Cómo saber si un tratamiento contra cáncer de pulmón es efectivo o no, a través de un biomarcador

Ajustar la aplicación temporal de un tratamiento a un paciente es crucial para su recuperación. Saber si, por ejemplo, un tratamiento de inmunoterapia debería prolongarse o acortarse en función de si está siendo o no efectivo, es vital para la salud del paciente, sobre todo teniendo en cuenta que la fatiga, la fiebre, los escalofríos, la debilidad, las náuseas, los vómitos, los mareos, los dolores corporales y la presión arterial alta o baja son posibles efectos secundarios de la inmunoterapia.

La selección de un tratamiento eficaz y la evaluación adecuada del beneficio clínico son importantes para gestionar mejor a los pacientes con cáncer con una supervivencia prolongada y preservar la calidad de vida. Los tratamientos de cáncer suelen ser eficaces, pero también tienen un impacto significativo en los pacientes, en varios ámbitos.

Un estudio llevado a cabo por investigadores de la Universidad Politécnica de Madrid (UPM) y de varios de los Centros de Investigación Biomédica en Red, en España, ha tenido por objetivo mejorar la capacidad de predecir el beneficio clínico duradero de la inmunoterapia.

Gracias a este estudio, se ha identificado un biomarcador no invasivo para predecir el beneficio clínico duradero de la inmunoterapia, basado en la integración de datos radiómicos y clínicos monitorizados, durante los primeros meses de tratamiento con anticuerpos monoclonales anti-PD-1/PD-L1, en pacientes con cáncer de pulmón no microcítico avanzado.

Según María Jesús Ledesma, investigadora de la Universidad Politécnica de Madrid, así como del Centro de Investigación Biomédica en Red de Bioingeniería, Biomateriales y Nanomedicina (CIBERBBN), y coautora de este estudio, los resultados obtenidos en este han supuesto un avance significativo en la predicción y monitoreo de la respuesta a la inmunoterapia utilizando inteligencia artificial multimodal, a partir de datos no invasivos del inicio del tratamiento.

Por otro lado, Benito Farina, del equipo de investigación, resalta que “gracias a esta investigación, la vida y la salud de los pacientes con cáncer de pulmón avanzado podría mejorar determinando a tiempo, y de manera objetiva, la eficacia del tratamiento, evitando toxicidades, costes y facilitando la aplicación de tratamientos alternativos”.

La nueva investigación ha permitido identificar un biomarcador no invasivo para predecir el beneficio clínico duradero de una inmunoterapia contra un cáncer de pulmón. (Imagen: UPM)

La identificación de biomarcadores predictivos no invasivos de la respuesta a la inmunoterapia es crucial para evitar interrupciones prematuras del tratamiento o prolongaciones ineficaces. Un biomarcador se utiliza a veces para determinar la respuesta del cuerpo a un tratamiento para una enfermedad o afección.

La inmunoterapia permite ayudar al sistema inmunitario de los pacientes a que haga su función contra las células tumorales, mediante la administración de fármacos que permiten desactivar los mecanismos de evasión que desarrollan las células cancerígenas. Se realiza así, con fines curativos o preventivos.

La inmunoterapia se ha convertido en uno de los tratamientos de referencia del cáncer de pulmón avanzado no microcítico, con tasas de respuesta prometedoras, enfermedad que sigue presentándose con una frecuencia alta. La predicción de la eficacia de la respuesta al tratamiento antes y durante el tratamiento, sigue siendo crítica para el manejo personalizado de los pacientes.

En el nuevo estudio también han colaborado el Centro de Investigación Biomédica en Red de Enfermedades Respiratorias (CIBERES), el Centro de Investigación Biomédica en Red del Cáncer (CIBERONC), y los hospitales Fundación Jiménez Díaz y Clínica Universidad de Navarra, en España todas estas entidades.

El estudio se titula “Integration of longitudinal deep-radiomics and clinical data improves the prediction of durable benefits to anti-PD-1/PD-L1 immunotherapy in advanced NSCLC patients”. Y se ha publicado en la revista académica Journal of Translational Medicine. (Fuente: UPM)