Lo dimostra uno studio coordinato dall’Imperial College di Londra, in collaborazione con un noto centro italiano, che ha coinvolto 1.400 persone
L’immunoterapia sta letteralmente rivoluzionando le cure per il cancro negli ultimi anni. Purtroppo però, non tutti i pazienti sembrano beneficiarne allo stesso modo: i soggetti che soffrono di diabete, infatti, rispondono meno a questo tipo di trattamenti. In questa categoria il rischio di progressione del tumore aumenta del 20% rispetto ai pazienti oncologici non diabetici.
A dimostrarlo è uno studio, coordinato dall’Imperial College di Londra e dalla Fondazione Policlinico Universitario Campus BIo-Medico di Roma, che ha coinvolto circa 1.400 persone affette da tumori solidi avanzati e trattati con farmaci immunoncologici in 21 centri. I risultati della ricerca, pubblicata su Clinical Cancer Research, sono illustrati nel convegno ‘Cancer research: from Orlando to Palermo -news from AACR Annual Meeting’ organizzato dall‘Associazione Italiana di Oncologia Medica (Aiom) a Palermo.
“In passato alcune ricerche avevano evidenziato il cosiddetto paradosso dell’obesità, perché sembrava che il fatto di essere in sovrappeso potesse favorire l’efficacia delle terapie che stimolano il sistema immunitario contro le cellule cancerose – afferma Saverio Cinieri, presidente Aiom. Questo studio, per la prima volta al mondo, evidenzia come i pazienti diabetici, che sono spesso in sovrappeso o obesi, rappresentino invece un sottogruppo che beneficia meno dei trattamenti immunoncologici, con una sopravvivenza ridotta. L’obesità può includere diverse condizioni specifiche, tra cui rientra il diabete. Lo studio ha evidenziato che il microambiente tumorale delle persone diabetiche presenta caratteristiche di maggiore esaurimento immunitario e immunodepressione”.
Per il 2022 sono state stimate in Italia oltre 390.000 nuove diagnosi di cancro. Un dato in costante aumento. Uno dei fattori di maggior rischio è il peso in eccesso: il 33% dei cittadini si trova in sovrappeso e il 10% è obeso. “Secondo le stime del World Cancer Research Fund, circa un quinto dei casi è attribuibile a un bilancio energetico troppo ricco – prosegue ancora Cinieri. Il grasso è un deposito naturale di sostanze che favoriscono l’infiammazione sistemica e produce ormoni, come gli estrogeni. Questi ultimi sono coinvolti in vari tipi di neoplasie”.
“Ricerche scientifiche hanno collegato obesità e sovrappeso a ben 13 diversi tipi di tumore – spiega l’esperto. Inoltre, diversi studi hanno esaminato le possibili relazioni genetiche tra obesità, cancro e sindrome metabolica. Il tessuto adiposo è composto non solo da cellule grasse ma anche da cellule del sistema immunitario che permettono che si bruci al momento giusto la nostra energia. Negli individui in sovrappeso o obesi, queste cellule sono disorientate e inviano i messaggi sbagliati all’organismo. Da qui il maggior rischio di sviluppare il cancro. È importante che tutti i cittadini siano sensibilizzati sull’importanza di adottare stili di vita sani, con una dieta corretta e attività fisica costante”.
Clicca quiper leggere i risultati originali dello studio.
Grazie all’Intelligenza artificiale è possibile sapere in anticipo se una donna con tumore al seno beneficerà o meno di un trattamento, specie quelli chemioterapici
Grazie all’Intelligenza Artificiale, ora è possibile capire da subito se una donna con cancro al seno trarrà beneficio da un trattamento. Un team di ricercatori della Northwestern University, negli Usa, ha sviluppato un nuovo strumento basato sull’IA che potrebbe evitare trattamenti chemioterapici non necessari. Questo strumento utilizza valutazioni precise dei tessuti delle pazienti, consentendo una migliore previsione del decorso della malattia. Ciò potrebbe portare a una riduzione della durata o dell’intensità della chemioterapia, basata su valutazioni più accurate, riducendo così potenziali effetti collaterali come nausea o danni al cuore. Lo studio che presenta questo nuovo strumento è stato pubblicato sulla rivista Nature Medicine.
“Il nostro studio dimostra l’importanza delle componenti non tumorali nel determinare l’esito di un paziente” – dichiara l’autore principale, Lee Cooper. “L’importanza di questi elementi era nota da studi biologici, ma questa conoscenza non era stata effettivamente tradotta in uso clinico” – ha aggiunto.
Solitamente, quando viene diagnosticato un cancro al seno, il patologo analizza il tessuto tumorale per valutarne l’aspetto anomalo. Questa procedura, chiamata classificazione, si concentra sull’aspetto delle cellule tumorali ed è rimasta pressoché invariata per decenni. Il “grado”, determinato dal patologo, viene impiegato per guidare la scelta del trattamento per il paziente.
Il nuovo strumento: un modello di intelligenza artificiale che analizza il tessuto canceroso basandosi su immagini digitali
Diversi studi sulla biologia del cancro al seno hanno evidenziato il ruolo significativo delle cellule non cancerose, comprese quelle del sistema immunitario e strutturali del tessuto, nell’incoraggiare o limitare la crescita tumorale. Cooper e il suo team hanno sviluppato un modello di intelligenza artificiale che analizza il tessuto canceroso basandosi su immagini digitali. Questa valutazione comprende l’aspetto delle cellule cancerose e non cancerose, oltre alle loro interazioni. Il sistema di intelligenza artificiale esamina 26 proprietà diverse del tessuto mammario per generare un punteggio prognostico complessivo. Inoltre, fornisce punteggi individuali per le cellule tumorali, immunitarie e stromali, spiegando il punteggio complessivo al patologo. L’adozione di questo nuovo modello potrebbe offrire alle pazienti con diagnosi di cancro al seno una stima più precisa del rischio associato alla malattia, consentendo loro di prendere decisioni informate sulla gestione clinica.
In aggiunta, questo modello può contribuire a valutare la risposta alla terapia. Ciò consentirebbe di personalizzare il trattamento in base all’evolversi dell’aspetto microscopico del tessuto nel tempo. Ad esempio, il sistema potrebbe rilevare l’efficacia del sistema immunitario del paziente nel contrastare il cancro durante la chemioterapia, offrendo così la possibilità di adeguare la durata o l’intensità del trattamento stesso. Lo studio è stato condotto in collaborazione con l’American Cancer Society (ACS), che ha sviluppato un set di dati unico attraverso studi sulla prevenzione, compreso, ovviamente, pazienti affetti da cancro al seno.
Clicca qui per leggere l’estratto originale dello studio.
Messo a punto un sistema di Intelligenza Artificiale che calcola il pericolo di tumore al polmone con una semplice immagine radiografica del torace. Non rischiano solo i fumatori
Il fumo rimane sicuramente il principale rischio per il tumore al polmone, ma non l’unico. Ad esempio anche l’inquinamento atmosferico può aumentare il pericolo di carcinoma polmonare. In particolare, ogni anno in Italia, secondo i dati dell’Associazione Italiana di Oncologia Medica (AIOM), si registrano poco più di 40.000 nuove diagnosi di cancro al polmone. Di queste, il 75-80% è attribuibile all’abitudine al fumo di sigaretta. Tuttavia, vi sono casi in cui il tumore si sviluppa anche in individui mai fumatori. In queste circostanze, l’inquinamento atmosferico, in particolare l’esposizione al PM2.5, il particolato atmosferico più fine in grado di penetrare nelle regioni più profonde dell’albero respiratorio, rappresenta il principale fattore di rischio.
Ora, grazie ad un innovativo sistema di intelligenza artificiale, è possibile individuare precocemente anche le forme di tumore al polmone non correlate al fumo di sigaretta. Un recente studio condotto presso la Boston University School of Medicine, che sarà presentato la prossima settimana al meeting annuale della Radiological Society of North America (RSNA), dimostra che l’intelligenza artificiale, utilizzando una comune immagine radiografica del torace, è in grado di riconoscere i non fumatori ad alto rischio di sviluppare il cancro ai polmoni. Questo è particolarmente rilevante, considerando che circa il 20% dei casi di cancro ai polmoni si verifica in individui che non hanno mai fumato o hanno fumato meno di 100 sigarette in tutta la loro vita.
“Un grande vantaggio del nostro approccio è che richiede solo un’immagine di una singola lastra toracica, uno dei test più comuni in medicina e ampiamente disponibile nelle cartelle cliniche” – spiegano gli autori. Il modello “CXR-Lung-Risk” è stato inizialmente sviluppato utilizzando 147.497 lastre toraciche di 40.643 fumatori asintomatici e non fumatori. I ricercatori hanno successivamente convalidato il modello attraverso un test su un gruppo separato di non fumatori, utilizzando lastre toraciche ambulatoriali nel periodo 2013-2014. L’indicatore principale era l’incidenza del cancro ai polmoni entro sei anni. Tra i 17.407 pazienti (età media 63 anni) inclusi nello studio, il 28% è stato identificato come ad alto rischio dallo strumento, e il 2,9% di questi pazienti ha successivamente ricevuto una diagnosi di cancro ai polmoni. Coloro considerati ad alto rischio dallo strumento presentavano un rischio di sviluppare il cancro ai polmoni più che doppio rispetto agli altri.
“Questo strumento di intelligenza artificiale apre la porta allo screening opportunistico per i non fumatori ad alto rischio di cancro ai polmoni, utilizzando le lastre toraciche esistenti nel registro elettronico delle cartelle cliniche” – conclude l’autore principale Michael Lu.Poiche’ i tassi di fumo diminuiscono, approcci per rilevare precocemente il cancro ai polmoni tra coloro che non fumano diventeranno sempre più importanti”.
Lo studio condotto dal team cinese è partito dall’analisi degli effetti della chemioterapia standard. Da qui, una grande scoperta
I ricercatori dello Shanghai Jiaotong University Affiliated Sixth People’s Hospital hanno individuato una potenziale terapia innovativa per il tumore al seno, utilizzando sostanze inibitrici della segnalazione Wnt a spettro ristretto. Il lavoro di ricerca, divulgato su Plos Biology, ha avuto inizio con l’analisi degli impatti della chemioterapia standard. Nei casi di alcuni pazienti, questa terapia può provocare lo sviluppo di cellule tumorali simili a cellule staminali, dotate di resistenza ai farmaci.
In precedenza, diversi studi hanno indicato che gli inibitori della segnalazione Wnt possono contrastare tali cellule, ma finora i vantaggi erano offuscati dagli effetti collaterali, soprattutto sulla densità ossea. Questi effetti indesiderati sono attribuiti alle 10 diverse versioni del recettore di segnalazione Wnt presenti nell’organismo umano, ciascuna con funzioni distinte. Recentemente, i ricercatori hanno sviluppato nuovi inibitori della segnalazione Wnt mirati a soli 3 di questi recettori, con l’obiettivo di ridurre gli effetti collaterali.
Al fine di valutarne l’efficacia potenziale nel trattamento del cancro, i ricercatori hanno eseguito una serie di esperimenti utilizzando uno specifico inibitore della segnalazione Wnt a spettro ristretto, denominato TcdBFBD. Questo inibitore è derivato da una tossina naturalmente presente nella specie batterica Clostridium difficile. Gli scienziati lo hanno testato su diversi modelli murini che replicano varie forme di tumore al seno, tra cui il tipo basale e il tipo luminale, riscontrabili nell’uomo.
I risultati hanno mostrato che il TcdBFBD ha efficacemente inibito la crescita tumorale e ridotto l’attività delle cellule tumorali simili alle staminali nei topi, senza causare effetti collaterali sulla densità ossea. Inoltre, è emerso che questo inibitore può agire in sinergia con il chemioterapico standard cisplatino per inibire i tumori al seno, sia di tipo basale sia di tipo luminale, nei topi. Di seguito il commento finale dei ricercatori: “Un frammento di tossina batterica colpisce e sopprime le cellule che danno vita al tumore del cancro al seno e quelle resistenti alla chemio”.
Clicca quiper leggere l’estratto originale dello studio.