Noticias

29 de mayo de 2019 - Información general

Evaluación de los modelos individualizados de predicción de riesgo de cáncer de mama

El British Journal of Cancer publica una revisión sistemática de estos modelos realizada por el Servicio de Epidemiología y Evaluación del Hospital del Mar. La conclusión es que, a pesar de su potencial para identificar a mujeres con alto riesgo, los resultados que obtienen son moderados y todavía queda margen de mejora para poderlos proponer para la personalización de la detección precoz del cáncer de mama.

La revista British Journal of Cancer acaba de publicar una exhaustiva revisión de los diferentes modelos individualizados de predicción de riesgo de cáncer de mama existentes, la primera que evalúa la calidad metodológica de los modelos. En total, se han analizado cerca de 3.000 artículos publicados en relación con estas herramientas, destacando 24 modelos diferentes, agrupados en 5 tipos. La conclusión de los investigadores del Servicio de Epidemiología y Evaluación del Hospital del Mar y del Instituto Hospital del Mar de Investigaciones Médicas (IMIM) que han realizado este trabajo, es que, a pesar de ser herramientas útiles para personalizar la detección precoz del cáncer de mama, todavía queda mucho camino para mejorar su utilidad y poderlos aplicar rutinariamente. En el contexto de la personalización de la detección precoz del cáncer de mama, estos modelos podrían servir para proponer diferentes estrategias de prevención en función del riesgo individual.

De izquierda a derecha, el Dr. Xavier Castells, la Dra. Marta Román, la Dra. Margarita Posso, Javier Louro, la Dra. Laia Domingo y la Dra. Maria Sala

El primer firmante del estudio, Javier Louro, matemático pre-doctoral en el IMIM, ha destacado que estos modelos "son necesarios, y es prometedor que, en un futuro, dispongamos de uno que permita mejorar los beneficios y reducir los falsos positivos en el cribado de cáncer de mama". A pesar de ello, "todavía queda camino por recorrer. En el mejor de los modelos, el grado de acierto todavía queda lejos de lo deseable", apunta. Esta investigación se enmarca en la línea de investigación liderada por el Dr. Xavier Castells, jefe del Servicio de Epidemiología y Evaluación, y la Dra. Maria Sala, jefa de sección de Evaluación y Calidad del mismo servicio y coordinadora del Grupo de investigación en epidemiología y evaluaciónn del IMIM, sobre la evaluación de la efectividad de los programas de detección precoz de cáncer de mama.

Los investigadores han analizado 5 tipos de modelo, desde los iniciales, formulados inicialmente hace 30 años, hasta los más actuales. El Breast Cancer Risk Assessment Tool (BCRAT), el Breast Cancer Surveillance Consortium (BCSC), el modelo Rosner & Colditz, l'International Breast Cancer Intervention Study (IBIS) y otros. Estos modelos incluyen una cantidad de factores de riesgo que va de los 5 a los 18, como el historial familiar, la densidad mamaria o la enfermedad mamaria benigna previa, entre otros. Los investigadores han descrito un gran incremento del número de modelos en los últimos años, pero destacan que la calidad de los resultados continúa siendo moderada, por sus limitaciones. En estos momentos, la tendencia es añadir información genética para incrementar su capacidad de discriminar a las mujeres con más riesgo de desarrollar cáncer de mama.

Como destaca la Dra. Margarita Posso, autora principal del estudio, "en esta era de medicina personalizada, tenemos la oportunidad de investigar y proponer a las mujeres un cribado individualizado, basado en su riesgo específico". Por este motivo, "tener un modelo de predicción de riesgo que sea óptimo, nos permitirá hacer recomendaciones personalizadas en función del riesgo de cada mujer, sobre cuál es la mejor edad para empezar el cribado, cuándo dejar de hacerlo, qué pruebas utilizar y con qué frecuencia", explica.

Artículo de referencia

Javier Louro, Margarita Posso, Michele Hilton Boon, Marta Román, Laia Domingo, Xavier Castells & María Sala. A systematic review and quality assessment of individualised breast cancer risk prediction models. Br J Cancer. 2019 May 22. doi: 10.1038/s41416-019-0476-8.