Luz para el cancer de mama

El cáncer de mama es el crecimiento desenfrenado de células malignas en el tejido mamario. Existen dos tipos principales: el carcinoma ductal, que comienza en los conductos que llevan leche desde la mama hasta el pezón y el carcinoma lobulillar que comienza en partes de las mamas, llamadas lobulillos, que producen la leche materna.

Esta enfermedad, definida a grandes rasgos en un pequeño párrafo, es el tumor más frecuente en las mujeres occidentales, diagnosticándose, solo en España, 22.000 casos al año según la AECC ( Asociación española contra el cáncer), lo que represenata el 30% de todos los tumores del sexo femenino. Esta cifra se extiende a 370.000 casos al año en Europa (27,4% del total de tumores encontrados en mujeres) y 230.000 en Norteamérica (31,3% del total de tumores encontrados en mujeres).

Uno de los mecanismos más potentes para su prevención, es el diagnóstico precoz. Las posibilidades de curación de los cánceres de mama que se detectan en su etapa inicial (in situ) son prácticamente del 100%. Gracias a la realización de campañas de diagnóstico precoz, la mortalidad ha disminuido de una forma significativa, al menos cuando se realiza en la edad de mayor incidencia (por encima de los 50 años), según cifras de la AECC.

La prueba diagnóstica más eficaz para detectar este tipo de cáncer, es la mamografía, técnica que consiste en una radiografía de las mamas capaz de detectar lesiones en estadios muy incipientes de la enfermedad, permitiendo detectar lesiones en la mama hasta dos años antes de que sean palpables , logrando así, en la mayoría de casos, evitar la metástasis.

Si se detecta una imagen sospechosa de malignidad en la mamografía ( masas), el médico solicitará más pruebas para conocer la naturaleza de la lesión. Las pruebas más comunes son la ecografía, la punción de las mismas (PAAF) o la biopsia. En el caso de mamas densas también se realiza una resonancia nuclear magnética (RNM).



Los diagnósticos precoces, permiten atajar el cancer en estadios tempranos, siempre y cuando se realicen revisiones periódicas con cierta frecuencia, pero hay algo que ninguna de estas técnicas puede predecir: si hay o no metástasis. Normalmente hasta que el cirujano no interviene para extirpar el tumor, y se analiza, no se sabe si el tejido aledaño al mismo esta invadido o no.

Recientemente, científicos españoles del IDIBELL (Instituto de investigación biomédica de Bellvitge) y el ICFO (Instituto de ciencias fotónicas), han desarrollado una metodología que permite detectar si hay metástasis o no a partir de una muestra de tejido, la misma muestra que se utiliza para realizar una biopsia, prediciendo la posibilidad de desarrollarla.

Una prueba fotónica, espectroscopía de Raman, de las células tumorales de la mama, permitirá saber si hay mucho o poco riesgo de que este tumor migre o no a otras partes del cuerpo.

Este estudio ha sido publicado recientemente en la revista Plos ONE, en el cual exponen el desarrollo de una serie de métodos que permiten predecir el riesgo de metástasis mediante métodos computacionales a partir de resultados experimentales, obtenidos utilizando la citada espectroscopía, sobre muestras de células mamarias. El análisis se basa en la caracterización del componente lipídico de las células, indicativo de su malignidad. Este fenómeno ha permitido desarrollar un clasificador para discriminar las células con capacidad metastásica.

Mediante el estudio citológico de las células tumorales se encontró una correlación entre la activación de la lipogénesis y la cantidad de lípidos saturados en las células metastásicas. Posteriormente, los investigadores analizaron los componentes principales y, parcialmente, los menos discriminantes para evaluar el perfil de la composición lipídica de las células del cáncer de mama, generando un modelo de clasificación que diferencia entre la composición de las células metastásicas y las no metastásicas, según indican desde el propio Idibell.


De este estudio, se desprende que el contenido de lípidos de las células cancerígenas podría ser una medida útil para determinar la progresión del cáncer de mama.

Según declaraciones de la coordinadora del estudio Angels Sierra recogidas por la agencia efe, “Hemos determinado el algoritmo que permite utilizar esta técnica fotónica para conocer el contenido lipídico de estas células. Ahora tenemos un método de clasificación de estas células tumorales y podremos pasar a una investigación clínica estudiando muestras de biopsias del hospital y valorar la técnica en el uso clínico”. También declaró, "El algoritmo para discriminar la capacidad metastàsica es un primer paso hacia la estratificación de las células de cáncer de mama utilizando esta herramienta rápida y sin ningún reactivo".

Los resultados de este proceso sientan las bases para introducir esta técnica en el diagnóstico citológico precoz rutinario, como lo son las biopsias, y en un futuro podría hacerse extensivo al diagnóstico de otros tumores, según los propios investigadores.


Evidentemente aún quedan muchas más pruebas que refuten las conclusiones que se desprenden de este estudio, pero sea como fuere, este tipo de avances deben permitir mantener la fe en la ciencia y en la investigación, y no considerarla una pérdida de recursos económicos, en contrapunto a lo que se desprende de las políticas de actuación en esta materia por parte de los gobiernos de este país, con continuos recortes a los presupuestos de los cuales se nutre la ciencia y sin los cuales su futuro es cuanto menos complicado.

                  
http://es.wikipedia.org/wiki/C%C3%A1ncer_de_mama

http://www.lavanguardia.com/ciencia/20121018/54353188395/desarrollada-una-tecnologia-que-permite-predecir-metastasis-en-cancer-de-mama.html

http://www.agenciasinc.es/Noticias/Una-tecnologia-predice-la-metastasis-en-el-cancer-de-mama

http://www.idibell.cat/modul/noticies/ca/432/investigadors-de-lidibell-i-licfo-desenvolupen-una-tecnologia-que-permet-predir-la-metastasis-en-el-cancer-de-mama

http://www.plosone.org/article/info%3Adoi%2F10.1371%2Fjournal.pone.0046456

Etiquetes de comentaris: , , , ,