Se conoce como insuficiencia ovárica primaria o menopausia prematura los casos en que los ovarios de una mujer dejan de funcionar normalmente antes de los 40 años. En mujeres sobrevivientes de cáncer infantil la afección se desarrolla en cinco años después del diagnóstico de cáncer, en el 7% de los casos y se estima que otro 12% lo desarrolla posteriormente en comparación con sólo uno o dos por ciento de la población general.

Para estos casos, investigadores de la Universidad de Alberta (Canadá) han desarrollado un modelo estadístico que predice el grado de probabilidad de que las mujeres sobrevivientes de cáncer infantil desarrollen menopausia prematura a medida que crecen, lo que podría ayudar a los médicos a personalizar las opciones de tratamiento y asesoramiento para estas pacientes.

El objetivo del trabajo, publicado en ´The Lancet Oncology´, "consistió en desarrollar y validar modelos para predecir el riesgo específico por edad entre los supervivientes a largo plazo de cáncer infantil, y nuestro modelo mostró un rendimiento de predicción sólido", explicó Yan Yuan, profesor de la Escuela de Salud Pública de la Universidad de Alberta que desarrolló la herramienta, incluida una calculadora en línea para ayudar a los pacientes a evaluar su riesgo.

El estudio involucró a un grupo de pacientes con cáncer menores de 21 años tratadas en más de 30 hospitales de América del Norte entre 1970 y 1999. Mujeres sobrevivientes de 18 años o más en su último examen de seguimiento, con información sobre su historial menstrual autoinformada. Se incluyeron en el estudio neoplasias malignas posteriores dentro de los cinco años posteriores al diagnóstico.

"Encontramos una señal potente relacionada con los tratamientos que salvan vidas utilizados por los oncólogos", explicó Yuan. "Diferentes tratamientos, como la radiación o diversos fármacos de quimioterapia, pueden tener efectos muy diferentes. Evaluamos 20 medicamentos de quimioterapia y algunos causan más daño al ovario que otros. La dosis y la edad del paciente también son factores importantes".

"La predicción de riesgos es un proceso en evolución, pero el uso de modelos estadísticos o algoritmos para predecir resultados de salud tiene un valor real si se colabora con médicos y pacientes para comprender el contexto y aprender los matices de los datos, a fin de construir una base sólida y confiable que beneficia a los pacientes", concluyó el prof. Yuan.