--- title: "XGBoost: algoritmo de pronóstico en cáncer de tiroides" description: El cáncer de tiroides es uno de los cánceres endocrinos más comunes y su incidencia ha aumentado significativamente en las últimas décadas. --- [Blog Laboratorios Legrand: Investigación Clínica](https://blog.laboratorioslegrand.com) # [XGBoost: algoritmo de pronóstico en cáncer de tiroides](https://blog.laboratorioslegrand.com/algoritmo-de-pronostico-de-malignidad-y-metastasis) Escrito por [Laboratorios Legrand](https://blog.laboratorioslegrand.com/author/laboratorios-legrand) | Jun 30, 2023, 10:05:29 PM El cáncer de tiroides es uno de los cánceres endocrinos más comunes y su incidencia ha aumentado significativamente en las últimas décadas.  La predicción temprana de la malignidad y la metástasis del cáncer de tiroides es crucial para una intervención médica oportuna y efectiva, y para mejorar el pronóstico del paciente. Recientemente, se ha utilizado el aprendizaje automático como una herramienta para predecir la malignidad y la metástasis del cáncer de tiroides. En un estudio reciente, se utilizó un enfoque de aprendizaje automático para predecir la malignidad y la metástasis del cáncer de tiroides en base a datos clínicos y de imagen. Los investigadores reunieron información de 649 pacientes con cáncer de tiroides y entrenaron un modelo de aprendizaje automático para predecir la malignidad y la metástasis. Los resultados mostraron que el modelo de aprendizaje automático tenía una precisión del 90% en la predicción de la malignidad y del 87% en la predicción de la metástasis. Además, el modelo pudo identificar características de imagen y clínicas importantes para la predicción de la malignidad y la metástasis del cáncer de tiroides, incluyendo la presencia de nódulos en la tiroides, el tamaño del nódulo y la presencia de calcificaciones. Estos resultados sugieren que el enfoque de aprendizaje automático puede ser una herramienta útil para la predicción temprana de la malignidad y la metástasis del cáncer de tiroides, y puede ayudar en la toma de decisiones clínicas y en la mejora del pronóstico de los pacientes. Los médicos pueden utilizar estos modelos de aprendizaje automático para obtener una predicción más precisa de la malignidad y la metástasis del cáncer de tiroides, lo que puede ayudar en la planificación de la intervención médica y en la elección del tratamiento adecuado para cada paciente. Para concluir, el uso de algoritmos de aprendizaje automático, como XGBoost, puede ser una herramienta valiosa en la predicción temprana de la malignidad y la metástasis del cáncer de tiroides. Los resultados del estudio demuestran que estos modelos pueden identificar características importantes en los datos clínicos e de imagen para la predicción precisa de la enfermedad. Al integrar estos modelos en la práctica clínica, los médicos pueden mejorar la toma de decisiones y la planificación del tratamiento, lo que a su vez puede mejorar el pronóstico de los pacientes. En definitiva, el aprendizaje automático se está convirtiendo en una herramienta cada vez más importante en el campo de la medicina, y los modelos de pronóstico basados en datos son solo uno de los muchos ejemplos de cómo la tecnología puede ser utilizada para mejorar la atención médica y los resultados para los pacientes. ### QUIERES USAR ESTA HERRAMIENTA… Accede a [http://www.cancer-thyroid.com/](http://www.cancer-thyroid.com/)  Ten en cuenta que al acceder a cada una de las secciones (diagnóstico, TI-RADS, Metastasis, Retrieve), se solicitarán datos de los resultados de análisis de los pacientes, para que el sistema pueda procesar basado en el algoritmo preestablecido y dar una respuesta automática.  Gráfica 1. Screenshots del algoritmo en línea de predicción de malignidad y metástasis en cáncer de tiroides [http://www.cancer-thyroid.com/](http://www.cancer-thyroid.com/)      Si aún no tiene los datos de un paciente, podrá seleccionar el ejemplo 1, de muestra benigna, o el ejemplo 2, de muestra maligna. Los datos se cargan automáticamente. Si quieres ser conferencista o mejorar tu desempeño como uno, descarga esta guía para que encuentres algunos consejos y trucos para lograr lo que todo speaker busca: ser memorable. **Referencias** 1. Du L, Wang Y, Sun X, et al. Thyroid cancer: trends in incidence, mortality and clinical-pathological patterns in zhejiang province, southeast China. BMC Cancer (2018) 18:291. doi: 10.1186/s12885-018-4081-7 2. Bray F, Ferlay J, Soerjomataram I, et al. Global cancer statistics 2018: GLOBOCAN estimates of incidence and mortality worldwide for 36 cancers in 185 countries. CA Cancer J Clin (2018) 68:394–424. 3. Masuda T, Nakaura T, Funama Y, et al. Machine learning to identify lymph node metastasis from thyroid cancer in patients undergoing contrast-enhanced CT studies. Radiography (2021) 27:920–6. 4. Wu Y, Rao K, Liu J, et al. Machine learning algorithms for the prediction of central lymph node metastasis in patients with papillary thyroid cancer. Front Endocrinol (2020) 11:577537. 5. Gu J, Xie R, Zhao Y, et al. A machine learning-based approach to predicting the malignant and metastasis of thyroid cancer. Front Oncol. 2022 Dec 19;12:938292. [Ver post completo](https://blog.laboratorioslegrand.com/algoritmo-de-pronostico-de-malignidad-y-metastasis) ```json { "@context" : "http://schema.org", "@type" : "BlogPosting", "author" : { "@type" : "Person", "name" : "Laboratorios Legrand" }, "dateModified" : "2026-03-30T20:02:33.947Z", "datePublished" : "2023-06-30T22:05:29Z", "headline" : "XGBoost: algoritmo de pronóstico en cáncer de tiroides", "image" : { "@type" : "ImageObject", "height" : 3072, "url" : "https://14498202.fs1.hubspotusercontent-na1.net/hubfs/14498202/Imagenes%20Blog/C%C3%A1ncer%20-%20algoritmo.jpeg", "width" : 4608 }, "mainEntityOfPage" : "https://blog.laboratorioslegrand.com/algoritmo-de-pronostico-de-malignidad-y-metastasis", "publisher" : { "@type" : "Organization", "logo" : { "@type" : "ImageObject", "height" : 60, "url" : "/hs/hsstatic/content_shared_assets/static-1.4092/img/default-amp-logo.png", "width" : 60 }, "name" : "Blog Laboratorios Legrand" } } ```