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

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.