{"id":19192,"date":"2026-08-31T05:19:55","date_gmt":"2026-08-31T08:19:55","guid":{"rendered":"https:\/\/rtmedical.com.br\/tmp-es-1788164394204\/"},"modified":"2026-08-31T05:20:02","modified_gmt":"2026-08-31T08:20:02","slug":"riesgo-mama-mujeres-asiaticas-eeuu","status":"publish","type":"post","link":"https:\/\/rtmedical.com.br\/es\/riesgo-mama-mujeres-asiaticas-eeuu\/","title":{"rendered":"El riesgo de mama var\u00eda el doble entre asi\u00e1ticas"},"content":{"rendered":"

Investigadores de la American Cancer Society desmontaron una de las categor\u00edas estad\u00edsticas m\u00e1s usadas \u2014 y m\u00e1s enga\u00f1osas \u2014 de la epidemiolog\u00eda del c\u00e1ncer en Estados Unidos. Al desagregar datos del programa SEER de 2000 a 2022, el estudio publicado en CANCER<\/em> mostr\u00f3 que la incidencia total de c\u00e1ncer var\u00eda hasta el doble<\/strong> entre grupos \u00e9tnicos empaquetados bajo la misma etiqueta \u00abasi\u00e1tico-americano o nativo de Haw\u00e1i e islas del Pac\u00edfico\u00bb (AA\/NHPI). En c\u00e1ncer de mama, las mujeres nativas hawaianas registraron 140 casos por 100.000 \u2014 27% por encima de las mujeres blancas y 57% por encima del promedio de su propio grupo agregado. Para quien opera tamizaje por imagen, eso no es sociolog\u00eda: es calibraci\u00f3n de riesgo.<\/p>\n

Qu\u00e9 muestran los datos desagregados<\/h2>\n

El c\u00e1ncer de mama es la neoplasia m\u00e1s diagnosticada entre mujeres en todos<\/em> los subgrupos AA\/NHPI, sin excepci\u00f3n. Lo que cambia dr\u00e1sticamente es la magnitud y, sobre todo, la velocidad. La incidencia sube anualmente en todos ellos, pero a ritmos que no se parecen: cerca del 1% anual entre mujeres nativas hawaianas y filipinas, y entre el 3% y el 5% anual entre mujeres guame\u00f1as\/chamorro, chinas, vietnamitas y coreanas.<\/p>\n

\"Profesionales
Las campa\u00f1as construidas sobre promedios agregados pierden diferencias de riesgo que llegan al 57% dentro de una misma etiqueta \u00e9tnica. Foto: Klaus Nielsen\/Pexels<\/figcaption><\/figure>\n

Una tasa que crece 5% al a\u00f1o se duplica en poco m\u00e1s de catorce a\u00f1os. Una que crece 1% tarda setenta. Cuando ambas se reportan como un n\u00famero \u00fanico, el resultado es un promedio que describe mal los dos extremos y no sirve a ninguna pol\u00edtica de tamizaje. Es el problema cl\u00e1sico de agregar poblaciones heterog\u00e9neas: el indicador se mantiene estad\u00edsticamente correcto y se vuelve cl\u00ednicamente in\u00fatil.<\/p>\n

\u00abNo se puede arreglar un problema que no se sabe que existe\u00bb, resume una de las frases centrales del trabajo, y ah\u00ed est\u00e1 el argumento pr\u00e1ctico. Los autores se\u00f1alan que el mismo razonamiento se aplica a otros tumores con rango de riesgo amplio dentro del grupo, como pulm\u00f3n, est\u00f3mago y colorrectal, donde la agregaci\u00f3n tambi\u00e9n esconde poblaciones de alt\u00edsimo riesgo.<\/p>\n

La adhesi\u00f3n al tamizaje tampoco es homog\u00e9nea<\/h2>\n

El segundo eje de heterogeneidad es conductual y estructural. Entre 2015 y 2018, la adhesi\u00f3n a la mamograf\u00eda en tiempo adecuado entre mujeres de 45 a\u00f1os o m\u00e1s vari\u00f3 del 55% entre mujeres indias asi\u00e1ticas al 69% entre mujeres filipinas<\/strong>: catorce puntos porcentuales de diferencia dentro de la misma fila de tabla.<\/p>\n

Parte de eso es acceso puro y simple. La proporci\u00f3n de mujeres sin cobertura de salud llega al 12% entre nativas de Haw\u00e1i e islas del Pac\u00edfico, frente al 3% entre mujeres coreanas. Un programa de tamizaje que asume \u00ablas asi\u00e1tico-americanas tienen buena adhesi\u00f3n\u00bb \u2014 lectura razonable si solo se mira el promedio \u2014 dise\u00f1ar\u00e1 una intervenci\u00f3n para un p\u00fablico que no existe y fallar\u00e1 justamente donde el riesgo es mayor.<\/p>\n

Por qu\u00e9 la agregaci\u00f3n es un problema de imagen<\/h2>\n

El tamizaje mamogr\u00e1fico en Estados Unidos avanza r\u00e1pido hacia modelos basados en riesgo, en los que la edad de inicio, el intervalo y la elecci\u00f3n de modalidad dependen de una puntuaci\u00f3n individual. Modelos de riesgo como Tyrer-Cuzick y BCSC usan la etnia como variable de entrada. Si esa entrada es una categor\u00eda que mezcla poblaciones con incidencia dos veces distinta, la puntuaci\u00f3n sale sesgada por construcci\u00f3n: subestima el riesgo en subgrupos de alta incidencia y lo sobreestima en otros.<\/p>\n

Ese es el puente directo con lo que cubrimos sobre la buena aceptaci\u00f3n de las pacientes al c\u00e1lculo de riesgo de mama por IA<\/a>: si la paciente acepta ser estratificada, crece el deber de calibrar bien el estratificador. Los modelos de IA entrenados con etiquetas \u00e9tnicas agregadas heredan el mismo defecto, con el agravante de que la opacidad del modelo dificulta auditar el sesgo. El punto ya apareci\u00f3 en el an\u00e1lisis de por qu\u00e9 la IA en mamograf\u00eda entreg\u00f3 menos de lo prometido<\/a> al salir de su conjunto de datos de origen.<\/p>\n

El paralelo latinoamericano es inc\u00f3modo<\/h2>\n

Brasil practica exactamente la misma agregaci\u00f3n, con una etiqueta a\u00fan m\u00e1s amplia. La clasificaci\u00f3n del IBGE usa \u00abamarela\u00bb para toda la poblaci\u00f3n de ascendencia asi\u00e1tica, y el pa\u00eds alberga la mayor di\u00e1spora japonesa fuera de Jap\u00f3n, adem\u00e1s de comunidades chinas, coreanas y libanesas relevantes. La categor\u00eda \u00abparda\u00bb, a su vez, agrega una diversidad gen\u00e9tica y socioecon\u00f3mica que ning\u00fan modelo de riesgo representa con un solo coeficiente.<\/p>\n

El contexto de tamizaje tambi\u00e9n es distinto y m\u00e1s fr\u00e1gil. El Ministerio de Salud recomienda mamograf\u00eda bienal para mujeres de 50 a 69 a\u00f1os, mientras el Colegio Brasile\u00f1o de Radiolog\u00eda y la Sociedad Brasile\u00f1a de Mastolog\u00eda defienden tamizaje anual desde los 40. Con m\u00e1s de 70.000 casos nuevos al a\u00f1o estimados por el INCA y una cobertura mamogr\u00e1fica hist\u00f3ricamente por debajo de la meta en varias regiones, el pa\u00eds tiene un problema de acceso antes que un problema de calibraci\u00f3n fina. Pero la lecci\u00f3n se transfiere: los datos del SISCAN permiten desagregaci\u00f3n por raza y municipio, y ese an\u00e1lisis rara vez se hace a nivel de servicio.<\/p>\n

Implicaciones para el servicio de imagen<\/h2>\n

Tres medidas son accionables en cualquier cl\u00ednica de imagen, en cualquier pa\u00eds. La primera es recoger y usar la variable de ascendencia con granularidad \u2014 pa\u00eds de origen, no macrocategor\u00eda \u2014 en el registro. Sin el dato, ning\u00fan an\u00e1lisis es posible.<\/p>\n

La segunda es auditar el propio servicio: tasa de asistencia, tasa de retorno tras un resultado indeterminado (BI-RADS 0 y 3) y tiempo hasta la biopsia, estratificados por grupo. La p\u00e9rdida de seguimiento es donde el tamizaje realmente falla, y casi nunca se distribuye de forma uniforme. La tercera es adaptar la comunicaci\u00f3n: material educativo en idioma y formato culturalmente adecuados cambia la adhesi\u00f3n de manera medible y cuesta poco.<\/p>\n

Ampliar el arsenal t\u00e9cnico tambi\u00e9n cuenta: las mujeres asi\u00e1ticas tienen, en promedio, mamas m\u00e1s densas, lo que reduce la sensibilidad de la mamograf\u00eda aislada y refuerza el valor de modalidades complementarias, el mismo fundamento detr\u00e1s de la autorizaci\u00f3n de la FDA a la IA de DeepHealth para ultrasonido de mama<\/a>.<\/p>\n

Limitaciones y pr\u00f3ximos pasos<\/h2>\n

El estudio es de base poblacional y descriptivo: muestra diferencias de incidencia y de adhesi\u00f3n, no explica causas. Los registros de c\u00e1ncer llevan clasificaci\u00f3n \u00e9tnica autodeclarada e imperfecta, con miscodificaci\u00f3n conocida en poblaciones peque\u00f1as, y las series desagregadas en subgrupos poco numerosos vienen con intervalos de confianza amplios. Las diferencias de incidencia tambi\u00e9n reflejan exposici\u00f3n, generaci\u00f3n migratoria, paridad, obesidad y uso de terapia hormonal, variables que el dise\u00f1o no a\u00edsla.<\/p>\n

Aun as\u00ed, la conclusi\u00f3n operativa es s\u00f3lida e independiente de la explicaci\u00f3n causal: cuando la heterogeneidad interna de una categor\u00eda supera la diferencia entre categor\u00edas, la categor\u00eda dej\u00f3 de informar. El siguiente paso es institucional y no cient\u00edfico: exigir desagregaci\u00f3n est\u00e1ndar en registros de c\u00e1ncer y en informes de tamizaje, para que el dato exista antes de que la pol\u00edtica lo necesite.<\/p>\n

Fuente:<\/strong> The Imaging Wire \u2014 One Size Doesn’t Fit All for Asian American Cancer Risk<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"

Un estudio de la ACS en CANCER halla riesgo de mama hasta el doble dentro de la etiqueta asi\u00e1tico-americana. Qu\u00e9 implica para el tamizaje.<\/p>\n","protected":false},"author":1,"featured_media":19165,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"om_disable_all_campaigns":false,"_monsterinsights_skip_tracking":false,"_monsterinsights_sitenote_active":false,"_monsterinsights_sitenote_note":"","_monsterinsights_sitenote_category":0,"ngg_post_thumbnail":0,"_rt_cluster":"","fifu_image_url":"","fifu_image_alt":"","footnotes":""},"categories":[183],"tags":[],"class_list":["post-19192","post","type-post","status-publish","format-standard","has-post-thumbnail","category-radiologia-es"],"aioseo_notices":[],"rt_seo":{"title":"","description":"Datos del SEER desagregados muestran riesgo de c\u00e1ncer de mama hasta el doble entre asi\u00e1tico-americanas. Qu\u00e9 cambia en el tamizaje.","canonical":"","og_image":"","robots":"index,follow","schema_type":"Article","include_in_llms":true,"llms_label":"Riesgo de mama en asi\u00e1tico-americanas","llms_summary":"Estudio de la American Cancer Society en CANCER con datos SEER desagregados (2000-2022): la incidencia de c\u00e1ncer var\u00eda hasta el doble entre subgrupos AA\/NHPI; las nativas hawaianas registran 140 casos de mama por 100.000, 27% por encima de las mujeres blancas; la adhesi\u00f3n a mamograf\u00eda va del 55% al 69%.","faq_items":[],"video":[],"gtin":"","mpn":"","brand":"","aggregate_rating":[]},"_links":{"self":[{"href":"https:\/\/rtmedical.com.br\/es\/wp-json\/wp\/v2\/posts\/19192\/"}],"collection":[{"href":"https:\/\/rtmedical.com.br\/es\/wp-json\/wp\/v2\/posts\/"}],"about":[{"href":"https:\/\/rtmedical.com.br\/es\/wp-json\/wp\/v2\/types\/post\/"}],"author":[{"embeddable":true,"href":"https:\/\/rtmedical.com.br\/es\/wp-json\/wp\/v2\/users\/1\/"}],"replies":[{"embeddable":true,"href":"https:\/\/rtmedical.com.br\/es\/wp-json\/wp\/v2\/comments\/?post=19192"}],"version-history":[{"count":1,"href":"https:\/\/rtmedical.com.br\/es\/wp-json\/wp\/v2\/posts\/19192\/revisions\/"}],"predecessor-version":[{"id":19194,"href":"https:\/\/rtmedical.com.br\/es\/wp-json\/wp\/v2\/posts\/19192\/revisions\/19194\/"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/rtmedical.com.br\/es\/wp-json\/wp\/v2\/media\/19165\/"}],"wp:attachment":[{"href":"https:\/\/rtmedical.com.br\/es\/wp-json\/wp\/v2\/media\/?parent=19192"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/rtmedical.com.br\/es\/wp-json\/wp\/v2\/categories\/?post=19192"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/rtmedical.com.br\/es\/wp-json\/wp\/v2\/tags\/?post=19192"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}