Trusted By
120,000+ People
Investigadores en EUA, desarrollaron una investigación en la cual se utilizaron enfoques imparciales de aprendizaje automático (un sistema de recomendación similar al utilizado por Netflix o Amazon.com) para evaluar el impacto de los datos moleculares en la resistencia a Agentes Hipometilantes (HMA por sus siglas en inglés) en una cohorte de pacientes con Síndromes Mielodisplásicos (SMD) tratados con HMA en diferentes instituciones académicas.
Los autores mencionan que debido a que las variables clínicas y las características del paciente no han pronosticado sistemáticamente la respuesta a los agentes hipometilantes (HMA), los datos moleculares representan una oportunidad biológica para mejorar las tasas de respuesta y la respuesta del paciente.
El estudio:
Antes de iniciar el tratamiento, se monitoreó con un panel molecular de 29 genes para mutaciones mieloides a una cohorte de 433 pacientes con SMD. La mediana de edad en el momento del diagnóstico fue de 70 años (rango, 31 a 100 años).
La asociación entre mutaciones y respuesta fue evaluada por un algoritmo basado en un análisis de bolsa de mercado (MBA) basado en los datos de las mutaciones y la respuesta a HMA en esa población. Se validaron los biomarcadores en muestras de los pacientes incluidos en el ensayo S1117 (Identificador NCT01522976).
53% de pacientes recibieron Azacitidina (AZA) sola o en combinación con otros agentes y 47% recibió decitabina (DAC) sola o en combinación.
Hubo una mediana de 3 mutaciones (rango, 0-9) por paciente, con el 41% de los pacientes mostrando al menos 3 mutaciones por muestra.
La cohorte de entrenamiento tuvo una tasa de respuesta global del 43% a las HMA. La mediana de la tasa de supervivencia global (SG) fue de 19,5 meses para la cohorte de entrenamiento total; Fueron 29.5 meses para los pacientes que respondieron a la terapia de HMA y 18.9 meses para los pacientes que no experimentaron una respuesta. La mediana de seguimiento del estudio fue de 30 meses.
Con el algoritmo MBA utilizado en este estudio, los investigadores descubrieron 8 combinaciones de los genes ASXL1, NF1, EZH2, TET2, RUNX1, SRSF2 y BCOR que podrían funcionar como biomarcadores para predecir la resistencia a HMA.
“Este estudio identificó anormalidades genómicas que predicen la respuesta o resistencia a HMA en pacientes con SMD, validando los resultados en una cohorte de pacientes independientes tratados en un ensayo clínico aleatorizado. La identificación de biomarcadores que pueden proporcionar enfoques de tratamiento personalizados que pueden predecir la respuesta o la resistencia a la terapia contra el cáncer sigue siendo un desafío clínico importante, y el desarrollo futuro de medicamentos debe centrarse en identificar el subgrupo de pacientes que pueden beneficiarse más de cualquier terapia contra el cáncer. Tal enfoque puede ayudar a los médicos y sus pacientes a seleccionar la mejor terapia disponible para obtener el mejor resultado” concluyen los autores.
Fuente:
