Proteínas sanguíneas predicen supervivencia a la enfermedad pulmonar

Las concentraciones de 92 citoquinas y quimioquinas, metaloproteinasas de matriz (MMP) y marcadores de apoptosis y daño epitelial fueron analizadas mediante el sistema Human DiscoveryMAP (Rules-Based Medicine, Austin, TX, EUA).

Los investigadores utilizaron un inmunoanálisis con perlas múltiples para calcular las concentraciones de metaloproteinasas de matriz (MMP) MMP7, MMP1. Los niveles de Proteína D Asociada a Surfactante (SPD) fueron evaluados por análisis ELISA. En una cohorte de validación, se evaluaron las concentraciones de la molécula de adhesión intercelular 1 (ICAM1), de interleuquina-8 (IL8) y de la proteína de adhesión celular vascular 1 (VCAM1) por ensayo de cuentas múltiples y la proteína de unión al calcio S100A12 y el MMP7 por ELISA.

Las concentraciones elevadas de MMP7, ICAM1, IL8, VCAM1 y S100A12 predicen una mala supervivencia global, una mala supervivencia libre de trasplante y una mala supervivencia libre de progresión en la cohorte de derivación. En la cohorte de validación independiente, las concentraciones altas de los cinco fueron predictivas de mala supervivencia libre de trasplante, MMP7, ICAM1 e IL8 de supervivencia global e ICAM1 de mala supervivencia libre de progresión. Con base en ambos grupos, el equipo desarrolló el índice de predicción personal de mortalidad clínica y molecular (PCMI), que incluye la función pulmonar, el sexo, así como los niveles de MMP7 en la sangre. Ellos descubrieron que los individuos con un bajo PCMI tenían más probabilidades de vivir más de cinco años, sin embargo, para las personas con un alto PCMI la mediana de tasa de supervivencia fue de 36 meses. Las concentraciones plasmáticas de MMP7, MMP1 y SPD se midieron mediante un ELISA fabricado por R&D Systems (Minneapolis, MN, EUA). La prueba de ELISA para la S100A12 era un producto de MBL International (Woburn, MA, EUA).

Naftali Kaminski, MD, profesor de medicina y autor principal del estudio, dijo: “Es difícil decir con base sólo en síntomas, cuáles pacientes están en mayor peligro. Este panel de biomarcadores tiene un poder de predicción que puede orientar nuestro plan de tratamiento. También puede ayudar a diseñar pruebas de investigación más eficaces, porque vamos a ser capaces de adaptar mejor terapias experimentales a los pacientes más adecuados”. El estudio fue publicado el 27 de octubre de 2011 en la revista American Journal of Respiratory and Critical Care Medicine.

Enlaces relacionados:

University of Pittsburgh

Rules-Based Medicine

R&D Systems