Redacción
Un estudio internacional, publicado en la revista Blood Cancer Journal, ha identificado patrones de respuesta a los tratamientos en pacientes con mieloma múltiple mediante herramientas de inteligencia artificial (IA) para pronosticar con precisión cuál va a ser la evolución del tumor. El artículo, titulado Dinámica de la enfermedad residual medible (ERM) en el mieloma múltiple y la influencia de la diversidad clonal analizada mediante inteligencia artificial, ha sido liderado por la Unidad de Tumores Hematológicos del Hospital 12 de Octubre-CNIO con la colaboración del Hospital de California. Hasta a un 30% de pacientes con buen pronóstico se le puede retirar el tratamiento de mantenimiento ahorrándoles efectos secundarios como lesiones intestinales o riesgo de nuevos tumores.
La IA identifica patrones de respuesta al tratamiento en mieloma múltiple para pronosticar la evolución del tumor
Joaquín Martínez, jefe de la Unidad de Investigación de Tumores Hematológicos Hospital 12 de Octubre-CNIO, investigador principal y autor del artículo, explica que ya existen técnicas muy novedosas de predicción que permiten tomar decisiones de tratamiento respecto a un 20% de pacientes.
“Este trabajo con IA nos permite una predicción mucho más precisa de la evolución que va a tener el mieloma, lo que nos permitirá tomar con mucha más seguridad decisiones clínicas como la retirada del tratamiento de mantenimiento a partir de unos resultados más fiables y beneficiar a más pacientes”, destaca. Así, un 30% de ellos que van a cursar con buen pronóstico y sin recaídas y que se pueden ahorrar los efectos secundarios que trae aparejados dicho tratamiento, entre ellos laceraciones gastrointestinales y riesgo de aparición de nuevos tumores.
La mayor precisión de esta tecnología permite una mayor seguridad y eficacia en la toma de decisiones respecto a las terapias
Además, los investigadores han encontrado un nuevo parámetro que puede complementar esta herramienta de estudio, ayudando a predecir los enfermos que van a evolucionar mejor. Se denomina diversidad clonal y equivale a la recuperación del sistema inmune. Consiste en que los pacientes que tienen más frecuencia de inmunoglobulinas normales (mayor diversidad clonal) tienen mejor pronóstico que los que tienen menos frecuencia.
482 pacientes con mieloma múltiple
El estudio ha analizado un total de 482 pacientes con mieloma múltiple en la Universidad de California, San Francisco, diagnosticados entre 2008 y 2020. De ellos, 304 recién diagnosticados y 178 con enfermedad recidivante. El trabajo evalúa la mínima cantidad de células cancerosas que quedan en el cuerpo del paciente después del tratamiento (enfermedad residual medible) y el impacto a largo plazo de la respuesta al tratamiento, medido con técnicas de secuenciación masiva y con IA.
Hasta 119 de 304 pacientes recién diagnosticados alcanzaron una negatividad de la ERM a un nivel de 10-6 al menos una vez, lo que significa que no se detecta DNA tumoral de una célula entre un millón. Estos pacientes tuvieron una supervivencia prolongada sin progresión (SSP) en comparación con los pacientes que fueron persistentemente positivos a diferentes niveles.
Hasta ahora no se había utilizado esta herramienta para pronosticar la respuesta al tratamiento de enfermedades
A su vez, en el grupo de enfermedad recidivante, 64 de 178 alcanzaron negatividad de EMR a 10-6 y la SSP se prolongó en comparación con los pacientes que permanecieron con EMR positiva. La IA definió tres categorías de dinámica de enfermedad mínima residual: muestras consistentemente negativas, células tumorales en declive pero detectables o estables/crecientes.
Los pacientes que eran EMR positivos y aún no habían recaído tenían una diversidad clonal mayor que los pacientes que eran EMR positivos y habían recaído. La dinámica de EMR puede predecir con precisión la evolución de la enfermedad e impulsar la toma de decisiones clínicas. La diversidad clonal podría complementar la evaluación de EMR en la predicción de resultados en mieloma múltiple.
