Un modelo informático predice quién necesita un cribado de cáncer de pulmón respondiendo a tres preguntas
Es la causa más frecuente de muerte por cáncer en todo el mundo, y la supervivencia es escasa si no se detecta precozmente.
Un modelo de aprendizaje automático equipado únicamente con datos sobre la edad de las personas, la duración del tabaquismo y el número de cigarrillos fumados al día puede predecir el riesgo de cáncer de pulmón e identificar quién necesita un cribado de esta enfermedad, según un nuevo estudio publicado en la revista de acceso abierto 'PLOS Medicine' por Thomas Callender, del University College de Londres (Reino Unido), y sus colegas.
El cáncer de pulmón es la causa más frecuente de muerte por cáncer en todo el mundo, y la supervivencia es escasa si no se detecta precozmente. El cribado entre las personas de mayor riesgo podría reducir las muertes por cáncer de pulmón en casi una cuarta parte, pero la forma ideal de determinar la población de alto riesgo no está clara.
El actual modelo estándar de riesgo de cáncer de pulmón requiere 17 variables, pocas de las cuales están disponibles de forma rutinaria en las historias clínicas electrónicas.
En el nuevo estudio, los investigadores utilizaron datos de 216.714 fumadores empedernidos de la cohorte del Biobanco del Reino Unido y de 26.616 fumadores empedernidos participantes en el ensayo estadounidense National Lung Screening para desarrollar nuevos modelos de riesgo de cáncer de pulmón.
Un modelo de aprendizaje automático utilizó tres factores de predicción (edad, duración del tabaquismo y años-paquete) para calcular las probabilidades de las personas tanto de desarrollar cáncer de pulmón como de morir por esta enfermedad en los cinco años siguientes.
Los investigadores probaron el nuevo modelo con un tercer conjunto de datos, procedentes del ensayo estadounidense de cribado de próstata, pulmón, colorrectal y ovario. El modelo predijo la incidencia del cáncer de pulmón con una sensibilidad del 83,9% y las muertes por cáncer de pulmón con una sensibilidad del 85,5%. Todas las versiones del modelo tenían una sensibilidad mayor que las fórmulas de predicción del riesgo utilizadas actualmente con una especificidad equivalente.
"Sabemos que el cribado de las personas con altas probabilidades de desarrollar cáncer de pulmón puede salvar vidas --apunta Callender--. Gracias al aprendizaje automático, hemos podido simplificar sustancialmente la forma de determinar quiénes tienen un riesgo elevado, lo que supone un planteamiento que podría ser un paso interesante hacia la implantación generalizada del cribado personalizado para detectar precozmente muchas enfermedades", concluye.
