este cáncer suele tener una tasa de éxito relativamente alta, el principal problema radica en la alta probabilidad de recurrencia, entre el 25 por ciento y el 50 por ciento, en los cinco años siguientes a la intervención.
Sin poder estimar con qué probabilidad puede haber una recurrencia, la práctica clínica recomienda unos tratamientos adyuvantes (quimio y radioterapia) que suelen tener efectos secundarios muy graves. Para investigar sobre todo esto se creó en 2008 un consorcio europeo que puso en marcha el proyecto 'NeoMark', con el objetivo de encontrar un conjunto mínimo y fiable de marcadores para calcular una buena estimación de la probabilidad de recurrencia a partir de datos de diferente naturaleza: evidencias clínicas, imágenes radiográficas y datos genómicos.
De hecho, para abarcar el nivel genético se ha desarrollado una herramienta de bajo coste que adquiere los datos genéticos basándose en la técnica denominada 'quantitative real time polymerase chain reaction' (qRTPCR). La herramienta, creada por la empresa STMicroelectronics (Italia), analiza RNA extraído de linfocitos y estima la expresión de un conjunto predeterminado de genes (hasta 20).
Asimismo, además de esta herramienta, en 'NeoMark' se analizan también datos provenientes de muestras de sangre analizadas en chips de ADN clásicas. Estos datos contienen una gran cantidad de información adicional y de ruido que no son necesarias para el ámbito de aplicación del proyecto, por lo que se ha desarrollado un 'software' que elimina los datos redundantes e innecesarios.
En cuanto a los tejidos, el proyecto ha conseguido crear una herramienta para el análisis de imágenes de tomografía axial computarizada o resonancia magnética que permite extraer características numéricas relativas a nodos linfáticos sospechosos. El programa, elaborado por el Instituto Fraunhofer (Alemania), es capaz de calcular algunas características de los nodos relativas a su forma, textura y contenido de agua fusionando diferentes imágenes del paciente.
Asimismo, los datos recogidos por las citadas herramientas se integran en un registro clínico para que los especialistas en medicina puedan insertar los datos clínicos de los pacientes y consultar su evolución. La actividad de integración fue realizada por Link Consulting (Portugal) y la UPM.
Por otra parte, para la estimación de la recurrencia del cáncer, la Universidad de Ioannina (Grecia) ha liderado el desarrollo de unos algoritmos basados en inteligencia artificial. La tarea pretendía clasificar a los pacientes entre remitentes y no remitentes después de la primera intervención y, además, estimar la probabilidad de recurrencia en la visitas de seguimiento.
Finalmente, según los investigadores, la heterogénea cantidad de datos recogidos se debe representar y compartir de manera eficiente. Para tal fin, las ontologías se prestan como una herramienta con un alto nivel de formalidad y una buena interoperabilidad entre sistemas y bases de datos diferentes.
En este sentido, una de las tareas de 'NeoMark', liderada por el grupo Life Supporting Technologies del Departamento de Tecnología Fotónica y Bioingeniería de la ETSI Telecomunicación de la UPM, ha sido la creación de una ontología del 'dominio' de 'NeoMark' y, siempre y cuando fuera posible, se ha integrado con otras ontologías existentes, especialmente desde la Open Biological and Biomedical Ontologies (OBO) Foundry.
Durante el último año el proyecto ha finalizado un ensayo clínico para la adquisición de datos y el entrenamiento de los algoritmos y la prueba técnica del sistema en general. La prueba, llevada a cabo por la clínica M.D. Anderson International de España y la Azienda Ospedaliero-Universitaria di Parma en Italia, ha involucrado a 86 pacientes tratados con cirugía y bajo seguimiento clínico durante un año.
En concreto, al combinar diferentes clasificadores, el sistema tiene una precisión del 92 por ciento, una sensibilidad del 83 por ciento y una especificidad del cien por cien. De los 45.015 genes analizados inicialmente, el clasificador hace uso solo de 37, incluyendo la posibilidad de bajar a solo 9 para obtener unos rendimientos reducidos pero aceptables.
