Un estudio liderado desde la UPV abre una nueva vía para mejorar el tratamiento personalizado de pacientes con glioblastoma

La investigación se centró en evaluar la eficacia de bevacizumab (BVZ) en el tratamiento del glioblastoma (GBM) Este medicamento está diseñado para bloquear la formación de nuevos vasos sanguíneos en el tumor, si bien, según explica María del Mar Álvarez-Torres, doctora por la Universitat Politècnica de València, la efectividad de este tratamiento está en duda debido a que no mejora la supervivencia de todos los pacientes que lo reciben.

“La variabilidad en las respuestas de los pacientes ha generado interrogantes sobre la utilidad generalizada de este medicamento en esta forma agresiva de cáncer cerebral. En este trabajo, proponemos el uso del volumen sanguíneo cerebral (rCBV) como un marcador predictivo para identificar a aquellos pacientes de GBM que podrían beneficiarse en términos de supervivencia con este tratamiento”, destaca María del Mar Álvarez-Torres.

En su estudio, el equipo de la UPV, el IGTP, el ICO y el Clínic de Barcelona llevó a cabo un estudio retrospectivo con más de 100 pacientes. El bevacizumab (BVZ) mostró ser más beneficioso en aquellos pacientes con tumores moderadamente vasculares, con una supervivencia media de 10 meses más tras la aplicación del tratamiento. Esto sugiere que la vascularidad original del tumor podría ser un indicador crucial para prever quiénes se beneficiarían más del bevacizumab después de la progresión del tumor.

“En nuestro trabajo hemos comprobado que la introducción del marcador rCBV permite identificar específicamente a aquellos pacientes con tumores moderadamente vascularizados a los que el tratamiento con bevacizumab les iría mejor. Esto no solo mejora la eficacia del tratamiento, sino que también ofrece la oportunidad de explorar opciones más beneficiosas para los pacientes cuyos tumores no responden favorablemente al medicamento, optimizando así la gestión de recursos y mejorando los resultados clínicos”, apunta María del Mar Álvarez-Torres.

El cálculo del rCBV se llevó a cabo a partir de imágenes de resonancia magnética utilizando una tecnología basada en inteligencia artificial desarrollada en la UPV (https://www.oncohabitats.upv.es). Se trata por tanto de una alternativa no invasiva y sin riesgos adicionales para los pacientes. Además, al utilizar datos de diagnóstico estándar, evita costes adicionales y ahorra tiempo en pruebas adicionales.

“Nuestra propuesta es una opción eficiente y económicamente viable para mejorar la selección del tratamiento. Pero, por encima de todo, permite la identificación temprana de pacientes con glioblastoma que se beneficiarán más del bevacizumab, facilitando la personalización del tratamiento y mejorando sus perspectivas”, incide María del Mar Álvarez-Torres.

El trabajo publicado ahora en Cancers es el último de los resultados de la tesis doctoral que María del Mar llevó a cabo en la UPV, en concreto en el Biomedical Data Science Lab (BDSLab) del Instituto ITACA. Actualmente, completa su formación como investigadora postdoc en la Universidad de Columbia de Nueva York, uno de los centros de referencia mundial en investigación contra el cáncer.

Según explica, los siguientes pasos en la investigación se centrarán en validar los resultados con grupos de pacientes más amplios. “Además, considerar otros factores como la edad del paciente, e incorporar un análisis continuo de las imágenes de seguimiento podría ayudar a mejorar la estratificación de pacientes. Estos avances podrían allanar el camino hacia un enfoque más personalizado en el tratamiento para pacientes con glioblastoma, mejorando el pronóstico y la calidad de vida”, destaca María del Mar Álvarez-Torres.

Proyecto GLIOCAT

Este trabajo es el resultado de la colaboración entre varios centros que forman parte del proyecto GLIOCAT, respaldado por la beca La Marató TV3 que permitió recopilar retrospectivamente una amplia gama de datos clínicos, moleculares y radiológicos de 432 pacientes diagnosticados y tratados homogéneamente de glioblastoma en seis centros de Cataluña entre 2004 y 2013.

Específicamente, las imágenes radiológicas del diagnóstico se almacenaron en una plataforma que permite realizar estudios para comprender las características de la enfermedad y obtener datos sobre el pronóstico y la respuesta al tratamiento.

“Tras un estudio que aplica software basado en Inteligencia Artificial, identificamos una característica radiológica: el volumen sanguíneo cerebral relativo o rCBV en la RMN prequirúrgica, como factor predictivo de respuesta al fármaco antiangiogénico bevacizumab. Si esto se confirma en estudios más amplios, podría ser útil para identificar a aquellos pacientes que pueden beneficiarse del fármaco. Nuestra investigación aporta, por lo tanto, un nuevo dato útil en el objetivo de la medicina personalizada basada en biomarcadores predictivos”, concluye Carme Balañà, del Applied Research Group in Oncology (B-ARGO Group) del Institut Català d’Oncologia.

---

---