Prevención farmacológica del cáncer de mama

• José Enrique Alés ^[1]
  1. [1] Hospital Nuestra Señora de Sonsoles. Ávila
• Localización: Revisiones en cáncer, ISSN 0213-8573, Vol. 36, Nº. 4, 2022 (Ejemplar dedicado a: Estadios iniciales del cáncer de mama invasivo (I)), págs. 163-167
• Idioma: español
• Enlaces
  • Texto completo
• Resumen
  • español

    En la actualidad se disponen de modelos para estimar el riesgo de desarrollar cáncer de mama que combinan la historia hormonal-reproductiva personal y la del cáncer de mama familiar. En general, estos algoritmos son buenos a nivel poblacional, con capacidades predictivas por encima del 90 %, pero no tanto en cuanto a la concordancia o a la capacidad de determinar el riesgo a nivel individual (áreas bajo la curva en torno a 0,6). Mejora el resultado si se adaptan al entorno en que van a utilizarse y se incorporan la densidad mamográfica y diversos polimorfismos. Con la ayuda de la inteligencia artificial está incrementándose notablemente la predicción del riesgo a partir de la imagen radiológica, incluso sin factores clínicos. La posibilidad de prevenir el cáncer de mama mediante la manipulación hormonal estrogénica es un hecho demostrado de forma definitiva. El uso de tamoxifeno, raloxifeno, exemestano o anastrozol en mujeres posmenopáusicas y de tamoxifeno en premenopáusicas podría disminuir de forma muy significativa los costes personales, sociales y económicos que suponen el diagnóstico y el tratamiento de cada cáncer de mama.

  • English

    Several breast cancer risk estimation models are available that combine reproductive factors and family history. These algorithms have been used to select subjects in clinical tri- als, but they have a low individual prediction power. Attempts to improve this performance have included incorporation of mammographic density and polymorphisms as well as adap- tion to specific populations cancer risk. Recent advances in artificial intelligence have substantially improve risk estima- tion accuracy. Prevention of breast cancer have been consist- ently and repeatedly demonstrated by manipulating the est- rogenic environment in women with different levels of basal risk. Despite the potential impact of aromatase inhibitors and SERMS in reducing the personal, social, and economic burden of breast cancer this strategy is not widely implemented. The finding that low dose of tamoxifen given for three years may suffice to have an important preventative effect may help aug- ment the use of breast cancer chemoprevention. In the near fu- ture, the incorporation of artificial intelligence will probably revolutionize early diagnosis and personalized risk estimation in breast cancer.