AACR 2020 – El algoritmo de emparejamiento encuentra la combinación de pacientes idóneos para los ensayos adecuados

Por qué es importante

• Cada vez es más frecuente obtener el perfil molecular de los tumores.
• Los nuevos ensayos clínicos con frecuencia incluyen criterios de idoneidad genómicos.

Diseño del estudio

• MatchMiner se desarrolló en el Instituto Oncológico Dana-Farber (Dana-Farber Cancer Institute, DFCI) en Boston.
• Se desarrolló un formato estructurado para codificar información detallada sobre un ensayo susceptible de emparejamiento computacional, denominado Lenguaje de marcado para ensayos clínicos (Clinical Trial Markup Language, CTML).
• El CTML admite tipos de datos clínicos, demográficos y genómicos, y utiliza la lógica booleana para definir los criterios de idoneidad.
• El algoritmo de emparejamiento central (MatchEngine) proporciona informes detallados del motivo de un emparejamiento, empareja todos los pacientes/ensayos o pacientes/ensayos individuales, y es ampliable al emparejamiento basado en tipos de datos adicionales (p. ej. tratamientos anteriores).
• El paquete informático de código abierto está disponible a través de GitHub.

Resultados clave

• MatchMiner lleva totalmente operativo en DFCI desde 2017.
• En el sistema se organizaron los más de 300 ensayos con idoneidad genómica abiertos en DFCI y los datos genómicos de más de 37 000 pacientes.
• El 81 % de los pacientes vivos se emparejó con al menos un ensayo clínico abierto, con un promedio de 6 emparejamientos con ensayos por paciente.
• Al menos 115 pacientes se han inscrito en un ensayo clínico como resultado de MatchMiner.
• Al menos 5 centros oncológicos están utilizando MatchMiner.

Comentario del experto

• «Los avances tecnológicos en la generación de medidas biológicas y avances en los métodos de bioinformática e IA [inteligencia artificial] capaces de realizar inferencias a partir de datos ruidosos de grandes dimensiones han preparado el terreno para nuevos descubrimientos e innovaciones que beneficien a los pacientes con cáncer», afirmó Hannah Carter, profesora adjunta de la Universidad de California (San Diego). «MatchMiner es una herramienta para automatizar con inteligencia la difícil tarea de emparejar a los pacientes oncológicos con los ensayos clínicos».