Resumen: Los científicos han logrado avances significativos en el campo de la predicción del riesgo de mieloma múltiple al desarrollar un modelo de predicción de riesgo individualizado. El modelo recién desarrollado, conocido como Riesgo Individualizado en el Mieloma Múltiple de Nuevo Diagnóstico (IRMMa, por sus siglas en inglés), incorpora la biología del tumor para brindar un pronóstico y una estrategia de tratamiento más precisos. Al incorporar la genómica del tumor, los investigadores pudieron identificar y clasificar 12 subtipos distintos de mieloma múltiple. El modelo IRMMa tiene como objetivo avanzar hacia la medicina de precisión, permitiendo a los médicos adaptar las opciones de tratamiento a cada paciente individual en lugar de basarse en promedios a nivel de población.
El método original para evaluar el mieloma múltiple, desarrollado en la década de 1970, se basaba en la estadificación de tumores sólidos. Sin embargo, con los avances en oncología y la disponibilidad de nuevos tratamientos, este enfoque se ha vuelto obsoleto. El modelo IRMMa tiene en cuenta el riesgo individualizado de cada paciente y considera cómo las elecciones de tratamiento pueden afectar el pronóstico.
Para construir el modelo, los investigadores utilizaron datos clínicos, de tratamiento y genéticos de 2,000 pacientes recién diagnosticados con mieloma múltiple. Las secuencias de ADN de los pacientes fueron analizadas para identificar «genes impulsores» que desempeñan un papel en el crecimiento del tumor. Luego, se empleó el aprendizaje automático para identificar patrones en los datos y realizar predicciones de riesgo.
Si bien el modelo IRMMa actualmente está dirigido a los investigadores, el equipo de investigación espera mejorarlo mediante la incorporación de más datos de pacientes. El objetivo final es hacerlo utilizable para fines clínicos, mejorando las decisiones de tratamiento y los resultados de los pacientes.
En una línea similar, los investigadores también han realizado avances en la predicción del riesgo de ingreso y supervivencia en unidades de cuidados intensivos (UCI) entre adultos mayores. Al desarrollar un puntaje de riesgo utilizando datos clínicos, los expertos pudieron identificar con precisión a los pacientes que requerirían ingreso a la UCI o que tenían riesgo de mortalidad en la UCI. Con poblaciones envejecientes y una mayor demanda de servicios de cuidados críticos, estos modelos de predicción de riesgo son cruciales para mejorar la atención al paciente y la asignación de recursos.
En general, estos avances en la predicción de riesgos utilizando tecnologías avanzadas como la inteligencia artificial y el aprendizaje automático tienen el potencial de revolucionar el campo de la atención médica, permitiendo estrategias de tratamiento más personalizadas y efectivas.
The source of the article is from the blog enp.gr