Investigadores de la Facultad de Medicina de la Universidad de California en San Diego han desarrollado un método novedoso para evaluar el riesgo de mortalidad en pacientes ancianos con cáncer que también padecen otras enfermedades o afecciones graves. El modelo de pronóstico, dicen, es más preciso y proporcionauna herramienta más útil para determinar los mejores tratamientos cuando hay más de una enfermedad involucrada.
Los hallazgos se publicaron en la edición impresa del 10 de abril de 2016 Revista de oncología clínica .
Con el envejecimiento, un número cada vez mayor de variables y complicaciones afectan la salud, y cualquier tratamiento existente. Una persona mayor que se somete a terapia para el cáncer, por ejemplo, también puede tener una enfermedad cardíaca o pulmonar, lo que altera las decisiones sobre cómo proceder con tratamientos quizás contradictorios.Los médicos deben sopesar los riesgos de estos llamados "eventos competitivos" para personalizar mejor la terapia.
Un enfoque común ha sido estimar el pronóstico de los pacientes utilizando las tasas de supervivencia o recurrencia como medida. Pero este enfoque es problemático porque no es posible distinguir los factores de riesgo de cáncer de las condiciones de salud competidoras.
En otras palabras, escriben los autores, los modelos de pronóstico actuales "no distinguen de manera eficiente a los pacientes en riesgo de morir de cáncer frente a causas no cancerosas", lo que posiblemente lleve a los médicos a buscar tratamientos ineficaces o contraproducentes.
En el nuevo estudio, los investigadores identificaron 84,319 pacientes ancianos con cánceres de próstata, cabeza y cuello y mama no metastásicos de una base de datos de Medicare, luego compararon la estrategia estándar de estratificación de riesgo con un modelo novedoso que tiene en cuenta los eventos en competencia para determinar si elEste último proporcionó evaluaciones de riesgo más precisas para diferentes causas de mortalidad.
"El enfoque es bastante diferente de simplemente considerar el estadio del cáncer o la genética del tumor, y reemplaza estos métodos al usar la misma información de una manera diferente y mejor, utilizando un método llamado aprendizaje automático supervisado", dijo el autor principal Loren K.Mell, MD, oncólogo radioterapeuta del Moores Cancer Center en UC San Diego Health y profesor asociado en el Departamento de Medicina Radiológica y Ciencias Aplicadas de la Facultad de Medicina de UC San Diego
"Específicamente, en este estudio, probamos un enfoque estadístico novedoso para separar a los pacientes con 'omega' alto y bajo con una eficiencia óptima. Descubrimos que el método que desarrollamos mejora el método estándar que se ha utilizado desde la década de 1950.- y el enfoque más utilizado en la actualidad - al superar una limitación matemática fundamental ".
El "factor omega", dijo Mell, es una forma cuantitativa y cualitativamente nueva de evaluar los riesgos para la salud. Se refiere a la relación entre el riesgo de mortalidad por cáncer de un paciente o cualquier evento de cáncer y su riesgo general de mortalidad. Para calcularEn él, los investigadores calculan valores a partir de grandes conjuntos de datos de pacientes similares.
Para un paciente de cáncer típico, pone el riesgo en el contexto de su estado de salud general y predice la probabilidad de que se beneficie de un tratamiento contra el cáncer más agresivo. "Cada paciente debe conocer su propio 'factor omega', ya que podría influirsus decisiones y las de su médico, especialmente si se enfrentan a la elección de más o menos terapia ".
Mell dijo que el nuevo método no se limita al cáncer, sino que podría usarse para evaluar riesgos de salud competitivos en pacientes con otras enfermedades o afecciones.
Fuente de la historia :
Materiales proporcionado por Universidad de California - San Diego . Original escrito por Scott LaFee. Nota: el contenido se puede editar por estilo y longitud.
Referencia de la revista :
cite esta página :