Desarrollo de un modelo predictivo para la neumonitis por radiación basado en la miR-200b-5p exosómica plasmática

Área de la Ciencia:

• En el campo de la oncología
• Radiología Oncológica
• Biología molecular
• Los biomarcadores

Sus antecedentes:

• La neumonitis por radiación (RP) es una toxicidad significativa que limita la dosis en la radioterapia para el cáncer de pulmón de células no pequeñas (CPNM).
• La identificación de pacientes con alto riesgo de neumonitis sintomática por radiación (SRP, por sus siglas en inglés) es crucial para la planificación del tratamiento personalizado.
• Los microARN exosómicos plasmáticos (miRNA) están surgiendo como biomarcadores potenciales para diversas enfermedades, incluidas las toxicidades del tratamiento del cáncer.

Objetivo del estudio:

• Investigar la asociación entre los miRNAs exosómicos plasmáticos y el desarrollo de SRP en pacientes con NSCLC sometidos a radioterapia.
• Desarrollar y validar un modelo predictivo para la SRP mediante la integración de la expresión de miARN con parámetros clínicos y dosimétricos.

Principales métodos:

• Inscripción prospectiva de 95 pacientes con NSCLC programados para la radioterapia definitiva.
• Aislamiento de exosomas plasmáticos y secuenciación de alto rendimiento para identificar miARN expresados diferencialmente.
• Validación por RT-qPCR de miRNAs candidatos y construcción de un modelo predictivo de nomograma que incluya miRNA, factores clínicos y dosimétricos.

Principales resultados:

• Veinte de los 95 pacientes (21, 10%) desarrollaron SRP.
• La secuenciación de alto rendimiento identificó 220 miRNA expresados diferencialmente, con miR-200b-5p identificado como un candidato clave.
• El análisis multivariado reveló el pulmón V5, la dosis pulmonar media (MLD) y la expresión de miR-200b-5p como factores de riesgo independientes para el SRP. El nomograma alcanzó un AUC de 0,844.

Conclusiones:

• Un modelo predictivo que combina V5 pulmonar (>46.36%), MLD (>1120 cGy) y la expresión de miR-200b-5p (<0.445) predice efectivamente la SRP en pacientes con CPNM localmente avanzado.
• Este modelo integrado demuestra un rendimiento predictivo superior en comparación con los factores individuales.
• El modelo facilita la identificación temprana de pacientes con alto riesgo de RP, permitiendo ajustes personalizados de radioterapia y potencialmente mejorando los resultados de los pacientes.