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
Print article
Imagen: El algoritmo predice la recurrencia del cáncer de próstata 15 meses más rápido en pacientes tratados por radioterapia (Fotografía cortesía de 123RF)
Imagen: El algoritmo predice la recurrencia del cáncer de próstata 15 meses más rápido en pacientes tratados por radioterapia (Fotografía cortesía de 123RF)

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

Miembro Oro
Solid State Kv/Dose Multi-Sensor
AGMS-DM+
Mobile Digital C-arm X-Ray System
HHMC-200D
Pre-Op Planning Solution
Sectra 3D Trauma
New
Mobile Digital X-Ray System
MobileDiagnost wDR 2.1

Print article
Radcal

Canales

RM

ver canal
Imagen: El modelo de inteligencia artificial superó las pruebas clínicas al predecir el progreso de la enfermedad de Alzheimer (foto cortesía de 123RF)

La IA supera a las pruebas clínicas en la predicción del progreso del Alzheimer a partir de imágenes de resonancia magnética

La demencia es un importante desafío de salud mundial, que afecta a más de 55 millones de personas en todo el mundo y cuesta aproximadamente 820 mil millones de dólares al año.... Más

Ultrasonido

ver canal
Imagen: Las nuevas aplicaciones habilitadas con IA, aprobadas por la FDA, se han integrado en los sistemas de ultrasonido EPIQ CVx y Affiniti CVx (foto cortesía de Royal Philips)

Plataforma de ultrasonido cardiovascular habilitada por IA de próxima generación acelera el análisis

La insuficiencia cardíaca es un importante desafío de salud mundial que afecta aproximadamente a 64 millones de personas en todo el mundo. Está asociada con altas tasas de mortalidad... 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

Industria

ver canal
Imagen: Calantic Digital Solutions  es una suite coordinada de soluciones de radiología basadas en IA que tiene como objetivo transformar la radiología (Foto cortesía de Bayer)

Bayer y Rad AI colaboran para expandir el uso de soluciones operativas de radiología de vanguardia basadas en IA

Los datos de imagen constituyen aproximadamente el 90 % de todos los datos médicos, y el volumen de estos datos sigue aumentando, lo que incrementa significativamente la carga de trabajo para los... Más
Copyright © 2000-2024 Globetech Media. All rights reserved.