Un estudio liderado desde el Instituto ITACA de la Universitat Politècnica de València (UPV) ha abierto una nueva vía para mejorar el tratamiento personalizado en pacientes con glioblastoma, uno de los tipos de cáncer más agresivos y difíciles de tratar que existen en la actualidad.
La aplicación en la práctica clínica de sus resultados, publicados en la revista Cancers, ayudaría a adaptar las terapias según las características específicas de cada tumor cerebral.
La investigación se centró en evaluar la eficacia de bevacizumab (BVZ), un fármaco utilizado en el tratamiento de varios tipos de cáncer que funciona al bloquear la formación de nuevos vasos sanguíneos en el tumor, lo que puede ayudar a reducir su crecimiento, según explican este miércoles desde la UPV.
Aun así, la doctora por UPV María del Mar Álvarez-Torres duda sobre este tratamiento porque "no mejora la supervivencia de todos los pacientes que lo reciben".
"En este estudio se sugiere emplear el volumen sanguíneo cerebral (rCBV) como un indicador anticipado para identificar a los pacientes con glioblastoma (GBM) que podrían obtener mejoras en su supervivencia mediante este nuevo tratamiento", destaca Álvarez-Torres.
En su estudio, en el que participaron también el Institut Català d’Oncologia (ICO), el Institut Investigació Germans Trias i Pujol (IGTP) y el Hospital Clinic de Barcelona, se ha llevado a cabo un estudio retrospectivo con más de 100 pacientes.
De este modo, el bevacizumab (BVZ) mostró ser más beneficioso en aquellos pacientes con tumores moderadamente vasculares, con una supervivencia media de diez meses más tras la aplicación del tratamiento.
Según los investigadores, esto sugiere que la vascularidad original del tumor (la red de vasos sanguíneos que el tumor genera para crecer) podría ser un indicador crucial para prever quiénes se beneficiarían más del bevacizumab después de la progresión del tumor.
"En nuestro trabajo hemos comprobado que la introducción del marcador rCBV permite identificar específicamente a aquellos pacientes con tumores moderadamente vascularizados a los que el tratamiento con bevacizumab les iría mejor", ha apuntado Álvarez-Torres.
Para la doctora, esto no solo mejoraría la eficacia del tratamiento, sino que también ofrece la oportunidad de explorar opciones más beneficiosas para los pacientes cuyos tumores no responden favorablemente al medicamento.
Método no invasivo, sin riesgos y eficiente
El cálculo del volumen sanguíneo cerebral (rCBV) se ha llevado a cabo a partir de imágenes de resonancia magnética utilizando una tecnología basada en inteligencia artificial desarrollada en la UPV.
Según Álvarez-Torres, se trata de una alternativa no invasiva y sin riesgos adicionales para los pacientes. Además, al utilizar datos de diagnóstico estándar, evita costes adicionales y ahorra tiempo en pruebas adicionales.
"Nuestra propuesta es una opción eficiente y económicamente viable para mejorar la selección del tratamiento. Pero, por encima de todo, permite la identificación temprana de pacientes con glioblastoma que se beneficiarán más del bevacizumab, facilitando la personalización del tratamiento y mejorando sus perspectivas", incide la doctora de la UPV.
Según explica, los siguientes pasos en la investigación se centrarán en validar los resultados con grupos de pacientes más amplios.
Además, ha destacado que se deben considerar otros factores como la edad del paciente, e incorporar un análisis continuo de las imágenes de seguimiento para ayudar a mejorar la estratificación de pacientes (clasificación por grupos según criterios clínicos).
Este trabajo es el resultado de la colaboración entre varios centros que forman parte del proyecto GLIOCAT, respaldado por la beca La Marató TV3 que permitió recopilar retrospectivamente una amplia gama de datos clínicos, moleculares y radiológicos de 432 pacientes diagnosticados y tratados homogéneamente de glioblastoma en seis centros de Cataluña entre 2004 y 2013.
Específicamente, las imágenes radiológicas del diagnóstico se almacenaron en una plataforma que permite realizar estudios para comprender las características de la enfermedad y obtener datos sobre el pronóstico y la respuesta al tratamiento.
La investigadora del Institut Català d'Oncologia Carme Balaña ha explicado que, tras un estudio que aplica software basado en Inteligencia Artificial, han averiguado que el rCBV funciona como factor predictivo y de respuesta al fármaco bevacizumab.
"Podría ser útil para identificar a aquellos pacientes que pueden beneficiarse del fármaco. Nuestra investigación aporta, por lo tanto, un nuevo dato útil en el objetivo de la medicina personalizada basada en estos biomarcadores predictivos", ha concluido Balaña.
