Construcción de un modelo de regresión multivariante predictivo de cáncer de cuello uterino

Publicado: 17-09-2013

   María Correnti

Laboratorio de Hematología y Oncología del Ministerio para el Poder Popular para la Salud (MPPPS).

   Héctor Finol

Facultad de Ciencias, Universidad Central de Venezuela

   José H. Chourio

Departamento de Informática .Facultad de Educación .Universidad de Carabobo,Valencia

   Ivis J. Graterol

Departamento de Morfología Normal y Patológica, Facultad de Ciencias de la Salud,Escuela de Medicina,Universidad de Carabobo, sede Aragua

Resumen

Las caracterí­sticas microscópicas predictivas de cáncer se han sintetizado en la presencia de necrosis coagulativa de células tumorales, que es un sólido predictor de malignidad, otras son formas no convencionales de las células tumorales y núcleos degenerados, hipercromáticos y pleomórficos. Objetivo de la investigación: identificar las variables ultraestructurales de las células malignas y premalignas de mayor fortaleza predictiva de cáncer. Metodologí­a: se tomaron 52 biopsias con diagnóstico de lesiones premalignas de cuello uterino y 13 con cáncer invasor. Las muestras fueron tratadas con técnicas convencionales para estudio de microscopí­a electrónica de transmisión, la data fue procesada con programa SPSS18. Resultados y conclusiones: En células premalignas se encontraron linfocitos(I), fibras musculares lisas alteradas(X), membrana plasmática discontinua (L), vasos capilares degenerados(H), citoplasma vacuolizado(C), fibroblastos con abundantes retí­culo endoplásmico rugoso(O), mitocondrias degeneradas(K), núcleos de contornos irregulares(D), ausencia de desmosomas(Y). Estos elementos fueron igualmente encontrados en muestras de cáncer invasivo, estos resultados permitieron el diseño de la ecuación: Cancer = 0,674 + 1,241 * I + 0,645 * X + 0,439 * L + 0,426 * H + 0,275 * C + 0,242 * O + 0,227 *K + 0,223 * D - 0,397 * Y

Downloads

Download data is not yet available.

Detalles del artículo

Artículos similares

También puede Iniciar una búsqueda de similitud avanzada para este artículo.