Utilizamos cookies para comprender de qué manera utiliza nuestro sitio y para mejorar su experiencia. Esto incluye personalizar el contenido y la publicidad. Para más información, Haga clic. Si continua usando nuestro sitio, consideraremos que acepta que utilicemos cookies. Política de cookies.

Presenta Sitios para socios Información LinkXpress hp
Ingresar
Publique su anuncio con nosotros
GLOBETECH PUBLISHING LLC

Deascargar La Aplicación Móvil




Algoritmo predice recurrencia del cáncer de próstata en pacientes tratados con radioterapia

Por el equipo editorial de MedImaging en español
Actualizado el 17 Jan 2024

La radioterapia es una opción de tratamiento preponderante para pacientes con cáncer de próstata en varios niveles de riesgo. A pesar de su eficacia, entre el 20 % y el 30 % de los pacientes experimentarán una recurrencia del cáncer dentro de los cinco años posteriores al tratamiento. La detección de esta recurrencia generalmente implica monitorear los niveles del antígeno prostático específico (APE) en el suero. Sin embargo, este método puede ser lento y a menudo retrasa los tratamientos adicionales necesarios para quienes tienen tumores recurrentes. Para abordar este desafío, un equipo internacional de investigadores ha introducido una nueva metodología y algoritmo, pendiente de patente, diseñados para predecir la probabilidad de recurrencia del cáncer de próstata después de la radioterapia.

Desarrollado por especialistas de la Universidad Purdue (West Lafayette, IN, EUA), este innovador algoritmo aprovecha los datos recopilados a través del monitoreo rutinario de los pacientes. Se basa en un modelo mecanístico específico del paciente, que se informa continuamente mediante mediciones periódicas de APE, una parte estándar del seguimiento posradiación para pacientes con cáncer de próstata. La eficacia de este método se probó con datos históricos de 166 pacientes. Para cada paciente, la predicción de recurrencia del algoritmo se comparó con la ocurrencia real identificada por las prácticas clínicas tradicionales. Los hallazgos fueron prometedores e indicaron que los predictores basados en modelos podían señalar posibles recaídas, en promedio, 14,8 meses antes que los métodos convencionales. Los investigadores ahora se están centrando en perfeccionar el modelo para beneficiar a una gama más amplia de pacientes.

"Los datos del APE se utilizan junto con el modelo para obtener parámetros específicos del paciente que determinan la dinámica del APE y sirven como clasificadores de recurrencia", dijo Héctor Gómez, profesor de la Universidad Purdue. “Además de la identificación de recurrencia, nuestro modelo se puede utilizar para diseñar estrategias personalizadas de seguimiento del APE. Puede indicarles a los médicos el momento adecuado para investigar las recurrencias de tumores y maximizar la ventana de curabilidad”.

"Nuestro modelo actual se puede utilizar sólo para pacientes que no reciben ningún tratamiento adicional a la radiación", añadió Gómez. “Algunos pacientes reciben radiación y terapia hormonal simultáneamente y no pueden beneficiarse de nuestro método en este momento. Planeamos ampliar el método para que sea aplicable también a pacientes que reciben radiación y terapia hormonal simultáneamente”.

Enlaces relacionados:
Universidad de Purdue

Digital X-Ray Detector Panel
Acuity G4
Multi-Use Ultrasound Table
Clinton
Diagnostic Ultrasound System
MS1700C
New
HF Stationary X-Ray Machine
TR20G
Lea el artículo completo al registrarse hoy mismo, es GRATIS! ¡Es GRATUITO!
Regístrese GRATIS a MedImaging.es y acceda a las noticias y eventos que afectan al mundo de la Radiología.
  • Edición gratuita de la versión digital de Medical Imaging Español enviado regularmente por email
  • Revista impresa gratuita de la revista Medical Imaging Español (disponible únicamente fuera de EUA y Canadá).
  • Acceso gratuito e ilimitado a ediciones anteriores de Medical Imaging Español digital
  • Boletín de Medical Imaging Español gratuito cada dos semanas con las últimas noticias
  • Noticias de último momento enviadas por email
  • Acceso gratuito al calendario de eventos
  • Acceso gratuito a los servicios de nuevos productos de LinkXpress
  • Registrarse es sencillo y GRATUITO!
Haga clic aquí para registrarse








Canales

Radiografía

ver canal
Imagen: Sistema de imágenes de rayos X en color y contraste de fases utilizado en la investigación (Foto cortesía de la Universidad de Houston)

Los detectores de conteo de fotones prometen imágenes rápidas de rayos X en color

Durante muchos años, los profesionales de la salud han dependido de las radiografías 2D tradicionales para diagnosticar fracturas óseas comunes, aunque a menudo pueden pasarse por... Más

Ultrasonido

ver canal
Imagen: el modelo entrenado en ecocardiografía, puede identificar enfermedades hepáticas en personas asintomáticas (foto cortesía de 123RF)

Inteligencia artificial detecta enfermedad hepática mediante ecocardiogramas

La ecocardiografía es un procedimiento de diagnóstico que utiliza ultrasonidos para visualizar el corazón y sus estructuras asociadas. Esta prueba de diagnóstico por imágenes... Más

Imaginología General

ver canal
Imagen: Casos de cáncer de pulmón confirmados histológicamente detectados en referencia inmediata espués de una exploración inicial o un seguimiento a corto plazo de 3 meses. (Foto cortesía de DOI: 10.1016/j.ejca.2025.115324)

La IA reduce la carga de trabajo en la detección de cáncer de pulmón por TC en casi un 80 %.

El cáncer de pulmón afecta a más de 48.000 personas en el Reino Unido cada año, y la detección temprana es clave para mejorar las tasas de supervivencia.... Más

TI en Imaginología

ver canal
Imagen: La nueva Medical Imaging Suite hace que los datos de imágenes de atención médica sean más accesibles, interoperables y útiles (Fotografía cortesía de Google Cloud)

Nueva suite de imágenes médicas de Google Cloud hace los datos de imágenes médicas más accesibles

Las imágenes médicas son una herramienta fundamental que se utiliza para diagnosticar a los pacientes, y cada año se escanean miles de millones de imágenes médicas en... Más
Copyright © 2000-2025 Globetech Media. All rights reserved.