Primera prueba clínica del mundo predice mejor tratamiento para artritis reumatoide

La artritis reumatoide (AR) es una enfermedad crónica que afecta a 1 de cada 100 personas en el Reino Unido actualmente, provocando que el sistema inmunitario ataque las articulaciones. A diferencia de la osteoartritis, causada por el desgaste, la AR puede aparecer de forma repentina y es más común en personas de entre 40 y 60 años. La enfermedad suele ser difícil de tratar debido a la variación en la respuesta de los pacientes a las terapias, siendo las terapias biológicas las mejores opciones de tratamiento. Sin embargo, no existe una prueba diagnóstica que pueda predecir qué terapia funcionará para un paciente específico. Como resultado, muchos pacientes se someten a múltiples rondas de tratamientos fallidos, cada una con el riesgo de efectos secundarios graves e infecciones debido a la supresión del sistema inmunitario. Una nueva investigación ha identificado una forma de predecir qué terapias tienen más probabilidades de éxito en cada paciente, minimizando así los tratamientos ineficaces y mejorando los resultados.

Esta innovadora solución fue desarrollada por científicos de la Universidad Queen Mary de Londres (Londres, Reino Unido) mediante la combinación de fenotipado molecular profundo y aprendizaje automático para predecir la respuesta de los pacientes a las terapias biológicas para la AR. Mediante la extracción de ARN de una biopsia de una articulación afectada, miden la actividad de 524 genes específicos. Estos datos se analizan posteriormente mediante modelos de aprendizaje automático diseñados para predecir la probabilidad de éxito de tres terapias biológicas principales: etanercept, tocilizumab y rituximab. Este enfoque busca que los profesionales clínicos seleccionen el tratamiento más eficaz desde el principio, reduciendo así la probabilidad de efectos adversos y tratamientos innecesarios.

La investigación se probó en ensayos clínicos, con resultados que muestran que los modelos predictivos pronosticaron con precisión las respuestas para el 79 %  al 85 % de los pacientes. Publicado en Nature Communications, los hallazgos sugieren que este método podría mejorar significativamente el bienestar del paciente al guiar a los médicos hacia la terapia más adecuada más rápidamente. Los investigadores están en conversaciones con socios comerciales para ayudar a llevar esta herramienta predictiva a la práctica clínica y están llevando a cabo grandes ensayos controlados aleatorios para refinar aún más la tecnología. Con un ensayo clínico en marcha, el equipo está en camino de ser el primero en introducir una prueba predictiva en un entorno médico del mundo real. Su nuevo enfoque podría revolucionar la forma en que se personalizan los tratamientos de la AR, brindando a los pacientes mejores resultados y un sistema de atención médica más eficiente.

“Esta innovación podría tener importantes beneficios tanto para los pacientes como para los profesionales sanitarios”, afirmó el profesor Costantino Pitzalis, profesor de Reumatología de la Universidad Queen Mary de Londres. “Prescribir el tratamiento correcto desde el principio reduciría el sufrimiento del paciente y haría más eficiente nuestro sistema sanitario”.

Enlaces relacionados:
Universidad Queen Mary

Visitar la expo >

Miembro Oro

Clinical Chemistry Assay

Sorbitol Dehydrogenase (SDH)

Software de laboratorio
Acusera 24•7

Rapid Sepsis Test

SeptiCyte RAPID

LAIR2 Antibody Pair Set

LAIR2 Antibody Pair [Biotin]