La medicina de precisión combina diversas tecnologías para orientar a los profesionales de la salud a tomar mejores decisiones clínicas.
Las tecnologías ómicas surgieron a raíz de las investigaciones sobre el genoma humano, y se utilizan para el procesamiento de muestras complejas y generación de grandes cantidades de datos para la investigación médica. Este tipo de tecnologías se asocian con la medicina de precisión y las firmas moleculares.
El artículo: “Procedimiento de predicción única multiplataforma: un marco de aprendizaje automático estadístico para una implementación más amplia de la medicina de precisión”, publicado en npj Digital Health, explora los nuevos enfoques sobre el uso de datos ómicos para predecir los resultados de pacientes de manera independiente.
El estudio presenta la Predicción Ómica Multiplataforma (CPOP, en inglés), que se trata de un modelo de regresó que es capaz de utilizar datos ómicos para predecir los datos de pacientes de forma independiente de la plataforma y a lo largo del tiempo. La publicación detalla que la CPOP mejora el marco de predicción tradicional mediante el uso de características basadas en genes.
De esta forma el CPOP fue desarrollado de la siguiente forma, tomando en cuenta tres fases específicas. Primero, la construcción de características basadas en proporciones, esto significa que pueden utilizarse en diversas plataformas como lo indica su nombre. El segundo paso es, que el proceso de selección incorpora funciones que miden la estabilidad de funciones en múltiples conjuntos de datos. Y finalmente el tercer paso es seleccionar características que tengan efectos estimados en múltiples conjuntos de datos.
En este sentido, el modelo fue construido para el análisis de melanoma en etapa III y utilizaron un conjunto de datos recién generado basado en una cohorte independiente. Lo más relevante de esta investigación, es que los autores desarrollaron un portal web interactivo donde se ilustra la carga de datos, y la obtención de predicciones de riesgo en pacientes con melanoma en etapa III: http://shiny.maths.usyd.edu.au/CPOP/.
La calculadora de riesgo molecular, permite que se carguen datos de expresión de genes, y así evaluar el pronóstico de pacientes de melanoma etapa III.
El trabajo fue realizado por Melanoma Centre of Research Excelence, Melanoma Research Institute Australia y la University of Sydney. Conoce más sobre esta metodología en el artículo completo: https://www.nature.com/articles/s41746-022-00618-5
