Herramienta de IA predice la respuesta de pacientes con cáncer a la inmunoterapia

Los inhibidores de puntos de control inmunológico son una forma de fármaco de inmunoterapia que permite a las células inmunitarias atacar y destruir las células cancerosas. En la actualidad, la Administración de Alimentos y Medicamentos de EUA ha aprobado dos biomarcadores predictivos para identificar pacientes que podrían beneficiarse de los inhibidores de puntos de control inmunológico. El primer biomarcador es la carga mutacional tumoral, que mide el número de mutaciones en el ADN de las células cancerosas. El segundo biomarcador es PD-L1, una proteína que se encuentra en las células tumorales que inhibe la respuesta inmunitaria y es el objetivo de algunos inhibidores de puntos de control inmunitario. Sin embargo, estos biomarcadores no siempre son fiables para predecir la respuesta de un paciente a los inhibidores de puntos de control. Los modelos recientes de aprendizaje automático que utilizan datos de secuenciación molecular han demostrado potencial para predecir respuestas, pero estos datos son costosos y no se recopilan de forma rutinaria. Los investigadores ahora han creado una herramienta de inteligencia artificial (IA) que utiliza datos clínicos estándar, como los resultados de un análisis de sangre básico, para predecir si el cáncer de un paciente responderá a los inhibidores de los puntos de control inmunológico.

El modelo de aprendizaje automático, denominado puntuación de respuesta a inmunoterapia basada en regresión logística (LORIS, por sus siglas en inglés), fue desarrollado por científicos del Instituto Nacional del Cáncer (Bethesda, MD, EUA). Su objetivo es ayudar a los médicos a determinar la eficacia de los medicamentos de inmunoterapia para el tratamiento del cáncer de un paciente. El modelo de IA basa sus predicciones en cinco características clínicas recopiladas habitualmente de los pacientes: edad, tipo de cáncer, historial de terapia sistémica, nivel de albúmina en sangre y proporción de neutrófilos a linfocitos en sangre, un indicador de inflamación. El modelo también considera la carga mutacional del tumor, evaluada mediante paneles de secuenciación.

Este modelo se construyó y validó utilizando datos de múltiples conjuntos de datos independientes que comprenden 2881 pacientes tratados con inhibidores de puntos de control inmunológico en 18 tipos de tumores sólidos. El modelo predijo con precisión tanto la probabilidad de que un paciente respondiera a un inhibidor de puntos de control inmunológico como su tiempo de supervivencia general, incluido el período anterior a la recurrencia de la enfermedad. Sorprendentemente, el modelo también identificó pacientes con baja carga mutacional tumoral que aún podrían beneficiarse de la inmunoterapia. Los hallazgos del estudio se publicaron en la revista Nature Cancer el 3 de junio de 2024. Los investigadores enfatizaron la necesidad de realizar estudios prospectivos más amplios para validar aún más el modelo de IA en entornos clínicos y hacerlo accesible al público.

Enlaces relacionados:
Instituto Nacional del Cáncer
LORIS

Visitar la expo >

Miembro Oro

Pharmacogenetics Panel

VeriDose Core Panel v2.0

Verification Panels for Assay Development & QC
Seroconversion Panels

New

Anti-HHV-6 IgM Assay

anti-HHV-6 IgM ELISA (semiquant.)

New

Immunofluorescence Analyzer

MPQuanti