Un nuevo estudio aporta una prueba de concepto de la capacidad de una gota de sangre para revelar cáncer de pulmón en pacientes asintomáticos.
El descubrimiento podría salvar millones de vidas y reducir drásticamente el coste de la atención sanitaria.
Los investigadores analizaron decenas de miles de muestras de sangre almacenadas en un biobanco.
En el futuro, la tecnología podría utilizarse para detectar la enfermedad de Alzheimer.
Según un nuevo estudio, una prueba diagnóstica de sangre podría permitir la detección temprana del cáncer de pulmón en pacientes asintomáticos.
El cáncer de pulmón, la principal causa de muerte por cáncer, suele diagnosticarse en una fase avanzada, cuando la tasa de supervivencia es extremadamente baja. El cáncer de pulmón en etapa temprana es en su mayoría asintomático, y la tomografía computarizada espiral de baja dosis, el método actual para detectar lesiones pulmonares tempranas, no es viable como prueba de cribado generalizada para la población general debido a su alto coste y al riesgo de radiación derivado de los cribados repetidos.
El estudio, publicado en Proceedings of the National Academy of Sciences, aporta una prueba de concepto de la capacidad de una gota de sangre para revelar cáncer de pulmón en pacientes asintomáticos. Fue dirigido conjuntamente por investigadores del Hospital General de Massachusetts (MGH), afiliado a Harvard: Leo Cheng, biofísico asociado en patología y radiología, Centro Athinsula A. Martinos de Imagen Biomédica, y David Christiani, neumólogo y médico de cuidados intensivos.
«Nuestro estudio demuestra el potencial de desarrollar una herramienta de cribado sensible para la detección temprana del cáncer de pulmón», afirma Cheng. «El modelo predictivo que hemos construido puede identificar qué personas podrían albergar cáncer de pulmón. Las personas con hallazgos sospechosos serían derivadas para una evaluación adicional mediante pruebas de imagen, como la TC de baja dosis, para obtener un diagnóstico definitivo».
Una prueba predictiva para el cáncer de pulmón
Cheng, Christiani y sus coinvestigadores construyeron un modelo predictivo del cáncer de pulmón basado en perfiles metabolómicos en sangre. La metabolómica analiza los flujos de metabolitos celulares para descifrar los estados sanos y patológicos mediante el estudio del metaboloma, el conjunto bioquímico dinámico presente en todas las células, fluidos y tejidos del organismo. La presencia de cáncer de pulmón, con su fisiología y patología alteradas, puede provocar cambios en los metabolitos sanguíneos producidos o consumidos por las células cancerosas de los pulmones. Los investigadores midieron los perfiles metabolómicos en sangre mediante espectroscopia de resonancia magnética de alta resolución, una herramienta que puede examinar una serie de compuestos dentro de las células vivas mediante la medición de las reacciones colectivas de los metabolitos.
Los investigadores analizaron decenas de miles de muestras de sangre almacenadas en el biobanco del MGH y en otros, y encontraron 25 pacientes con cáncer de pulmón no microcítico (NSCLC) que tenían muestras de sangre almacenadas obtenidas en el momento del diagnóstico y al menos seis meses antes del mismo. Emparejaron a estos pacientes con 25 controles sanos.
Los investigadores entrenaron primero su modelo estadístico para reconocer el cáncer de pulmón midiendo los valores del perfil metabolómico en muestras de sangre obtenidas de pacientes en el momento del diagnóstico y comparándolos con muestras de sangre de los controles sanos. Después validaron su modelo utilizando muestras de sangre de los mismos pacientes obtenidas antes de su diagnóstico de cáncer de pulmón. En este caso, el modelo predictivo arrojó valores intermedios entre los controles sanos y los pacientes en el momento del diagnóstico.
«Esto resultó muy alentador, porque el cribado de la enfermedad en etapa temprana debería detectar cambios en los perfiles metabolómicos sanguíneos que sean intermedios entre los estados sano y enfermo», afirma Cheng.
A continuación, los investigadores probaron su modelo con un grupo diferente de 54 pacientes con NSCLC, utilizando muestras de sangre obtenidas antes de su diagnóstico de cáncer, lo que confirmó que las predicciones del modelo eran precisas.
Usos futuros de la tecnología
Los valores del modelo predictivo medidos en muestras de sangre previas al diagnóstico también podrían predecir la supervivencia a cinco años de los pacientes, lo que podría ser útil para orientar las estrategias clínicas y las decisiones terapéuticas. Un estudio anterior de los investigadores demostró el potencial de la metabolómica basada en espectroscopia de resonancia magnética para diferenciar tipos y estadios de cáncer. Se necesitan estudios más amplios para validar el uso de los modelos metabolómicos sanguíneos como herramientas de cribado temprano del NSCLC en la práctica clínica.
A continuación, los investigadores analizarán los perfiles metabolómicos de las características clínicas del cáncer de pulmón para comprender todo el espectro metabólico de la enfermedad, lo que podría ser útil para elegir terapias dirigidas. También han medido los perfiles metabolómicos de más de 400 pacientes con cáncer de próstata para crear un modelo que distinga entre el cáncer indolente, que debe vigilarse, y el cáncer más agresivo, que requiere tratamiento inmediato. Los investigadores también planean utilizar la misma tecnología para el cribado de la enfermedad de Alzheimer mediante muestras de sangre y líquido cefalorraquídeo.
Cheng es profesor asociado de radiología en la Facultad de Medicina de Harvard. Christiani es profesor de medicina en la HMS y profesor de genética ambiental en la Escuela de Salud Pública T.H. Chan de Harvard.
El Instituto Nacional del Cáncer financió este estudio.
