El cáncer colorrectal es el tercero más común en el mundo: representa el 10% de los diagnósticos y el 12% de las muertes por causas oncológicas. Su detección precoz es clave para reducir la mortalidad, pero los programas actuales suelen basarse solo en la edad, aplicando las mismas pruebas a toda la población de un determinado tramo etario.
Un equipo de investigadores del Instituto de Ciencias Matemáticas (ICMAT-CSIC) y de la Universidad de La Rioja ha desarrollado un modelo matemático que plantea una alternativa más eficaz. El trabajo, publicado en Computers in Biology and Medicine, demuestra que una estrategia personalizada incrementa la detección de casos incipientes empleando los mismos recursos que los programas vigentes.
Cómo funciona el modelo
La herramienta se basa en redes bayesianas, diagramas estadísticos que permiten representar las relaciones entre múltiples factores de riesgo. Entre ellos se incluyen, además de la edad, la variable más determinante, la presencia de diabetes e hipertensión, el consumo de tabaco y alcohol o el índice de masa corporal.
Con estos datos, el sistema calcula la probabilidad de que una persona desarrolle cáncer colorrectal y, en función del nivel de riesgo, recomienda la prueba más adecuada. También tiene en cuenta criterios como el coste, la eficacia diagnóstica o la incomodidad que puede suponer para el paciente.
Pruebas adaptadas al riesgo
Según los resultados del estudio, en personas con riesgo medio la prueba estándar de sangre oculta en heces sigue siendo la opción más eficiente. Sin embargo, en los casos de mayor riesgo resultaría más recomendable utilizar test más sensibles, como la prueba de ADN en heces, aunque sean más costosos, ya que ofrecen una mayor capacidad para detectar la enfermedad en fases tempranas.
El profesor de investigación del CSIC David Ríos destaca que esta estrategia “no solo aumenta la detección temprana, sino que también puede reducir a largo plazo la mortalidad y los gastos asociados al tratamiento”.
Ciencia y datos al servicio de la prevención
Para desarrollar el modelo, los investigadores combinaron conocimiento experto en oncología con técnicas de aprendizaje automático aplicadas a una base de datos de dos millones de pacientes. Esta combinación permite al sistema afinar las probabilidades de riesgo y recomendar decisiones con la máxima utilidad esperada.
El trabajo se enmarca en el proyecto europeo Oncoscreen, orientado al desarrollo de nuevas tecnologías para la detección precoz del cáncer colorrectal. Los resultados obtenidos servirán para evaluar y optimizar los programas de cribado nacionales y compararlos con estrategias alternativas más personalizadas.
Un paso hacia el futuro del cribado
El nuevo modelo matemático no elimina la necesidad de pruebas generalizadas, pero abre la puerta a un enfoque más individualizado que permita detectar antes los casos más graves y, al mismo tiempo, ahorrar recursos.
La investigación señala el camino hacia programas de cribado más inteligentes, en los que la estadística y la medicina trabajen juntas para mejorar la prevención y proteger la salud de la población.
