954 09 75 24    revista@hidden-nature.com

La radioterapia “personalizada” mejorará los tratamientos contra el cáncer

  • Biología
  • martes, 23 abril, 2019 a las 11:45
  • por Víctor Pérez Asuaje

Investigadores del departamento de Fisiología Médica y Biofísica de la Universidad de Sevilla y el Centro Nacional de Aceleradores, han desarrollado un modelo de planificación de radioterapia personalizada basado exclusivamente en la imagen morfofuncional, considerando la información anatómica y fisiológica incluida en la imagen clínica del paciente.

Simulación de la radioterapia personalizada con PET/CT

Diferentes resultados de la reconstrucción de imágenes del estudio PET / CT. Las filas superiores muestran tres cortes axiales (A1, A2, A3), mientras que la fila inferior muestra un modelo en 3D de los volúmenes de la sección estudiada.

La radioterapia que se ofrece en la actualidad, a pesar de atender a la particularidad del tipo de tumor o a factores genéticos, se sustenta en estudios basados en la evidencia, es decir, en la experiencia tras aplicar los tratamientos y evaluar los resultados obtenidos.

Como resultado, la mayoría de tratamientos en radioterapia están basados en una medicina poblacional, donde la prescripción de dosis, así como la definición de los volúmenes de interés, se realiza sobre la imagen morfológica o anatómica, habitualmente obtenida por estudio de una tomografía computarizada – también conocida como TAC – del paciente. Estas actuaciones sobre la imagen se han ido reajustando según la evidencia de éxito o fracaso, promediadas a partir de una gran base de datos de pacientes con igual patología.

Pero para conseguir tratamientos más ambiciosos, es necesario incluir un parámetro fundamental en las planificaciones de radioterapia: el tiempo, es decir describir la evolución de la enfermedad. Esto permitiría minimizar la incertidumbre y definir con mayor precisión la extensión de los tejidos enfermos, a fin de que la dosis solamente afecte a la enfermedad, sin dañar tejido sano.

¿Cómo funciona la radioterapia personalizada?

Para entenderlo primero hay que entender qué es una tomografía computarizada. Esta técnica hace referencia a una apilación digital de imágenes que se obtienen al proyectar un haz de rayos X sobre un paciente, mientras que dicho haz gira alrededor de su cuerpo. De esta forma se obtienen fotografías “a capas” del cuerpo que se pueden superponer en el ordenador y dar lugar a una imagen tridimensional, permitiendo observar irregularidades o posibles tumores.

Pero tan sólo con eso, la información que obtenemos es morfológica. Para obtener información fisiológica apoyadas por imagen se pueden utilizar diferentes técnicas, aunque en este caso encontramos la tomografía por emisión de positrones (PET por sus siglas en inglés). Esta es una técnica de imagen médica para detectar o medir cambios en el metabolismo, el flujo sanguíneo, la composición química regional y la absorción.

A través de la planificación basada en la información funcional que puede aportar un dispositivo de imagen como el PET/TAC, es posible tener en cuenta las particularidades fisiológicas de la lesión en cada paciente, así como los cambios que se producen durante el curso del tratamiento, de forma que este puede ser adaptado a estos cambios, conduciendo a una radioterapia adaptativa fuertemente personalizada.

“A diferencia del procedimiento habitual basado en la evidencia poblacional, donde la prescripción de la dosis de tratamiento tiende a ser homogénea a toda la lesión, se ha empleado una nueva forma de prescribir la dosis, conocida como Dose Painting by Numbers, tratando de aumentar la dosis en las zonas más resistentes o más activas del tumor” – Según afirma Elisa Jiménez Ortega.

Dose Painting by Numbers

La técnica Dose Painting by Numbers exige una alta precisión en el cálculo de la dosis que recibe el paciente. Para ello, el equipo de trabajo apostó por el método matemático conocido como full Monte Carlo. Con este modelo se tienen en cuenta tanto las posibles interacciones del haz de partículas terapéutico con los distintos componentes del acelerador y de los tejidos del paciente a tratar. Este método numérico permite una solución teórica precisa, en contraste con el cálculo analítico que se sigue en los planificadores comerciales instalados en los centros hospitalarios.

Como resultado de este trabajo, se han propuesto soluciones para tratamientos de radioterapia personalizada basadas exclusivamente en los cambios en la imagen, lo que ayudará a una implementación de la técnica más flexible y abierta a propuestas de deep learning. Los responsables de este estudio remarcan que este procedimiento ofrece una metodología robusta, capaz de controlar las incertidumbres asociadas a la imagen morfofuncional, con lo que se espera pueda animar a los especialistas a usar este tipo de herramientas y así incorporar consideraciones biológicas que ayuden a un tratamiento del cáncer más personalizado y eficiente.

Con objeto de que este procedimiento pudiera ser convenientemente reproducible, fue necesaria la realización de una serie de experimentos que han permitido certificar el equipo PET/TAC del CNA bajo acreditación internacional EARL de la Asociación Europea de Medicina Nuclear, poniendo a este equipo en un contexto internacional válido para futuros proyectos intercentro.

 


Referencia bibliográfica:

Elisa Jiménez-Ortega, Ana Ureba, Jose Antonio Baeza, Ana Rita Barbeiro, Marcin Balcerzyk, Ángel Parrado-Gallego, Amadeo Wals-Zurita, Francisco Javier García-Gómez, Antonio Leal. “Accurate, robust and harmonized implementation of morpho-functional imaging in treatment planning for personalized radiotherapy” PLoS ONE 14(1) (2019). https://doi.org/10.1371/journal.pone.0210549.

 

Compartir

Fuente: Agencia Sinc - Agencia Sinc - Fuente


Te podría interesar

¡Aviso! Hidden Nature no se hace responsable de la precisión de las noticias publicadas realizadas por colaboradores o instituciones, ni de ninguno de los usos que se le dé a esta información.

Autor Víctor Pérez Asuaje

Estudiante de Grado en Biología. CEO de Hidden Nature. Socio del Centro de Investigación y Desarrollo de Recursos Científicos - Bioscripts.


Deja una respuesta

Tu correo no se hará público. Campos obligatorios marcados con *

Sigue la actualidad por correo

¿Conoces nuestra APP?

Disponible para dispositivos iOS y Android