Estudio sobre predicción y análisis en cáncer de mama triple negativo

El cáncer de mama triple negativo representa aproximadamente el 15 al 20 por ciento de todos los cánceres de mama, con una alta tasa de mortalidad y escasas opciones terapéuticas. Existe una necesidad urgente de identificar marcadores pronósticos que puedan guiar el tratamiento personalizado para mejorar los resultados clínicos.

Se llevó a cabo un estudio analítico utilizando imágenes patológicas combinadas con algoritmos de aprendizaje automático para predecir el pronóstico en pacientes con cáncer de mama triple negativo. La muestra consistió en 250 casos, seleccionados de un registro nacional de cáncer, aplicando criterios de inclusión específicos para asegurar la homogeneidad. Se utilizó un análisis de supervivencia para evaluar la asociación entre los biomarcadores identificados y el pronóstico.

Los resultados revelaron que el modelo predictivo basado en imágenes patológicas logró una precisión del 85 por ciento en la predicción de eventos metastásicos. Además, se observó una reducción del 30 por ciento en la tasa de mortalidad en pacientes que recibieron tratamientos personalizados basados en estas predicciones, en comparación con los que siguieron tratamientos estándar.

Estos hallazgos sugieren que la incorporación de análisis de imágenes patológicas en el pronóstico del cáncer de mama triple negativo puede mejorar significativamente el enfoque de tratamiento personalizado. Sin embargo, se debe considerar que la investigación se basa en una muestra moderada y puede requerir validaciones adicionales en cohortes más grandes para generalización.

Dirección original del artículo citado: https://www.besjournal.com/en/article/doi/10.3967/bes2025.119