Análisis de señales cromatografícas provenientes de muestras de orina, para el análisis de cáncer de próstata usando procesamiento de señales.
DOI:
https://doi.org/10.15649/2346030X.573Palabras clave:
Cromatografía de gases, cáncer de próstata, acondicionamiento, análisis de señales, marcadores urinarios.Resumen
La temprana detección del cáncer de próstata es de vital importancia para la puesta en marcha del tratamiento del paciente. Es
por ello que este artículo demuestra que las señales cromatográficas provenientes de muestras de orina tienen relación con enfermedades
relacionadas con la próstata del hombre. En este trabajo se usaron técnicas matemáticas tales como: SVM y RNA con el fin de extraer y verificar
el patrón encontrado en cada señal cromatográfica. El algoritmo fue entrenado con 10 señales de cromatografía provenientes de muestras de
orina, de las cuales 7 fueron obtenidas de los grupos de pacientes de control, y 7 de pacientes enfermos. La obtención de resultados positivos
llevó consigo la aplicación de técnicas de pre y procesamiento sobre las señales de cromatografías, entre las que se encuentran, recorte de zona
de interés, filtrado y corrección de línea base; cuyo propósito de aplicación permitió la búsqueda de los patrones característicos propios de cada
grupo de pacientes, debido a la presencia o no presencia de células anormales o cancerígenas en la próstata. El sistema fue validado haciendo
uso de datos ciegos y el resultado se contrastó con el medico experto en el área, permitiendo de este modo llegar a conclusiones puntuales. La
especificidad del software fue del 92.86%, índice obtenido en la validación del software, cuyas señales ingresadas provienen de muestras de
orinas de los pacientes analizados, pero diferentes a las utilizadas para el entrenamiento.
Referencias
J. Morote, X. Maldonado y R. Morales, «Prostate cancer,» Elsevier, vol. I, nº 1, p. 7, 2016.
A. Jiménez Pacheco, J. M. Peinado Herreros y M. C. Iribar Ibabe, «Evaluacion del en el diagnóstico actual del cáncer de prostata. Desarrollo de nuevos Biomarcadores Urinarios.,» vol. 96, p. 10, 2011.
R. Marbot Ramada y I. Martín Hernández, «Análisis del aliento: un método promisorio para el diagnóstico del cáncer y factores desencadenantes,» Revista CENIC Ciencias Biológicas, vol. XXXIX, nº 1, p. 7, 2008.
C. Ramos G. y J. Fullá O., Detección Precoz De Cáncer De Próstata, Departamento de Urología. Clínica las Condes, 2013.
M. Truong, B. Yang y D. Jarrard, «Towards the Detection of Prostate Cancer in Urine: A Critical analysis,» The Journal of Urology, vol. I, nº 1, p. 21, 2012.
S. Digital, «Lenguas electrónicas, sistema no invasivo que detecta cáncer de próstata y de vejiga.,» Consalud, Madrid, 2017.
W. Filipiak , A. Sponring , A. Filipiak, C. Ager, J. Schubert y W. Miekisch , «TD-GC-MS analysis of volatile metabolites of human lung cancer and normal cells in vitro. Cancer Epidemiol Biomarkers,» 2010.
J. Cornu, G. Cancel-Tassin, V. Ondet, C. Girardet y O. Cussenot , «Olfactory Detection of Prostate Cancer by Dogs Sniffi ng Urine: A Step Forward in Early Diagnosis,» Eur Urol, 2011.
G. Taverna , L. Tidu, F. Grizzi , V. Torri, A. Mandressi, P. Sardella , G. La Torre, G. Cocciolone , M. Seveso, G. Giusti, R. Hurle , A. Santoro y P. Graziotti , «Highly-Trained Dogs’ Olfactory System Detects Prostate Cancer in Urine Samples,» The Journal of Urology, vol. I, nº 1, p. 28, 2014.
A. Roine, . E. Veskimäe, A. Tuokko, P. Kumpulainen , . J. Koskimäki , A. Keinänen Tuom, R. Häkkinen Merja , J. Vepsäläinen , T. Paavonen , . J. Lekkala , . T. Lehtimäki , . L. Tammela Teuvo y K. J. Oksala Niku , «Detection of Prostate Cancer by an Electronic Nose: Proof of principle study,» Science Direct, 2015.
F. C. Romero Segura, Estudio preliminar de posibles Biomarcadores del Cáncer de Próstata, Caracas: Universidad Central de Venezuela. Facultad de Ciencias, 2014.
A. Sreekumar , I. Poisson , T. Rajendiran, A. Khan , Q. Cao , J. Yu , B. Laxman, R. Mehra , R. Lonigro , Y. Li , M. Nyati, A. Ahsan , . S. Kalyana-Sundaram, B. Han, X. Cao , J. Byun, J. Wei , . S. Varambally, C. Beecher y A. Chinnaiyan, «Metabolomic profiles delineate potential role sarcosine in prostate cancer progression,» Nature, 2009.
M. Shamsipur, M. Taghi y M. Babri, «Quantification of candidate prostate cancer metabolite biomarkers in urine using dispersive derivatization liquid–liquid microextraction followed by gas and liquid chromatography–mass spectrometry,» Journal of Pharmaceutical and Biomedical Analysis, pp. 81-81:65-75, 2013.
E. Gómez Sotomayor y B. Serrano Ortega, Urología Básica para Estudiantes de Medicina, Primera ed., Loja: Unidad de Comunicación e Imagen Institucional, 2016, p. 236.
L. H. Alba, M. Alba, D. Ortiz S., M. Otálora E. y D. Roselli, Análisis De Los Registros Individuales De Prestación De Servicios De Salud (Rips), Bogotá: Medicina: Cancer en Colombia, 2016.
F. Lara Rosano, Fundamento de redes neuronales artificiales, Unam.
R. Torres Cabeza , O. Llanes Santiago, E. Barrero Viciedo y V. Moreno Vega, «Faults Diagnostic using Hopfield Artificial Neural Network in front of Incomplete Data,» Journal of Engineering and Technology for Industrial Applications, vol. IV, nº 13, pp. 77-82, 2018.
E. J. Carmona Suárez, Tutorial sobre Máquinas de Vectores Soporte (SVM)., Madrid: Dpto. de Inteligencia Artificial, Universidad Nacional de Educación a Distancia., 2014.
J. L. Semmlow, Biosignal and Medical Image Processing, Segunda ed., vol. I, New York: Taylor & Grancis Group, 2008, p. 450.
O. M. d. l. Salud, «Informe de la 58a Asamblea Mundial de la Salud A58/16.,» Organización Mundial de la Salud, 2005.
P. C. Walsh y J. F. Worthington, The prostate, a guide for men and the women who love them, New York: Warner Books, 1997.
S. Dijkstra, I. L. Birker, F. P. Smit, G. H. J. M. Leyten, T. M. de Reijke, F. A. M. Peter y I. M. van Oort, «Prostate Cancer Biomarker Profiles in Urinary,» Investigative Urology, vol. I, nº 1, p. 7, 2013.
Descargas
Publicado
Cómo citar
Número
Sección
Altmetrics
Descargas
Licencia
La revista ofrece acceso abierto bajo una Licencia Creative Commons Attibution License
Esta obra está bajo una licencia Creative Commons Attribution (CC BY 4.0).