Un nuevo modelo matemático mejora la detección precoz del cáncer colorrectal

El cáncer colorrectal representa el tercer tipo más común a nivel global, concentrando el 10 % de los casos y el 12 % de las muertes por enfermedades oncológicas. Su diagnóstico precoz resulta crucial. No obstante, los programas vigentes suelen fundamentarse únicamente en criterios de edad, aplicando la misma prueba a toda persona que supere un umbral etario, lo que limita su eficacia.

Un equipo del Consejo Superior de Investigaciones Científicas (CSIC), dependiente del Ministerio de Ciencia, Innovación y Universidades, ha creado un modelo matemático orientado a mejorar la detección temprana del cáncer colorrectal. Según detalla el estudio, publicado en la revista Computers in Biology and Medicine, este sistema permitiría detectar más casos iniciales sin incrementar los recursos respecto a la estrategia actual, al basarse en un enfoque de cribado personalizado.

Los investigadores Daniel Corrales y David Ríos, del Instituto de Ciencias Matemáticas (ICMAT-CSIC), junto a Marino J. González, de la Universidad de La Rioja, han desarrollado un modelo que tiene en cuenta múltiples variables que aumentan la probabilidad de desarrollar esta enfermedad. Entre estos factores se encuentran, además de la edad —la más determinante según el estudio—, la existencia de patologías como hipertensión y diabetes, el hábito de fumar, el consumo de alcohol o el índice de masa corporal.

El sistema asigna a cada individuo un nivel de riesgo específico y propone la prueba más adecuada en función de dicho riesgo. Así, para quienes presentan un riesgo intermedio, la prueba de sangre oculta en heces, actualmente utilizada de forma general, sigue siendo la más eficaz. Sin embargo, para individuos con mayor probabilidad de padecer la enfermedad, los autores del estudio recomiendan el uso de métodos más sensibles, como el análisis de ADN en heces.

Estrategia personalizada

«Nuestra propuesta permite evaluar de forma exhaustiva los programas nacionales de cribado existentes para cáncer colorrectal, así como compararlos con otras estrategias», explica David Ríos, profesor de investigación del CSIC. «Los resultados muestran que una estrategia personalizada detecta un mayor número de casos incipientes entre la población, lo que puede reducir, a largo plazo, la mortalidad por esta enfermedad y también el gasto en recursos relativos al tratamiento», añade.

La investigación forma parte del proyecto europeo Oncoscreen y ha incluido el desarrollo de una red bayesiana, una herramienta gráfica y estadística para representar relaciones de dependencia entre variables médicas relevantes. «Se trata de un diagrama que permite representar, de forma clara y sencilla, la compleja maraña de relaciones entre diferentes condiciones médicas relevantes», señala Daniel Corrales, investigador predoctoral del CSIC en el ICMAT.

Esta red está compuesta por nodos –que representan variables como la edad, la obesidad o la diabetes– y arcos –que indican la existencia de dependencia entre ellas–. Cada nodo incorpora una tabla de probabilidad que cuantifica la relación condicional entre variables. «Es una herramienta visual que facilita la interpretación a los expertos», comenta Ríos.

Calcular su riesgo

Una vez introducidos los datos del paciente, la red permite calcular su riesgo de padecer cáncer colorrectal. A partir de esta evaluación, el modelo sugiere qué prueba realizar, teniendo en cuenta no sólo la eficacia del test, sino también su coste, la información que proporciona y el nivel de incomodidad para el paciente. «Para ello también se tiene en cuenta, mediante una función de utilidad multiatributo, el coste de la prueba, la información que aporta y lo molesta que es para el paciente», detalla Corrales.

En función de estos criterios, el modelo indica que a la mayoría de la población general no se le recomendaría someterse a ninguna prueba, dado su bajo riesgo. Pero si este aumenta, resulta fundamental seleccionar correctamente la prueba en función de la disponibilidad y la capacidad de cada método para detectar la enfermedad. «Para apoyar la selección de las pruebas óptimas, se buscan las de máxima utilidad esperada según los criterios estudiados», explican los autores.

La construcción del modelo ha implicado una primera fase de revisión bibliográfica sobre los factores de riesgo del cáncer colorrectal, así como la consulta con especialistas médicos. Posteriormente, se validaron los datos mediante técnicas de aprendizaje automático aplicadas a un conjunto de información procedente de más de dos millones de pacientes.

Las conclusiones de esta investigación serán utilizadas para analizar nuevas tecnologías de diagnóstico precoz del cáncer colorrectal que están siendo desarrolladas dentro del marco del proyecto Oncoscreen, en colaboración con otros centros de investigación y universidades.