Volver a Noticias Científicas
Investigación Científica

Detalles del Artículo

Perfiles inmunes impulsados por IA a partir de diapositivas de histopatología para la predicción del resultado de quimiorradioterapia en cáncer rectal: un estudio utilizando cohortes de ensayos clínicos y del mundo real.

HR: 0.59
p: = 0.013
IC 95%: 0.39-0.90

¿Qué significa esto para los pacientes?

AI

Este estudio analizó cómo las células inmunitarias presentes en un tumor de cáncer de recto, junto con otros factores como la tasa de división celular y las mutaciones del ADN, podrían predecir la respuesta de los pacientes al tratamiento con quimioterapia y radioterapia antes de la cirugía (quimiorradioterapia neoadyuvante, o nCRT).

La investigación se centró en pacientes con cáncer de recto localmente avanzado (LARC). Los científicos utilizaron inteligencia artificial (IA) para analizar muestras de tejido estándar (láminas de histopatología) obtenidas del tumor. Examinaron la densidad de células inmunitarias específicas (linfocitos infiltrantes tumorales, o TIL, y macrófagos asociados al tumor, o TAM), la tasa de división celular (actividad mitótica) y la presencia de ciertas mutaciones del ADN (como KRAS y TP53). Descubrieron que un mayor número de TIL se asociaba con mejores resultados (mayor supervivencia libre de enfermedad y supervivencia global), mientras que un mayor número de TAM se asociaba con peores resultados. El impacto de los TIL y los TAM parecía depender de las mutaciones específicas del ADN presentes en el tumor. Los cambios en el perfil de las células inmunitarias después del tratamiento (específicamente, un aumento de los TIL) también se asociaron con mejores resultados.

Actualmente, este tipo de análisis inmunológico detallado utilizando IA no es una práctica estándar en entornos clínicos. Los hallazgos sugieren que el análisis del entorno inmunitario dentro del tumor podría ayudar potencialmente a predecir la respuesta al tratamiento y guiar las decisiones en el futuro. Sin embargo, esta investigación aún se encuentra en una etapa temprana. El estudio utilizó datos y muestras de tejido de pacientes existentes. Para avanzar, estos hallazgos deberían validarse en estudios más amplios e incorporarse potencialmente en ensayos clínicos para determinar si el análisis inmunológico basado en IA puede mejorar los resultados de los pacientes en la práctica.

Este resumen es generado por IA con fines informativos. No sustituye el consejo médico profesional. Consulte siempre con su oncólogo.

El impacto del microentorno tumoral-inmune en los resultados del cáncer rectal avanzado localmente (LARC) sigue siendo incierto.

Este estudio evalúa cuantitativamente la influencia sinérgica de linfocitos infiltrantes tumorales (TILs), macrófagos asociados con el tumor (TAMs), actividad mitótica y mutaciones del ADN en la predicción de los resultados para pacientes con LARC sometidos a quimiorradioterapia neoadyuvante (nCRT). Tres cohortes (ARISTOTLE-RC, UCLH-RC, TCGA-CRC) fueron estratificadas por densidades de TILs, TAMs y figuras mitóticas cuantificadas por IA con umbrales identificados en un subconjunto de reserva y se integraron con mutaciones del ADN para evaluar las correlaciones con la supervivencia libre de enfermedad (DFS) y la supervivencia global (OS). También se evaluó la dinámica de células inmunes pre- y post-CRT. En ARISTOTLE-RC, los pacientes TIL+ tuvieron una DFS significativamente mejorada (HR = 0,59, IC del 95%: 0,39-0,90, p = 0,013) y OS (HR = 0,42, IC del 95%: 0,24-0,73, p < 0,005), mientras que TAM+ se asoció con una DFS más corta (HR = 1,65, IC del 95%: 1,00-2,72, p = 0,045).

Patrones similares se observaron en UCLH-RC y TCGA-CRC. Los pacientes TIL+/KRAS- tuvieron una DFS significativamente mejorada (HR = 0,41, IC del 95%: 0,22-0,75, p < 0,005) y OS (HR = 0,28, IC del 95%: 0,13-0,62, p < 0,005). En pacientes con mutación TP53, el grupo TAM+ mostró una DFS más corta (HR = 1,46, IC del 95%: 1,07-2,01, p = 0,0151), mientras que entre los pacientes TP53-wild-type no se observó diferencia en la DFS (HR = 1,00, IC del 95%: 0,66-1,52, p = 0,9930) entre los dos subgrupos. Los pacientes que pasaron de TIL- a TIL+ después de nCRT tuvieron una DFS mejorada (HR = 0,70, IC del 95%: 0,50-0,97, p = 0,028) y mostraron un índice mitótico pre-tratamiento significativamente más alto (diferencia media = 9,36, IC del 95%: 1,87-16,85, p = 0,0385).

Estos hallazgos sugieren la utilidad potencial de un perfil inmune impulsado por IA para la toma de decisiones clínicas en pacientes con LARC sometidos a nCRT. Cancer Research UK (RRNPSF-Jan21/100001, A18745, C7893/A2899), UK Research and Innovation (MR/T040785/1).

Inicia sesión o regístrate para acceder al texto completo

Se abre en una nueva pestaña en la publicación original

Compartir y Discutir

Comentarios

¡Aún no hay comentarios. Sé el primero en comentar!

Enviar a mi oncólogo

Artículo: AI-powered immune profiling from histopathology slides for chemo-radiotherapy outcome prediction in rectal cancer: a study using clinical trial and real-world cohorts.

Autores: Shen Z, Brand D, Simard M, Levine AP, Hindocha S, Mistry T, Oukrif D, Lopes A, Begum R, West NP, Zhang Y, Royle G, Ma...
Publicado: 2025-12-01
PMID: 41253645
Genes: KRAS, TP53

Enlace: https://crcwarriors.org/article-detail.php?id=807 | https://pubmed.ncbi.nlm.nih.gov/41253645/

¡Regístrate para usar esta función!

Crea una cuenta gratuita para enviar artículos científicos directamente a tu oncólogo y acceder a muchas más funcionalidades personalizadas.

Regístrate gratis