<secondary-title/> </titles> <doi/> <pages/> <volume/> <number/> <keywords> <keyword>cáncer de pulmón de célula no nequeña (cpcnp)</keyword> <keyword>inmunoterapia</keyword> <keyword>microbiota respiratoria</keyword> <keyword>secuenciación 16s </keyword> <keyword>biomarcadores predictivos</keyword> <keyword>corticosteroides</keyword> </keywords> <dates> <year>2026</year> <pub-dates> <date>2026</date> </pub-dates> </dates> <abstract>El cáncer de pulmón constituye una de las principales causas de morbimortalidad a nivel mundial, siendo el cáncer de pulmón de célula no pequeña (CPCNP) el subtipo más frecuente y responsable de la mayoría de las muertes. La irrupción de la inmunoterapia basada en inhibidores de puntos de control inmunológico (ICI) ha supuesto un cambio de paradigma en el tratamiento de esta enfermedad. Sin embargo, la respuesta clínica a estos tratamientos es muy variable y, actualmente, carecemos de biomarcadores predictivos fiables que permitan seleccionar de forma precisa a los pacientes que más se beneficiarán. En este contexto, la microbiota emerge como un modulador del sistema inmune y su interacción con tratamientos concomitantes podría condicionar la eficacia de la inmunoterapia. En este marco, llevamos a cabo un estudio prospectivo en una cohorte de 55 pacientes con CPCNP tratados con ICI, con el objetivo de identificar marcadores predictivos de respuesta y de aparición de toxicidades inmunomediadas (IrAEs), a partir del análisis de la microbiota mediante técnicas de secuenciación 16S, complementado con modelos predictivos de regresión y aprendizaje automático. Asimismo, se analizó la evolución clínica y la supervivencia global (SG) en relación con el uso de tratamientos concomitantes que alteran la microbiota, como los antibióticos y los corticosteroides. Nuestros resultados muestran que existen diferencias significativas en la composición de la microbiota respiratoria entre respondedores y no respondedores a ICI. Los pacientes respondedores presentan una mayor diversidad alfa y una menor abundancia del filo Firmicutes y del género Streptococcus. Mediante modelos de regresión logística, se identificó al género Gemella como el principal predictor de no respuesta, mientras que Lachnoanaerobaculum se asoció con una mayor probabilidad de respuesta favorable al tratamiento inmunoterápico. Además, se observó que el uso de antibióticos se asocia con una menor tasa de respuesta a los ICI, y el tratamiento con corticosteroides se relacionó con una peor SG. Aunque la mayoría de estudios previos han centrado su atención en la microbiota intestinal, nuestros hallazgos subrayan la relevancia de la microbiota respiratoria como posible biomarcador de eficacia en pacientes con CPNM. Estos resultados abren la puerta a futuras estrategias de modulación de la microbiota con el objetivo de optimizar la respuesta a la inmunoterapia. Una mejor comprensión del impacto de la microbiota, así como del efecto de los tratamientos que la alteran, permitirá avanzar hacia una medicina más personalizada y mejorar los resultados clínicos de los pacientes con CPNM. </abstract> </record> </records> </xml>

Lastra Del Prado, Rodrigo Paño Pardo, José Ramón <secondary-title/> </titles> <doi/> <pages/> <volume/> <number/> <keywords> <keyword>cáncer de pulmón de célula no nequeña (cpcnp)</keyword> <keyword>inmunoterapia</keyword> <keyword>microbiota respiratoria</keyword> <keyword>secuenciación 16s </keyword> <keyword>biomarcadores predictivos</keyword> <keyword>corticosteroides</keyword> </keywords> <dates> <year>2026</year> <pub-dates> <date>2026</date> </pub-dates> </dates> <abstract>El cáncer de pulmón constituye una de las principales causas de morbimortalidad a nivel mundial, siendo el cáncer de pulmón de célula no pequeña (CPCNP) el subtipo más frecuente y responsable de la mayoría de las muertes. La irrupción de la inmunoterapia basada en inhibidores de puntos de control inmunológico (ICI) ha supuesto un cambio de paradigma en el tratamiento de esta enfermedad. Sin embargo, la respuesta clínica a estos tratamientos es muy variable y, actualmente, carecemos de biomarcadores predictivos fiables que permitan seleccionar de forma precisa a los pacientes que más se beneficiarán. En este contexto, la microbiota emerge como un modulador del sistema inmune y su interacción con tratamientos concomitantes podría condicionar la eficacia de la inmunoterapia. En este marco, llevamos a cabo un estudio prospectivo en una cohorte de 55 pacientes con CPCNP tratados con ICI, con el objetivo de identificar marcadores predictivos de respuesta y de aparición de toxicidades inmunomediadas (IrAEs), a partir del análisis de la microbiota mediante técnicas de secuenciación 16S, complementado con modelos predictivos de regresión y aprendizaje automático. Asimismo, se analizó la evolución clínica y la supervivencia global (SG) en relación con el uso de tratamientos concomitantes que alteran la microbiota, como los antibióticos y los corticosteroides. Nuestros resultados muestran que existen diferencias significativas en la composición de la microbiota respiratoria entre respondedores y no respondedores a ICI. Los pacientes respondedores presentan una mayor diversidad alfa y una menor abundancia del filo Firmicutes y del género Streptococcus. Mediante modelos de regresión logística, se identificó al género Gemella como el principal predictor de no respuesta, mientras que Lachnoanaerobaculum se asoció con una mayor probabilidad de respuesta favorable al tratamiento inmunoterápico. Además, se observó que el uso de antibióticos se asocia con una menor tasa de respuesta a los ICI, y el tratamiento con corticosteroides se relacionó con una peor SG. Aunque la mayoría de estudios previos han centrado su atención en la microbiota intestinal, nuestros hallazgos subrayan la relevancia de la microbiota respiratoria como posible biomarcador de eficacia en pacientes con CPNM. Estos resultados abren la puerta a futuras estrategias de modulación de la microbiota con el objetivo de optimizar la respuesta a la inmunoterapia. Una mejor comprensión del impacto de la microbiota, así como del efecto de los tratamientos que la alteran, permitirá avanzar hacia una medicina más personalizada y mejorar los resultados clínicos de los pacientes con CPNM. </abstract> </record> </records> </xml>