Los sarcomas de tejidos blandos avanzados representan un desaf\u00edo mayor en oncolog\u00eda debido a su rareza y diversidad. Un an\u00e1lisis reciente ha revelado elementos clave para optimizar los tratamientos m\u00e1s all\u00e1 de la segunda l\u00ednea terap\u00e9utica, una fase en la que las opciones se vuelven limitadas y las decisiones, complejas.<\/p>\n
El estudio se centr\u00f3 en 90 pacientes con sarcomas avanzados que hab\u00edan recibido una tercera l\u00ednea de tratamiento o m\u00e1s. Los investigadores utilizaron herramientas de inteligencia artificial para identificar los factores que influyen en la supervivencia global. Se observ\u00f3 que la progresi\u00f3n de la enfermedad durante la segunda l\u00ednea de tratamiento reduc\u00eda significativamente las posibilidades de supervivencia. Por el contrario, los pacientes con liposarcomas o leiomiosarcomas presentaban una supervivencia prolongada. Asimismo, un per\u00edodo sin progresi\u00f3n de m\u00e1s de un a\u00f1o tras la primera l\u00ednea de tratamiento estaba asociado a un mejor pron\u00f3stico.<\/p>\n
Los resultados tambi\u00e9n mostraron que el momento en que se administraban ciertos medicamentos ten\u00eda un impacto variable. El trabectedina, por ejemplo, conservaba su eficacia incluso en cuarta l\u00ednea, lo que sugiere que podr\u00eda utilizarse m\u00e1s tarde en el proceso terap\u00e9utico. En cambio, el pazopanib parec\u00eda m\u00e1s eficaz cuando se introduc\u00eda antes, ya desde la segunda l\u00ednea. Por \u00faltimo, la combinaci\u00f3n de gemcitabina y docetaxel mostraba una eficacia estable, independientemente de la l\u00ednea de tratamiento.<\/p>\n
Estas observaciones subrayan la importancia de la respuesta a los tratamientos previos y del tipo de tumor en la toma de decisiones. Adem\u00e1s, abren nuevas v\u00edas para afinar el orden de administraci\u00f3n de las terapias, en funci\u00f3n de su mecanismo de acci\u00f3n y su tolerancia. Los sarcomas de tejidos blandos, aunque raros, podr\u00edan beneficiarse as\u00ed de estrategias m\u00e1s personalizadas, adaptadas a cada paciente y a cada etapa de la enfermedad.<\/p>\n
DOI\u00a0:<\/strong> https:\/\/doi.org\/10.1007\/s40487-026-00446-7<\/a><\/p>\n Titre\u00a0:<\/strong> Machine Learning-Guided Survival Prediction and Treatment Sequencing in Advanced Soft Tissue Sarcoma Beyond Second-Line Therapy: A Retrospective Cohort Study<\/p>\n Revue : <\/strong> Oncology and Therapy<\/p>\n \u00c9diteur : <\/strong> Springer Science and Business Media LLC<\/p>\n Auteurs : <\/strong> Michael Hoberger; Dorit Di Gioia; Romy L. Zuber; Michael V\u00f6lkl; Sinan E. G\u00fcler; Vindi Jurinovic; Markus Albertsmeier; Alexander Klein; Hans Roland D\u00fcrr; Nina-Sophie Schmidt\u2013Hegemann; Thomas Kn\u00f6sel; Wolfgang G. Kunz; Michael von Bergwelt\u2013Baildon; Lars H. Lindner; Anton Burkhard\u2013Meier; Luc M. Berclaz<\/p>\n","protected":false},"excerpt":{"rendered":" El tratamiento de los sarcomas avanzados mejora gracias a la inteligencia artificial Los sarcomas de tejidos blandos avanzados representan un desaf\u00edo mayor en oncolog\u00eda debido a su rareza y diversidad. Un an\u00e1lisis reciente ha revelado elementos clave para optimizar los tratamientos m\u00e1s all\u00e1 de la segunda l\u00ednea terap\u00e9utica, una fase en la que las opciones… Seguir leyendo El tratamiento de los sarcomas avanzados mejora gracias a la inteligencia artificial<\/span><\/a><\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[3,2],"tags":[],"class_list":["post-45","post","type-post","status-publish","format-standard","hentry","category-ciencia-y-tecnologia","category-salud","entry"],"_links":{"self":[{"href":"https:\/\/journalofartificialintelligence.com\/es\/wp-json\/wp\/v2\/posts\/45","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/journalofartificialintelligence.com\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/journalofartificialintelligence.com\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/journalofartificialintelligence.com\/es\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/journalofartificialintelligence.com\/es\/wp-json\/wp\/v2\/comments?post=45"}],"version-history":[{"count":1,"href":"https:\/\/journalofartificialintelligence.com\/es\/wp-json\/wp\/v2\/posts\/45\/revisions"}],"predecessor-version":[{"id":46,"href":"https:\/\/journalofartificialintelligence.com\/es\/wp-json\/wp\/v2\/posts\/45\/revisions\/46"}],"wp:attachment":[{"href":"https:\/\/journalofartificialintelligence.com\/es\/wp-json\/wp\/v2\/media?parent=45"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/journalofartificialintelligence.com\/es\/wp-json\/wp\/v2\/categories?post=45"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/journalofartificialintelligence.com\/es\/wp-json\/wp\/v2\/tags?post=45"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}