Desarrollan modelo matemático para predecir cáncer

Dicho modelo utiliza un sistema de ecuaciones basadas en las leyes de la física y la química para describir los sistemas biológicos implicados en el tratamiento de inmunoterapia y la respuesta inmunitaria asociada.

Fue diseñado por Dr. Zhihui Wang y el Dr. Vittorio Cristini, así como por otros colegas profesionales de la salud del Hospital Houston Methodist, con el objetivo de predecir la respuesta inmunitaria utilizando solo datos que ya se miden en pacientes con cáncer. El modelo establece un marco para diseñar estrategias de tratamiento individual en un paso hacia el futuro de la medicina personalizada.

También puedes leer. Lupita salva la vida. https://revistafactorrh.com/bienestar-24-horas/item/8355-recibe-enfermera-diagnosticada-con-cirrosis

“Con nuestro modelo tratamos de predecir los resultados de la inmunoterapia para los pacientes.  Es un modelo mecánico, pero para el cual requerimos imágenes y datos de los pacientes. Obtenemos datos de tomografías computarizadas o resonancias magnéticas de tumores antes, durante y después de la inmunoterapia, luego obtenemos medidas numéricas específicas de la respuesta terapéutica”, explicó el Dr. Zhihui Wang, profesor investigador asociado de matemáticas en medicina del Hospital Houston Methodist.

Durante la investigación para implementar este modelo matemático, descubrimos que dos medidas derivadas de modelos: las que cuantifican la presencia y la salud de la presencia inmunitaria dentro del tumor, y las que dan como tasa resultante de muerte de células cancerosas por parte de las células inmunitarias activadas por inmunoterapia, podían combinarse en una sola medida.

Eso estaba altamente correlacionado con la carga tumoral a largo plazo, proporcionando así una puntuación numérica única de la respuesta de ese cáncer al fármaco específico. Estos resultados se validaron aún más con datos de 177 pacientes adicionales tratados con una de las inmunoterapias inhibidoras de puntos de control más comunes (monoterapias anti-CTLA4 o anti-PD1/PDL1).

El modelo matemático se puede implementar de inmediato en la medicina clínica, sin necesidad de nueva tecnología, personal o capacitación extensiva. Además, actualmente se están investigando métodos para utilizar otras medidas clínicas para mejorar la exactitud y precisión de las predicciones basadas en modelos, como datos de muestras de sangre o biopsias de tumores.