Detección temprana de cáncer desde la piel

Resumen

En esta investigación se desarrolló y validó computacionalmente un sistema que combina microagujas indoloras, sensores químicos e inteligencia artificial para detectar señales de cáncer directamente desde el líquido de la piel, sin extracción de sangre ni biopsia. Se trabajó con ocho biomarcadores proteícos y datos reales de 1,817 pacientes. El modelo de clasificación desarrollado superó en 28.7 puntos porcentuales la sensibilidad del método de referencia internacional para cáncer en estadio temprano, con una especificidad del 98.4%.

Consulta el artículo completo haciendo clic en el botón “Descarga el artículo” que encontrarás a continuación ↓

Referencias

Breiman, L. (2001). Random forests. Machine Learning, 45(1), 5–32. https://doi.org/10.1023/A:1010933404324
Cao, S., et al. (2023). ISFET-based sensors for (bio)chemical applications: A review. Electrochemical Science Advances, 3(4), e2100207. https://doi.org/10.1002/elsa.202100207
Cohen, J. D., et al. (2018). Detection and localization of surgically resectable cancers with a multi-analyte blood test. Science, 359(6378), 926–930. https://doi.org/10.1126/science.aar3247
Ferlay, J., et al. (2024). Global Cancer Observatory: Cancer Today [Base de datos]. Agencia Internacional para la Investigación del Cáncer. https://gco.iarc.who.int
Friedman, J. H. (2001). Greedy function approximation: A gradient boosting machine. Annals of Statistics, 29(5), 1189–1232. https://doi.org/10.1214/aos/1013203451
Gromov, P., et al. (2013). Tumor interstitial fluid—a treasure trove of cancer biomarkers. Biochimica et Biophysica Acta, 1834(11), 2259–2270. https://doi.org/10.1016/j.bbapap.2013.01.013
Haber, D. A., & Velculescu, V. E. (2014). Blood-based analyses of cancer: Circulating tumor cells and circulating tumor DNA. Cancer Discovery, 4(6), 650–661. https://doi.org/10.1158/2159-8290.CD-13-1014
Jia, B., Xia, T., Wang, X., Xu, Y., & Guo, Z. (2023). Morphology design of polymer microneedle arrays: Key factors from the application perspective. Journal of Drug Delivery Science and Technology, 88, 104883. https://doi.org/10.1016/j.jddst.2023.104883
Klein, E. A., et al. (2021). Clinical validation of a targeted methylation-based multi-cancer early detection test using an independent validation set. Annals of Oncology, 32(9), 1167–1177. https://doi.org/10.1016/j.annonc.2021.05.806
Samant, P. P., & Prausnitz, M. R. (2018). Mechanisms of sampling interstitial fluid from skin using a microneedle patch. Proceedings of the National Academy of Sciences, 115(18), 4583–4588. https://doi.org/10.1073/pnas.1716772115
Tran, B. Q., et al. (2018). Proteomic characterization of dermal interstitial fluid extracted using a novel microneedle-assisted technique. Journal of Proteome Research, 17(1), 479–485. https://doi.org/10.1021/acs.jproteome.7b00642

Sobre la autora

Samanta Castro Rodríguez

Estudiante de Ingeniería Biomédica en la Universidad de las Américas Puebla (UDLAP), adscrita al Departamento de Computación, Electrónica y Mecatrónica. Es perteneciente al Programa de Honores de la UDLAP, bajo la asesoría del Dr. José Luis Vázquez González y previa asesoría del Dr. Rubén Alejos Palomares. Su investigación se enfoca en la integración de biosensores, y aprendizaje automático para aplicaciones de diagnóstico médico no invasivo.

Contacto: samanta.castrorz@udlap.mx