Validan el innovador sistema del Reino Unido que ayuda a mejorar la predicción de cáncer en AP

Un estudio llevado a cabo por investigadoras inglesas que se ha publicado en la revista Nature ha demostrado que los dos algoritmos que ayudan a predecir alrededor de 15 tipos de cáncer es efectivo

El aumento de plazas sanitarias ofertado por las CC. AA será insuficiente para paliar el déficit de médicos este verano
Añádenos en Google

Un estudio reciente publicado en Nature Communications ha validado un sistema innovador desarrollado en el Reino Unido para mejorar la predicción temprana de cáncer en Atención Primaria. Este sistema, basado en algoritmos de predicción, utiliza datos clínicos rutinarios para estimar la probabilidad de que un paciente tenga un cáncer no diagnosticado.

Los investigadores, liderados por J. Hippisley-Cox, de la Universidad de Queen Mary de Londres, y CA Coupland, de la Universidad de Oxford, analizaron una base de datos de 7,46 millones de adultos en Inglaterra, de entre 18 y 84 años. Desarrollaron dos modelos de predicción: el primero incorpora factores como edad, sexo, nivel socioeconómico, hábitos de vida, antecedentes familiares y síntomas generales y específicos de cáncer. El segundo modelo añade resultados de pruebas de sangre comunes, como hemograma y pruebas de función hepática.

Ambos modelos fueron validados externamente en cohortes de 2,64 millones de pacientes en Inglaterra y 2,74 millones en Escocia, Gales e Irlanda del Norte. Los resultados mostraron una mejora significativa en la discriminación, calibración, sensibilidad y beneficio neto en comparación con modelos existentes, como los puntajes QCancer. Esto sugiere que estos algoritmos pueden proporcionar estimaciones de predicción superiores y ayudar en la toma de decisiones clínicas más informadas.

La implementación de estos algoritmos en los sistemas informáticos de Atención Primaria del Servicio Nacional de Salud (NHS) del Reino Unido permite a los médicos de familia identificar a los pacientes con mayor probabilidad de tener un cáncer no diagnosticado. Esto facilita la derivación oportuna a especialistas y mejora las tasas de diagnóstico temprano, lo que es crucial para el tratamiento efectivo del cáncer.

Además, el uso de estos modelos puede ayudar a reducir la presión sobre los servicios de salud al evitar derivaciones innecesarias, permitiendo que los recursos se concentren en los pacientes con mayor riesgo. Esto es especialmente importante en un contexto de recursos limitados y demanda creciente de atención médica.

Este avance en la predicción de cáncer en Atención Primaria podría servir como modelo para otros países, incluyendo España, que buscan mejorar la detección temprana de cáncer y optimizar el uso de los recursos de salud. La adopción de tecnologías similares podría contribuir a una atención médica más eficiente y centrada en el paciente.


También te puede interesar...