Predicción basada en metabolitos séricos y tisulares de metástasis en el ganglio linfático centinela en el cáncer de mama

El cáncer de mama es el tumor maligno con mayor morbilidad y mortalidad entre las mujeres a nivel mundial. La estadificación precisa de los ganglios linfáticos axilares es fundamental para la evaluación metastásica y las decisiones con respecto a las modalidades de tratamiento en pacientes con cáncer de mama. Entre los pacientes que se sometieron a biopsia de ganglio centinela, alrededor del 70 % de los pacientes tuvieron resultados patológicos negativos, es decir, este 70 % de los pacientes recibió una cirugía innecesaria. En la actualidad, el diagnóstico por imágenes y anatomopatológico es la principal medida de metástasis ganglionares en el cáncer de mama. Sin embargo, las limitaciones permanecieron. La inteligencia artificial, incluidos los algoritmos de aprendizaje profundo y aprendizaje automático, ha surgido como una posible técnica que puede hacer una predicción más precisa a través de la recopilación, el aprendizaje y el procesamiento de información previa basados ​​en máquinas, especialmente en radiología y diagnóstico basado en patología. Con la intensificación del concepto de medicina de precisión y el desarrollo de tecnología no invasiva, tenemos la intención de utilizar la tecnología de inteligencia artificial para desarrollar un modelo predictivo basado en suero y tejido para el diagnóstico de metástasis del ganglio linfático centinela combinado con imágenes e información patológica, proporcionando Indicadores biológicos específicos, eficientes y no invasivos para el seguimiento e intervención temprana de metástasis ganglionares en pacientes con cáncer de mama. Por lo tanto, incluimos retrospectivamente muestras de suero de pacientes con cáncer de mama temprano que se sometieron a una biopsia de ganglio linfático centinela, incluida una cohorte de descubrimiento y una cohorte de modelado. Los metabolitos se detectaron y examinaron en la cohorte de descubrimiento y luego como los metabolitos objetivo para la detección dirigida en la cohorte de modelado. En combinación con imágenes preoperatorias e información patológica, se establecería un modelo de predicción de metástasis en el ganglio linfático centinela del cáncer de mama basado en metabolitos séricos. Posteriormente, se incluirán prospectivamente pacientes multicéntricos con cáncer de mama para verificar la precisión y estabilidad de nuestro modelo.