Medicina personalizada
Modelo médico que adapta las prácticas médicas al paciente individual.

Parte de una serie sobre
Genética
Componentes clave
Historia y temas
Research
Fields
Personalized medicine
  • Personalized medicine

La medicina personalizada , también conocida como medicina de precisión , es un modelo médico que separa a las personas en diferentes grupos , y las decisiones médicas , prácticas , intervenciones y/o productos se adaptan al paciente individual en función de su respuesta prevista o riesgo de enfermedad . [1] Los términos medicina personalizada, medicina de precisión, medicina estratificada y medicina P4 se utilizan indistintamente para describir este concepto, [1] [2] aunque algunos autores y organizaciones diferencian entre estas expresiones en función de matices particulares. [2] P4 es la abreviatura de "predictivo, preventivo, personalizado y participativo". [2]

Si bien la personalización del tratamiento para cada paciente se remonta al menos a la época de Hipócrates [3] , el uso del término ha aumentado en los últimos años gracias al desarrollo de nuevos enfoques diagnósticos e informáticos que permiten comprender la base molecular de las enfermedades , en particular la genómica . Esto proporciona un biomarcador claro sobre el cual estratificar a los pacientes relacionados. [1] [4] [5]

Entre los 14 Grandes Desafíos para la Ingeniería , una iniciativa patrocinada por la Academia Nacional de Ingeniería (NAE), la medicina personalizada ha sido identificada como un enfoque clave y prospectivo para "lograr decisiones óptimas de salud individual", superando así el desafío de " diseñar mejores medicamentos ". [6] [7]

Desarrollo de concepto

En la medicina personalizada, las pruebas de diagnóstico se emplean a menudo para seleccionar terapias apropiadas y óptimas en función de la genética del paciente o de sus otras características moleculares o celulares . [ cita requerida ] El uso de información genética ha desempeñado un papel importante en ciertos aspectos de la medicina personalizada (por ejemplo, la farmacogenómica ), y el término se acuñó por primera vez en el contexto de la genética, aunque desde entonces se ha ampliado para abarcar todo tipo de medidas de personalización , [8] incluido el uso de proteómica , [9] análisis de imágenes, teranósticos basados ​​en nanopartículas , [10] entre otros.

Diferencia entre medicina de precisión y medicina personalizada

La medicina de precisión es un modelo médico que propone la personalización de la atención médica , con decisiones médicas, tratamientos, prácticas o productos adaptados a un subgrupo de pacientes, en lugar de un modelo de un solo fármaco para todos. [11] [12] En la medicina de precisión, las pruebas de diagnóstico se emplean a menudo para seleccionar terapias apropiadas y óptimas en función del contexto del contenido genético de un paciente u otro análisis molecular o celular. [13] Las herramientas empleadas en la medicina de precisión pueden incluir diagnósticos moleculares , imágenes y análisis. [12] [14]

La medicina de precisión y la medicina personalizada (también medicina individualizada ) son análogas, ya que aplican el perfil genético de una persona para guiar las decisiones clínicas sobre la prevención, el diagnóstico y el tratamiento de una enfermedad. [15] La medicina personalizada se basa en los descubrimientos del Proyecto Genoma Humano . [15]

Al explicar la distinción con el término similar de medicina personalizada , el Consejo de Asesores sobre Ciencia y Tecnología del Presidente de los Estados Unidos escribe: [16]

La medicina de precisión se refiere a la adaptación del tratamiento médico a las características individuales de cada paciente. No significa literalmente la creación de medicamentos o dispositivos médicos que sean exclusivos de un paciente, sino más bien la capacidad de clasificar a los individuos en subpoblaciones que difieren en su susceptibilidad a una enfermedad en particular, en la biología o el pronóstico de esas enfermedades que pueden desarrollar, o en su respuesta a un tratamiento específico. Las intervenciones preventivas o terapéuticas pueden entonces concentrarse en aquellos que se beneficiarán, ahorrando gastos y efectos secundarios para aquellos que no lo harán. [16]

El uso del término "medicina de precisión" puede extenderse más allá de la selección de tratamientos para cubrir también la creación de productos médicos únicos para individuos particulares, por ejemplo, "... tejidos u órganos específicos del paciente para adaptar los tratamientos a diferentes personas". [17] Por lo tanto, en la práctica el término tiene tanta superposición con "medicina personalizada" que a menudo se usan indistintamente, aunque esta última a veces se malinterpreta como si implicara un tratamiento único para cada individuo. [18]

Fondo

Lo esencial

Cada persona tiene una variación única del genoma humano . [19] Aunque la mayor parte de la variación entre individuos no tiene efecto sobre la salud, la salud de un individuo se deriva de la variación genética con comportamientos e influencias del medio ambiente. [20] [21]

Los avances modernos en medicina personalizada se basan en tecnología que confirma la biología fundamental de un paciente, ADN , ARN o proteína , lo que en última instancia conduce a la confirmación de la enfermedad. Por ejemplo, las técnicas personalizadas como la secuenciación del genoma pueden revelar mutaciones en el ADN que influyen en enfermedades que van desde la fibrosis quística hasta el cáncer. Otro método, llamado RNA-seq , puede mostrar qué moléculas de ARN están involucradas en enfermedades específicas. A diferencia del ADN, los niveles de ARN pueden cambiar en respuesta al medio ambiente. Por lo tanto, la secuenciación del ARN puede proporcionar una comprensión más amplia del estado de salud de una persona. Estudios recientes han vinculado las diferencias genéticas entre individuos con la expresión de ARN , [22] la traducción, [23] y los niveles de proteína. [24]

Los conceptos de la medicina personalizada se pueden aplicar a enfoques nuevos y transformadores de la atención sanitaria. La atención sanitaria personalizada se basa en la dinámica de la biología de sistemas y utiliza herramientas predictivas para evaluar los riesgos sanitarios y diseñar planes sanitarios personalizados para ayudar a los pacientes a mitigar los riesgos, prevenir enfermedades y tratarlas con precisión cuando se presentan. Los conceptos de atención sanitaria personalizada están recibiendo una aceptación cada vez mayor, y la Administración de Veteranos se ha comprometido a ofrecer una atención personalizada, proactiva e impulsada por el paciente para todos los veteranos. [25] En algunos casos, la atención sanitaria personalizada se puede adaptar a la carga del agente causante de la enfermedad en lugar de a la carga genética del paciente; por ejemplo, las bacterias o los virus resistentes a los medicamentos. [26]

La medicina de precisión a menudo implica la aplicación de análisis panómico y biología de sistemas para analizar la causa de la enfermedad de un paciente individual a nivel molecular y luego utilizar tratamientos específicos (posiblemente en combinación) para abordar el proceso patológico de ese paciente individual. Luego se hace un seguimiento de la respuesta del paciente lo más fielmente posible, a menudo utilizando medidas sustitutivas como la carga tumoral (en comparación con los resultados reales, como la tasa de supervivencia a cinco años), y el tratamiento se adapta con precisión a la respuesta del paciente. [27] [28] La rama de la medicina de precisión que aborda el cáncer se conoce como "oncología de precisión". [29] [30] El campo de la medicina de precisión que está relacionado con los trastornos psiquiátricos y la salud mental se denomina "psiquiatría de precisión". [31] [32]

Las diferencias interpersonales en la patología molecular son diversas, al igual que las diferencias interpersonales en el exposoma , que influyen en los procesos patológicos a través del interactoma dentro del microambiente tisular , de manera diferencial de persona a persona. Como base teórica de la medicina de precisión, surgió el "principio de enfermedad única" [33] para abarcar el fenómeno ubicuo de la heterogeneidad de la etiología y patogénesis de la enfermedad . El principio de enfermedad única se describió por primera vez en enfermedades neoplásicas como el principio de tumor único. [34] Como el exposoma es un concepto común de la epidemiología , la medicina de precisión está entrelazada con la epidemiología patológica molecular , que es capaz de identificar biomarcadores potenciales para la medicina de precisión. [35]

Método

Para que los médicos sepan si una mutación está relacionada con una determinada enfermedad, los investigadores suelen realizar un estudio denominado " estudio de asociación de todo el genoma " (GWAS, por sus siglas en inglés). Un estudio GWAS analizará una enfermedad y luego secuenciará el genoma de muchos pacientes con esa enfermedad en particular para buscar mutaciones compartidas en el genoma. Las mutaciones que se determine que están relacionadas con una enfermedad mediante un estudio GWAS se pueden utilizar para diagnosticar esa enfermedad en futuros pacientes, observando su secuencia genómica para encontrar esa misma mutación. El primer GWAS, realizado en 2005, estudió a pacientes con degeneración macular relacionada con la edad (DMAE). [36] Encontró dos mutaciones diferentes, cada una de las cuales contenía solo una variación en un solo nucleótido (llamados polimorfismos de un solo nucleótido o SNP), que estaban asociados con la DMAE. Los estudios GWAS como este han tenido mucho éxito en la identificación de variaciones genéticas comunes asociadas con enfermedades. A principios de 2014, se han completado más de 1300 estudios GWAS. [37]

Evaluación del riesgo de enfermedades

Múltiples genes influyen colectivamente en la probabilidad de desarrollar muchas enfermedades comunes y complejas. [20] La medicina personalizada también se puede utilizar para predecir el riesgo de una persona de padecer una enfermedad en particular, basándose en uno o incluso varios genes. Este enfoque utiliza la misma tecnología de secuenciación para centrarse en la evaluación del riesgo de enfermedad, lo que permite al médico iniciar un tratamiento preventivo antes de que la enfermedad se presente en su paciente. Por ejemplo, si se descubre que una mutación del ADN aumenta el riesgo de una persona de desarrollar diabetes tipo 2 , esta persona puede comenzar a realizar cambios en su estilo de vida que reducirán sus probabilidades de desarrollar diabetes tipo 2 más adelante en la vida. [ cita requerida ]

Práctica

La capacidad de proporcionar medicina de precisión a los pacientes en entornos clínicos de rutina depende de la disponibilidad de pruebas de perfil molecular, por ejemplo, secuenciación de ADN de línea germinal individual . [38] Si bien la medicina de precisión actualmente individualiza el tratamiento principalmente sobre la base de pruebas genómicas (por ejemplo, Oncotype DX [39] ), se están desarrollando varias modalidades tecnológicas prometedoras, desde técnicas que combinan espectrometría y poder computacional hasta imágenes en tiempo real de los efectos de los medicamentos en el cuerpo. [40] Muchos aspectos diferentes de la medicina de precisión se prueban en entornos de investigación (por ejemplo, proteoma, microbioma), pero en la práctica de rutina no se utilizan todos los insumos disponibles. La capacidad de practicar la medicina de precisión también depende de las bases de conocimiento disponibles para ayudar a los médicos a tomar medidas basadas en los resultados de las pruebas. [41] [42] [43] Los primeros estudios que aplican la medicina de precisión basada en ómicas a cohortes de personas con enfermedades no diagnosticadas han arrojado una tasa de diagnóstico de ~35% con ~1 de cada 5 de los recién diagnosticados recibiendo recomendaciones sobre cambios en la terapia. [44] Se ha sugerido que hasta que la farmacogenética se desarrolle más y sea capaz de predecir las respuestas individuales al tratamiento, los ensayos N-de-1 son el mejor método para identificar a los pacientes que responden a los tratamientos. [45] [46]

En el ámbito del tratamiento, la prescripción médica puede implicar el uso de productos médicos personalizados, como cócteles de medicamentos producidos en farmacias [ 47] o dispositivos personalizados. [48] También puede prevenir interacciones farmacológicas dañinas, aumentar la eficiencia general al recetar medicamentos y reducir los costos asociados con la atención médica. [49]

La cuestión de quién se beneficia de la genómica financiada con fondos públicos es una consideración importante de salud pública, y es necesario prestar atención para garantizar que la implementación de la medicina genómica no profundice aún más las preocupaciones de equidad social. [50]

Inteligencia artificial en la medicina de precisión

La inteligencia artificial está proporcionando un cambio de paradigma hacia la medicina de precisión. [51] Los algoritmos de aprendizaje automático se utilizan para la secuenciación genómica y para analizar y extraer inferencias de las grandes cantidades de datos que los pacientes y las instituciones sanitarias registran en cada momento. [52] Las técnicas de IA se utilizan en la medicina cardiovascular de precisión para comprender los genotipos y fenotipos de las enfermedades existentes, mejorar la calidad de la atención al paciente, permitir la rentabilidad y reducir las tasas de readmisión y mortalidad. [53] Un artículo de 2021 informó que el aprendizaje automático pudo predecir los resultados de los ensayos clínicos de fase III (para el tratamiento del cáncer de próstata) con un 76% de precisión. [54] Esto sugiere que los datos de los ensayos clínicos podrían proporcionar una fuente práctica de herramientas basadas en el aprendizaje automático para la medicina de precisión.

La medicina de precisión puede ser susceptible a formas sutiles de sesgo algorítmico . Por ejemplo, la presencia de múltiples campos de entrada con valores ingresados ​​por múltiples observadores puede crear distorsiones en las formas en que se entienden e interpretan los datos. [55] Un artículo de 2020 mostró que entrenar modelos de aprendizaje automático de una manera específica para la población (es decir, entrenar modelos específicamente para pacientes negros con cáncer) puede producir un rendimiento significativamente superior al de los modelos agnósticos para la población. [56]

Iniciativa de Medicina de Precisión

En su discurso sobre el Estado de la Unión de 2015 , el entonces presidente de los Estados Unidos, Barack Obama , declaró su intención de otorgar 215 millones de dólares [57] de financiación a la " Iniciativa de Medicina de Precisión " de los Institutos Nacionales de Salud de los Estados Unidos . [58] Un objetivo a corto plazo de esta iniciativa era expandir la genómica del cáncer para desarrollar mejores métodos de prevención y tratamiento. [59] A largo plazo, la Iniciativa de Medicina de Precisión tenía como objetivo construir una base de conocimiento científico integral mediante la creación de una red nacional de científicos y el inicio de un estudio de cohorte nacional de un millón de estadounidenses para ampliar nuestra comprensión de la salud y la enfermedad. [60] La declaración de misión de la Iniciativa de Medicina de Precisión decía: "Permitir una nueva era de la medicina a través de la investigación, la tecnología y las políticas que empoderen a los pacientes, investigadores y proveedores para trabajar juntos hacia el desarrollo de tratamientos individualizados". [61] En 2016, esta iniciativa pasó a llamarse "All of Us" y en enero de 2018, 10 000 personas se habían inscrito en su fase piloto . [62]

Beneficios de la medicina de precisión

La medicina de precisión ayuda a los proveedores de atención médica a comprender mejor los diversos factores (como el entorno, el estilo de vida y la herencia) que influyen en la salud, la enfermedad o la afección de un paciente. Esta información les permite predecir con mayor precisión qué tratamientos serán más eficaces y seguros, o posiblemente cómo prevenir la aparición de la enfermedad. Además, los beneficios son: [ cita requerida ]

  • Cambiar el énfasis en la medicina de la reacción a la prevención.
  • Predecir la susceptibilidad a las enfermedades
  • Mejorar la detección de enfermedades
  • Prevenir la progresión de la enfermedad
  • Personalizar las estrategias de prevención de enfermedades
  • prescribir medicamentos más eficaces
  • Evite recetar medicamentos con efectos secundarios negativos predecibles
  • Reducir el tiempo, el coste y la tasa de fracaso de los ensayos clínicos farmacéuticos.
  • Eliminar las ineficiencias de prueba y error que inflan los costos de la atención médica y socavan la atención al paciente.

Aplicaciones

Los avances en la medicina personalizada crearán un enfoque de tratamiento más unificado y específico para cada individuo y su genoma. La medicina personalizada puede proporcionar mejores diagnósticos con una intervención más temprana, un desarrollo de fármacos más eficiente y terapias más específicas. [63]

Diagnóstico e intervención

Tener la capacidad de observar a un paciente de forma individual permitirá un diagnóstico más preciso y un plan de tratamiento específico. La genotipificación es el proceso de obtener la secuencia de ADN de un individuo mediante ensayos biológicos . [64] Al tener un relato detallado de la secuencia de ADN de un individuo, su genoma puede compararse con un genoma de referencia, como el del Proyecto Genoma Humano , para evaluar las variaciones genéticas existentes que pueden explicar posibles enfermedades. Varias empresas privadas, como 23andMe , Navigenics e Illumina , han creado una secuenciación genómica directa al consumidor accesible al público. [19] Tener esta información de los individuos puede luego aplicarse para tratarlos de manera efectiva. La composición genética de un individuo también juega un papel importante en lo bien que responde a un determinado tratamiento y, por lo tanto, conocer su contenido genético puede cambiar el tipo de tratamiento que recibe.

Un aspecto de esto es la farmacogenómica , que utiliza el genoma de un individuo para proporcionar una prescripción de medicamentos más informada y personalizada. [65] A menudo, los medicamentos se prescriben con la idea de que funcionarán relativamente igual para todos, pero en la aplicación de medicamentos, hay una serie de factores que deben considerarse. El relato detallado de la información genética del individuo ayudará a prevenir eventos adversos, permitirá dosis apropiadas y creará la máxima eficacia con las prescripciones de medicamentos. [19] Por ejemplo, la warfarina es el anticoagulante oral aprobado por la FDA que se prescribe comúnmente a pacientes con coágulos de sangre. Debido a la variabilidad interindividual significativa de la warfarina en farmacocinética y farmacodinamia , su tasa de eventos adversos está entre las más altas de todos los medicamentos comúnmente recetados. [6] Sin embargo, con el descubrimiento de variantes polimórficas en los genotipos CYP2C9 y VKORC1, dos genes que codifican la respuesta anticoagulante individual, [66] [67] los médicos pueden utilizar el perfil genético de los pacientes para prescribir dosis óptimas de warfarina para prevenir efectos secundarios como hemorragias importantes y permitir una eficacia terapéutica más rápida y mejor. [6] El proceso farmacogenómico para el descubrimiento de variantes genéticas que predicen eventos adversos a un fármaco específico se ha denominado toxgnóstico . [68]

Un aspecto de una plataforma teranóstica aplicada a la medicina personalizada puede ser el uso de pruebas diagnósticas para guiar la terapia. Las pruebas pueden involucrar imágenes médicas como agentes de contraste de MRI (agentes T1 y T2), marcadores fluorescentes ( colorantes orgánicos y puntos cuánticos inorgánicos ) y agentes de imágenes nucleares ( radiotrazadores PET o agentes SPECT ). [10] [69] o pruebas de laboratorio in vitro [70] incluyendo secuenciación de ADN [71] y a menudo involucran algoritmos de aprendizaje profundo que ponderan el resultado de las pruebas para varios biomarcadores . [72]

Además de un tratamiento específico, la medicina personalizada puede ayudar en gran medida a los avances en el cuidado preventivo. Por ejemplo, ya se están realizando genotipados de muchas mujeres para detectar ciertas mutaciones en los genes BRCA1 y BRCA2 si están predispuestas debido a antecedentes familiares de cáncer de mama o cáncer de ovario. [73] Cuanto más causas de enfermedades se mapean según las mutaciones que existen dentro de un genoma, más fácil es identificarlas en un individuo. Entonces se pueden tomar medidas para prevenir el desarrollo de una enfermedad. Incluso si se encontraran mutaciones dentro de un genoma, tener los detalles de su ADN puede reducir el impacto o retrasar la aparición de ciertas enfermedades. [63] Tener el contenido genético de un individuo permitirá tomar decisiones mejor guiadas para determinar el origen de la enfermedad y, por lo tanto, tratarla o prevenir su progresión. Esto será extremadamente útil para enfermedades como el Alzheimer o cánceres que se cree que están relacionados con ciertas mutaciones en nuestro ADN. [63]

Una herramienta que se está utilizando actualmente para probar la eficacia y seguridad de un fármaco específico para un grupo o subgrupo de pacientes objetivo es el diagnóstico complementario . Esta tecnología es un ensayo que se desarrolla durante o después de que un fármaco se pone a disposición en el mercado y es útil para mejorar el tratamiento terapéutico disponible en función del individuo. [74] Estos diagnósticos complementarios han incorporado la información farmacogenómica relacionada con el fármaco en su etiqueta de prescripción en un esfuerzo por ayudar a tomar la decisión de tratamiento más óptima posible para el paciente. [74]

Un proceso global de terapia personalizada contra el cáncer. La secuenciación del genoma permitirá una prescripción de medicamentos más precisa y personalizada y una terapia dirigida a diferentes pacientes.

Desarrollo y uso de fármacos

Disponer de la información genómica de un individuo puede ser importante en el proceso de desarrollo de fármacos mientras esperan la aprobación de la FDA para su uso público. Disponer de un relato detallado de la composición genética de un individuo puede ser un activo importante a la hora de decidir si se puede elegir a un paciente para su inclusión o exclusión en las etapas finales de un ensayo clínico. [63] Ser capaz de identificar a los pacientes que se beneficiarán más de un ensayo clínico aumentará la seguridad de los pacientes frente a los resultados adversos causados ​​por el producto en prueba y permitirá realizar ensayos más pequeños y más rápidos que conducen a menores costes generales. [75] Además, los fármacos que se consideran ineficaces para la población en general pueden obtener la aprobación de la FDA mediante el uso de genomas personales para calificar la eficacia y la necesidad de ese fármaco o terapia específicos, aunque solo los necesite un pequeño porcentaje de la población., [63] [76]

Los médicos suelen utilizar una estrategia de prueba y error hasta que encuentran la terapia de tratamiento que es más eficaz para su paciente. [63] Con la medicina personalizada, estos tratamientos pueden ser adaptados de manera más específica al predecir cómo responderá el cuerpo de un individuo y si el tratamiento funcionará en función de su genoma. [19] Esto se ha resumido como "terapia con el fármaco adecuado en la dosis adecuada en el paciente adecuado". [77] Este enfoque también sería más rentable y preciso. [63] Por ejemplo, el tamoxifeno solía ser un fármaco comúnmente recetado a mujeres con cáncer de mama ER+, pero el 65% de las mujeres que lo tomaban inicialmente desarrollaron resistencia. Después de la investigación de personas como David Flockhart , se descubrió que las mujeres con cierta mutación en su gen CYP2D6 , un gen que codifica la enzima metabolizadora, no podían descomponer eficazmente el tamoxifeno, lo que lo convertía en un tratamiento ineficaz para ellas. [78] Ahora se genotipifica a las mujeres para estas mutaciones específicas para seleccionar el tratamiento más eficaz.

La detección de estas mutaciones se lleva a cabo mediante un cribado de alto rendimiento o un cribado fenotípico . Varias empresas farmacéuticas y de descubrimiento de fármacos están utilizando actualmente estas tecnologías no solo para avanzar en el estudio de la medicina personalizada, sino también para ampliar la investigación genética . Los enfoques alternativos de múltiples objetivos al enfoque tradicional de cribado de bibliotecas de transfección "directa" pueden implicar la transfección inversa o la quimiogenómica . [ cita requerida ]

La preparación de compuestos farmacéuticos es otra aplicación de la medicina personalizada. Aunque no necesariamente se utilice información genética, la producción personalizada de un fármaco cuyas diversas propiedades (por ejemplo, nivel de dosis, selección de ingredientes, vía de administración, etc.) se seleccionan y elaboran para un paciente individual se acepta como un área de la medicina personalizada (en contraste con las dosis unitarias producidas en masa o las combinaciones de dosis fijas) . También se están desarrollando enfoques computacionales y matemáticos para predecir las interacciones farmacológicas . Por ejemplo, las superficies de respuesta fenotípica modelan las relaciones entre los fármacos, sus interacciones y los biomarcadores de un individuo. [ cita requerida ]

Un área activa de investigación es la entrega eficiente de medicamentos personalizados generados a partir de compuestos farmacéuticos a los sitios de la enfermedad del cuerpo. [7] Por ejemplo, los investigadores están tratando de diseñar nanotransportadores que puedan apuntar con precisión al sitio específico mediante el uso de imágenes en tiempo real y el análisis de la farmacodinámica de la administración del fármaco . [79] Se están investigando varios nanotransportadores candidatos, como nanopartículas de óxido de hierro , puntos cuánticos , nanotubos de carbono , nanopartículas de oro y nanopartículas de sílice. [10] La alteración de la química de la superficie permite que estas nanopartículas se carguen con medicamentos, así como para evitar la respuesta inmune del cuerpo, lo que hace posible la teranóstica basada en nanopartículas. [7] [10] Las estrategias de focalización de los nanotransportadores varían según la enfermedad. Por ejemplo, si la enfermedad es cáncer, un enfoque común es identificar el biomarcador expresado en la superficie de las células cancerosas y cargar su vector de focalización asociado en el nanotransportador para lograr el reconocimiento y la unión; La escala de tamaño de los nanotransportadores también se diseñará para alcanzar el efecto de permeabilidad y retención mejorado (EPR) en la focalización del tumor. [10] Si la enfermedad está localizada en el órgano específico, como el riñón, la superficie de los nanotransportadores se puede recubrir con un cierto ligando que se une a los receptores dentro de ese órgano para lograr la administración del fármaco dirigida al órgano y evitar la captación no específica. [80] A pesar del gran potencial de este sistema de administración de fármacos basado en nanopartículas, aún se deben lograr avances significativos en el campo, y los nanotransportadores aún se están investigando y modificando para cumplir con los estándares clínicos. [10] [79]

Teranósticos

La teranóstica es un enfoque personalizado en medicina nuclear , que utiliza moléculas similares tanto para la obtención de imágenes (diagnóstico) como para la terapia. [81] [82] [83] El término es un acrónimo de " terapéutica " y " diagnóstico ". Sus aplicaciones más comunes son la unión de radionúclidos (emisores gamma o de positrones) a moléculas para la obtención de imágenes SPECT o PET , o emisores de electrones para radioterapia . [ cita requerida ] Uno de los primeros ejemplos es el uso de yodo radiactivo para el tratamiento de personas con cáncer de tiroides . [81] Otros ejemplos incluyen anticuerpos anti- CD20 radiomarcados (por ejemplo, Bexxar ) para tratar el linfoma , radio-223 para tratar las metástasis óseas , lutecio-177 DOTATATE para tratar tumores neuroendocrinos y lutecio-177 PSMA para tratar el cáncer de próstata . [81] Un reactivo de uso común es la fluorodesoxiglucosa , que utiliza el isótopo flúor-18 . [84]

Proteómica respiratoria

La preparación de una muestra de proteómica en un portador de muestra para ser analizada por espectrometría de masas.

Las enfermedades respiratorias afectan a la humanidad a nivel global, con enfermedades pulmonares crónicas (p. ej., asma, enfermedad pulmonar obstructiva crónica, fibrosis pulmonar idiopática, entre otras) y cáncer de pulmón causando morbilidad y mortalidad extensas. Estas condiciones son altamente heterogéneas y requieren un diagnóstico temprano. Sin embargo, los síntomas iniciales son inespecíficos y el diagnóstico clínico se realiza de manera tardía con frecuencia. En los últimos años, la medicina personalizada ha surgido como un enfoque de atención médica que utiliza tecnología novedosa [85] con el objetivo de personalizar los tratamientos de acuerdo con las necesidades médicas particulares del paciente. En específico, la proteómica se utiliza para analizar una serie de expresiones de proteínas, en lugar de un solo biomarcador . [86] Las proteínas controlan las actividades biológicas del cuerpo, incluida la salud y la enfermedad, por lo que la proteómica es útil en el diagnóstico temprano. En el caso de la enfermedad respiratoria, la proteómica analiza varias muestras biológicas que incluyen suero, células sanguíneas, líquidos de lavado broncoalveolar (BAL), líquidos de lavado nasal (NLF), esputo, entre otros. [86] La identificación y cuantificación de la expresión completa de proteínas a partir de estas muestras biológicas se lleva a cabo mediante espectrometría de masas y técnicas analíticas avanzadas. [87] La ​​proteómica respiratoria ha logrado avances significativos en el desarrollo de la medicina personalizada para apoyar la atención médica en los últimos años. Por ejemplo, en un estudio realizado por Lazzari et al. en 2012, el enfoque basado en la proteómica ha logrado una mejora sustancial en la identificación de múltiples biomarcadores de cáncer de pulmón que se pueden utilizar para adaptar tratamientos personalizados para pacientes individuales. [88] Cada vez más estudios han demostrado la utilidad de la proteómica para proporcionar terapias dirigidas a las enfermedades respiratorias. [86]

Genómica del cáncer

En las últimas décadas, la investigación sobre el cáncer ha descubierto mucho sobre la variedad genética de los tipos de cáncer que parecen iguales en la patología tradicional . También ha aumentado la conciencia sobre la heterogeneidad tumoral , o la diversidad genética dentro de un mismo tumor. Entre otras perspectivas, estos descubrimientos plantean la posibilidad de encontrar que medicamentos que no han dado buenos resultados aplicados a una población general de casos pueden tener éxito en una proporción de casos con perfiles genéticos particulares.

La oncogenómica personalizada es la aplicación de la medicina personalizada a la genómica del cáncer. Se utilizan métodos de secuenciación de alto rendimiento para caracterizar los genes asociados con el cáncer con el fin de comprender mejor la patología de la enfermedad y mejorar el desarrollo de fármacos . La oncogenómica es una de las ramas más prometedoras de la genómica , en particular por sus implicaciones en la terapia farmacológica. Algunos ejemplos de esto incluyen:

  • Trastuzumab (nombres comerciales Herclon, Herceptin) es un fármaco de anticuerpos monoclonales que interfiere con el receptor HER2/neu . Su principal uso es tratar ciertos cánceres de mama. Este fármaco solo se utiliza si se analiza el cáncer de una paciente para detectar la sobreexpresión del receptor HER2/neu. Se utilizan dos pruebas de tipificación de tejidos para evaluar a las pacientes en busca de posibles beneficios del tratamiento con Herceptin. Las pruebas de tejido son la inmunohistoquímica (IHC) y la hibridación in situ con fluorescencia (FISH) [89]. Solo las pacientes Her2+ serán tratadas con terapia con Herceptin (trastuzumab) [90].
  • Los inhibidores de la tirosina quinasa , como el imatinib (comercializado como Gleevec), se han desarrollado para tratar la leucemia mieloide crónica (LMC), en la que el gen de fusión BCR-ABL (producto de una translocación recíproca entre el cromosoma 9 y el cromosoma 22) está presente en más del 95 % de los casos y produce una señalización de la proteína ABL hiperactivada. Estos medicamentos inhiben específicamente la proteína tirosina quinasa Ableson (ABL) y, por lo tanto, son un excelente ejemplo de " diseño racional de fármacos " basado en el conocimiento de la fisiopatología de la enfermedad. [91]
  • El informe FoundationOne CDx elaborado por Foundation Medicine , que analiza los genes en las biopsias de tumores de pacientes individuales y recomienda medicamentos específicos
  • Una alta carga de mutaciones es indicativa de respuesta a la inmunoterapia, y también se han asociado patrones específicos de mutaciones con la exposición previa a fármacos citotóxicos contra el cáncer. [92]

Cribado poblacional

Mediante el uso de tecnologías genómicas ( microarrays ), proteómicas (matriz de tejidos) y de imágenes ( fMRI , micro-CT ), se puede obtener fácilmente información a escala molecular sobre los pacientes. Estos llamados biomarcadores moleculares han demostrado ser poderosos en el pronóstico de enfermedades, como el cáncer. [93] [94] [95] Las tres áreas principales de predicción del cáncer se encuentran en la recurrencia del cáncer, la susceptibilidad al cáncer y la supervivencia al cáncer. [96] La combinación de información a escala molecular con datos clínicos a escala macro, como el tipo de tumor de los pacientes y otros factores de riesgo, mejora significativamente el pronóstico. [96] En consecuencia, dado el uso de biomarcadores moleculares, especialmente genómica, el pronóstico o predicción del cáncer se ha vuelto muy eficaz, especialmente cuando se realiza el cribado de una gran población. [97] Esencialmente, el cribado genómico poblacional se puede utilizar para identificar a las personas en riesgo de enfermedad, lo que puede ayudar en los esfuerzos preventivos. [97]

Los datos genéticos se pueden utilizar para construir puntuaciones poligénicas , que estiman rasgos como el riesgo de enfermedad sumando los efectos estimados de las variantes individuales descubiertas a través de un GWAS. Estos se han utilizado para una amplia variedad de condiciones, como el cáncer, la diabetes y la enfermedad de la arteria coronaria. [98] [99] Muchas variantes genéticas están asociadas con la ascendencia, y sigue siendo un desafío tanto generar estimaciones precisas como disociar las variantes biológicamente relevantes de aquellas que están asociadas casualmente. Las estimaciones generadas a partir de una población no suelen transferirse bien a otras, lo que requiere métodos sofisticados y datos más diversos y globales. [100] [101] La mayoría de los estudios han utilizado datos de personas con ascendencia europea, lo que lleva a pedidos de prácticas genómicas más equitativas para reducir las disparidades en la salud. [102] Además, si bien las puntuaciones poligénicas tienen cierta precisión predictiva, sus interpretaciones se limitan a estimar el percentil de un individuo y se necesita investigación traslacional para el uso clínico. [103]

Desafíos

A medida que la medicina personalizada se practica más ampliamente, surgen una serie de desafíos. Los enfoques actuales de los derechos de propiedad intelectual, las políticas de reembolso, la privacidad del paciente, los sesgos de datos y la confidencialidad, así como la supervisión regulatoria, tendrán que redefinirse y reestructurarse para acomodar los cambios que la medicina personalizada traerá a la atención médica. [104] Por ejemplo, una encuesta realizada en el Reino Unido concluyó que el 63% de los adultos del Reino Unido no se sienten cómodos con que sus datos personales se utilicen con el fin de utilizar la IA en el campo médico. [105] Además, el análisis de los datos de diagnóstico adquiridos es un desafío reciente de la medicina personalizada y su implementación. [41] Por ejemplo, los datos genéticos obtenidos de la secuenciación de próxima generación requieren un procesamiento de datos intensivo por computadora antes de su análisis. [106] En el futuro, se requerirán herramientas adecuadas para acelerar la adopción de la medicina personalizada en otros campos de la medicina, lo que requiere la cooperación interdisciplinaria de expertos de campos específicos de investigación, como la medicina , la oncología clínica , la biología y la inteligencia artificial .

Supervisión regulatoria

La Administración de Alimentos y Medicamentos de los Estados Unidos (FDA) ha comenzado a tomar iniciativas para integrar la medicina personalizada en sus políticas regulatorias . En octubre de 2013, la agencia publicó un informe titulado " Preparando el camino para la medicina personalizada: el papel de la FDA en una nueva era del desarrollo de productos médicos ", en el que describían los pasos que tendrían que dar para integrar la información genética y de biomarcadores para el uso clínico y el desarrollo de fármacos. [75] Estos incluían el desarrollo de estándares regulatorios específicos , métodos de investigación y materiales de referencia . [75] Un ejemplo de la última categoría en la que estaban trabajando es una "biblioteca de referencia genómica", destinada a mejorar la calidad y la confiabilidad de diferentes plataformas de secuenciación . [75] Un desafío importante para quienes regulan la medicina personalizada es una forma de demostrar su efectividad en relación con el estándar de atención actual . [107] La ​​nueva tecnología debe evaluarse tanto en términos de efectividad clínica como de costo, y a partir de 2013 [update], las agencias reguladoras no tenían un método estandarizado. [107]

Derechos de propiedad intelectual

Como sucede con cualquier innovación en medicina, la inversión y el interés en la medicina personalizada están influenciados por los derechos de propiedad intelectual. [104] Ha habido mucha controversia con respecto a la protección de patentes para herramientas de diagnóstico, genes y biomarcadores. [108] En junio de 2013, la Corte Suprema de los Estados Unidos dictaminó que los genes naturales no pueden patentarse, mientras que el "ADN sintético" que se edita o crea artificialmente sí puede patentarse. La Oficina de Patentes está revisando actualmente una serie de cuestiones relacionadas con las leyes de patentes para la medicina personalizada, como por ejemplo si las pruebas genéticas secundarias "confirmatorias" posteriores al diagnóstico inicial pueden tener inmunidad total ante las leyes de patentes. Quienes se oponen a las patentes argumentan que las patentes sobre secuencias de ADN son un impedimento para la investigación en curso, mientras que los defensores señalan la exención de investigación y subrayan que las patentes son necesarias para atraer y proteger las inversiones financieras necesarias para la investigación comercial y el desarrollo y avance de los servicios ofrecidos. [108]

Políticas de reembolso

Las políticas de reembolso tendrán que redefinirse para adaptarse a los cambios que la medicina personalizada traerá al sistema de salud. Algunos de los factores que deben considerarse son el nivel de eficacia de varias pruebas genéticas en la población general, la relación costo-efectividad en relación con los beneficios, cómo abordar los sistemas de pago para enfermedades extremadamente raras y cómo redefinir el concepto de seguro de "riesgo compartido" para incorporar el efecto del concepto más nuevo de "factores de riesgo individuales". [104] El estudio, Barreras al uso de la medicina personalizada en el cáncer de mama , utilizó dos pruebas de diagnóstico diferentes, que son BRACAnalysis y Oncotype DX. Estas pruebas tienen tiempos de respuesta de más de diez días, lo que hace que las pruebas fallen y se produzcan retrasos en los tratamientos. Los pacientes no reciben reembolsos por estos retrasos, lo que hace que no se soliciten las pruebas. En última instancia, esto lleva a los pacientes a tener que pagar de su bolsillo los tratamientos porque las compañías de seguros no quieren aceptar los riesgos involucrados. [109]

Privacidad y confidencialidad del paciente

Tal vez la cuestión más crítica de la comercialización de la medicina personalizada sea la protección de los pacientes. Uno de los mayores problemas es el miedo y las posibles consecuencias para los pacientes que están predispuestos después de las pruebas genéticas o que no responden a ciertos tratamientos. Esto incluye los efectos psicológicos en los pacientes debido a los resultados de las pruebas genéticas. El derecho de los miembros de la familia que no dan su consentimiento directo es otra cuestión, considerando que las predisposiciones y los riesgos genéticos son hereditarios. También habría que considerar las implicaciones para ciertos grupos étnicos y la presencia de un alelo común. [104]

Además, podríamos referirnos a la cuestión de la privacidad en todas las capas de la medicina personalizada, desde el descubrimiento hasta el tratamiento. Una de las cuestiones principales es el consentimiento de los pacientes para que su información se utilice en algoritmos de pruebas genéticas, principalmente algoritmos de IA. El consentimiento de la institución que proporciona los datos que se utilizarán también es una preocupación importante. [105] En 2008, se aprobó la Ley de No Discriminación por Información Genética (GINA, por sus siglas en inglés) en un esfuerzo por minimizar el miedo de los pacientes que participan en la investigación genética al garantizar que su información genética no sea utilizada indebidamente por los empleadores o las aseguradoras. [104] El 19 de febrero de 2015, la FDA emitió un comunicado de prensa titulado: "La FDA permite la comercialización de la primera prueba genética de portadores directa al consumidor para el síndrome de Bloom". [8]

Sesgos en los datos

Los sesgos en los datos también desempeñan un papel fundamental en la medicina personalizada. Es importante asegurarse de que la muestra de genes que se analiza provenga de diferentes poblaciones, para garantizar que las muestras no presenten los mismos sesgos humanos que utilizamos en la toma de decisiones. [110]

En consecuencia, si los algoritmos diseñados para la medicina personalizada están sesgados, entonces el resultado del algoritmo también estará sesgado debido a la falta de pruebas genéticas en ciertas poblaciones. [111] Por ejemplo, los resultados del Estudio del Corazón de Framingham han llevado a resultados sesgados en la predicción del riesgo de enfermedad cardiovascular. Esto se debe a que la muestra se probó solo en personas blancas y cuando se aplicó a la población no blanca, los resultados estaban sesgados con sobreestimación y subestimación de los riesgos de enfermedad cardiovascular. [112]

Implementación

Hay varias cuestiones que deben abordarse antes de que se pueda implementar la medicina personalizada. Se ha analizado muy poco del genoma humano, e incluso si los proveedores de atención médica tuvieran acceso a la información genética completa de un paciente, muy poco de ella podría aprovecharse de manera efectiva para el tratamiento. [113] También surgen desafíos al procesar cantidades tan grandes de datos genéticos. Incluso con tasas de error tan bajas como 1 por 100 kilobases, el procesamiento de un genoma humano podría tener aproximadamente 30.000 errores. [114] Esta cantidad de errores, especialmente cuando se intenta identificar marcadores específicos, puede dificultar los descubrimientos y la verificabilidad. Hay métodos para superar esto, pero son computacionalmente exigentes y costosos. También hay problemas desde el punto de vista de la efectividad, ya que después de que se haya procesado el genoma, la función en las variaciones entre genomas debe analizarse utilizando estudios de todo el genoma. Si bien se puede predecir el impacto de los SNP descubiertos en este tipo de estudios, se debe realizar más trabajo para controlar las enormes cantidades de variación que pueden ocurrir debido al tamaño del genoma que se está estudiando. [114] Para avanzar de manera efectiva en esta área, se deben tomar medidas para garantizar que los datos que se analizan sean buenos y se debe adoptar una visión más amplia en términos de analizar múltiples SNP para un fenotipo. El problema más urgente que plantea la implementación de la medicina personalizada es aplicar los resultados del mapeo genético para mejorar el sistema de atención médica. Esto no solo se debe a la infraestructura y la tecnología requeridas para una base de datos centralizada de datos genómicos, sino también a que los médicos que tendrían acceso a estas herramientas probablemente no podrían aprovecharlas por completo. [114] Para implementar verdaderamente un sistema de atención médica de medicina personalizada, debe haber un cambio de extremo a extremo.

El Instituto de Estudios del Futuro de Copenhague y Roche crearon FutureProofing Healthcare [115] , que produce un índice de salud personalizado que clasifica el desempeño de distintos países en función de 27 indicadores diferentes de salud personalizada en cuatro categorías llamadas "signos vitales". Han organizado conferencias en muchos países para examinar sus hallazgos. [116] [117]

Véase también

Referencias

  1. ^ abc Medicina estratificada, personalizada o P4: una nueva dirección para poner al paciente en el centro de la atención sanitaria y la educación sanitaria (Informe técnico). Academia de Ciencias Médicas. Mayo de 2015. Archivado desde el original el 27 de octubre de 2016 . Consultado el 6 de enero de 2016 .
  2. ^ abc "¿Muchos nombres para un concepto o muchos conceptos en un nombre?". Fundación PHG. Archivado desde el original el 9 de noviembre de 2016 . Consultado el 6 de enero de 2015 .
  3. ^ Egnew TR (1 de marzo de 2009). "Sufrimiento, significado y curación: desafíos de la medicina contemporánea". Anales de Medicina Familiar . 7 (2): 170–5. doi :10.1370/afm.943. PMC 2653974 . PMID  19273873. 
  4. ^ "El caso de la medicina personalizada" (PDF) . Personalized Medicine Coalition. 2014. Consultado el 6 de enero de 2016 .
  5. ^ Smith R (15 de octubre de 2012). «Medicina estratificada, personalizada o de precisión». British Medical Journal . Consultado el 6 de enero de 2016 .
  6. ^ abc Lesko LJ (junio de 2007). "Medicina personalizada: ¿sueño elusivo o realidad inminente?". Farmacología clínica y terapéutica . 81 (6): 807–16. doi :10.1038/sj.clpt.6100204. PMID  17505496. S2CID  17860973.
  7. ^ abc "Grandes desafíos: diseñar mejores medicamentos". www.engineeringchallenges.org . Consultado el 3 de agosto de 2020 .
  8. ^ ab "Medicina personalizada 101". Personalized Medicine Coalition. Archivado desde el original el 10 de mayo de 2019. Consultado el 26 de abril de 2014 .
  9. ^ Priyadharshini VS, Teran LM (2016). "Medicina personalizada en enfermedades respiratorias". Capítulo cinco: Medicina personalizada en enfermedades respiratorias: papel de la proteómica . Avances en química de proteínas y biología estructural. Vol. 102. págs. 115–146. doi :10.1016/bs.apcsb.2015.11.008. ISBN 978-0-12-804795-8. Número de identificación personal  26827604.
  10. ^ abcdef Xie J, Lee S, Chen X (agosto de 2010). Donev R (ed.). "Agentes teranósticos basados ​​en nanopartículas". Advanced Drug Delivery Reviews . Medicina personalizada. 62 (11). Academic Press: 1064–79. doi :10.1016/j.addr.2010.07.009. PMC 2988080 . PMID  20691229. 
  11. ^ "¿Cuál es la diferencia entre la medicina de precisión y la medicina personalizada? ¿Qué pasa con la farmacogenómica?". MedlinePlus, Biblioteca Nacional de Medicina, Institutos Nacionales de Salud de EE. UU. 17 de mayo de 2022. Consultado el 24 de abril de 2024 .
  12. ^ ab "Medicina de precisión". Instituto Nacional de Investigación del Genoma Humano, Institutos Nacionales de Salud de EE. UU. 24 de abril de 2024. Consultado el 24 de abril de 2024 .
  13. ^ Lu YF, Goldstein DB, Angrist M, et al. (julio de 2014). "Medicina personalizada y diversidad genética humana". Cold Spring Harbor Perspectives in Medicine (ensayo). 4 (9): a008581. doi : 10.1101/cshperspect.a008581 . PMC 4143101. PMID  25059740. 
  14. ^ Jones DT, Banito A, Grünewald TG, et al. (agosto de 2019). "Características moleculares y vulnerabilidades terapéuticas en tumores sólidos pediátricos" . Nature Reviews Cancer (Revisión). 19 (8): 420–438. doi :10.1038/s41568-019-0169-x. PMID  31300807. S2CID  196350118.
  15. ^ ab «Medicina personalizada». Instituto Nacional de Investigación del Genoma Humano, Institutos Nacionales de Salud de EE. UU. 24 de abril de 2024. Consultado el 24 de abril de 2024 .
  16. ^ ab Consejo Asesor del Presidente sobre Ciencia y Tecnología (septiembre de 2008). «Prioridades para la medicina personalizada» (PDF) . La Casa Blanca . p. 19. Archivado desde el original (PDF) el 10 de junio de 2016. Consultado el 24 de abril de 2024 .
  17. ^ Clerk J (23 de febrero de 2015). "Cambiando la medicina con la bioimpresión 3D, donde los órganos pueden ser sintetizados por tecnología". Los Angeles Times .
  18. ^ Consejo Nacional de Investigación (2011), "Glosario", Hacia la medicina de precisión: creación de una red de conocimiento para la investigación biomédica y una nueva taxonomía de las enfermedades , National Academies Press (EE. UU.) , consultado el 25 de abril de 2024
  19. ^ abcd Dudley J, Karczewski K (2014). Explorando la genómica personal . Oxford: Oxford University Press.
  20. ^ ab "Medicina personalizada 101: la ciencia". Personalized Medicine Coalition. Archivado desde el original el 19 de febrero de 2019. Consultado el 26 de abril de 2014 .
  21. ^ Lu YF, Goldstein DB, Angrist M, et al. (julio de 2014). "Medicina personalizada y diversidad genética humana". Cold Spring Harbor Perspectives in Medicine . 4 (9): a008581. doi :10.1101/cshperspect.a008581. PMC 4143101 . PMID  25059740. 
  22. ^ Battle A, Mostafavi S, Zhu X, et al. (enero de 2014). "Caracterización de la base genética de la diversidad del transcriptoma a través de la secuenciación de ARN de 922 individuos". Genome Research . 24 (1): 14–24. doi :10.1101/gr.155192.113. PMC 3875855 . PMID  24092820. 
  23. ^ Cenik C, Cenik ES, Byeon GW, et al. (noviembre de 2015). "El análisis integrativo de los niveles de ARN, traducción y proteína revela una variación regulatoria distinta en los seres humanos". Genome Research . 25 (11): 1610–21. doi :10.1101/gr.193342.115. PMC 4617958 . PMID  26297486. 
  24. ^ Wu L, Candille SI, Choi Y, et al. (julio de 2013). "Variación y control genético de la abundancia de proteínas en humanos". Nature . 499 (7456): 79–82. Bibcode :2013Natur.499...79W. doi :10.1038/nature12223. PMC 3789121 . PMID  23676674. 
  25. ^ Snyderman R (agosto de 2012). "Atención sanitaria personalizada: de la teoría a la práctica". Revista de biotecnología . 7 (8): 973–9. doi :10.1002/biot.201100297. PMID  22180345. S2CID  31447416.
  26. ^ Altmann A, Beerenwinkel N, Sing T, et al. (2007). "Mejora de la predicción de la respuesta a la terapia de combinación antirretroviral utilizando la barrera genética a la resistencia a los fármacos". Terapia antiviral . 12 (2): 169–78. doi : 10.1177/135965350701200202 . PMID  17503659. S2CID  26286925. INIST 18647009. 
  27. ^ Blau CA, Liakopoulou E (24 de octubre de 2012). "¿Podemos deconstruir el cáncer, un paciente a la vez?". Opinión. Tendencias en genética . 29 (1). CellPress: 6–10. doi :10.1016/j.tig.2012.09.004. PMC 4221262. PMID  23102584 . 
  28. ^ Tavassoly I, Hu Y, Zhao S, et al. (agosto de 2019). "Firmas genómicas que definen la capacidad de respuesta al alopurinol y la terapia combinada para el cáncer de pulmón identificadas mediante análisis de terapias de sistemas". Oncología molecular . 13 (8): 1725–1743. doi :10.1002/1878-0261.12521. PMC 6670022 . PMID  31116490. 
  29. ^ Garraway LA, Verweij J, Ballman KV (mayo de 2013). "Oncología de precisión: una descripción general". Revista de oncología clínica . 31 (15): 1803–5. doi : 10.1200/jco.2013.49.4799 . PMID  23589545. S2CID  42163820.
  30. ^ Shrager J, Tenenbaum JM (febrero de 2014). "Aprendizaje rápido para la oncología de precisión". Nature Reviews. Oncología clínica . 11 (2): 109–18. doi :10.1038/nrclinonc.2013.244. PMID  24445514. S2CID  11225698.
  31. ^ Fernandes BS, Williams LM, Steiner J, et al. (abril de 2017). "El nuevo campo de la 'psiquiatría de precisión'". BMC Medicine . 15 (1): 80. doi : 10.1186/s12916-017-0849-x . PMC 5390384 . PMID  28403846. 
  32. ^ Fernandes BS, Berk M (junio de 2017). "Estadificación del trastorno bipolar: un paso más hacia la psiquiatría de precisión". Revista Brasileira de Psiquiatria . 39 (2): 88–89. doi : 10.1590/1516-4446-2017-3902 . PMC 7111440 . PMID  28591270. 
  33. ^ Ogino S, Lochhead P, Chan AT, et al. (abril de 2013). "Epidemiología patológica molecular de la epigenética: ciencia integradora emergente para analizar el entorno, el huésped y la enfermedad". Patología moderna . 26 (4): 465–84. doi :10.1038/modpathol.2012.214. PMC 3637979 . PMID  23307060. 
  34. ^ Ogino S, Fuchs CS, Giovannucci E (julio de 2012). "¿Cuántos subtipos moleculares? Implicaciones del principio de tumor único en la medicina personalizada". Expert Review of Molecular Diagnostics . 12 (6): 621–628. doi :10.1586/erm.12.46. PMC 3492839 . PMID  22845482. 
  35. ^ Ogino S, Lochhead P, Giovannucci E, et al. (junio de 2014). "Descubrimiento de la mutación PIK3CA del cáncer colorrectal como posible biomarcador predictivo: poder y promesa de la epidemiología patológica molecular". Oncogene . 33 (23): 2949–55. doi :10.1038/onc.2013.244. PMC 3818472 . PMID  23792451. 
  36. ^ Haines JL, Hauser MA, Schmidt S, et al. (abril de 2005). "La variante del factor H del complemento aumenta el riesgo de degeneración macular relacionada con la edad". Science . 308 (5720): 419–21. Bibcode :2005Sci...308..419H. doi : 10.1126/science.1110359 . PMID  15761120. S2CID  32716116.
  37. ^ "Un catálogo de estudios de asociación de todo el genoma publicados" . Consultado el 28 de junio de 2015 .
  38. ^ Ashley EA, Butte AJ, Wheeler MT, et al. (mayo de 2010). "Evaluación clínica que incorpora un genoma personal". Lancet . 375 (9725): 1525–35. doi :10.1016/s0140-6736(10)60452-7. PMC 2937184 . PMID  20435227. 
  39. ^ "Oncotype DX: prueba genómica para orientar el tratamiento del cáncer de mama". 13 de junio de 2019.
  40. ^ Medicina de precisión: aprovechar el extraordinario crecimiento de los datos médicos para el diagnóstico y el tratamiento personalizados http://claudiacopeland.com/uploads/3/6/1/4/3614974/hjno_novdec_2016_precision_medicine.pdf Archivado el 13 de noviembre de 2022 en Wayback Machine.
  41. ^ ab Huser V, Sincan M, Cimino JJ (2014). "Desarrollo de bases de datos y conocimientos genómicos para apoyar la gestión clínica: perspectivas actuales". Farmacogenómica y medicina personalizada . 7 : 275–83. doi : 10.2147/PGPM.S49904 . PMC 4175027 . PMID  25276091. 
  42. ^ Ashley EA (junio de 2015). "La iniciativa de medicina de precisión: un nuevo esfuerzo nacional". JAMA . 313 (21): 2119–20. doi :10.1001/jama.2015.3595. PMID  25928209.
  43. ^ Ashley EA (agosto de 2016). "Hacia una medicina de precisión". Nature Reviews. Genética . 17 (9): 507–22. doi :10.1038/nrg.2016.86. PMID  27528417. S2CID  2609065.
  44. ^ Splinter K, Adams DR, Bacino CA, et al. (29 de noviembre de 2018). "Efecto del diagnóstico genético en pacientes con enfermedades no diagnosticadas previamente". New England Journal of Medicine . 379 (22): 2131–2139. doi :10.1056/NEJMoa1714458. PMC 6481166 . PMID  30304647. 
  45. ^ Serpico D, Maziarz M (14 de diciembre de 2023). "Promedio versus individualizado: diseño pragmático N-de-1 como método para investigar la respuesta individual al tratamiento". Revista Europea de Filosofía de la Ciencia . 13 (4): 59. doi : 10.1007/s13194-023-00559-0 . ISSN  1879-4920.
  46. ^ Nikles, J. y Mitchell, G. (2015). Nikles J, Mitchell G (eds.). "La guía esencial para los ensayos N-of-1 en salud" (PDF) . SpringerLink . doi :10.1007/978-94-017-7200-6. ISBN . 978-94-017-7199-3. Número de identificación del sujeto:  33597874.{{cite journal}}: CS1 maint: multiple names: authors list (link)
  47. ^ "Adivinando tu futuro en el ámbito sanitario". pmlive.com . 18 de octubre de 2013.
  48. ^ "Dispositivos médicos impresos en 3D generan evaluación de la FDA". LiveScience.com . 30 de agosto de 2013.
  49. ^ "Beneficios de la medicina personalizada - The Jackson Laboratory". jax.org . Archivado desde el original el 10 de mayo de 2015 . Consultado el 23 de septiembre de 2022 .
  50. ^ Belcher A, Mangelsdorf M, McDonald F, et al. (junio de 2019). "¿Qué significa para la salud pública la inversión de Australia en genómica?". Revista Australiana y Neozelandesa de Salud Pública . 43 (3): 204–206. doi : 10.1111/1753-6405.12887 . PMID  30830712.
  51. ^ Mesko B (2017). "Revisión de expertos sobre medicina de precisión y desarrollo de fármacos". Revista Expert Review of Precision Medicine and Drug Development . 2 (5): 239–241. doi : 10.1080/23808993.2017.1380516 .
  52. ^ Ray A (20 de mayo de 2018). «Inteligencia artificial y blockchain para la medicina de precisión». Inner Light Publishers . Consultado el 21 de mayo de 2018 .
  53. ^ Krittanawong C, Zhang H, Wang Z, et al. (mayo de 2017). "Inteligencia artificial en medicina cardiovascular de precisión". Revista del Colegio Americano de Cardiología . 69 (21): 2657–2664. doi : 10.1016/j.jacc.2017.03.571 . PMID  28545640.
  54. ^ Beacher FD, Mujica-Parodi LR, Gupta S, et al. (5 de mayo de 2021). "El aprendizaje automático predice los resultados de los ensayos clínicos de fase III para el cáncer de próstata". Algorithms . 14 (5): 147. doi : 10.3390/a14050147 .
  55. ^ Ferryman K, Pitcan M (26 de febrero de 2018). "Fairness in Precision Medicine". Datos y sociedad . Consultado el 27 de octubre de 2021 .
  56. ^ Bhargava HK, Leo P, Elliott R, et al. (15 de abril de 2020). "La firma de imagen derivada computacionalmente de la morfología del estroma es pronóstica de la recurrencia del cáncer de próstata después de la prostatectomía en pacientes afroamericanos". Investigación clínica del cáncer . 26 (8): 1915–1923. doi :10.1158/1078-0432.CCR-19-2659. ISSN  1557-3265. PMC 7165025. PMID 32139401  . 
  57. ^ "El impacto de la medicina de precisión en el cáncer". weillcornell.org .
  58. ^ "Obama propone una 'medicina de precisión' para acabar con la 'talla única'". AP News . 30 de enero de 2015 . Consultado el 20 de abril de 2024 .
  59. ^ "Objetivos a corto plazo". nih.gov .
  60. ^ "Objetivos a largo plazo". nih.gov .
  61. ^ "La Iniciativa de Medicina de Precisión de la Casa Blanca". whitehouse.gov – vía Archivos Nacionales .
  62. ^ Cunningham PW (16 de enero de 2018). «The Health 202: NIH quiere que 1 millón de estadounidenses contribuyan a un nuevo conjunto de datos genéticos». The Washington Post . ISSN  0190-8286 . Consultado el 20 de enero de 2018 .
  63. ^ abcdefg «Medicina personalizada 101: La promesa». Personalized Medicine Coalition. Archivado desde el original el 19 de diciembre de 2017. Consultado el 26 de abril de 2014 .
  64. ^ "Herramientas de informes en línea de la cartera de investigación: Proyecto Genoma Humano". Institutos Nacionales de Salud (NIH). Archivado desde el original el 25 de septiembre de 2019. Consultado el 28 de abril de 2014 .
  65. ^ "Genetics Home Reference: ¿Qué es la farmacogenómica?". Institutos Nacionales de Salud (NIH) . Consultado el 28 de abril de 2014 .
  66. ^ Breckenridge A, Orme M, Wesseling H, et al. (abril de 1974). "Farmacocinética y farmacodinámica de los enantiómeros de warfarina en el hombre". Farmacología clínica y terapéutica . 15 (4): 424–30. doi :10.1002/cpt1974154424. PMID  4821443. S2CID  11777099.
  67. ^ Rieder MJ, Reiner AP, Gage BF, et al. (junio de 2005). "Efecto de los haplotipos VKORC1 en la regulación transcripcional y la dosis de warfarina". The New England Journal of Medicine . 352 (22): 2285–93. doi : 10.1056/NEJMoa044503 . PMID  15930419.
  68. ^ Iglesia D, Kerr R, Domingo E, et al. (junio de 2014). "'Toxgnósticos': una necesidad insatisfecha en la medicina del cáncer". Nature Reviews. Cancer . 14 (6): 440–5. doi :10.1038/nrc3729. PMID  24827503. S2CID  21601547.
  69. ^ Kelkar SS, Reineke TM (octubre de 2011). "Teranósticos: combinación de imágenes y terapia". Química bioconjugada . 22 (10): 1879–903. doi :10.1021/bc200151q. PMID  21830812.
  70. ^ Perkovic MN, Erjavec GN, Strac DS, et al. (marzo de 2017). "Biomarcadores teranósticos para la esquizofrenia". Revista internacional de ciencias moleculares . 18 (4): 733. doi : 10.3390/ijms18040733 . PMC 5412319 . PMID  28358316. 
  71. ^ Kamps R, Brandão RD, Bosch BJ, et al. (enero de 2017). "Secuenciación de próxima generación en oncología: diagnóstico genético, predicción de riesgo y clasificación del cáncer". Revista internacional de ciencias moleculares . 18 (2): 308. doi : 10.3390/ijms18020308 . PMC 5343844 . PMID  28146134. 
  72. ^ Yahata N, Kasai K, Kawato M (abril de 2017). "Enfoque de neurociencia computacional para biomarcadores y tratamientos para trastornos mentales". Psiquiatría y neurociencias clínicas . 71 (4): 215–237. doi : 10.1111/pcn.12502 . PMID  28032396.
  73. ^ "Hoja informativa: BRCA1 y BRCA2: cáncer y pruebas genéticas". Instituto Nacional del Cáncer (NCI) . Consultado el 28 de abril de 2014 .
  74. ^ ab "BIOMARKER TOOLKIT: Companion Diagnostics" (PDF) . Amgen. Archivado desde el original (PDF) el 1 de agosto de 2014 . Consultado el 2 de mayo de 2014 .
  75. ^ abcd "Allanando el camino para la medicina personalizada: el papel de la FDA en una nueva era de desarrollo de productos médicos" (PDF) . Administración de Alimentos y Medicamentos de los Estados Unidos (FDA). Octubre de 2013. Archivado desde el original (PDF) el 23 de enero de 2014 . Consultado el 28 de abril de 2014 .
  76. ^ Hamburg MA, Collins FS (julio de 2010). "El camino hacia la medicina personalizada". The New England Journal of Medicine . 363 (4): 301–4. doi : 10.1056/nejmp1006304 . PMID  20551152. S2CID  205106671.
  77. ^ Mancinelli L, Cronin M, Sadée W (2000). "Farmacogenómica: la promesa de la medicina personalizada". AAPS PharmSci . 2 (1): 29–41. doi :10.1208/ps020104. PMC 2750999 . PMID  11741220. 
  78. ^ Ellsworth RE, Decewicz DJ, Shriver CD, et al. (mayo de 2010). "El cáncer de mama en la era de la genómica personal". Current Genomics . 11 (3): 146–61. doi :10.2174/138920210791110951. PMC 2878980 . PMID  21037853. 
  79. ^ ab Soni A, Gowthamarajan K, Radhakrishnan A (marzo de 2018). "Medicina personalizada y sistemas de administración de fármacos personalizados: la nueva tendencia en la administración de fármacos y el manejo de enfermedades". Revista internacional de compuestos farmacéuticos . 22 (2): 108–121. PMID  29877858.
  80. ^ Wang J, Poon C, Chin D, et al. (1 de octubre de 2018). "Diseño y caracterización in vivo de micelas multimodales dirigidas al riñón para la administración renal de fármacos". Nano Research . 11 (10): 5584–5595. doi :10.1007/s12274-018-2100-2. S2CID  104241223.
  81. ^ abc Langbein T, Weber WA, Eiber M (septiembre de 2019). "El futuro de la teranóstica: una perspectiva sobre la oncología de precisión en medicina nuclear". Revista de medicina nuclear . 60 (Supl. 2): 13S–19S. doi : 10.2967/jnumed.118.220566 . PMID  31481583. S2CID  201830244.
  82. ^ Herrmann K, Schwaiger M, Lewis JS, et al. (marzo de 2020). "Radioteranósticos: una hoja de ruta para el desarrollo futuro". The Lancet. Oncología . 21 (3): e146–e156. doi :10.1016/S1470-2045(19)30821-6. PMC 7367151 . PMID  32135118. 
  83. ^ Jadvar H, Chen X, Cai W, et al. (febrero de 2018). "Radioteranósticos en el diagnóstico y tratamiento del cáncer". Radiología . 286 (2): 388–400. doi :10.1148/radiol.2017170346. PMC 5790308 . PMID  29356634. 
  84. ^ Pandey S, Giovenzana GB, Szikra D y col. (2021). "Capítulo 11. Teranóstica impulsada por tomografía por emisión de positrones (PET)". Iones metálicos en técnicas de bioimagen . Saltador. págs. 315–346. doi :10.1515/9783110685701-017. S2CID  233659232.
  85. ^ Priyadharshini VS, Teran LM (2016). "Medicina personalizada en enfermedades respiratorias: papel de la proteómica". Avances en química de proteínas y biología estructural . 102 : 115–46. doi :10.1016/bs.apcsb.2015.11.008. PMID  26827604.
  86. ^ abc Priyadharshini VS, Teran LM (2020). "El papel de la proteómica respiratoria en la medicina de precisión". En Faintuch J, Faintuch S (eds.). Medicina de precisión para investigadores, profesionales y proveedores . Academic Press. págs. 255–261. doi :10.1016/B978-0-12-819178-1.00024-1. ISBN 978-0-12-819178-1.S2CID213865547  .​
  87. ^ Fujii K, Nakamura H, Nishimura T (abril de 2017). "Proteómica basada en espectrometría de masas reciente para el descubrimiento de biomarcadores en cáncer de pulmón, EPOC y asma". Expert Review of Proteomics . 14 (4): 373–386. doi :10.1080/14789450.2017.1304215. PMID  28271730. S2CID  3640863.
  88. ^ Lazzari C, Spreafico A, Bachi A, et al. (enero de 2012). "Cambios en el perfil espectral de masas plasmáticas durante el tratamiento de pacientes con cáncer de pulmón de células no pequeñas con inhibidores de la tirosina quinasa del receptor del factor de crecimiento epidérmico". Journal of Thoracic Oncology . 7 (1): 40–8. doi : 10.1097/JTO.0b013e3182307f17 . PMID  21964534. S2CID  205738875.
  89. ^ Carney W (2006). "El estado de HER2/neu es un biomarcador importante para orientar la terapia personalizada de HER2/neu" (PDF) . Connection . 9 : 25–27. Archivado desde el original (PDF) el 4 de marzo de 2016 . Consultado el 3 de enero de 2014 .
  90. ^ Telli ML, Hunt SA, Carlson RW, et al. (agosto de 2007). "Cardiotoxicidad relacionada con trastuzumab: cuestionando el concepto de reversibilidad". Journal of Clinical Oncology . 25 (23): 3525–33. doi :10.1200/JCO.2007.11.0106. PMID  17687157.
  91. ^ Saglio G, Morotti A, Mattioli G, et al. (diciembre de 2004). "Enfoques racionales para el diseño de terapias dirigidas a marcadores moleculares: el caso de la leucemia mieloide crónica". Anales de la Academia de Ciencias de Nueva York . 1028 (1): 423–31. Bibcode :2004NYASA1028..423S. doi :10.1196/annals.1322.050. PMID  15650267. S2CID  19332062.
  92. ^ Pleasance E, Titmuss E, Williamson L, et al. (2020). "El análisis pan-cáncer de tumores de pacientes avanzados revela interacciones entre la terapia y los paisajes genómicos". Nature Cancer . 1 (4): 452–468. doi : 10.1038/s43018-020-0050-6 . PMID  35121966.
  93. ^ Duffy MJ (julio de 2001). "Marcadores bioquímicos en el cáncer de mama: ¿cuáles son clínicamente útiles?". Clinical Biochemistry . 34 (5): 347–52. doi :10.1016/S0009-9120(00)00201-0. PMID  11522269.
  94. ^ Piccart M, Lohrisch C, Di Leo A, et al. (2001). "El valor predictivo de HER2 en el cáncer de mama". Oncología . 61 Suppl 2 (2): 73–82. doi :10.1159/000055405. PMID  11694791. S2CID  23123767.
  95. ^ Baldus SE, Engelmann K, Hanisch FG (1 de enero de 2004). "MUC1 y las MUC: una familia de mucinas humanas con impacto en la biología del cáncer". Critical Reviews in Clinical Laboratory Sciences . 41 (2): 189–231. doi :10.1080/10408360490452040. PMID  15270554. S2CID  46460945.
  96. ^ ab Cruz JA, Wishart DS (febrero de 2007). "Aplicaciones del aprendizaje automático en la predicción y el pronóstico del cáncer". Informática del cáncer . 2 : 59–77. CiteSeerX 10.1.1.795.3458 . doi :10.1177/117693510600200030. PMC 2675494 . PMID  19458758.  
  97. ^ ab Williams MS (agosto de 2019). "Lecciones tempranas de la implementación de programas de medicina genómica". Revisión anual de genómica y genética humana . 20 (1): 389–411. doi : 10.1146/annurev-genom-083118-014924 . PMID  30811224. S2CID  73460688.
  98. ^ Thomas M, Sakoda LC, Hoffmeister M, et al. (septiembre de 2020). "Modelado de todo el genoma de la puntuación de riesgo poligénico en el riesgo de cáncer colorrectal". Am J Hum Genet . 107 (3): 432–444. doi :10.1016/j.ajhg.2020.07.006. PMC 7477007 . PMID  32758450. 
  99. ^ Khera AV, Chaffin M, Aragam KG, et al. (septiembre de 2018). "Las puntuaciones poligénicas de todo el genoma para enfermedades comunes identifican a individuos con un riesgo equivalente a las mutaciones monogénicas". Nat Genet . 50 (9): 1219–1224. doi :10.1038/s41588-018-0183-z. PMC 6128408 . PMID  30104762. 
  100. ^ Marnetto D, Pärna K, Läll K, et al. (abril de 2020). "La deconvolución de ascendencia y la puntuación poligénica parcial pueden mejorar las predicciones de susceptibilidad en individuos recientemente mezclados". Nat Commun . 11 (1): 1628. Bibcode :2020NatCo..11.1628M. doi :10.1038/s41467-020-15464-w. PMC 7118071 . PMID  32242022. 
  101. ^ Wang Y, Guo J, Ni G, et al. (julio de 2020). "Cuantificación teórica y empírica de la precisión de las puntuaciones poligénicas en poblaciones con ascendencia divergente". Nat Commun . 11 (1): 3865. Bibcode :2020NatCo..11.3865W. doi :10.1038/s41467-020-17719-y. PMC 7395791 . PMID  32737319. 
  102. ^ Martin AR, Kanai M, Kamatani Y, et al. (abril de 2019). "El uso clínico de las puntuaciones de riesgo poligénico actuales puede exacerbar las disparidades en materia de salud". Nat Genet . 51 (4): 584–591. doi :10.1038/s41588-019-0379-x. PMC 6563838 . PMID  30926966. 
  103. ^ Lewis CM, Vassos E (mayo de 2020). "Puntuaciones de riesgo poligénico: de herramientas de investigación a instrumentos clínicos". Genome Med . 12 (1): 44. doi : 10.1186/s13073-020-00742-5 . PMC 7236300 . PMID  32423490. 
  104. ^ abcde «Medicina personalizada 101: los desafíos». Personalized Medicine Coalition. Archivado desde el original el 3 de mayo de 2014. Consultado el 26 de abril de 2014 .
  105. ^ ab Vayena E, Blasimme A, Cohen IG (noviembre de 2018). "Aprendizaje automático en medicina: abordar los desafíos éticos". PLOS Medicine . 15 (11): e1002689. doi : 10.1371/journal.pmed.1002689 . PMC 6219763 . PMID  30399149. 
  106. ^ Schapranow MP (27 de junio de 2013). "Analizar genomas: motivación". Instituto Hasso Plattner . Consultado el 20 de julio de 2014 .
  107. ^ ab Frueh FW (septiembre de 2013). "Regulación, reembolso y el largo camino de la implementación de la medicina personalizada: una perspectiva desde los Estados Unidos". Value in Health . 16 (6 Suppl): S27-31. doi : 10.1016/j.jval.2013.06.009 . PMID  24034309.
  108. ^ ab "Cuestiones de propiedad intelectual que afectan al futuro de la medicina personalizada". Asociación Estadounidense de Derecho de la Propiedad Intelectual . Consultado el 26 de abril de 2014 .[ enlace muerto ]
  109. ^ Weldon CB, Trosman JR, Gradishar WJ, et al. (julio de 2012). "Barreras para el uso de la medicina personalizada en el cáncer de mama". Journal of Oncology Practice . 8 (4): e24-31. doi :10.1200/jop.2011.000448. PMC 3396824 . PMID  23180995. 
  110. ^ Char DS, Shah NH, Magnus D (marzo de 2018). "Implementación del aprendizaje automático en la atención médica: cómo abordar los desafíos éticos". The New England Journal of Medicine . 378 (11): 981–983. doi :10.1056/NEJMp1714229. PMC 5962261 . PMID  29539284. 
  111. ^ Chernew ME, Landrum MB (marzo de 2018). "Recopilación de datos suplementarios específicos: cómo abordar el enigma de la medición de la calidad". The New England Journal of Medicine . 378 (11): 979–981. doi :10.1056/NEJMp1713834. PMID  29539286.
  112. ^ Gijsberts CM, Groenewegen KA, Hoefer IE, et al. (2 de julio de 2015). "Diferencias raciales/étnicas en las asociaciones de los factores de riesgo de Framingham con el IMT carotídeo y los eventos cardiovasculares". PLOS ONE . ​​10 (7): e0132321. Bibcode :2015PLoSO..1032321G. doi : 10.1371/journal.pone.0132321 . PMC 4489855 . PMID  26134404. 
  113. ^ Yngvadottir B, Macarthur DG, Jin H, et al. (2009). "La promesa y la realidad de la genómica personal". Genome Biology . 10 (9): 237. doi : 10.1186/gb-2009-10-9-237 . PMC 2768970 . PMID  19723346. 
  114. ^ abc Fernald GH, Capriotti E, Daneshjou R, et al. (julio de 2011). "Desafíos de la bioinformática para la medicina personalizada". Bioinformática . 27 (13): 1741–8. doi :10.1093/bioinformatics/btr295. PMC 3117361 . PMID  21596790. 
  115. ^ "Una atención médica personalizada y precisa significa una mejor calidad de vida para los pacientes". future proofing healthcare . Consultado el 17 de noviembre de 2022 .
  116. ^ "Construir sistemas de salud personalizados y sostenibles a largo plazo". The Economist. 28 de enero de 2021. Consultado el 17 de noviembre de 2022 .
  117. ^ "Irlanda obtiene malos resultados en el índice internacional de atención médica personalizada". Irish Medical Times. 9 de septiembre de 2021. Consultado el 17 de noviembre de 2022 .
El Wikilibro de Medicina interna tiene una página sobre el tema: Medicina de precisión
Retrieved from "https://en.wikipedia.org/w/index.php?title=Personalized_medicine&oldid=1253913524#Theranostics"