Español

Nuevas guías desarrolladas a partir de ‘big data’ ayudan con detección del cáncer de próstata

'Big Data' ayuda a mejor detección del cáncer de próstata.

'Big Data' ayuda a mejor detección del cáncer de próstata.

Ann Arbor– Unas nuevas guías desarrolladas a partir de estadísticas ‘big data’ están ayudando a urólogos a través del estado de Michigan a enfocarse en qué pacientes de cáncer de próstata escanear por una  posible propagación de la enfermedad.

Las directrices –identificadas y distribuidas por urólogos e ingenieros de de la Universidad de Michigan– redujeron el número de pacientes que se sometieron a una tomografía computarizada en más del 40%, mejorando ligeramente la tasa de detección de cáncer metastatizado, durante el estudio.

El número reducido de escáneres también ahorro a pacientes y aseguradores un estimado de $275.000.

Aproximadamente el 85% de los urólogos en el estado de Michigan recibieron las directrices en tarjetas laminadas, que proporcionan umbrales máximos de nivel de PSA de un paciente, la puntuación de Gleason (una medida que mide puntos de referencia del tejido canceroso contra el tejido normal) y la etapa de su cáncer.

Los pacientes con valores por debajo de estos umbrales pueden evitar las pruebas de forma segura, según los investigadores. Por otra parte, los que tienen uno o más valores por encima de los umbrales deben ser estudiados. Las directrices se distribuyeron a los urólogos en el inicio del estudio en el 2014 y los resultados de los pacientes se midieron de enero a octubre de 2015.

El uso de exploraciones de diagnóstico de forma más selectiva potencialmente podría evitarle a millones de pacientes de próstata tratamientos de seguimiento dolorosos e invasivos, así como el estrés y exposición a la radiación que conllevan, dicen los investigadores.

“Tradicionalmente, los urólogos se han basado en sus conocimientos y experiencia individual para decidir quién debe ser escaneado,” dijo Brian Denton, profesor de ingeniería industrial y de operaciones en la Facultad de Ingeniería de la U-M y profesor de urología en la Escuela de Medicina de la U-M.

“Estas directrices proporcionan una nueva herramienta que les ayudará a administrar los escáneres a la gente que los necesita y menos personas que no lo hacen. Y el hecho de que estamos utilizando datos reales del estado de Michigan, donde los urólogos y los pacientes residen, es de importancia crítica”.

Para construir las nuevas directrices, Denton y los estudiantes de ingeniería de posgrado Christine Barnett y Selin Merdan trabajaron con los urólogos para tomar ventaja de un conjunto inusualmente amplio de datos de salud recogidos por un programa de colaboración de urólogos de la U-M llamado MUSIC, por sus siglas en inglés.

Con sede en la U-M y financiado por Blue Cross y Blue Shield de Michigan, el grupo incluye a un 85% de urólogos en Michigan, así como investigadores en varias universidades del estado. El grupo conserva información detallada de los registros médicos de todos los pacientes en la colaboración, que los investigadores pudieron utilizar para construir modelos informáticos de predicción.

El equipo analizó una amplia variedad de factores en las historias clínicas de los pacientes que habían sido sometidos a gammagrafía ósea o TC, incluyendo factores de riesgo, edad, tipo de cáncer de próstata y niveles de antígeno prostático específico, o PSA, en la sangre. A continuación, vieron en qué instancia los pacientes tuvieron cáncer. A continuación, se aplicaron modelos de predicción a los datos, utilizando los resultados del pasado para predecir qué pacientes futuros eran propensos a estar en alto riesgo. Por último, se trabajó con urólogos de MUSIC para destilar los resultados en un simple conjunto de directrices que los doctores pueden utilizar para determinar qué pacientes deben ser examinados.

“Nos complace ver que esta intervención dio lugar a tales resultados significativos”, dijo David Miller, profesor de urología de la U-M. “Creo que muestra el poder de la colaboración entre la medicina y la ingeniería, y estoy deseando ver cómo los datos y análisis predictivo pueden ayudar a mejorar los resultados y la eficiencia en otras áreas también.”

El grupo está buscando la manera de adaptar las directrices a otras áreas del país. Los factores de riesgo pueden variar de una región a otra, por lo que la expansión del programa requiere algo más que compartir las mismas pautas.  También están desarrollando una aplicación para teléfonos inteligentes que pueden calcular el riesgo de un paciente sobre la base de variables introducidas en por un médico.

“Habría que tomar datos de los pacientes en un área determinada y volver a calibrar nuestro modelo para adaptar esos datos”, dijo Miller. “Eso no es difícil, la parte difícil es conseguir los datos. Debido a MUSIC, tenemos acceso a un nivel mucho más alto de datos aquí en Michigan que la mayoría de los estados. Creo que es un gran ejemplo que otros estados podrían emular.”

El equipo también está buscando maneras de aplicar el análisis predictivo para otros aspectos del tratamiento del cáncer de próstata con medicina de precisión, incluyendo modelos que pueden ayudar a determinar qué pacientes necesitan obtener biopsias de próstata.

La investigación se basa en trabajo apoyado por la Fundación Nacional de Ciencia.

“Tradicionalmente, los urólogos se han basado en sus conocimientos y experiencia individual para decidir quién debe ser escaneado,” dijo Brian Denton, profesor de ingeniería industrial y de operaciones en la Facultad de Ingeniería de la U-M y profesor de urología en la Escuela de Medicina de la U-M.

“Estas directrices proporcionan una nueva herramienta que les ayudará a administrar los escáneres a la gente que los necesita y menos personas que no lo hacen. Y el hecho de que estamos utilizando datos reales del estado de Michigan, donde los urólogos y los pacientes residen, es de importancia crítica”.

Para construir las nuevas directrices, Denton y los estudiantes de ingeniería de posgrado Christine Barnett y Selin Merdan trabajaron con los urólogos para tomar ventaja de un conjunto inusualmente amplio de datos de salud recogidos por un programa de colaboración de urólogos de la U-M llamado MUSIC, por sus siglas en inglés.

Con sede en la U-M y financiado por Blue Cross y Blue Shield de Michigan, el grupo incluye a un 85% de urólogos en Michigan, así como investigadores en varias universidades del estado. El grupo conserva información detallada de los registros médicos de todos los pacientes en la colaboración, que los investigadores pudieron utilizar para construir modelos informáticos de predicción.

El equipo analizó una amplia variedad de factores en las historias clínicas de los pacientes que habían sido sometidos a gammagrafía ósea o TC, incluyendo factores de riesgo, edad, tipo de cáncer de próstata y niveles de antígeno prostático específico, o PSA, en la sangre. A continuación, vieron en qué instancia los pacientes tuvieron cáncer. A continuación, se aplicaron modelos de predicción a los datos, utilizando los resultados del pasado para predecir qué pacientes futuros eran propensos a estar en alto riesgo. Por último, se trabajó con urólogos de MUSIC para destilar los resultados en un simple conjunto de directrices que los doctores pueden utilizar para determinar qué pacientes deben ser examinados.

“Nos complace ver que esta intervención dio lugar a tales resultados significativos”, dijo David Miller, profesor de urología de la U-M. “Creo que muestra el poder de la colaboración entre la medicina y la ingeniería, y estoy deseando ver cómo los datos y análisis predictivo pueden ayudar a mejorar los resultados y la eficiencia en otras áreas también.”

El grupo está buscando la manera de adaptar las directrices a otras áreas del país. Los factores de riesgo pueden variar de una región a otra, por lo que la expansión del programa requiere algo más que compartir las mismas pautas.  También están desarrollando una aplicación para teléfonos inteligentes que pueden calcular el riesgo de un paciente sobre la base de variables introducidas en por un médico.

“Habría que tomar datos de los pacientes en un área determinada y volver a calibrar nuestro modelo para adaptar esos datos”, dijo Miller. “Eso no es difícil, la parte difícil es conseguir los datos. Debido a MUSIC, tenemos acceso a un nivel mucho más alto de datos aquí en Michigan que la mayoría de los estados. Creo que es un gran ejemplo que otros estados podrían emular.”

El equipo también está buscando maneras de aplicar el análisis predictivo para otros aspectos del tratamiento del cáncer de próstata con medicina de precisión, incluyendo modelos que pueden ayudar a determinar qué pacientes necesitan obtener biopsias de próstata.

La investigación se basa en trabajo apoyado por la Fundación Nacional de Ciencia.

 

Salir de la versión móvil