Un equipo de investigadores de la Escuela de Medicina Icahn en Mount Sinai y la Escuela de Medicina Keck en la Universidad del Sur de California (USC) ha desarrollado un marco novedoso de aprendizaje automático que distingue entre el cáncer de próstata de bajo y alto riesgo con más precisión que nunca antes. El marco, descrito en un artículo de Scientific Reports publicado hoy, está destinado a ayudar a los médicos, en particular, radiólogos:identifican con mayor precisión las opciones de tratamiento para los pacientes con cáncer de próstata, disminuyendo la posibilidad de una intervención clínica innecesaria.
El cáncer de próstata es una de las principales causas de muerte por cáncer en los hombres estadounidenses. sólo superado por el cáncer de pulmón. Si bien los avances recientes en la investigación del cáncer de próstata han salvado muchas vidas, las herramientas de predicción objetiva tienen, hasta ahora, seguía siendo una necesidad insatisfecha.
Ahora, los métodos estándar utilizados para evaluar el riesgo de cáncer de próstata son la resonancia magnética multiparamétrica (mpMRI), que detecta lesiones de próstata, y el Sistema de informes y datos de imágenes de próstata, versión 2 (PI-RADS v2), un sistema de puntuación de cinco puntos que clasifica las lesiones encontradas en la mpMRI. Juntos, estas herramientas están destinadas a predecir de manera sólida la probabilidad de cáncer de próstata clínicamente significativo. Sin embargo, La puntuación de PI-RADS v2 es subjetiva y no distingue claramente entre los niveles de cáncer intermedio y maligno (puntuaciones 3, 4, y 5), a menudo conduce a diferentes interpretaciones entre los médicos.
La combinación del aprendizaje automático con la radiómica, una rama de la medicina que utiliza algoritmos para extraer grandes cantidades de características cuantitativas de imágenes médicas, se ha propuesto como un enfoque para remediar este inconveniente. Sin embargo, otros estudios solo han probado un número limitado de métodos de aprendizaje automático para abordar esta limitación. A diferencia de, Los investigadores de Mount Sinai y USC desarrollaron un marco predictivo que evaluó de manera rigurosa y sistemática muchos de estos métodos para identificar el de mejor desempeño. El marco también aprovecha conjuntos de datos de capacitación y validación más grandes que los de estudios anteriores. Como resultado, los investigadores pudieron clasificar el cáncer de próstata de los pacientes con una alta sensibilidad y un valor predictivo aún mayor.
"Combinando de forma rigurosa y sistemática el aprendizaje automático con la radiómica, Nuestro objetivo es proporcionar a los radiólogos y al personal clínico una herramienta de predicción sólida que eventualmente se pueda traducir en una atención al paciente más eficaz y personalizada. "dijo Gaurav Pandey, Doctor, Profesor asistente de genética y ciencias genómicas en la Escuela de Medicina Icahn en Mount Sinai y autor principal correspondiente de la publicación junto con el coautor correspondiente Bino Varghese, Doctor, Profesor asistente de Investigación en Radiología en la Escuela de Medicina Keck de la USC. "La vía para predecir la progresión del cáncer de próstata con alta precisión está mejorando constantemente, y creemos que nuestro marco objetivo es un avance muy necesario ".
Un estudio revela los efectos antivirales de la curcumina
Los plásticos ahora se encuentran comúnmente en las heces humanas
Los antioxidantes en la dieta podrían aumentar el riesgo de cáncer de intestino,
Enfermedad de Crohn
Las respuestas a los alimentos están gobernadas por el microbioma intestinal,
Inflamación intestinal limitada en COVID-19
La investigación dice que en la infección canina SARS-CoV-2,
transmisión improbable Un nuevo estudio publicado en el servidor de preimpresión bioRxiv * en septiembre de 2020 muestra que los perros de compañía se enfermaron y murieron de una misteriosa infecci
Lidiar con la enfermedad celíaca
La enfermedad celíaca es una reacción inmune al consumo de gluten. El gluten es una proteína que se encuentra en el trigo, centeno, cebada, y triticale. La mayoría de la gente piensa en los glúteos co
Buenas noticias para quienes padecen SII, ya que los investigadores identifican "picazón intestinal"
Los investigadores de la Universidad Flinders del Instituto de Investigación Médica y de Salud de Australia del Sur han hecho un descubrimiento importante sobre el dolor experimentado en los casos de