TECNICAS ESTADISTICAS MULTIVARIANTES BASADAS EN VARIABLES LATENTES PARA EL DESAR...
TECNICAS ESTADISTICAS MULTIVARIANTES BASADAS EN VARIABLES LATENTES PARA EL DESARROLLO DE BIOMARCADORES DE IMAGEN PARA LA DIAGNOSIS Y PROGNOSIS DE CANCER DE MAMA
EL CANCER DE MAMA (CM) ES UNO DE LOS CANCERES MAS PREVALENTES, SIENDO LA PRINCIPAL CAUSA DE MORTALIDAD POR CANCER EN MUJERES. AUNQUE LA MAMOGRAFIA ES MUY UTILIZADA PARA EL CRIBADO, PRESENTA PROBLEMAS RELACIONADOS CON EL RIESGO ASO...
ver más
Descripción del proyecto
EL CANCER DE MAMA (CM) ES UNO DE LOS CANCERES MAS PREVALENTES, SIENDO LA PRINCIPAL CAUSA DE MORTALIDAD POR CANCER EN MUJERES. AUNQUE LA MAMOGRAFIA ES MUY UTILIZADA PARA EL CRIBADO, PRESENTA PROBLEMAS RELACIONADOS CON EL RIESGO ASOCIADO AL USO DE RADIACIONES IONIZANTES Y LAS DIFICULTADES EN LA DETECCION PRECOZ DE TODOS LOS TUMORES (INCLUIDOS LOS INCIPIENTES) Y LA CORRECTA MEDICION DEL TAMAÑO Y/O FORMA DEL TUMOR. POR ELLO, SE HAN DESARROLLADO OTRAS TECNICAS DE IMAGEN DIFERENTES, COMO LA RESONANCIA MAGNETICA (RM) FUNCIONAL. PARA EL CM, LA RM ES LA TECNICA MAS SENSIBLE PARA LA ESTADIFICACION, PERO SU ESPECIFICIDAD NO ES PERFECTA. ES NECESARIO DESARROLLAR METODOS PARA CARACTERIZAR MEJOR LA EXTENSION DEL CM, EVITANDO ULTRASONIDOS Y BIOPSIAS ADICIONALES. POR OTRO LADO, EN EL CASO DEL CARCINOMA INTRADUCTAL O IN SITU (CDIS), DEBIDO A LA INCERTIDUMBRE EN SU EVOLUCION, LA INDICACION ACTUAL ES TRATAR TODOS LOS CDIS, INDEPENDIENTEMENTE DEL GRADO TUMORAL, CON EXERESIS Y RADIOTERAPIA (I.E. SOBRETRATAMIENTO). PARA MEJORAR EL DIAGNOSTICO, LA LOCALIZACION Y EL SEGUIMIENTO DE ESTOS PROCESOS TUMORALES MALIGNOS, SE HAN DESARROLLADO TECNICAS DE ADQUISICION DE IMAGENES FUNCIONALES EN RM. LOS DIFERENTES PARAMETROS EXTRAIDOS CON ESTAS TECNICAS CONSTITUYEN LOS BIOMARCADORES DE IMAGEN, QUE APORTAN INFORMACION SOBRE VASCULARIZACION Y CELULARIZACION, RESPUESTAS FISIOPATOLOGICAS QUE PRECEDEN A LA RESPUESTA MORFOLOGICA Y PERMITEN EL DIAGNOSTICO PRECOZ Y EVALUACION DE LA RESPUESTA TUMORAL TRAS EL TRATAMIENTO. AUN ASI, EL USO DE BIOMARCADORES DE IMAGEN EN CM CON METODOS TRADICIONALMENTE APLICADOS EN LA PRACTICA CLINICA PLANTEA DIFERENTES PROBLEMAS, RELACIONADOS CON LAS ALTAS TASAS DE FALSOS POSITIVOS Y NEGATIVOS, LA DIFICIL INTERPRETACION FISIOLOGICA Y EL ELEVADO NUMERO DE BIOMARCADORES A TRATAR. EN EL CASO DEL CANCER DE PROSTATA, ALGUNOS ESTO PROBLEMAS SE HAN ABORDADO MEDIANTE EL ANALISIS DE IMAGEN MULTIVARIANTE (MIA). SIN EMBARGO, TODAVIA HAY MUCHO TRABAJO E INVESTIGACION POR HACER CON RESPECTO A LA SELECCION DE BIOMARCADORES, LA REDUCCION DE FALSOS POSITIVOS Y NEGATIVOS, Y LA REPRODUCIBILIDAD COMPUTACIONAL DE BIOMARCADORES; ASI COMO INVESTIGAR EN EL DESARROLLO DE BIOMARCADORES PARA TEJIDOS ANISOTROPICOS COMO EL CM. LOS RESULTADOS ESPERADOS DEL PROYECTO SON: 1. MEJORAR LA ESTIMACION DE LOS BIOMARCADORES DE CM ACTUALES OBTENIDOS POR CADA UNA DE LAS TECNICAS DE RM MEDIANTE LA REDUCCION O ELIMINACION DE RUIDO ESTRUCTURAL Y/O ALEATORIO, 2. DESARROLLAR NUEVOS BIOMARCADORES DE IMAGEN DE CM DE FACIL INTERPRETACION CLINICA MEDIANTE MODELOS ESTADISTICOS MULTIVARIANTES DE VARIABLES LATENTES. 3. DISEÑAR ESTRATEGIAS PARA SELECCIONAR LOS MEJORES BIOMARCADORES Y CONSTRUIR MODELOS PREDICTIVOS PARA EL DIAGNOSTICO Y PRONOSTICO DE CM CON MAYOR SENSIBILIDAD Y ESPECIFICIDAD QUE EL PROCEDIMIENTO SUBJETIVO SEGUIDO EN LA PRACTICA CLINICA ACTUAL. 4 DESARROLLAR MODELOS PREDICTIVOS QUE PROPORCIONEN MAPAS PROBABILISTICOS DE IMAGEN (BIOPSIAS VIRTUALES) PARA FENOTIPAR TUMORES Y PREDECIR SU GRADO O AGRESIVIDAD, Y MEJORAR LA DETECCION PRECOZ Y GRADACION DE CM, AYUDANDO AL RADIOLOGO EN LA TOMA DE DECISIONES. 4. PROPORCIONAR METODOS PARA TRANSFERIR LOS MODELOS PREDICTIVOS (BIOPSIAS VIRTUALES) DE UN EQUIPO A OTRO DE DIFERENTES RESOLUCIONES Y CONFIGURACIONES TECNICAS, PERMITIENDO UN USO GENERALIZADO EN HOSPITALES DE TODO EL MUNDO. 5. DESARROLLAR UN SOFTWARE PARA GENERALIZAR EL USO DE BIOMARCADORES EN ENTORNOS CLINICOS, HACIENDOLOS ACCESIBLES PARA LA MAYOR PARTE DE LOS PROFESIONALES CLINICOS. NALISIS MULTIVARIANTE\TENSOR DE DIFUSION\DIFUSION\PERFUSION\IMAGEN DE RESONANCIA MAGNETICA\BIOMARCADORES DE IMAGEN\INTELIGENCIA ARTIFICIAL\MODELOS PREDICTIVOS\VARIABLES LATENTES
Seleccionando "Aceptar todas las cookies" acepta el uso de cookies para ayudarnos a brindarle una mejor experiencia de usuario y para analizar el uso del sitio web. Al hacer clic en "Ajustar tus preferencias" puede elegir qué cookies permitir. Solo las cookies esenciales son necesarias para el correcto funcionamiento de nuestro sitio web y no se pueden rechazar.
Cookie settings
Nuestro sitio web almacena cuatro tipos de cookies. En cualquier momento puede elegir qué cookies acepta y cuáles rechaza. Puede obtener más información sobre qué son las cookies y qué tipos de cookies almacenamos en nuestra Política de cookies.
Son necesarias por razones técnicas. Sin ellas, este sitio web podría no funcionar correctamente.
Son necesarias para una funcionalidad específica en el sitio web. Sin ellos, algunas características pueden estar deshabilitadas.
Nos permite analizar el uso del sitio web y mejorar la experiencia del visitante.
Nos permite personalizar su experiencia y enviarle contenido y ofertas relevantes, en este sitio web y en otros sitios web.