Docentes

1 /

Temario

La estructura de los contenidos ha sido diseñada por un equipo por los mejores profesionales del sector en la anotomía patológica con una amplia trayectoria y reconocido prestigio en la profesión abalada por el volumen de casos revisados, estudiados y diagnosticados, y con amplio dominio de las nuevas tecnologías aplicadas al diagnóstico anatomopatológico.

 

Este Especialización Online en Diagnóstico oncológico. Avances tecnológicos y Big Data contiene el programa científico más completo y actualizado del mercado”

Módulo 1. Cáncer. Generalidades. Factores de riesgo

1.1. Introducción.

1.1.1. Generalidades de las neoplasias malignas.

1.1.1.1. Nomenclatura.
1.1.1.2. Características.
1.1.1.3. Vías de diseminación de las metástasis.
1.1.1.4. Factores pronósticos.

1.1.2. Epidemiología del cáncer.

1.1.2.1. Incidencia.
1.1.2.2. Prevalencia.
1.1.2.3. Distribución geográfica.
1.1.2.4. Factores de riesgo.
1.1.2.5. Prevención.
1.1.2.6. Diagnóstico precoz.

1.1.3. Agentes mutagénicos.

1.1.3.1. Ambientales.
1.1.3.2. Laborales.
1.1.3.3. Sustancias tóxicas en los alimentos.

1.1.4. Agentes biológicos y cáncer.

1.1.4.1. Virus ARN.
1.1.4.2. Virus ADN.
1.1.4.3. H. pylori.

1.1.5. La predisposición genética.

1.1.5.1. Genes asociados al cáncer.
1.1.5.2. Genes de susceptibilidad.

1.1.5.2.1. Tumores de mama.
1.1.5.2.2. Tumores de pulmón.
1.1.5.2.3. Tumores de tiroides.
1.1.5.2.4. Tumores de colon.
1.1.5.2.5. Tumores de piel.
1.1.5.2.6. Tumores de hueso.
1.1.5.2.7. Tumores de páncreas.
1.1.5.2.8. Neuroblastoma.

1.1.6. Aspectos clínicos de las neoplasias malignas.
1.1.7. Estadificación de la enfermedad neoplásica.

Módulo 2. Bases moleculares del cancer

2.1. Introducción a las bases moleculares del cáncer.

2.1.1. Genes y genoma.

2.1.1.1. Principales vías de señalización celular.
2.1.1.2. Crecimiento y proliferación celulares.
2.1.1.3. Muerte celular. Necrosis y apoptosis.

2.1.2. Mutaciones.

2.1.2.1 Tipos de mutaciones. Frameshift; Indels, Translocaciones, SNV; missense, nonsense, CNV, Driver vs. passenger.
2.1.2.2. Agentes causantes de las mutaciones.

2.1.2.2.1. Agentes biológicos y cáncer.

2.1.2.3. Mecanismos de reparación de las mutaciones.
2.1.2.4. Mutaciones con variantes patológicas y no patológicas.

2.1.3. Principales avances en la medicina de precisión.

2.1.3.1. Biomarcadores de tumores.
2.1.3.2. Oncogenes y Genes Supresores de Tumores.
2.1.3.3. Biomarcadores diagnósticos.

2.1.3.3.1. De resistencia.
2.1.3.3.2. Pronóstico.
2.1.3.3.3. Fármaco-genómicos.

2.1.3.4. Epigenética del cáncer.

2.1.4. Principales técnicas en biología molecular del cáncer.

2.1.4.1. Citogenética y FISH.
2.1.4.2. Calidad del extracto de ADN.
2.1.4.3. Biopsia líquida.
2.1.4.4. PCR como herramienta molecular básica.
2.1.4.5. Secuenciación, NGS.

Módulo 3. Diagnóstico citologico de lesiones malignas

3.1. Introducción a la Citopatología (ARTE y CIENCIA).

3.1.1. Perspectiva Histórica.
3.1.2. Conceptos prácticos.

3.1.2.1. Manejo.
3.1.2.2. Tinción.

3.1.3. Conceptos básicos citomorfológicos.

3.2. Citología Exfoliativa.

3.2.1. Citología ginecológica- Sistema Bethesda.
3.2.2. Citología de orina- Sistema Paris.
3.2.3. Citología de líquidos corporales.

3.3. Punción aspiración con aguja fina SUPERFICIAL.

3.3.1. Introducción.

3.3.1.1. Aspectos prácticos.

3.3.2. PAAF de tiroides y glándula salival.
3.3.3. PAAF de mama.
3.3.4. PAAF de partes blandas y hueso.

3.4. Punción aspiración con aguja fina PROFUNDA.

3.4.1. Introducción- ROSE (Rapid on site evaluation).
3.4.2. PAAF de pulmón y mediastino.
3.4.3. PAAF de páncreas.
3.4.4. PAAF de ganglios linfáticos.

3.5. Diagnóstico diferencial en citopatología.

3.5.1. Principales patrones citomorfológicos.
3.5.2. Inmunocitohistoquímica.
3.5.3. Citopatología molecular.

3.6. Papel del citopatólogo en el tratamiento del cáncer.

3.6.1. Estudio de biomarcadores en muestras citológicas.
3.6.2. Inmunoterapia y papel de la citopatología.
3.6.3. Retos y nuevas perspectivas.

Módulo 4. Radiologia aliada de la patologia en el diagnóstico oncologico

4.1. Diagnóstico por imagen y estadificación del cáncer.

4.1.1. Neoplasia de pulmón.
4.1.2. Neoplasia de colon y recto.
4.1.3. Neoplasia de mama.
4.1.4. Neoplasia de próstata.
4.1.5. Neoplasias ginecológicas.
4.1.6. Linfoma.
4.1.7. Melanoma.
4.1.8. Otros tumores del tracto GI.
4.1.9. Hepatocarcinoma y colangiocarcinoma.
4.1.10. Tumores de páncreas.
4.1.11. Tumores renales.
4.1.12. Cáncer de tiroides.
4.1.13. Tumores cerebrales.

4.2. PAAF y BAG guiada por imagen.

4.2.1. Tiroides.
4.2.2. Mama.
4.2.3. Pulmón y mediastino.
4.2.4. Hígado y cavidad abdominal.
4.2.5. Próstata.

4.3. Seguimiento.

4.3.1. RECIST 1.1 y Chung.
4.3.2. EASL, m-RECIST y RECICL.
4.3.3. Criterios de McDnald y RANO.
4.3.4. Criterios CHOI, MDA y Lugano.
4.3.5. Criterios CHOI modificados; SCAT y MASS.
4.3.6. MET-RAD-P.
4.3.7. PERCIST.
4.3.8. Inmunoterapia.

4.4. Complicaciones del tratamiento.

4.4.1. Urgencias oncológicas.
4.4.2. Complicaciones del tratamiento.

Módulo 5. Big data en anatomía patológica

5.1. Introducción Big Data en patología.

5.1.1. Introducción.

5.1.1.1. Patología y BBDD.
5.1.1.2. Minería de datos en patología.
5.1.1.3. Big Data.

5.1.1.3.1. Fundamentos del Big Data.
5.1.1.3.2. Tipos de BBDD.

5.1.1.3.2.1. Relacionales.
5.1.1.3.2.2. No relacionales (SQL y NoSQL).

5.1.1.3.3. Tipos de datos.

5.1.1.3.3.1. Estructurados.
5.1.1.3.3.2. No estructurados.
5.1.1.3.2.3. Semi-estructurados.

5.1.1.3.4. Límites del Big Data.

5.2. Grandes oportunidades y utilidades que nos ofrece el Big Data.

5.2.1. Estandarización de los datos y patología digital.
5.2.2. Medicina personalizada: diagnósticos y terapias personalizadas.
5.2.3. Marcadores predictivos.
5.2.4. Avances en campos de investigación como: genómica, diagnósticos en patología molecular, proteómica y comparación de diagnósticos.

5.3. Algoritmos, modelos y metodologías utilizadas en Big Data.

5.3.1. Arquitecturas para el procesamiento paralelo masivo.
5.3.2. Modelización y árboles de decisión.
5.3.3. Maching Learning y Deep Learning.
5.3.4. Redes Neuronales.

5.4. Tecnologías del Big Data y cloud computing.

5.4.1. Apache Hadoop.
5.4.2. Trabajar con BBDD NoSQL.

5.4.2.1. DynamoDB o Cassandra.

5.4.3. Análisis de datos.

5.4.3.1. BigQuery.
5.4.3.2. Infosphere Sreams.
5.4.3.3. Oracle Big Data Appliance.

5.5. Conclusiones y beneficios del Big Data desde el punto de vista de la patología.