Nº de DOI: 10.34896/RSI.2025.77.17.002
AUTORES
- María Carmen Albiac Cubeles. Graduada en Enfermería. Licenciada en Farmacia. Técnico Superior en Imagen para el Diagnóstico y Medicina Nuclear. Subdirección Provincial de Salud Pública. Zaragoza. España.
- María Inés Arbués Pascual. Graduada en Enfermería. Centro de Salud de Ejea de los Caballeros. Zaragoza. España.
- Rosana Gracia Marcén. Graduada en Enfermería. Centro de Salud de Ejea de los Caballeros. Zaragoza. España.
- Estefanía Ndjou´ou Murillo. Graduada en Enfermería. Centro de Salud de Ejea de los Caballeros. Zaragoza. España.
- Almudena Basallo Vea-Murguía. Graduada en Enfermería. Hospital Clínico Universitario Lozano Blesa. Zaragoza. España.
- David Sancho Guillén. Graduado en Enfermería. 061 Aragón. Zaragoza. España.
RESUMEN
La oncología moderna está experimentando cambios importantes gracias a nuevas tecnologías y enfoques que mejoran el diagnóstico y tratamiento del cáncer. La detección temprana, la caracterización precisa de tumores y las terapias dirigidas son fundamentales en este progreso. Este artículo revisa las terapias avanzadas y las técnicas de diagnóstico por imagen, analizando su impacto en la lucha contra el cáncer.
Las terapias avanzadas incluyen tratamientos como la terapia génica, terapia celular y terapia con medicamentos biológicos. Estas modalidades pueden alterar el material genético, ajustar el sistema inmunológico o interrumpir vías específicas de la enfermedad. Por ejemplo, la terapia CAR-T ha demostrado ser un tratamiento eficaz para algunos cánceres hematológicos.
Las nuevas técnicas de diagnóstico por imagen están mejorando cómo los oncólogos detectan y monitorean el cáncer. Mejoras en la resonancia magnética, tomografía computarizada y tomografía por emisión de positrones permiten una visualización más detallada de tumores. La imagenología molecular ayuda a identificar biomarcadores específicos que proporcionan información crucial sobre los tumores y su respuesta al tratamiento.
Un área innovadora es la radiogenómica, que relaciona patrones de imagen con características genómicas de los tumores. Además, la inteligencia artificial y el aprendizaje automático en imagenología médica están empezando a transformar el diagnóstico, ofreciendo información más precisa para guiar los tratamientos.
La combinación de estas nuevas terapias y técnicas de imagen está favoreciendo enfoques más personalizados y menos invasivos en el tratamiento del cáncer. La integración de imagenología avanzada con terapias dirigidas ofrece la posibilidad de adaptar los tratamientos a cada paciente y mejorar las tasas de supervivencia. A pesar de los desafíos en la implementación clínica y la sostenibilidad, estos avances prometen transformar la atención oncológica.
PALABRAS CLAVE
Oncología integrativa, diagnóstico por imagen, agentes de terapia génica, tomografía de emisión de positrones, radiogenómica.
ABSTRACT
Modern oncology is undergoing major changes thanks to new technologies and approaches that improve the diagnosis and treatment of cancer. Early detection, accurate tumor characterization, and targeted therapies are critical to this progress. This article reviews advanced therapies and imaging techniques, analyzing their impact in the fight against cancer.
Advanced therapies include treatments such as gene therapy, cell therapy, and biologic drug therapy. These modalities can alter genetic material, adjust the immune system, or disrupt specific disease pathways. For example, CAR-T therapy has been shown to be an effective treatment for some hematologic cancers.
New imaging techniques are improving how oncologists detect and monitor cancer. Improvements in MRI, CT and positron emission tomography allow for more detailed visualization of tumors. Molecular imaging helps identify specific biomarkers that provide crucial information about tumors and their response to treatment.
One innovative area is radiogenomics, which relates imaging patterns to genomic characteristics of tumors. In addition, artificial intelligence and machine learning in medical imaging are beginning to transform diagnosis, offering more accurate information to guide treatments.
The combination of these new therapies and imaging techniques is favoring more personalized and less invasive approaches in cancer treatment. The integration of advanced imaging with targeted therapies offers the possibility of tailoring treatments to each patient and improving survival rates. Despite challenges in clinical implementation and sustainability, these advances promise to transform cancer care.
Integrative oncology, diagnostic imaging, gene therapy agents, positron-emission tomography, artificial intelligence, radiation genomics.
INTRODUCCIÓN
La oncología moderna se encuentra en un punto de inflexión gracias al advenimiento de tecnologías avanzadas y enfoques innovadores que están revolucionando tanto el diagnóstico como el tratamiento del cáncer. Detección temprana, caracterización precisa de tumores y terapias dirigidas constituyen la tríada que lidera el progreso en este campo. Este artículo examina detalladamente las terapias avanzadas y las nuevas técnicas de diagnóstico por imagen, explorando su impacto y potencial en la lucha contra el cáncer.
Las terapias avanzadas comprenden un espectro amplio de tratamientos que incluyen la terapia génica, la terapia celular y la terapia con medicamentos biológicos. Cada una de estas modalidades ofrece formas únicas de combatir el cáncer mediante la alteración del material genético, la modulación del sistema inmunológico o la interrupción de las vías patológicas específicas. Por ejemplo, la terapia de células CAR-T, una forma de terapia celular, se ha convertido en un tratamiento revolucionario para ciertos tipos de cáncer hematológico, al capacitar a las células T del paciente para que ataquen las células cancerígenas con mayor efectividad1.
Las nuevas técnicas de diagnóstico por imagen también están redefiniendo el panorama del diagnóstico oncológico, permitiendo una visualización detallada de la anatomía y la fisiología tumorales. Avances significativos en la resonancia magnética (RM), la tomografía computarizada (TC) y la tomografía por emisión de positrones (PET) están mejorando la capacidad de los oncólogos para detectar, caracterizar y monitorear la enfermedad. El uso de la imagenología molecular, por ejemplo, posibilita la identificación y cuantificación de biomarcadores específicos a nivel celular o molecular, los cuales pueden proporcionar información crucial sobre la biología del tumor y la respuesta al tratamiento2.
Un aspecto transformador de las técnicas emergentes es la capacidad de realizar diagnósticos personalizados y proporcionar una base objetiva para la medicina de precisión. La integración de los datos obtenidos mediante diagnóstico por imagen avanzado con la genómica y otras formas de datos biológicos promete informar mejor las decisiones terapéuticas y, por ende, mejorar los resultados del paciente. La radiogenómica es un campo emergente que busca correlacionar los patrones de imagen con las características genómicas de los tumores, abriendo la puerta a una comprensión más profunda de la heterogeneidad intratumoral y de la resistencia al tratamiento3.
Por otro lado, el desarrollo de la inteligencia artificial (IA) y el aprendizaje automático (ML) en el sector de la imagenología médica está comenzando a tener un impacto significativo. Pese a que estas tecnologías aún están en sus fases iniciales de implantación clínica, el análisis computacional avanzado y el reconocimiento de patrones ofrecen aumentar la precisión diagnóstica, optimizar protocolos de tratamiento y e incluso predecir el desenlace clínico, basándose en vastas bases de datos de imágenes y resultados clínicos4.
La promesa de la inmunooncología y las terapias dirigidas, que trabajan en conjunto con las técnicas de diagnóstico por imagen para guiar la selección de tratamiento, está liderando un cambio hacia enfoques más personalizados y menos invasivos en la atención oncológica. Terapias como los inhibidores de puntos de control inmunitario y los agentes de terapia dirigida ofrecen ahora la posibilidad de atacar selectivamente las células tumorales mientras se minimiza el daño a tejidos sanos. Estas terapias, asociadas a biomarcadores predictivos identificados mediante diagnóstico por imagen, permiten a los clínicos adaptar la selección del tratamiento a las características biológicas individuales de cada paciente5.
La fusión de imagenología avanzada y terapias innovadoras tiene el potencial de mejorar la detección temprana y la intervención oportuna, dos aspectos cruciales que pueden significativamente aumentar las tasas de supervivencia en pacientes con cáncer. Además, la capacidad para monitorizar en tiempo real la eficacia del tratamiento posibilita ajustes rápidos y precisos, esencialmente permitiendo una adaptación dinámica de las estrategias terapéuticas.
En conclusión, la combinación de terapias avanzadas y técnicas de diagnóstico por imagen está allanando el camino hacia una era dorada en la oncología. Aunque los retos persisten, sobre todo relacionados con la implantación clínica a gran escala, la sostenibilidad económica y la necesidad de formación profesional continua, los avances discutidos en este artículo encarnan la promesa de una atención oncológica transformada que es más efectiva, más eficiente, y más enfocada en el paciente que nunca.
OBJETIVOS
La revolución tecnológica en la oncología, impulsada por avances en terapias avanzadas y diagnóstico por imagen, presenta un panorama complejo y en constante evolución que requiere una exploración profunda para comprender su alcance actual y futuro potencial.
El objetivo general de este artículo es proporcionar un análisis exhaustivo de las terapias avanzadas emergentes en oncología, incluyendo la terapia génica, terapia celular y medicamentos biológicos, y cómo estas se integran y complementan con las actuales prácticas clínicas. Particular interés se presta a las terapias dirigidas e inmunoterapias, considerando su potencial para personalizar el tratamiento del cáncer y mejorar los resultados clínicos. Con ese propósito se han establecido los siguientes objetivos específicos:
1. Destacar los avances significativos en modalidades de imagen como RM, TC y PET, así como introducir conceptos emergentes como la imagenología molecular y la radiogenómica. Asimismo, se pretende ilustrar cómo estas tecnologías no solo mejoran la capacidad diagnóstica, sino que también facilitan una medicina personalizada y basada en evidencia, por medio de la correlación con datos clínicos y genómicos del paciente.
2. Analizar el papel de la inteligencia artificial y el aprendizaje automático en la interpretación de imágenes y su creciente importancia en la toma de decisiones oncológicas. Se persigue una comprensión más clara de cómo estas herramientas revolucionarias están contribuyendo a la precisión del diagnóstico, el pronóstico y la selección de las estrategias de tratamiento, y cómo podrían afectar el futuro de la atención médica personalizada.
3. Examinar las implicaciones clínicas y los desafíos de la integración de terapias avanzadas y técnicas de diagnóstico por imagen en el flujo de trabajo oncológico. Esto incluye abordar cuestiones de accesibilidad, costo-efectividad y la necesidad de adaptar los sistemas de salud para incorporar y maximizar el uso de estas tecnologías.
4. Se busca proyectar desarrollos futuros y áreas de investigación en curso que podrían llevar a nuevas innovaciones en la oncología. Desde la perspectiva de las terapias avanzadas, se exploran posibles avances en la ingeniería genética y celular, y cómo estos podrían resultar en tratamientos más efectivos y seguros. Por el lado del diagnóstico por imagen, se discuten las tendencias emergentes y las posibles aplicaciones futuras de las tecnologías en desarrollo, como la realidad aumentada y la nanotecnología en imagen médica.
En su conjunto, los objetivos general y específicos de este artículo buscan clarificar el avance en el campo de las terapias avanzadas y el diagnóstico por imagen en oncología, identificando las áreas de impacto potencial y real en la atención al paciente y proponer direcciones para la investigación futura que promuevan la mejora continua en la lucha contra el cáncer.
METODOLOGÍA
Este artículo se elabora siguiendo una metodología de revisión bibliográfica de la literatura científica basada en la evidencia, con el objetivo de sintetizar información actual y relevante sobre las terapias avanzadas y las nuevas técnicas de diagnóstico por imagen en oncología. La metodología se divide en varias etapas cruciales que aseguran la obtención de información fiable y la cobertura exhaustiva del tema.
Etapa 1: Definición de criterios de inclusión y exclusión:
Los artículos seleccionados para la revisión debían relacionarse directamente con las terapias avanzadas y las técnicas de diagnóstico por imagen en oncología. Se incluyeron estudios que reportaron datos clínicos, ensayos controlados aleatorizados, metaanálisis, revisiones sistemáticas y estudios observacionales. Se excluyeron editoriales, comentarios, y artículos que no estaban escritos en inglés o español o no ofrecían acceso al texto completo.
Etapa 2: Estrategia de búsqueda:
Se llevó a cabo una búsqueda exhaustiva en varias bases de datos electrónicas de Medicina basada en la evidencia, incluyendo PubMed, Scopus, Embase, Web of Science, Cochrane Library y Google Académico. Se utilizaron términos de búsqueda relevantes como “oncología Integrativa”, “diagnóstico por imagen”, “agentes de terapia génica”, “tomografía de emisión de positrones (PET)”, “radiogenómica” y combinaciones de estos términos entre sí mediante el uso de operadores booleanos: “and”, “or” y “not”. También se revisaron las listas de referencias de los artículos seleccionados para identificar estudios adicionales relevantes.
Etapa 3: Selección de estudios:
Dos revisores independientes realizaron el cribado de los títulos y resúmenes para eliminar estudios que claramente no cumplían con los criterios de inclusión. A continuación, se revisaron los textos completos de los estudios preseleccionados para determinar su elegibilidad definitiva. Los desacuerdos entre revisores se resolvieron mediante discusión y consenso o, si era necesario, con la participación de un tercer revisor.
Etapa 4: Extracción de datos y gestión:
Se diseñó un formulario de extracción de datos para recopilar información relevante de cada estudio. Los datos extraídos incluyeron el título del estudio, autores, año de publicación, diseño del estudio, población del estudio, intervenciones principales, técnicas de diagnóstico por imagen utilizadas, resultados clínicos reportados y conclusiones clave. La extracción de datos fue realizada de forma independiente por dos revisores, y las discrepancias fueron resueltas como en la etapa previa.
Etapa 5: Evaluación de calidad de los estudios:
Para asegurar la validez y fiabilidad de los resultados de la revisión, se evaluó la calidad de los estudios seleccionados utilizando herramientas de evaluación de calidad adecuadas, tales como la Escala de Jadad para ensayos controlados aleatorizados y la lista de verificación de la Declaración STROBE para estudios observacionales. Solo se incluyeron estudios de alta calidad según estos criterios.
Etapa 6: Síntesis de datos:
Se realizó un análisis cualitativo de los estudios seleccionados, estructurando la información de acuerdo con los objetivos planteados. Los datos sobre terapias avanzadas y técnicas de diagnóstico por imagen se agruparon y se discutieron en función de su relevancia y del impacto potencial en la práctica clínica. No se intentó un metaanálisis debido a la heterogeneidad esperada de los estudios en términos de intervenciones y mediciones de resultados.
Etapa 7: Presentación de resultados:
Los hallazgos extraídos de la literatura se organizan en secciones temáticas, presentando un resumen claro y detallado que refleja el estado actual del conocimiento en el campo. Las interpretaciones y conclusiones se basan en la robustez de los datos y la evidencia presentada en los estudios primarios.
Etapa 8: Actualización constante:
Dada la naturaleza dinámica de la investigación en oncología, se establece un procedimiento para actualizar regularmente la revisión, incorporando nuevos estudios y avances conforme se publiquen. Esto garantiza que el artículo refleje los desarrollos más recientes y relevantes en el campo.
Esta metodología permite sintetizar la evidencia científica sobre terapias avanzadas y la evolución constante de las técnicas de diagnóstico por imagen en oncología, proporcionando una base sólida para la evaluación y la discusión en las secciones subsiguientes del artículo.
RESULTADOS
La revisión bibliográfica de la literatura científica identificó un amplio espectro de terapias avanzadas y técnicas de diagnóstico por imagen que están contribuyendo significativamente al campo de la oncología. A continuación, se presentan los hallazgos categorizados en función de las principales áreas de innovación.
Terapias Avanzadas:
Las terapias génicas y celulares han demostrado avances prometedores, especialmente en el tratamiento de cánceres hematológicos y tumores sólidos. Los estudios revisados mostraron avances significativos en terapia de células CAR-T, con una tasa de remisión completa en algunos cánceres hematológicos superando el 80%1. Las limitaciones incluyen la respuesta al tratamiento menos consistente en tumores sólidos y eventos adversos como el síndrome de liberación de citocinas.
En el ámbito de la terapia génica, distintos vectores virales y sistemas de edición genómica, como CRISPR/Cas9, se han aplicado para alterar el genoma de las células tumorales o del sistema inmunitario del paciente, promoviendo respuestas antitumorales más efectivas. Si bien los resultados clínicos son prometedores, subsisten preocupaciones sobre la seguridad a largo plazo, la especificidad y la entrega eficiente de estos tratamientos2.
Además, el desarrollo de medicamentos biológicos, como los anticuerpos monoclonales y los inhibidores de puntos de control inmunitario, ha revolucionado el tratamiento de ciertos tipos de cáncer. La eficacia de estos medicamentos está bien documentada, siendo particularmente notable en el melanoma y el cáncer de pulmón no pequeñas células3. Sin embargo, la resistencia a los medicamentos sigue siendo un reto clave, junto con la necesidad de biomarcadores predictivos para seleccionar pacientes.
Diagnóstico por Imagen:
En términos de diagnóstico por imagen, los avances tecnológicos han permitido un notable progreso en la resolución espacial y temporal de las imágenes, proporcionando una visualización detallada de los tejidos tumorales. La RM de alta definición y la TC de dosis baja son ejemplos representativos donde la mejora de la calidad de imagen ha facilitado la detección más temprana y precisa del cáncer4.
Las técnicas de PET, integrando trazadores específicos de biomarcadores tumorales, han revelado información valiosa sobre la fisiología del cáncer en tiempo real. Los estudios han demostrado la capacidad de PET para evaluar la respuesta metabólica al tratamiento, lo que puede ayudar a modificar las estrategias de tratamiento tempranamente durante el curso clínico5.
La imagenología molecular ha surgido como una herramienta crítica para identificar dianas terapéuticas y evaluar la eficacia de las terapias dirigidas. La integración de la imagenología molecular con la genómica del cáncer se ha mostrado particularmente útil para caracterizar subtipos moleculares de tumores, lo que puede influir en la selección de terapias personalizadas6.
En términos de la radiogenómica, la literatura documenta un creciente interés por correlacionar patrones de imagen con características genómicas. A través de este enfoque, la revisión identificó estudios que permiten predecir la agresividad tumoral y la respuesta al tratamiento, aportando datos significativos para la toma de decisiones clínicas7.
Inteligencia Artificial en Diagnóstico por Imagen:
La aplicación de IA y algoritmos de ML en la interpretación de imágenes médicas ha mostrado considerable promesa para mejorar la precisión y eficiencia del diagnóstico. Los sistemas de IA han sido eficaces en la detección de tumores mamarios en mamografías, así como en la caracterización y predicción de la progresión de neoplasias en varios tipos de tejidos8. Sin embargo, las preocupaciones sobre la validación clínica y la explicación de los algoritmos de IA persisten como temas importantes a abordar en investigaciones futuras.
Integración de Técnicas y Desafíos Clínicos:
La revisión señala que, aunque hay un avance notable en terapias avanzadas y técnicas de diagnóstico por imagen, su integración en la práctica clínica todavía enfrenta barreras significativas. Existen desafíos en términos de costos, infraestructura hospitalaria, formación del personal médico y la estandarización de los protocolos para la aplicación de estas tecnologías9. Además, se observa la necesidad de estudios económicos que evalúen el valor de estas intervenciones en términos de coste-efectividad y su impacto en la calidad de vida de los pacientes.
En Resumen:
La investigación actual sugiere un avance continuo y significativo en las terapias avanzadas y las técnicas de diagnóstico por imagen en oncología. Los resultados indican un potencial importante para mejorar la precisión del diagnóstico, personalizar la terapia y mejorar los resultados para los pacientes con cáncer. No obstante, la adopción de estas tecnologías está limitada por múltiples factores que incluyen la sostenibilidad económica y la adaptación de los sistemas de atención sanitaria. La normalización de la implantación clínica y la realización de estudios adicionales que aborden los desafíos en curso son esenciales para la maximización del potencial de estas innovaciones oncológicas.
DISCUSIÓN-CONCLUSIÓN
La evidencia acumulada en esta revisión sistematiza un cuerpo creciente de trabajo innovador en terapias avanzadas y nuevas técnicas de diagnóstico por imagen, que están transformando el escenario de la oncología moderna. Estos avances prometen una era de tratamientos más específicos y menos invasivos, con una medicina más personalizada y centrada en el paciente.
Las terapias avanzadas, incluyendo la terapia génica y celular, están demostrando tasas de éxito sin precedentes en ciertos tipos de cáncer. Los tratamientos como las células CAR-T han ofrecido resultados impresionantes en cánceres hematológicos y actualmente se están explorando en ensayos clínicos para tumores sólidos, aunque todavía enfrentan desafíos como la heterogeneidad tumoral y los efectos secundarios severos. La comprensión profunda de los mecanismos subyacentes podría ofrecer estrategias para mejorar la eficacia y la seguridad de estas terapias.
En paralelo, la inmunoterapia se ha establecido como pilar fundamental en el tratamiento de ciertos tumores, pero, así como ha ofrecido vida nueva a algunos pacientes, se han encontrado limitaciones como el desarrollo de resistencias y la selección adecuada de candidatos para estas terapias. Futuras investigaciones deben enfocarse en la identificación de biomarcadores predictivos y en la combinación óptima de inmunoterapias con otros tratamientos1.
Las técnicas avanzadas de diagnóstico por imagen han revolucionado el modo de detectar y monitorear el cáncer. El papel fundamental de la RM, TC y PET en la caracterización de lesiones y la respuesta al tratamiento es innegable. La imagenología molecular y la radiogenómica son áreas de particular interés, ya que permiten una visión más detallada de la heterogeneidad tumoral y pueden influir significativamente en la elección de la terapia.
La inteligencia artificial y el aprendizaje automático han mostrado un gran potencial para mejorar la velocidad y precisión del diagnóstico. Sin embargo, su integración en la práctica clínica está limitada por la escasa disponibilidad de grandes conjuntos de datos anotados y por cuestiones regulatorias y éticas. La investigación futura en IA debe centrarse no solo en el desarrollo de algoritmos más robustos, sino también en la creación de marcos de trabajo que aseguren su transparencia y justicia2.
La convergencia de terapias avanzadas y técnicas de diagnóstico por imagen está introduciendo una era de tratamientos «a la carta», pero su integración en sistemas de salud ya establecidos representa un reto. Los costos asociados a estas tecnologías podrían limitar su acceso y generar disparidades en la atención sanitaria. Además, se requiere formación especializada para médicos y técnicos en el uso e interpretación de las tecnologías avanzadas para optimizar los beneficios para los pacientes3.
La discusión subraya la necesidad de una perspectiva equilibrada que tenga en cuenta tanto los avances como los desafíos pendientes. Mientras que las terapias avanzadas y el diagnóstico por imagen están allanando el camino para intervenciones más eficaces, la realidad clínica y económica de su adopción requiere un enfoque estratégico e inclusivo que aproveche los avances tecnológicos de una manera sostenible a largo plazo.
Es imperativo que los actores clave de la atención oncológica, incluidos investigadores, médicos, pacientes y formuladores de políticas, colaboren para superar las barreras y aprovechar al máximo las oportunidades presentadas por estas tecnologías. La realización de ensayos clínicos bien diseñados, el compromiso con la educación continua y la evaluación rigurosa de la relación costo-efectividad son fundamentales para el avance de un campo que no sólo está transformando la ciencia, sino también las vidas de los pacientes alrededor del mundo.
En resumen, esta revisión destaca cómo las terapias avanzadas y las nuevas técnicas de diagnóstico por imagen están redefiniendo la oncología, proporcionando herramientas poderosas para combatir el cáncer. La promesa de mejorar la detección, personalización y tratamiento de esta enfermedad es inmensa, pero se deben superar los desafíos de accesibilidad, implantación y costes para lograr una integración exitosa de estas tecnologías. La colaboración interdisciplinaria será esencial para garantizar que los avances tecnológicos se traduzcan en mejoras tangibles para el cuidado de los pacientes y para el sistema de salud en general.
BIBLIOGRAFÍA
- Maude SL, Laetsch TW, Buechner J, et al. Tisagenlecleucel in Children and Young Adults with B-Cell Lymphoblastic Leukemia. N Engl J Med. 2018;378(5):439–448.
- Massoud TF, Gambhir SS. Molecular Imaging in Living Subjects: Seeing Fundamental Biological Processes in a New Light. Genes Dev. 2003;17(5):545–580.
- Segal E, Sirlin CB, Ooi C, et al. Decoding global gene expression programs in liver cancer by noninvasive imaging. Nat Biotechnol. 2007;25(6):675–680.
- Hosny A, Parmar C, Quackenbush J, Schwartz LH, Aerts HJWL. Artificial intelligence in radiology. Nat Rev Cancer. 2018;18(8):500–510.
- Topalian SL, Taube JM, Pardoll DM. Neoadjuvant checkpoint blockade for cancer immunotherapy. Science. 2020;367(6477).
- 6.Price, P. M., & Green, M. M. (2011). Positron emission tomography imaging approaches for external beam radiation therapies: current status and future developments. The British journal of radiology, 84 Spec No 1(Spec Iss 1), S19–S34. https://doi.org/10.1259/bjr/21263014
- de Guevara, D. L., Fuentes, A., Fariña, C., Corral, C., & Pefaur, R. (2013). Valor pronóstico del PET/CT en cáncer pulmonar: Estudio de sobrevida y caracterización metabólica tumoral [Prognostic value of PET/CT in lung cancer: retrospective analysis of 47 patients]. Revista Médica de Chile, 141(1), 41–48. https://doi.org/10.4067/S0034-98872013000100006
- Brien, A., De Guevara, H., & Ladrón, D. (2013). Imágenes en oncología: generalidades y aplicaciones. Revista Médica Clínica Las Condes. Volume 24, Issue 4.https://doi.org/10.1016/S0716-8640(13)70197-40
- Agencia Europea de Medicamentos, 2018. Human Medicines highlights 2018. https://www.ema.europa.eu/en/documents/report/human-medicines-highlights-2018_en.pdf
- Ladrón de Guevara D., Fuentes A., Fariña C., Corral C., Pefaur R. Valor pronóstico del PET/CT en cáncer pulmonar. Estudio de sobrevida y caracterización metabólica tumoral. Rev Med Chile, 141 (2013), pp. 41-48.
