Desarrollan un algoritmo para detectar quiénes necesitan cirugía de cáncer de mama y quiénes no

Al comenzar la pandemia del coronavirus en marzo del 2020, comenzó a plantearse en la medicina mundial el hecho de reprogramar cirugías para dejar espacio para los que necesitarán hospitalizaciones por COVID-19. Sin embargo, esta decisión también podía afectar a pacientes de otras patologías y enferemedades.

Ante este dilema, Mitch Dowsett, referente del cáncer de mama en el Hospital Royal Marsden de Londres y líder del equipo de endocrinología en el Instituto de Investigación del Cáncer, reunió un consorcio internacional para desarrollar un algoritmo simple que podría ayudar a detectar qué pacientes necesitan cirugía de cáncer de mama y cuáles no.

El algoritmo de Dowsett se publicó en npj Breast Cancer, una de las revistas en línea de Nature Partner Journal. Su objetivo es ayudar a los médicos a clasificar a las mujeres posmenopáusicas con cánceres de mama ER + HER2, que representan alrededor del 70% de los casos de cáncer de mama. Durante la pandemia, a muchos dentro de este grupo de pacientes se les prescribió terapia endocrina neoadyuvante (NeoET), en lugar de cirugía, como estrategia de manejo de la enfermedad.

El tratamiento, NeoET agrega, bloquea o elimina hormonas como un medio para reducir la carga tumoral antes de la cirugía. Sin embargo, algunos tumores ER + HER2 no responden a NeoET. Para esos pacientes, un retraso en la cirugía podría tener un impacto devastador. Ahí es donde entra en juego el algoritmo.

Los miembros del consorcio reunieron datos inéditos, que abarcaron a varios miles de pacientes con cáncer de mama. Luego, Dowsett y sus colegas analizaron si tres marcadores bioquímicos podrían usarse para clasificar a los pacientes para una cirugía prioritaria o tardía.

Los tres marcadores fueron el receptor de estrógeno (ER), el receptor de progesterona (PgR) y el marcador proliferativo Ki67. 

Dowsett y su equipo se propusieron examinar biopsias de tumores y registros médicos para identificar correlaciones entre la respuesta tumoral a NeoET y la presencia de tinte ER, PgR y Ki67. Con esta información, razonaron, se podría construir un algoritmo para ayudar a clasificar a los pacientes en función de los resultados iniciales de la biopsia. Todo lo que el equipo tenía que hacer era analizar minuciosamente la inmensa cantidad de datos proporcionados por el consorcio.