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.

LabMedica

Deascargar La Aplicación Móvil
Noticias Recientes Expo COVID-19 Química Clínica Diagnóstico Molecular Hematología Inmunología Microbiología Patología Tecnología Industria Focus

Desarrollan prueba de aliento para el diagnóstico del cáncer de cabeza y cuello

Por el equipo editorial de LabMedica en español
Actualizado el 20 Oct 2020
La prueba de aliento es una forma no invasiva de ayudar a los médicos a diagnosticar una serie de afecciones. Al analizar la respiración, los médicos pueden medir la cantidad de ciertos gases, lo que les permite llegar a un diagnóstico de forma rápida y exacta.

En todo el mundo, el cáncer de cabeza y cuello representa el 6% de todos los cánceres y mata a más de 300.000 personas al año. El tabaco, el alcohol y la mala higiene bucal son los principales factores de riesgo conocidos de este cáncer. Un aumento en los cánceres de cabeza y cuello asociados al virus del papiloma humano (VPH) hace que estos cánceres afecten a una población mucho más joven.

Imagen: La prueba de aliento desarrollada para el diagnóstico del cáncer de cabeza y cuello utilizó un espectrómetro de masas de tubo de flujo de iones seleccionado (Fotografía cortesía de Syft Technologies).
Imagen: La prueba de aliento desarrollada para el diagnóstico del cáncer de cabeza y cuello utilizó un espectrómetro de masas de tubo de flujo de iones seleccionado (Fotografía cortesía de Syft Technologies).

Los especialistas en otorrinolaringología del Centro Médico Flinders (Bedford Park, Australia) y sus colegas, recolectaron muestras de aliento estandarizadas de 181 pacientes sospechosos de carcinoma escamocelular de cabeza y cuello (HNSCC) antes de cualquier tratamiento. Se utilizó un espectrómetro de masas de tubo de flujo de iones seleccionado (Syft Technologies, Christchurch, Nueva Zelanda), para analizar el aliento en busca de compuestos orgánicos volátiles. El diagnóstico fue confirmado por histopatología. Se utilizó un modelo de regresión logística binomial para diferenciar los perfiles respiratorios entre pacientes con cáncer y los controles (enfermedad benigna) con base en variables derivadas de la espectrometría de masas.

Los científicos informaron que, en total, el 66% de los participantes tenían tumores primarios en etapa temprana (T1 y T2) y el 58% tenía metástasis en los ganglios regionales. El modelo de regresión logística optimizado que utilizó tres variables tuvo una sensibilidad y especificidad del 80% y el 86%, respectivamente, con una AUC para la curva ROC de 0,821 (IC del 95%: 0,625-1,0) en la cohorte de análisis. Utilizando modelos estadísticos, el equipo pudo desarrollar la prueba de aliento que podía diferenciar a los pacientes con cáncer y de control (enfermedad benigna), con una sensibilidad y especificidad promedio del 85%.

Nuwan Dharmawardana, BMBS, MClinSci, MSc, PGDipSci, PhD, otorrinolaringólogo y primer autor del estudio, dijo: “Con estos resultados sólidos, esperamos ensayar el método en entornos de atención primaria, como clínicas de médicos generales, para seguir con el desarrollo de su uso para la detección temprana del HNSCC en la comunidad”. Los autores concluyeron que el análisis del aliento para el diagnóstico no invasivo del HNSCC parece ser práctico y exacto. El estudio fue publicado el 9 de septiembre de 2020 en la revista British Journal of Cancer.

Enlace relacionado:
Centro Médico Flinders
Syft Technologies


Miembro Oro
ANALIZADOR DE VIABILIDAD/DENSIDAD CELULAR AUTOMATIZADO
BioProfile FAST CDV
Automated Blood Typing System
IH-500 NEXT
New
Liquid Based Cytology Production Machine
LBP-4032
New
Miembro Plata
Benchtop Image Acquisition Device
Microwell Imager

Últimas Patología noticias

Tecnología de código de barras diagnostica el cáncer con mayor precisión

Mapeo de células de placa aterosclerótica predice riesgo de accidente cerebrovascular o ataque cardíaco

Análisis de células inmunes mediante IA predice pronóstico del cáncer de mama