Estudio aboga por cribado personalizado de cáncer de mama en lugar de mamografías anuales

Un gran estudio indica que adaptar el cribado de cáncer de mama a los factores de riesgo individuales es más seguro y efectivo que las mamografías anuales rutinarias para todas las mujeres. Investigadores del estudio WISDOM analizaron datos de 46.000 participantes y encontraron tasas reducidas de cánceres avanzados sin comprometer la seguridad. El enfoque incorpora genética, historial médico y estilo de vida para personalizar la frecuencia del cribado.

El estudio WISDOM, coordinado por la Universidad de California, San Francisco (UCSF), comparó la mamografía tradicional basada en la edad con una estrategia estratificada por riesgo. Lanzado en 2016, ha inscrito a más de 80.000 mujeres, incluidas aquellas de tan solo 30 años para detectar riesgos tempranos de variantes genéticas.

Los participantes se categorizaron en cuatro grupos de riesgo utilizando modelos validados que consideran edad, genética, estilo de vida, historial médico y densidad mamaria. El grupo de menor riesgo (26% de los participantes) retrasó el cribado hasta los 50 años o cuando su riesgo equivaliera al de una persona típica de 50 años. Las mujeres de riesgo promedio (62%) se cribaron cada dos años, las de riesgo elevado (8%) anualmente y las de mayor riesgo (2%) dos veces al año, alternando mamografía y RMN.

Las mujeres de mayor riesgo recibieron consejos de prevención personalizados, incluyendo mejoras en la dieta, ejercicio y discusiones sobre medicamentos, además de acceso a herramientas en línea y especialistas. Crucialmente, este método no aumentó los diagnósticos en etapas tardías. Entre los participantes no aleatorizados, el 89% eligió el enfoque personalizado.

«Estos hallazgos deberían transformar las guías clínicas para el cribado de cáncer de mama y cambiar la práctica clínica», dijo Laura J. Esserman, MD, MBA, directora del UCSF Breast Care Center y autora principal. El estudio, publicado el 12 de diciembre en JAMA y presentado en el Simposio Internacional de Cáncer de Mama de San Antonio, reveló que el 30% de las mujeres con variantes genéticas asociadas a mayor riesgo no tenían antecedentes familiares, desafiando las guías actuales de pruebas.

Las puntuaciones de riesgo poligénico refinaron las predicciones, reasignando al 12% al 14% de los participantes a categorías diferentes. «Redirigir recursos de mujeres de menor riesgo a las de mayor riesgo es un enfoque eficiente y efectivo», señaló el coautor Jeffrey A. Tice, MD.

«Este es uno de los primeros estudios en ofrecer pruebas genéticas a todas las mujeres, independientemente de los antecedentes familiares», añadió Allison S. Fiscalini, MPH, de UCSF. Los investigadores avanzan con WISDOM 2.0 para dirigirse aún más a los cánceres agresivos.

Artículos relacionados

Young woman reviews aggressive breast cancer mammogram with doctor amid stats on screening gaps for women aged 18-49.
Imagen generada por IA

Estudio vincula cánceres de mama agresivos en mujeres jóvenes con lagunas en las guías de cribado

Reportado por IA Imagen generada por IA Verificado por hechos

Una revisión de 11 años de diagnósticos de cáncer de mama en centros de imagen ambulatorios del oeste de Nueva York encontró que las mujeres de 18 a 49 años representaban aproximadamente una quinta parte a una cuarta parte de todos los casos, con muchos tumores en menores de 40 años descritos como invasivos y biológicamente agresivos. Los hallazgos, presentados en la reunión de la Radiological Society of North America, subrayan las llamadas a evaluaciones más tempranas basadas en el riesgo para mujeres jóvenes.

Katie Wells, fundadora de Wellness Mama, comparte perspectivas de su evaluación personalizada de riesgos de salud utilizando herramientas impulsadas por IA, destacando cómo los factores de estilo de vida pueden influir significativamente en los riesgos de enfermedades crónicas. La evaluación, impulsada por datos de más de 10.000 estudios, mostró su riesgo de cáncer por debajo de la media poblacional a pesar de su historial familiar. Subraya un cambio hacia la prevención proactiva en lugar de la medicina reactiva.

Reportado por IA

Los investigadores han descubierto que las puntuaciones de riesgo poligénico, que resumen la probabilidad de que una persona desarrolle enfermedades como la diabetes y el cáncer, pueden reconstruirse inversamente para descubrir datos genéticos subyacentes. Esta vulnerabilidad plantea preocupaciones sobre la privacidad, permitiendo potencialmente la identificación a través de bases de datos públicas o la reconstrucción por parte de aseguradoras. El descubrimiento resalta los riesgos de compartir dichas puntuaciones, incluso de forma anónima.

From April, heavy smokers aged 50 to 75 in Germany can access an annual free lung cancer screening. The program uses low-dose computed tomography to detect cancer early. It targets current and former smokers with at least 15 pack-years of smoking.

Reportado por IA

Científicos del Laboratorio Europeo de Biología Molecular (EMBL) en Heidelberg han creado una herramienta impulsada por IA llamada MAGIC para identificar células con anomalías cromosómicas tempranas vinculadas al cáncer. Este sistema automatiza la detección de micronúcleos, pequeñas estructuras que contienen ADN que señalan un posible desarrollo de cáncer. La tecnología verifica una teoría propuesta hace más de un siglo por Theodor Boveri.

Cada año, más de 110.000 personas en Colombia reciben un diagnóstico de cáncer, según estimaciones del Observatorio Global de Cáncer. La detección temprana y la reducción de factores de riesgo podrían prevenir entre el 30% y el 50% de los casos, indica la Organización Mundial de la Salud. En Cali, el registro de cáncer más antiguo de América Latina resalta la importancia de la prevención.

Reportado por IA Verificado por hechos

Los sistemas de inteligencia artificial diseñados para diagnosticar cáncer a partir de muestras de tejido están aprendiendo a inferir la demografía de los pacientes, lo que lleva a un rendimiento diagnóstico desigual entre grupos raciales, de género y de edad. Investigadores de la Harvard Medical School y colaboradores identificaron el problema y desarrollaron un método que reduce drásticamente estas disparidades, subrayando la necesidad de revisiones rutinarias de sesgos en la IA médica.

 

 

 

Este sitio web utiliza cookies

Utilizamos cookies para análisis con el fin de mejorar nuestro sitio. Lee nuestra política de privacidad para más información.
Rechazar