Biomarcadores de cáncer pancreático predictores de pancreatitis crónica: análisis mediante aprendizaje automático

DOI:  https://doi.org/10.12804/revistas.urosario.edu.co/revsalud/a.14382

Barra lateral del artículo

PDF

Publicado: ene 20, 2026
Número: Vol. 23 Núm. 3 (2025): Revista Ciencias de la Salud
Sección Artículo de investigación clínica o experimental


Palabras clave: enfermedades pancreáticas biomarcadores de tumor neoplasias pancreáticas estudio comparativo redes neurales de la computación

Contenido principal del artículo

Autores/as

  Alberto Guevara Tirado
Universidad Científica del Sur

Resumen

Introducción: se realizan múltiples investigaciones orientadas a la búsqueda de biomarcadores de cáncer pancreático, que serían útiles para el descarte de patologías pancreáticas crónicas. El objetivo fue analizar y comparar concentraciones de biomarcadores plasmáticos y urinarios de cáncer pancreático en pacientes con pancreatitis crónica, y sanao mediante aprendizaje supervisado y no supervisado.


Material y métodos: estudio analítico y transversal basado en una base de datos secundaria. Las variables fueron: pancreatitis crónica, REG1B, REG1A, TFF1 LYV1, creatinina, CA19.9. Se usó las pruebas t de student, correlación de Spearman, análisis de componentes principales, perceptrón multicapa y árbol de decisiones mediante detección automática de interacciones por Chi-cuadrado.


Resultados: el promedio de biomarcadores fue mayor en pacientes con pancreatitis crónica. Mediante perceptrón multicapa, los biomarcadores más predictivos fueron: CA19.9, REG1B y TFF-1(eficiencia 91%). El árbol de decisiones clasificó como predictores a TFF-1 y REG1B, (REG1B igual o menor a 12,74ng/ml y TFF1 entre 33,11-339ng/ml) y otro nodo con TFF1 mayor a 339ng/ml. El análisis de componentes principales generó un componente de biomarcadores REG1B, REG1A, TFF1 LYV1 y creatinina, creándose un punto de corte de -0,55 para presencia o ausencia de pancreatitis crónica(sensibilidad:26%, especificidad:93%)


Conclusiones: los biomarcadores para cáncer pancreático REG1B, REG1A, TFF1 LYV1, creatinina y CA19.9 se incrementan en pancreatitis crónica. Las herramientas de aprendizaje supervisado permiten predecir y clasificar eficientemente los biomarcadores, siendo TFF1 Y REG1B los más relevantes. Mediante aprendizaje no supervisado, la combinacion de REG1B, REG1A, TFF1 LYV1 y creatinina es altamente específico para descartar inflamación pancreática crónica en sanos.

Cómo citar
Guevara Tirado, A. (2026). Biomarcadores de cáncer pancreático predictores de pancreatitis crónica: análisis mediante aprendizaje automático. Revista Ciencias De La Salud, 23(3), 1–14. https://doi.org/10.12804/revistas.urosario.edu.co/revsalud/a.14382
Referencias bibliográfica

Gupta N, Yelamanchi R. Pancreatic adenocarcinoma: a review of recent paradigms and advances in epidemiology, clinical diagnosis and management. World J Gastroenterol. 2021;27(23):3158-81. https://doi.org/10.3748/wjg.v27.i23.3158

Kannan S, Shaik SAP, Sheeza A. Short report - Lethal and aggressive pancreatic cancer: molecular pathogenesis, cellular heterogeneity, and biomarkers of pancreatic ductal adenocarcinoma. Eur Rev Med Pharmacol Sci. 2022;26(3):1017-9. https://doi.org/10.26355/eurrev_202202_28010

O'Neill RS, Stoita A. Biomarkers in the diagnosis of pancreatic cancer: Are we closer to finding the golden ticket? World J Gastroenterol. 2021;27(26):4045-87. https://doi.org/10.3748/wjg.v27.i26.4045

Ballehaninna UK, Chamberlain RS. The clinical utility of serum CA 19-9 in the diagnosis, prognosis and management of pancreatic adenocarcinoma: an evidence based appraisal. J Gastrointest Oncol. 2012;3(2):105. https://doi.org/10.3978/j.issn.2078-6891.2011.021

Yamashita Y, Ashida R, Kitano M. Imaging of fibrosis in chronic pancreatitis. Front Physiol. 2022;12. https://doi.org/10.3389/fphys.2021.800516

Hao L, Liu Y, Dong Z-Q, Yi J-H, Wang D, Xin L, et al. Clinical characteristics of smoking-related chronic pancreatitis. Front Cell Infect Microbiol. 2022;12. https://doi.org/10.3389/fcimb.2022.939910

O'Brien SJ, Omer E. Chronic pancreatitis and nutrition therapy. Nutr Clin Pract. 2019;34(S1):S13-26. https://doi.org/10.1002/ncp.10379

Goudshelwar R, Adimoolam BM, Lakhtakia S, Thota JR, Sripadi P, Rupula K, et al. Alterations in the pH of pancreatic juice are associated with chymotrypsin C inactivation and lithostathine precipitation in chronic pancreatitis patients: a proteomic approach. Clin Proteomics. 2022;19(49). https://doi.org/10.1186/s12014-022-09384-8

Goosenberg E, Lappin SL. Chronic pancreatitis [actualizado 2025 Apr 4]. En: StatPearls [internet]. Treasure Island (FL): StatPearls Publishing; 2025. Disponible en: https://www.ncbi.nlm.nih.gov/books/NBK482325/

Pallagi P, Madácsy T, Varga Á, Maléth J. Intracellular Ca2+ signalling in the pathogenesis of acute pancreatitis: Recent advances and translational perspectives. Int J Mol Sci. 2020;21(11):4005. https://doi.org/10.3390/ijms21114005

Olesen SS, Mortensen LH, Zinck E, Becker U, Drewes AM, Nøjgaard C, et al. Time trends in incidence and prevalence of chronic pancreatitis: A 25‐year population‐based nationwide study. United European Gastroenterol J. 2021;9(1):82-90. https://doi.org/10.1177/2050640620966513

Barry K. Chronic pancreatitis: Diagnosis and treatment. Am Fam Pyisician. 2018;97(6):385-93.

Jenks S. The search for early detection of pancreatic cancer accelerates with biomarkers [internet]. National Cancer Institute; 2021 abr 27. Disponible en: https://prevention.cancer.gov/news-and-events/blog/search-early-detection-pancreatic-cancer-accelerates-biomarkers

Debernardi S, O'Brien H, Algahmdi AS, Malats N, Stewart GD, Plješa-Ercegovac M, et al. A combination of urinary biomarker panel and PancRISK score for earlier detection of pancreatic cancer: A case-control study. PLoS Med. 2020;17(12):e1003489. https://doi.org/10.1371/journal.pmed.1003489

Ye F, Chen Z-H, Chen J, Liu F, Zhang Y, Fan Q-Y, et al. Chi-squared automatic interaction detection decision tree analysis of risk factors for infant anemia in Beijing, China. Chin Med J (Engl). 2016;129(10):1193-9. https://doi.org/10.4103/0366-6999.181955

Choi H-Y, Kim E-Y, Kim J. Prognostic factors in diabetes: comparison of chi-square automatic interaction detector (CHAID) decision tree technology and logistic regression. Medicine (Baltimore). 2022;101(42):e31343. https://doi.org/10.1097/MD.0000000000031343

Groth D, Hartmann S, Klie S, Selbig J. Análisis de componentes principales. En: Métodos en biología molecular. Totowa, Nueva Jersey: Humana Press; 2013. p. 527-47. https://doi.org/10.1007/978-1-62703-059-5_22

Diagnostic test calculator [internet]. Universiy of Illinois Chicago. Disponible en: http://araw.mede.uic.edu/cgi-bin/testcalc.pl

IBM. Multilayer perceptrón [internet]. 2021. Disponible en: https://www.ibm.com/docs/en/spss-statistics/25.0.0?topic=networks-multilayer-perceptron

Creative Commons. Attribution 4.0 international: deed [internet]. Disponible en: https://creativecommons.org/licenses/by/4.0/

Lee T, Teng TZJ, Shelat VG. Carbohydrate antigen 19-9 - tumor marker: past, present, and future. World J Gastrointest Surg. 2020;12(12):468-90. https://doi.org/10.4240/wjgs.v12.i12.468

Jackson DG. Hyaluronan in the lymphatics: the key role of the hyaluronan receptor LYVE-1 in leucocyte trafficking. Matrix Biol. 2019;78-79:219-35. https://doi.org/10.1016/j.matbio.2018.02.001

Shen C-N, Goh K-S, Huang C-R, Chiang T-C, Lee C-Y, Jeng Y-M, et al. Lymphatic vessel remodeling and invasion in pancreatic cancer progression. EBioMedicine. 2019;47:98-113. https://doi.org/10.1016/j.ebiom.2019.08.044

Baer JM, Zuo C, Kang L-I, de la Lastra AA, Borcherding NC, Knolhoff BL, et al. Fibrosis induced by resident macrophages has divergent roles in pancreas inflammatory injury and PDAC. Nat Immunol. 2023;24(9):1443-57. https://doi.org/10.1038/s41590-023-01579-x

LaRue MM, Parker S, Puccini J, Cammer M, Kimmelman AC, Bar-Sagi D. Metabolic reprogramming of tumor-associated macrophages by collagen turnover promotes fibrosis in pancreatic cancer. Proc Natl Acad Sci U S A. 2022;119(16). https://doi.org/10.1073/pnas.2119168119

STRING Consortium. REG1A protein (human) [internet]. Disponible en: https://string-db.org/network/9606.ENSP00000233735

The Human Protein Atlas. REG1B protein expression summary [internet]. Disponible en: https://www.proteinatlas.org/ENSG00000172023-REG1B

Chen W, Imasaka M, Lee M, Fukui H, Nishiura H, Ohmuraya M. Reg family proteins contribute to inflammation and pancreatic stellate cells activation in chronic pancreatitis. Sci Rep. 2023;13(1):1-10. https://doi.org/10.1038/s41598-023-39178-3

Arumugam T, Brandt W, Ramachandran V, Moore TT, Wang H, May FE, et al. Trefoil factor 1 stimulates both pancreatic cancer and stellate cells and increases metastasis. Pancreas. 2011;40(6):815-22. https://doi.org/10.1097/MPA.0b013e31821f6927

Heuer J, Heuer F, Stürmer R, Harder S, Schlüter H, Braga Emidio N, et al. The tumor suppressor TFF1 occurs in different forms and interacts with multiple partners in the human gastric mucus barrier: Indications for diverse protective functions. Int J Mol Sci. 2020;21(7):2508. https://doi.org/10.3390/ijms21072508

Wu H, Ou S, Zhang H, Huang R, Yu S, Zhao M, et al. Advances in biomarkers and techniques for pancreatic cancer diagnosis. Cancer Cell Int. 2022;22(1). https://doi.org/10.1186/s12935-022-02640-9

Estadísticas de consulta

Descargas

Los datos de descargas todavía no están disponibles.
Métricas de publicación

0




 

Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.

Los manuscritos postulados a la Revista Ciencias de la Salud deben ser originales e inéditos y no deben estar simultáneamente en proceso de publicación en otras revistas, compilaciones o cualquier otro medio de publicación. Los derechos de autor serán de la Universidad del Rosario. Cuando el autor quiera publicar el manuscrito en otra publicación, deberá pedir a la Editorial de la Universidad del Rosario los permisos correspondientes. De igual forma, cuando la Revista Ciencias de la Salud esté interesada en publicar artículos que ya han sido publicados en otras revistas, procederá a solicitar los permisos correspondientes en la editorial donde se realizó la primera publicación. 

Bajo una Creative Commons Attribution License los autores pueden compartir el trabajo con un reconocimiento de la autoría del trabajo y la publicación inicial en esta revista.