Un modelo de aprendizaje automático puede usar datos sobre la edad de las personas, la duración de la adicción al tabaco y la cantidad de cigarrillos fumados al día para predecir el riesgo de cáncer de pulmón e identificar quiénes necesitan someterse a un cribado, según un nuevo estudio publicado en PLOS Medicine. 

Con motivo del Día Mundial de la Investigación contra el Cáncer celebrado el 24 de septiembre, el Science Media Centre España organizó una sesión informativa acerca de los cribados masivos. En el encuentro, los investigadores Adrian Aginagalde, Isabel Portillo y Juan Carlos Trujillo explicaron cómo se estudian estos cribados, analizaron sus ventajas e inconvenientes, expusieron cómo se decide su implantación y qué novedades podemos esperar.  

Entre los años 2018 y 2020, un programa piloto realizó un cribado genético neonatal a los niños y niñas nacidos en Australia para detectar la atrofia muscular espinal, lo que permite iniciar el tratamiento de forma precoz. Un estudio recién publicado en The Lancet Child & Adolescent Health analiza su estado a los dos años y concluye que tenían una mejor capacidad de movimiento, incluida la capacidad de andar, en comparación con los niños a los que se diagnostica una vez desarrollan los síntomas. Según los autores, los hallazgos justifican una mayor implantación del cribado neonatal de la enfermedad.