Los trasplantes de médula ósea, fundamentales en el tratamiento de enfermedades como la leucemia, son un hito médico con más de seis décadas de historia. Aunque efectivos, su desafío radica en la alta mortalidad asociada. En este contexto, el análisis detallado de cada caso es crucial antes de tomar la decisión de realizar estas intervenciones.
Ahora, un equipo de investigadores del IDIBELL y el Instituto Catalán de Oncología, liderado por el Dr. Alberto Mussetti juntamente con la bioestadística Blanca Rius-Sansalvador, ha dado un paso significativo. Utilizando algoritmos de inteligencia artificial, analizaron los datos de 33,927 pacientes oncohematológicos sometidos a trasplantes entre 2010 y 2019 con el objetivo de desarrollar una nueva puntuación de pronóstico.
El estudio, publicado hoy en la revista Bone Marrow Transplantation y que consideró tanto la mortalidad relacionada con el trasplante como la sobrevivencia global, logró una estratificación efectiva del riesgo. En este sentido, el sistema de puntuación ahora puede estimar la probabilidad de muerte incluso en casos de trasplantes con donantes haploidénticos (compatibilidad entre el 50% y el 70%), donde las predicciones no eran posibles previamente. Según esta nueva herramienta, en los casos más favorables, la supervivencia a dos años alcanza un notable 87%, contrastando drásticamente con el escenario menos favorable, donde lamentablemente se registra una supervivencia de solo el 7%. Sin embargo, aunque la utilización de inteligencia artificial permita una estratificación personalizada del riesgo, aún no se ha logrado mejorar de manera significativa la precisión en predecir la toxicidad pre-trasplante.
Por estas razones, el Dr. Mussetti destaca que “los resultados de una puntuación de pronóstico por sí solos no deben ser motivo para excluir a los pacientes de un procedimiento que podría salvarles la vida. Predecir el futuro nunca es seguro, sobre todo cuando el sistema es complejo como en este caso”. Y añade que “en estas decisiones cruciales también se deben considerar los marcadores biológicos y clínicos del paciente. Por lo tanto, la última decisión está en la mano del clínico, aunque pueda tener como suporte herramientas más modernas como estas basadas en inteligencia artificial”.
Artículo de referencia: Artificial Intelligence Methods to Estimate Overall Mortality and Non-Relapse Mortality Following Allogeneic HCT in the Modern Era: an EBMT-TCWP study. Mussetti A et al. Bone Marrow Transplantation. 2023.
El equipo de investigadores observó cambios en el...
El gen AtCDF3 promueve una mayor producción de az...
Un estudio con datos de los últimos 35 años, ind...
En nuestro post hablamos sobre este interesante tipo de célula del si...
La revista ‘Nature Protocols’ selecciona esta técnica como “pro...
