Pruebas en aliento y orina detectan cáncer de mama
Por el equipo editorial de LabMedica en español Actualizado el 28 May 2018 |

Imagen: Diagrama de la detección del cáncer de mama mediante una red neuronal artificial (Fotografía cortesía de la Universidad Ben-Gurión).
El cáncer de mama es la malignidad más comúnmente diagnosticada entre las mujeres y la principal causa de muerte en todo el mundo. En 2016, el cáncer de mama representó el 29% de todos los cánceres nuevos identificados en los EUA, y fue responsable del 14% de todas las muertes relacionadas con el cáncer.
La detección actual mediante imágenes de diagnóstico para los tumores más pequeños tiene desventajas significativas: la mamografía digital de energía dual, aunque efectiva, aumenta la exposición a la radiación, y la imagenología de resonancia magnética (RM) es costosa. Las biopsias y los procesos de identificación de biomarcadores séricos son invasivos, requieren mucho equipo y una gran experiencia.
Científicos de la Universidad Ben-Gurión del Néguev (Beersheba, Israel) recogieron muestras de aliento exhalado de 48 pacientes con cáncer de mama (CM) y 45 mujeres sanas que sirvieron como grupo de control. Se recogieron muestras de orina de 37 pacientes que fueron diagnosticadas con CM mediante exámenes físicos o de mamografía antes de cualquier cirugía, y de 36 mujeres sanas. Se utilizaron dos narices electrónicas comerciales (NE) para el análisis del aliento exhalado. Las muestras de orina se analizaron usando espectrometría de masas con cromatografía de gases (GC-MS).
El análisis estadístico de los resultados se basó en una red neuronal artificial (ANN) obtenida después de la extracción de características y los procesos de selección de las características. El modelo obtenido permite la clasificación de los pacientes con cáncer de mama con una exactitud del 95,2% ± 7,7% con los datos de una NE, y una exactitud del 85% para las otras NE y para las muestras de orina.
Los autores concluyeron que el método de análisis estadístico desarrollado permite la clasificación exacta de las pacientes como sanas o con CM en base al aliento, exhalado de manera simple no invasiva, y un análisis de muestras de orina. Este estudio demuestra que las NE comerciales disponibles se pueden utilizar, siempre que el análisis de los datos se lleve a cabo utilizando un método apropiado.
Yehuda Zeiri, PhD, profesor de ingeniería biomédica y autor principal del estudio, dijo: “Nuestro nuevo método que utiliza muestras de orina y aliento exhalado, analizadas con procesos económicos y disponibles en el mercado, es no invasivo, accesible y puede implementarse fácilmente en una variedad de configuraciones”. El estudio fue publicado el 1 de mayo de 2018 en la revista Computers in Biology and Medicine.
La detección actual mediante imágenes de diagnóstico para los tumores más pequeños tiene desventajas significativas: la mamografía digital de energía dual, aunque efectiva, aumenta la exposición a la radiación, y la imagenología de resonancia magnética (RM) es costosa. Las biopsias y los procesos de identificación de biomarcadores séricos son invasivos, requieren mucho equipo y una gran experiencia.
Científicos de la Universidad Ben-Gurión del Néguev (Beersheba, Israel) recogieron muestras de aliento exhalado de 48 pacientes con cáncer de mama (CM) y 45 mujeres sanas que sirvieron como grupo de control. Se recogieron muestras de orina de 37 pacientes que fueron diagnosticadas con CM mediante exámenes físicos o de mamografía antes de cualquier cirugía, y de 36 mujeres sanas. Se utilizaron dos narices electrónicas comerciales (NE) para el análisis del aliento exhalado. Las muestras de orina se analizaron usando espectrometría de masas con cromatografía de gases (GC-MS).
El análisis estadístico de los resultados se basó en una red neuronal artificial (ANN) obtenida después de la extracción de características y los procesos de selección de las características. El modelo obtenido permite la clasificación de los pacientes con cáncer de mama con una exactitud del 95,2% ± 7,7% con los datos de una NE, y una exactitud del 85% para las otras NE y para las muestras de orina.
Los autores concluyeron que el método de análisis estadístico desarrollado permite la clasificación exacta de las pacientes como sanas o con CM en base al aliento, exhalado de manera simple no invasiva, y un análisis de muestras de orina. Este estudio demuestra que las NE comerciales disponibles se pueden utilizar, siempre que el análisis de los datos se lleve a cabo utilizando un método apropiado.
Yehuda Zeiri, PhD, profesor de ingeniería biomédica y autor principal del estudio, dijo: “Nuestro nuevo método que utiliza muestras de orina y aliento exhalado, analizadas con procesos económicos y disponibles en el mercado, es no invasivo, accesible y puede implementarse fácilmente en una variedad de configuraciones”. El estudio fue publicado el 1 de mayo de 2018 en la revista Computers in Biology and Medicine.
Últimas Patología noticias
- Nuevo método basado en aprendizaje automático detecta contaminación microbiana en cultivos celulares
- Nuevo método con corrección de errores detecta cáncer únicamente en muestras de sangre
- Algoritmo "detector de metales" consigue tumores vulnerables
- Nueva técnica identifica y clasifica subtipos de células de cáncer de páncreas
- Imágenes avanzadas revelan mecanismos que causan enfermedades autoinmunes
- Modelo de IA predice eficazmente resultados de pacientes con cáncer de pulmón
- Modelo de IA predice respuesta al tratamiento del cáncer de vejiga
- Nuevo método basado en láser acelera diagnóstico del cáncer
- Nuevo modelo de IA predice efectos de variantes genéticas en enfermedades específicas
- Herramienta de IA diagnostica enfermedad celíaca en imágenes de biopsia con precisión superior al 97%
- Condiciones preanalíticas influyen en estabilidad de microARN libres de células en muestras de plasma sanguíneo
- Sistema de cultivo celular 3D podría revolucionar diagnóstico del cáncer
- Técnica indolora mide concentraciones de glucosa en solución y tejido mediante ondas sonoras
- Prueba cutánea mejora diagnóstico de enfermedades neurodegenerativas raras y debilitantes
- Uromodulina sérica podría indicar lesión renal aguda en pacientes con COVID-19
- Modelo de IA revela edad biológica real con cinco gotas de sangre
Canales
Química Clínica
ver canal
Herramienta química a nanoescala 'brillantemente luminosa' mejora detección de enfermedades
Miles de moléculas brillantes disponibles comercialmente, conocidas como fluoróforos, se utilizan comúnmente en imágenes médicas, detección de enfermedades, marcado... Más
Prueba de detección portátil económica transforma detección de enfermedades renales
Millones de personas padecen enfermedad renal, que a menudo permanece sin diagnosticar hasta que alcanza una etapa crítica. Esta epidemia silenciosa no solo disminuye la calidad de vida de los afectados,... MásDiagnóstico Molecular
ver canal
Prueba de biomarcadores sanguíneos podría detectar predisposición genética al Alzheimer
Nuevos medicamentos para la enfermedad de Alzheimer, la forma más común de demencia, están ahora disponibles. Estos tratamientos, conocidos como "anticuerpos amiloides",... Más
Se descubre nuevo autoanticuerpo contra DAGLA en cerebelitis
Las ataxias cerebelosas autoinmunes son trastornos muy incapacitantes que se caracterizan por una disminución de la habilidad para coordinar el movimiento muscular. Los autoanticuerpos cerebelosos... MásHematología
ver canal
Nuevo sistema de puntuación predice riesgo de cáncer a partir de un trastorno sanguíneo común
La citopenia clonal de significado incierto (CCSI) es un trastorno sanguíneo común en adultos mayores, caracterizado por mutaciones en las células sanguíneas y un recuento ... Más
Prueba prenatal no invasiva para determinar estado RhD del feto es 100 % precisa
En los Estados Unidos, aproximadamente el 15 % de las embarazadas son RhD negativas. Sin embargo, en aproximadamente el 40 % de estos casos, el feto también es RhD negativo, lo que hace innecesaria la... MásInmunología
ver canal
Prueba de células madre predice resultado del tratamiento en cáncer de ovario resistente al platino
El cáncer de ovario epitelial suele responder inicialmente a la quimioterapia, pero con el tiempo, el tumor desarrolla resistencia a la terapia, lo que provoca su recrecimiento. Esta resistencia... Más
Análisis de sangre con aprendizaje automático predice respuesta a inmunoterapia en pacientes con linfoma
La terapia de células T con receptores de antígenos quiméricos (CAR) se ha convertido en uno de los avances recientes más prometedores en el tratamiento de los cánceres... MásMicrobiología
ver canal
Dispositivo portátil ofrece resultados de tuberculosis económico y rápido
La tuberculosis (TB) sigue siendo la enfermedad infecciosa más mortal a nivel mundial, afectando a aproximadamente 10 millones de personas al año. En 2021, alrededor de 4,2 millones de casos... Más
Método basado en IA mejora diagnóstico de infecciones resistentes a fármacos
Las infecciones resistentes a los medicamentos, en particular las causadas por bacterias mortales como la tuberculosis y el estafilococo, se están convirtiendo rápidamente en una emergencia... MásTecnología
ver canal
Tecnología de microchip desechable podría detectar selectivamente VIH en muestras de sangre completa
A finales de 2023, aproximadamente 40 millones de personas en todo el mundo vivían con VIH, y alrededor de 630.000 personas murieron por enfermedades relacionadas con el sida ese mismo año.... Más
Dispositivo microfluídico Dolor en un Chip determina tipos de dolor crónico desde muestras de sangre
El dolor crónico es una afección generalizada que sigue siendo difícil de controlar, y los métodos clínicos existentes para su tratamiento se basan en gran medida en... MásIndustria
ver canal
Cepheid y Oxford Nanopore se unen para desarrollar soluciones con secuenciación automatizada
Cepheid (Sunnyvale, CA, EUA), una empresa líder en diagnóstico molecular, y Oxford Nanopore Technologies (Oxford, Reino Unido), la empresa detrás de una nueva generación de... Más