Un innovador modelo matemático ha sido desarrollado por investigadores del Consejo Superior de Investigaciones Científicas (CSIC), que considera variables como la edad, afecciones preexistentes como la diabetes y la hipertensión, así como hábitos de vida como el consumo de tabaco y alcohol, y el índice de masa corporal. Este modelo tiene como objetivo establecer la estrategia más eficaz para la detección temprana del cáncer colorrectal individualizada para cada persona.
Publicado en ‘Computers in Biology and Medicine’, el estudio revela que una estrategia de cribado personalizada podría incrementar la detección de casos iniciales de cáncer colorrectal, utilizando los mismos recursos que la estrategia actual, que se basa principalmente en la edad del grupo de riesgo. Esta metodología podría disminuir a largo plazo tanto la mortalidad asociada a este tipo de cáncer como los costes en el sistema de salud.
El cáncer colorrectal es el tercer cáncer más frecuente a nivel mundial, y es responsable del 10 por ciento de todos los diagnósticos y del 12 por ciento de las muertes por cáncer. Por esto, su detección temprana es crucial, siendo esencial avanzar más allá de los métodos de detección que actualmente se centran principalmente en la edad.
El CSIC propone una herramienta denominada red bayesiana, un modelo gráfico estadístico que facilita la interpretación de las complejas interacciones entre diversas condiciones médicas. “Se trata de un diagrama que permite representar, de forma clara y sencilla, la compleja maraña de relaciones entre diferentes condiciones médicas relevantes”, explicó Daniel Corrales, investigador predoctoral del CSIC en el Instituto de Ciencias Matemáticas (ICMAT).
La red se compone de nodos que representan variables de interés, como la presencia de células cancerígenas o la diabetes, y arcos que indican la dependencia entre estas variables. “Si entre dos nodos del modelo hay un arco, esto quiere decir que entre las dos variables que representan hay una relación de dependencia”, indicó Corrales.
Esta herramienta, a partir de los datos de cada paciente, evalúa el riesgo de desarrollar cáncer colorrectal y sugiere las pruebas más adecuadas para una detección temprana. “Para ello también se tiene en cuenta, mediante una función de utilidad multiatributo, el coste de la prueba, la información que aporta y lo molesta que es para el paciente”, detalló Corrales.
El uso de esta red permitiría descartar pruebas innecesarias en individuos con bajo riesgo, mientras que se asignarían pruebas más sensibles, como las pruebas de ADN en heces, a aquellos con un riesgo más alto, mejorando la precisión y reduciendo los falsos negativos.
El diseño de este modelo ha contado con la colaboración de expertos y el uso de aprendizaje automático, analizando datos de dos millones de pacientes. Las conclusiones de este estudio serán fundamentales para las futuras tecnologías de detección del cáncer colorrectal que se desarrollan en el marco del proyecto europeo ‘Oncoscreen’.