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
- Nueva tecnología permite obtener imágenes integrales de tejido vivo profundo por primera vez
- Nuevo sensor molecular permite obtener imágenes de fluorescencia para evaluar la gravedad del sarcoma
- Nuevas herramientas de laboratorio de biología aceleran la disección de tumores
- Herramienta de IA diagnostica cáncer, guía tratamientos y predice supervivencia en diversos tipos de cáncer
- Nuevo método de identificación de ADN canceroso puede reducir la necesidad de cirugías de biopsia
- Herramienta de software avanza en la patología del cáncer al proporcionar información diagnóstica a partir de biopsias de tejido
- Técnica innovadora basada en luz con una precisión del 90% podría revolucionar el diagnóstico del cáncer
- IA automatiza el análisis de portaobjetos para diferenciar los subtipos de artritis reumatoide
- Plataforma de patología digital basada en IA mejora el diagnóstico de cáncer de pulmón
- Módulo de IA facilita la detección de cáncer en biopsias pulmonares broncoscópicas
- Dispositivo de cabecera permite la patología sin portaobjetos para la extirpación quirúrgica completa del tumor
- Sistema de bajo costo permite la patología digital inmediata de tumores durante la cirugía
- Patología 3D con IA mejora la precisión del pronóstico en pacientes con esófago de Barrett
- Nueva técnica de diagnóstico visual avanza en la detección temprana de enfermedades neurodegenerativas
- Nuevo protocolo de IA detecta biomarcadores genómicos del cáncer directamente de muestras de biopsias tumorales
- Método de imágenes innovador revoluciona la microscopía