El cáncer de tiroides es uno de los cánceres endocrinos más comunes. A pesar de su alta tasa de éxito, el riesgo de recurrencia sigue siendo 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" de los estudiantes Tran Van Luat (K66 Matemáticas - TI) y Nguyen Dinh Quang (Programa de Talentos de Matemáticas K67) de la Universidad de Ciencias Naturales (Universidad Nacional de Vietnam, Hanoi) ha aportado un enfoque nuevo y prometedor en el uso de modelos matemáticos para optimizar el régimen de tratamiento para el cáncer de tiroides, hacia un tratamiento personalizado.
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 de formar el proyecto, Nguyen Dinh Quang dijo que a través de la investigación práctica, el equipo de investigación se dio cuenta de que actualmente, el régimen de tratamiento para el cáncer de tiroides diferenciado se basa principalmente en la tiroidectomía seguida de un tratamiento adyuvante con yodo radiactivo (RAI). Sin embargo, determinar la dosis óptima de RAI para cada paciente sigue siendo subjetivo y depende en gran medida de la experiencia clínica del médico más que de herramientas de dosificación precisas. Esto puede provocar que algunos pacientes no reciban la dosis necesaria, aumentando el riesgo de recaída, mientras que otros sufren efectos secundarios no deseados por una dosis de radiación demasiado alta.
Actualmente, el proceso de tratamiento del cáncer de tiroides en Vietnam, incluida la determinación de la dosis de radiación para los pacientes, sigue estrictamente las regulaciones del Ministerio de Salud . Sin embargo, en la práctica, los médicos todavía tienen que confiar en gran medida en su experiencia clínica para determinar la dosis de radiación óptima. Al mismo tiempo, no disponen de una herramienta de apoyo eficaz para tener 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.
Modelado y optimización: clave para un tratamiento personalizado
Para resolver el problema mencionado anteriormente, el equipo de investigación construyó un modelo matemático centrado 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).
Quang y su equipo de investigación informaron sobre su tema en la sesión plenaria de la Conferencia de Ciencias Estudiantiles. El tema ganó el segundo premio.
Cabe destacar que este modelo está diseñado para ser más simple que algunos de los modelos complejos que lo precedieron, pero aún así garantiza que refleja con precisión las interacciones biológicas fundamentales. El objetivo del equipo es lograr un modelo que sea altamente práctico en entornos clínicos, fácil de integrar y utilizar.
Basándose en el modelo matemático construido, el grupo de estudiantes continuó desarrollando un problema de control óptimo. El objetivo de este problema es encontrar la dosis y el programa de RAI óptimos para cada paciente específico, a fin de lograr simultáneamente múltiples objetivos: reducir de manera más efectiva el número de células cancerosas, estabilizar las concentraciones de biomarcadores Tg y AbTg e, igualmente importante, minimizar los efectos secundarios innecesarios de la dosis de radiación.
Cuando se aplican para simular los resultados del tratamiento, los cálculos muestran razonabilidad, pueden ayudar a acortar el período de tratamiento para los pacientes y apoyar a los médicos a considerar la reducción de las dosis del tratamiento.
Las simulaciones en tres grupos representativos de pacientes (desde aquellos con buena respuesta al tratamiento, aquellos con resistencia moderada al RAI, hasta aquellos con fuerte resistencia al RAI) mostraron que el modelo fue capaz de predecir bien la progresión de la enfermedad basándose en datos iniciales de laboratorio. A partir de allí, el modelo puede proporcionar un programa y una dosis de RAI más razonables que el régimen de tratamiento real que se ha aplicado.
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
Para que un trabajo tan interdisciplinario, especialmente la combinación de matemáticas y medicina, pueda concretarse, se requiere un gran esfuerzo por parte de los miembros. Quang compartió que, como estudiante de Matemáticas, cambiar a un campo relacionado con la Medicina inicialmente encontró muchas dificultades. Durante los primeros meses, aproximadamente 2-3 meses, el equipo tuvo que trabajar muy duro para aprender y comprender los mecanismos médicos. Había noches en las que tenía que quedarme despierto para leer documentos”.
Afortunadamente, el grupo recibió un apoyo entusiasta de médicos y expertos médicos. Cuando hay cuestiones que no se entienden claramente, el grupo las discute directamente o en línea. Una de las experiencias memorables fue la primera vez que el grupo visitó el 108 Hospital Militar Central, donde pudieron interactuar y trabajar directamente con el equipo médico, recopilar datos y observar el proceso de examen 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 dijo que si se presta atención a esta investigación, se invierte en ella y se desarrolla, será una poderosa herramienta de apoyo para los médicos. No sólo ayuda a predecir la progresión de la enfermedad en un futuro cercano, aproximadamente los próximos 4-5 años, sino que también ayuda a proporcionar sugerencias sobre la próxima dosis de tratamiento que sea 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 niveles altos de AbTg, un grupo que anteriormente ha recibido poca atención de otros estudios.
Además, el equipo está en proceso de desarrollar una aplicación de software que puede recomendar automáticamente la dosis de tratamiento RAI adecuada para cada individuo basándose en los datos de entrada. Si el proyecto tiene éxito, el objetivo posterior será desarrollar una aplicación específica (app).
En particular, el grupo está preparando un manuscrito científico para presentarlo a publicación en revistas internacionales de prestigio. “Esperamos que este proyecto contribuya a la tendencia del tratamiento personalizado que está creciendo fuertemente en la medicina moderna”, compartió Quang.
Fuente: https://khoahocdoisong.vn/dung-toan-hoc-toi-uu-hoa-dieu-tri-ung-thu-tuyen-giap-post1544500.html
Kommentar (0)