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

Deascargar La Aplicación Móvil




Biomarcador derivado de TC predice resultados en cáncer gástrico

Por el equipo editorial de MedImaging en español
Actualizado el 26 Jun 2026
Imagen: El estudio desarrolló un marcador basado en el análisis de tomografías computarizadas de rutina de pacientes con cáncer gástrico tratados en la Unicamp. Los valores más altos de radiodensidad del tejido adiposo están relacionados con un peor pronóstico. Por el contrario, valores más altos de músculo están relacionados con un resultado más favorable (Fotografía cortesía de FCM-UNICAMP)
Imagen: El estudio desarrolló un marcador basado en el análisis de tomografías computarizadas de rutina de pacientes con cáncer gástrico tratados en la Unicamp. Los valores más altos de radiodensidad del tejido adiposo están relacionados con un peor pronóstico. Por el contrario, valores más altos de músculo están relacionados con un resultado más favorable (Fotografía cortesía de FCM-UNICAMP)

El cáncer gástrico, también conocido como cáncer de estómago, es la quinta neoplasia maligna más común a nivel mundial y suele presentar resultados heterogéneos incluso dentro del mismo estadio. Las estimaciones pronósticas generalmente se basan en la estadificación centrada en el tumor, lo que puede pasar por alto el riesgo metabólico e inflamatorio a nivel individual.

Una estratificación más precisa podría ayudar a personalizar la terapia perioperatoria y el seguimiento. Recientemente, los investigadores han desarrollado un biomarcador derivado de la tomografía que busca refinar el pronóstico para pacientes con cáncer gástrico.

Investigadores de la Universidad Estatal de Campinas (UNICAMP) en São Paulo, Brasil, identificaron un nuevo marcador denominado VMD mediante el análisis de imágenes de tomografía computarizada (TC) de rutina de pacientes tratados en la institución. El estudio fue realizado por el Departamento de Radiología y Oncología de la Facultad de Ciencias Médicas en colaboración con el Instituto de Física Gleb Wataghin. El marcador está diseñado para complementar la estadificación convencional y facilitar una planificación de tratamiento más personalizada.

VMD combina los valores de radiodensidad del tejido adiposo visceral y el músculo esquelético medidos mediante TC. La radiodensidad refleja la atenuación de los rayos X y detecta los cambios tisulares relacionados con la inflamación y el metabolismo asociados al cáncer. El uso de la diferencia entre grasa y músculo ayuda a mitigar la variabilidad de calibración entre escáneres y mejora la fiabilidad de los marcadores.

El equipo aplicó inteligencia artificial (IA) y aprendizaje automático para evaluar grandes volúmenes de datos de imágenes, clínicos y de laboratorio. Probaron múltiples combinaciones de variables para obtener una fórmula que diferenciara de la mejor manera los perfiles de mayor y menor riesgo. Los resultados se publicaron en Clinical Nutrition ESPEN .

En un análisis retrospectivo de 461 pacientes con cáncer gástrico tratados en la UNICAMP durante casi 10 años, los valores más altos de VMD identificaron a individuos con mayor riesgo de progresión desfavorable. Estos pacientes presentaron una menor supervivencia global y libre de enfermedad, con una mediana de supervivencia de 13,8 meses en el grupo con los peores indicadores, en comparación con 58,5 meses en aquellos con valores de VMD más bajos. El marcador diferenció los resultados al integrar los patrones de radiodensidad del tejido adiposo y muscular.

Clínicamente, la VMD podría contribuir a la estratificación terapéutica, permitiendo identificar a los pacientes que podrían beneficiarse de la quimioterapia tras la cirugía y a aquellos que podrían evitar regímenes más tóxicos. Dado que aprovecha las tomografías computarizadas ya utilizadas en la práctica clínica habitual, podría ampliar la información útil sin necesidad de nuevas pruebas.

Los autores señalan que estos hallazgos requieren validación externa, idealmente en estudios prospectivos multicéntricos, y que están probando este enfoque en otros tipos de cáncer. Aún se desconoce si las intervenciones nutricionales pueden modificar este perfil corporal.

“Actualmente, el tratamiento del cáncer sigue estando muy centrado en el tumor. Nuestra propuesta consiste en considerar al paciente en su totalidad. Esta es una línea de investigación que el profesor José Barreto lleva años desarrollando. Eso fue lo que me convenció para participar. No basta con tratar la enfermedad; hay que tratar al paciente”, afirmó Jun Takahashi, catedrático del IFGW-UNICAMP y codirector del estudio.

“Creemos que la terapia nutricional puede ayudar a mejorar la condición del paciente, pero esto no se evaluó en el estudio. Aún desconocemos si es posible modificar ese perfil e influir en el pronóstico. Tenemos la pregunta, pero todavía no la respuesta. Esto requiere más investigación”, afirmó María Carolina Santos Mendes, nutricionista y codirectora del estudio.

Enlaces relacionados
UNICAMP

Half Apron
Demi
X-Ray Illuminator
X-Ray Viewbox Illuminators
Digital Intelligent Ferromagnetic Detector
Digital Ferromagnetic Detector
Digital Color Doppler Ultrasound System
MS22Plus

Canales

Ultrasonido

ver canal
Imagen: Un corte transversal del cerebro revela la arquitectura simétrica de la red vascular (cian-verde) y el trazador que resalta el sistema glinfático (rojo-amarillo) a lo largo de la superficie cerebral y las vías de drenaje, visualizados a través del cráneo intacto mediante la técnica 3D-PAULM (Foto cortesía de la Universidad de Duke)

Plataforma de imagen híbrida revela cómo el sueño favorece la eliminación de desechos del cerebro

El sistema glinfático del cerebro elimina los desechos metabólicos a través del líquido cefalorraquídeo y se cree que contribuye a la salud neuronal durante el sueño.... Más

TI en Imaginología

ver canal
Imagen: La plataforma admite la creación de informes asistida por IA en tiempo real a medida que los radiólogos dictan, extrayendo los hallazgos del habla natural y colocándolos en las secciones apropiadas del informe (Crédito de la imagen: Adobe Stock)

Plataforma de informes con IA ambiental agiliza la elaboración de informes radiológicos

Los departamentos de radiología se enfrentan a un volumen creciente de imágenes y a la escasez de personal, lo que genera cuellos de botella en la elaboración de informes y presión... Más
Copyright © 2000-2026 Globetech Media. All rights reserved.