Nuevo modelo para predicción de cáncer mamario es más exacto que el actual

Mamografía

ROCHESTER, Minnesota: Un nuevo modelo para predecir el riesgo de cáncer de mama que combina las características histológicas de la biopsia del tejido mamario de las mujeres con enfermedad mamaria benigna con la información demográfica personal de la paciente calificó con mayor exactitud el riesgo para cáncer de mama que el modelo de detección actual. Los resultados de un estudio de Mayo Clinic realizado para comparar el nuevo modelo frente al actual, llamado medio de evaluación del riesgo para cáncer de mama (BCRAT, por sus siglas en inglés), se publican en la Revista de Oncología Clínica.

“Cuando se palpa en el examen o se ve en la mamografía un resultado inquietante en las mamas, los médicos habitualmente realizan una biopsia para evaluar la presencia de cáncer”, comenta la Dra. Amy Degnim, cirujana de Mayo Clinic y autora experta del estudio. “No obstante, alrededor de 33 por ciento de las biopsias son benignas y se conocen como enfermedad mamaria benigna (BBD, por sus siglas en inglés)”. En Estados Unidos, anualmente se realizan biopsias en más de un millón de mujeres y aunque los resultados sean benignos, eso las deja preocupadas por desarrollar cáncer de mama más adelante.

La Dra. Degnim y sus colegas pensaron que ciertos resultados del tejido mamario, aunque sean benignos, pueden ayudar a predecir cuáles mujeres corren mayor riesgo de desarrollar cáncer de mama más adelante en la vida. “Nuestro nuevo modelo clasifica con más precisión el riesgo para cáncer de mama de la mujer con resultado benigno en la biopsia que el medio de evaluación para riesgo de cáncer de mama”, explica la Dra. Degnim. El Instituto Nacional del Cáncer y el Proyecto Nacional de Cirugía Adyuvante de Mama e Intestino desarrollaron el medio de evaluación para riesgo de cáncer de mama, que actualmente es el modelo más comúnmente utilizado para predecir el riesgo de cáncer de mama en mujeres con enfermedad mamaria benigna.

A fin de probar el nuevo método, la Dra. Degnim y sus colegas estudiaron una cohorte de aproximadamente 10 000 mujeres con biopsias de las mamas realizadas en Mayo Clinic y resultados benignos, quienes recibieron seguimiento a largo plazo debido a una ocurrencia posterior de cáncer mamario. En esa cohorte, los investigadores determinaron la incidencia específica a la edad de cáncer de mama y de muerte; luego, combinaron esos cálculos con el modelo de riesgo relativo derivado de 377 pacientes que desarrollaron cáncer de mama más adelante en la vida y de 734 sujetos de control cotejas pertenecientes a la cohorte de enfermedad mamaria benigna de Mayo Clinic. Los científicos validaron el modelo usando otro conjunto separado de mujeres de la cohorte de enfermedades mamarias benignas perteneciente a Mayo Clinic (378 pacientes con cáncer de mama posterior y 728 sujetos de control cotejas), y compararon las predicciones de riesgo del nuevo modelo frente a las del medio de evaluación del riesgo para cáncer de mama.

La concordancia estadística del nuevo modelo fue de 0,665 en la serie de desarrollo del modelo y de 0,629 en la serie de validación, valores que superaron a los del medio de evaluación del riesgo para cáncer de mama (0,567 y 0,472 respectivamente). El medio de evaluación del riesgo para cáncer de mama subestimó el riesgo para cáncer de mama después de una biopsia benigna (P 0,004), mientas que las predicciones derivadas del nuevo modelo se ajustaron adecuadamente al cáncer observado (P 0,247).

Debido a que las mujeres con enfermedad mamaria benigna tienen más riesgo para cáncer de mama, es sumamente importante que la detección temprana sea óptima”, añade la Dra. Degnim. “Lo ideal sería identificar a las mujeres con mayor riesgo para cáncer de mama a fin de ofrecerles la vigilancia y las tácticas de prevención adecuadas. Desgraciadamente, el riesgo de predicción del medio de evaluación del riesgo para cáncer de mama no calcula con exactitud el riesgo a nivel personal de estas mujeres”.

Otros autores del estudio son la Dra. Lynn Hartmann, Ryan Frank, la Dra. Marlene Frost, el Dr. Daniel Visscher,Robert Vierkant, la Dra. Tina Hieken, la Dra. Karthik Ghosh, la Dra. Celine Vachon y el Dr. Derek Radisky, todos de Mayo Clinic.

Sobre

diginota

Tu Nota Digital, Revista on-line, Internet y tecnologías con los trucos y Notas insólitas, extrañas y mucho mas...
Este cuadro no quiere decir que diginota es el autor de los post es sencillamente el autor de Diginota.com.
Sigueme la pista
en: Twitter
En Google+
Facebook