La inmensa mayoría de las pacientes con cáncer de mama reciben en la actualidad tratamiento adyuvante (quimioterapia y/o hormonoterapia y/o nuevos tratamientos biológicos) cuando, en realidad, en solo el 30% de ellas el tumor progresará en forma de metástasis a distancia. Así, esa situación actual implica un enorme coste económico a la sociedad y, lo que resulta más importante, efectos biológicos adversos. Este proyecto pretende validar un método desarrollado por nuestro grupo para predecir el desarrollo de metástasis a distancia en el cáncer de mama con una potencia predictiva mayor del 90% y con un coste económico mucho menor (6 veces menos) que los sistemas existentes en la actualidad el mercado. El método integra datos sobre la expresión de metaloproteasas y sus inhibidores, que tiene un efecto multifactorial en la progresión del cáncer de mama, en el contexto morfológico de los tumores (células tumorales/células del estroma en centro tumoral y periferia). Los datos, obtenidos mediante análisis inmunohistoquímicos, son procesados mediante un método de modelización matemática (aprendizaje automático) y estarán disponible en una aplicación informática. Por tanto, mediante el presente Proyecto lograremos la validación clínica adecuada de nuestro desarrollo tecnológico. Ello nos permitirá la traslación a la práctica clínica el clásico concepto de Paget sobre la importancia del microambiente tumoral (“seed and soil”) en la valoración pronóstica del cáncer de mama. Ello supone, hoy en día, una auténtica innovación frente a las plataformas pronósticas imperantes en el mercado, que no consideran la heterogeneidad de la interacción tumor/estroma en el cáncer de mama. Finalmente, estableceremos un modelo de negocio y plan financiero con el fin de llevar nuestro sistema a la práctica clínica y de esa forma mejorar la calidad de vida de las pacientes con cáncer de mama.

Cáncer de mama
predicción
metastasis
metaloproteasas
estroma
modelización matemática

Acción Estratégica en Salud (AES)