Recaiguda en càncer d’endometri

María J. Macias

Institut de Recerca Biomèdica (IRB Barcelona), Espanya

Cada any es diagnostiquen 400.000 nous casos de càncer d’endometri a tot el món. Tanmateix, amb els models de classificació molecular actuals, gairebé dos terços de les pacients no reben un pronòstic clar. A més, després del tractament, un percentatge de les dones presenten recidives i desenvolupen metàstasi.

Durant els últims tres anys, l’equip que és al capdavant d’aquest projecte ha dut a terme un estudi innovador en el qual s’ha combinat transcriptòmica, dades clíniques i algorismes d’aprenentatge automàtic per trobar biomarcadors que permetin identificar les dones que tenen més probabilitats de tenir una recidiva i de desenvolupar la forma més agressiva de la malaltia. A partir de l’estudi de les dades moleculars i clíniques de 200 pacients de l’Hospital de la Santa Creu i Sant Pau de Barcelona, s’han aconseguit definir característiques que permeten predir amb molta precisió en quins casos es produirà una recidiva de la malaltia i diagnosticar tumors que els protocols estàndard actuals no són capaços de classificar.

En el present projecte, l’objectiu és validar aquests resultats ampliant el nombre de mostres amb les quals s’ha entrenat el primer algoritme d’intel·ligència artificial, per mitjà de dades de pacients procedents també d’altres centres hospitalaris. Un cop validat el model, s’explorarà com es pot transferir a la clínica com a eina per dissenyar nous protocols definint millor els grups de risc de recidiva, ajustar els tractaments adjuvants i evitar tractaments excessius. A més, aquest model permetria optimitzar el seguiment i el tractament de les pacients d’alt risc, i també identificar noves dianes terapèutiques.

Validation of a new methodology and biomarkers for predicting relapse in endometrial cancer patients

Fase 1