Utilizando las matemáticas para optimizar el tratamiento del cáncer de tiroides

El cáncer de tiroides es uno de los cánceres endocrinos más comunes. Si bien presenta una alta tasa de éxito, el riesgo de recurrencia es una preocupación constante para los pacientes y un desafío para la medicina. El trabajo "Aplicación de las matemáticas en el diagnóstico y tratamiento del cáncer de tiroides", realizado por los estudiantes Tran Van Luat (K66 Matemáticas - Informática) y Nguyen Dinh Quang (K67 Programa de Talento en Matemáticas) de la Universidad de Ciencias Naturales (Universidad Nacional de Hanói), ha aportado un enfoque nuevo y prometedor al utilizar modelos matemáticos para optimizar los regímenes de tratamiento del cáncer de tiroides, con miras a un tratamiento personalizado.

cáncer de tiroides.jpg

Nguyen Dinh Quang (portada izquierda) y Tran Van Luat con carteles sobre su trabajo en la Conferencia de Ciencias Estudiantiles de 2025 de la Universidad de Ciencias Naturales.

De las preocupaciones prácticas a las soluciones matemáticas innovadoras

Al compartir la idea del proyecto, Nguyen Dinh Quang comentó que, mediante investigación práctica, el equipo de investigación se percató de que, actualmente, el régimen de tratamiento para el cáncer de tiroides diferenciado se basa principalmente en la tiroidectomía seguida de tratamiento adyuvante con yodo radiactivo (RAI). Sin embargo, determinar la dosis óptima de RAI para cada paciente aún es subjetivo, y se basa principalmente en la experiencia clínica del médico, más que en herramientas de dosificación precisas. Esto puede provocar que algunos pacientes no reciban la dosis necesaria, lo que aumenta el riesgo de recurrencia, mientras que otros sufren efectos secundarios indeseados por una dosis de radiación demasiado alta.

Actualmente, el tratamiento del cáncer de tiroides en Vietnam, incluyendo la determinación de la dosis de radiación para los pacientes, se rige estrictamente por las normas del Ministerio de Salud . Sin embargo, en la práctica, los médicos aún dependen en gran medida de su experiencia clínica para determinar la dosis óptima de radiación. Al mismo tiempo, carecen de una herramienta de apoyo eficaz para obtener una visión integral y predecir con precisión la progresión de la enfermedad.

A partir de estas inquietudes, con la guía del Dr. Nguyen Trong Hieu, Profesor Asociado, el Dr. Tang Quoc Bao (Universidad de Graz, Austria) y la Dra. Maestra Residente Nguyen Thi Phuong (Hospital Militar Central 108), aplicamos con audacia nuestra experiencia en matemáticas para encontrar una solución. Se puede decir que este es uno de los estudios pioneros en Vietnam en la aplicación de las matemáticas para apoyar el proceso de tratamiento, afirmó Quang.

Problemas de modelado y optimización: clave para un tratamiento personalizado

Para resolver el problema mencionado, el equipo de investigación construyó un modelo matemático que se centra en simular cantidades biológicas clave en el tratamiento del cáncer de tiroides diferenciado, incluyendo: el número de células cancerosas (N), la concentración de tiroglobulina (Tg) y anticuerpos anti-tiroglobulina (AbTg) - biomarcadores importantes para monitorear la respuesta al tratamiento, junto con la dosis de yodo radiactivo utilizada (A).

cáncer de tiroides-2.jpg

Quang y su equipo de investigación presentaron su tema en la sesión plenaria de la Conferencia Estudiantil de Ciencias. El tema obtuvo el segundo premio.

Cabe destacar que este modelo está diseñado para ser más simple que algunos de los modelos más complejos existentes, a la vez que garantiza un reflejo preciso de las interacciones biológicas fundamentales. El objetivo del equipo es lograr un modelo con alta aplicabilidad en entornos clínicos, fácil de integrar y usar.

Basándose en el modelo matemático, el grupo de estudiantes continuó desarrollando un problema de control óptimo. El objetivo de este problema es determinar la dosis y el programa óptimos de RAI para cada paciente específico, con el fin de lograr múltiples objetivos simultáneamente: reducir de forma más eficaz el número de células cancerosas, estabilizar las concentraciones de biomarcadores Tg y AbTg y, de igual importancia, minimizar los efectos secundarios innecesarios de la dosis de radiación.

Cuando se aplican a la simulación de resultados de tratamientos, los cálculos muestran razonabilidad, pueden ayudar a acortar el período de tratamiento para los pacientes y, al mismo tiempo, ayudar a los médicos a considerar la reducción de las dosis del tratamiento.

Las simulaciones en tres grupos típicos de pacientes (quienes respondieron bien al tratamiento, aquellos con resistencia moderada al yodo radiactivo y aquellos con resistencia alta al yodo radiactivo) mostraron que el modelo predijo adecuadamente la progresión de la enfermedad basándose en los datos basales de la prueba. Como resultado, el modelo pudo proporcionar un esquema y una dosis de yodo radiactivo más adecuados que los regímenes de tratamiento aplicados.

Al comparar la “dosis real” y la “dosis recomendada por el modelo”, los resultados mostraron que la estrategia de tratamiento óptima propuesta por el modelo mejoró significativamente la tasa de control de células cancerosas y devolvió concentraciones biológicas importantes a niveles normales.

Posibles aplicaciones hacia la medicina personalizada

Dar forma a un proyecto tan interdisciplinario, especialmente la combinación de matemáticas y medicina, requiere un gran esfuerzo por parte de los miembros. Quang comentó que, como estudiante de Matemáticas, la transición a un campo relacionado con la Medicina inicialmente presentó muchas dificultades. Durante los primeros dos o tres meses, el grupo tuvo que esforzarse mucho para aprender y comprender los mecanismos médicos. Hubo noches en las que tuvimos que quedarnos despiertos leyendo documentos.

Afortunadamente, el grupo recibió un apoyo entusiasta de expertos médicos y doctores. Cuando surgieron problemas que no se comprendían con claridad, el grupo los discutió directamente o en línea. Una de las experiencias memorables fue la primera vez que el grupo acudió al 108.º Hospital Militar Central, donde contactaron y trabajaron directamente con el equipo médico, recopilaron datos y observaron el proceso de reconocimiento y tratamiento médico.

Pasamos unas tres horas con los médicos para recopilar datos e intercambiar experiencias. Además, tuvimos la oportunidad de observar parte del proceso de examen y tratamiento médico, así como el tratamiento de los pacientes. Fueron experiencias realmente interesantes y útiles, comentó Quang.

Quang afirmó que si se presta atención, se invierte en esta investigación y se desarrolla, será una herramienta de apoyo poderosa para los médicos. No solo ayudará a predecir la progresión de la enfermedad en un futuro próximo, aproximadamente en los próximos 4 a 5 años, sino que también ayudará a proporcionar sugerencias sobre la dosis de tratamiento más adecuada para cada paciente.

El equipo ahora está probando activamente el modelo con más conjuntos de datos de pacientes, centrándose específicamente en pacientes con altos niveles de AbTg, una población que anteriormente ha recibido poca atención de otros estudios.

Además, el equipo está desarrollando una aplicación de software que puede recomendar automáticamente la dosis adecuada de tratamiento con RAI para cada individuo, basándose en los datos de entrada. Si el proyecto tiene éxito, el objetivo adicional es desarrollar una aplicación específica (app).

En particular, el grupo está preparando un manuscrito científico para su publicación en prestigiosas revistas internacionales. «Esperamos que el trabajo contribuya a la tendencia del tratamiento personalizado, que está ganando cada vez más fuerza en la medicina moderna», afirmó Quang.

Fuente: https://khoahocdoisong.vn/dung-toan-hoc-toi-uu-hoa-dieu-tri-ung-thu-tuyen-giap-post1544500.html