El Grupo Investigación de Economía de la Salud de la Universidad de La Rioja participa en el proyecto de investigación, a nivel nacional, que ha desarrollado un modelo matemático capaz de identificar las estrategias idóneas para la detección precoz del cáncer colorrectal.
Este modelo es resultado del proyecto ONCOSCREEN, liderado por el catedrático Fernando Antoñazas, y ha sido publicado en la revista Computers in Biology and Medicine.
En él participan investigadores del Consejo Superior de Investigaciones Científicas (CSIC), organismo adscrito al Ministerio de Ciencia, Innovación y Universidades, en el Instituto de Ciencias Matemáticas (ICMAT); junto al Grupo Investigación de Economía de la Salud de la UR.
Los resultados muestran que una estrategia para establecer el cribado basada en un enfoque más personalizado incrementa el número de casos incipientes detectados, empleando los mismos recursos que la actual, informan desde el CSIC/ICMAT.
El cáncer colorrectal es el tercer tipo más común de cáncer a nivel mundial: representa el 10 % de casos y el 12 % de las muertes producidas por todos los tipos de cáncer. Por ello, la detección temprana de la enfermedad es clave para hacerle frente.
Habitualmente, la mayoría de los programas de detección se basan únicamente en la edad de la población susceptible; es decir, consisten en realizar el mismo tipo de prueba a todas las personas mayores de cierta edad, con el fin de localizar casos tempranos de la enfermedad.
Sin embargo, el modelo diseñado por Daniel Corrales y David Ríos, investigadores del CSIC en el Instituto de Ciencias Matemáticas (ICMAT), junto con Marino J. González, de la Universidad de La Rioja, identifica un conjunto de características que se asocian con la alta probabilidad de padecer este tipo de cáncer.
En los casos de riesgo medio, la prueba actual –basada en detección de sangre en heces– es la más eficiente. Sin embargo, si el riesgo es más elevado, convendría usar otro tipo de test
Estas incluyen, además de la edad –que se confirma como la variable con mayor asociación con la enfermedad–, la presencia de otras dolencias como diabetes e hipertensión, el consumo de tabaco y alcohol, o el índice de masa corporal.
A partir de esta información, el estudio establece un nivel de riesgo para cada persona, a la cual se sugiere un tipo de acción para la detección temprana de la enfermedad.
Según el estudio, en los casos de riesgo medio, la prueba actual –basada en detección de sangre en heces– es la más eficiente. Sin embargo, si el riesgo es más elevado, convendría usar otro tipo de test, como una prueba de ADN en heces.
«Nuestra propuesta permite evaluar de forma exhaustiva los programas nacionales existentes de cribado para cáncer colorrectal, así como compararlos con otras estrategias», asegura Ríos, profesor de investigación del CSIC en el ICMAT.
«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.
Por su parte, Marino J. González, del Grupo de Investigación de Economía de la Salud de la Universidad de La Rioja, afirma que «nosotros coordinamos el área del proyecto encargada de estudiar las mejores formas en que se puedan adoptar estas innovaciones por los sistemas de salud».
En este sentido, una de las tareas que llevan a cabo es «proponer nuevos métodos para caracterizar las ventajas de estas pruebas. Y de esta manera esperamos facilitar que los decisores tomen en consideración estos aspectos en los sistemas de salud», asegura.
REDES BAYESANAS PARA ANALIZAR FACTORES DE RIESGO
En el marco del proyecto europeo Oncoscreen, los investigadores han diseñado un modelo gráfico estadístico denominado red bayesiana para analizar los factores de riesgo. «Se trata de un diagrama que permite representar, de forma clara y sencilla, la compleja maraña de relaciones entre diferentes condiciones médicas relevantes», explica Daniel Corrales, investigador predoctoral del CSIC en el ICMAT.
La red está formada por nodos, que representan las variables de interés –por ejemplo, la presencia de células cancerígenas, la edad, el índice de masa corporal o la diabetes–, y arcos entre los nodos, que indican la asociación entre ellas. «Si entre dos nodos del modelo hay un arco, esto quiere decir que entre las dos variables que representan hay una relación de dependencia», explica Corrales.
Estas relaciones se cuantifican a través de probabilidades condicionadas, que representan la probabilidad de que suceda un determinado evento (por ejemplo, padecer diabetes) si se da otro (por ejemplo, tener más de 60 años).
Cada nodo incorpora una tabla de probabilidad que muestra los posibles valores de esa variable, según la información disponible. «Es una herramienta visual que facilita la interpretación a los expertos», asegura Ríos.
MATEMÁTICAS PARA APOYAR LA TOMA DE DECISIONES
Al introducir los datos de cada paciente, la red permite, entre otras cosas, computar su riesgo de padecer cáncer colorrectal –el objetivo inicial del estudio–. Una vez obtenida esta información, se incorpora en un modelo de decisión que sugiere qué medida tomar, en cada caso.
«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», describe Corrales. Empleando esta herramienta, a la mayoría de la población general no se le asignaría ninguna prueba, dado que su riesgo es, en general, muy bajo.
«Pero cuando el riesgo crece, es importante saber qué prueba asignar, teniendo en cuenta, por un lado, de cuántas pruebas de cada tipo se dispone en el programa de cribado y cómo de bien detecta la presencia de cáncer cada tipo de test», detalla Ríos.
Según sus resultados, para riesgos altos, sería conveniente utilizar test más sensibles que los actuales, es decir, «que tengan una mayor capacidad para detectar correctamente a quienes tienen la enfermedad, minimizando la posibilidad de falsos negativos», explica Corrales.
Según el estudio, una prueba de ADN en heces, pese a ser más cara, puede ser más recomendable que la prueba estándar para pacientes de riesgo más alto. «Para apoyar la selección de las pruebas óptimas, se buscan las de máxima utilidad esperada según los criterios estudiados», comentan los autores.
Los investigadores han combinado el conocimiento de expertos en esta enfermedad con aprendizaje automático extraído de datos de dos millones de pacientes para diseñar el modelo.
«En una primera fase hemos revisado la investigación existente sobre factores de riesgo de tener cáncer colorrectal y hemos mantenido conversaciones con médicos. Después, hemos corroborado esta información con datos facilitados por centros médicos colaboradores», dice Corrales.
Las conclusiones de este estudio serán utilizadas para evaluar las nuevas tecnologías de detección precoz del CCR que se están desarrollando en el proyecto ONCOSCREEN por parte de los centros de investigación y universidades colaboradoras.
BIBLIOGRAFÍA
-Corrales, D., Insua, D. R., & González, M. J. (2025). A decision analysis model for colorectal cancer screening. Computers in Biology and Medicine, 196, 110755. https://doi.org/10.1016/j.compbiomed.2025.110755
-Corrales, D., Santos-Lozano, A., López-Ortiz, S., Lucia, A., & Insua, D. R. (2024). Colorectal cancer risk mapping through Bayesian networks. Computer Methods and Programs in Biomedicine, 257, 108407. https://doi.org/10.1016/j.cmpb.2024.108407
NOTA: © De la información: CSIC / IMAT
Etiquetas
Categorías
Noticias relacionadas
«Es un orgullo que todos hayáis elegido la Universidad de La Rioja para estudiar»
Actividades relacionadas
