Sandra Pulido Madrid | miércoles, 28 de marzo de 2018 h |

El Servicio de Hematología del Hospital General Universitario Gregorio Marañón de Madrid ha desarrollado un modelo predictivo para anticipar las complicaciones de un trasplante hematopoyético alogénico.

Este tipo de trasplantes es el tratamiento de elección para diferentes neoplasias hematológicas como las leucemias.

Una de las complicaciones más frecuentes es el ataque inmune de las células del donante contra las células sanas de distintos tejidos del receptor. “Esto se conoce con el nombre de enfermedad de injerto contra receptor y es una enfermedad que no existe y que la provocamos al hacer este procedimiento de trasplante hematopoyético”, explica a GM Ismael Buño, coordinador del trabajo y especialista del servicio de Hematología del Hospital.

Esta situación contribuye a que la mortalidad relacionada con el trasplante alcance entre el 20 y el 30 por ciento.

“El éxito de este trasplante depende del equilibrio inmune entre donante y receptor. De forma, que si las células del donante desencadenan una respuesta inmune demasiado tenue, la probabilidad de que reaparezca el tumor en el paciente es más alta”, continúa el especialista.

Buscando biomarcadores que permitan la anticipación de complicaciones del trasplante, el Servicio de Hematología elaboró un nuevo modelo predictivo basado en variables genómicas.

“Tenemos algunos elementos como la edad del paciente o la cantidad de células que infundimos que se asocian con menor riesgo pero la capacidad para predecir o anticiparlo estaba lejos de ser óptima. Entonces lo que hemos hecho ha sido analizar un conjunto de variables genéticas de polimorfismos en genes de citocinas y la hemos incorporado al modelo con las variables clínicas que ya veníamos utilizando. Esto mejora la capacidad de predicción de forma muy significativa”, concretamente 25 poliformismos de un único nucleótido en genes de citocinas, proteínas moduladoras del sistema inmune, y seis variables clínicas como el diagnóstico hematológico, la edad del paciente o el tratamiento de acondicionamiento, subraya el experto.

El resultado es un modelo predictivo “que beneficia al paciente en el postrasplante porque si sabemos que tienen probabilidades de rechazo podemos hacer estrategias de terapia celular, u otro tipo de estrategias, o podemos manejar la inmunosupresión de forma que podemos promover un incremento de la respuesta inmune. Esto permite mejorar el tratamiento de los pacientes en el contexto de la medicina individual personalizada. Podemos hacer para cada paciente un procedimiento que le venga bien y que, a lo mejor, no le viene bien al paciente de la cama de al lado”, añade Buño.

El mejor donante

El modelo inicialmente está previsto para ser utilizando antes del trasplante pero Buño asegura “que, eventualmente, incluso uno puedo soñar con elegir al mejor donante. Es una posibilidad absolutamente normal desde el punto de vista teórico y no tanto desde el punto de vista práctico, puesto que el pull de donantes a partir del cual uno puede elegir el donante óptimo es muy pequeño” ya que “hoy en día se selecciona al donante utilizando los antígenos del sistema de histocompatibilidad, el HLA, y eventualmente se podría incorporar este tipo de variables también a la selección del donante”.

Sin embargo, “la idea es que teniendo el donante que tengas vamos a poder predecir lo que le va a pasar y actuar desde el primer momento ¿Qué ocurre? Que la enfermedad de injerto contra receptor tiene dos etapas: una temprana (aguda) y a los 100 días la enfermedad cambia y da lugar a una complicación distinta con una fisiopatología diferente que se llama enfermedad de injerto contra receptor crónica. Entonces sabemos que una de las variables importantes para predecir la enfermedad de injerto contra receptor crónica es saber si el paciente sufre la aguda”, describe Buño.

El modelo pretrasplante permite “predecir la enfermedad de injerto contra receptor aguda y después volvemos a recalcular el modelo antes de llegar al día 100”, incide.

Este trabajo se ha desarrollado en colaboración con el Departamento de Estadística e Investigación Operativa de la Universidad Carlos III de Madrid (UC3M) de modelos matemáticos basados en la regresión logística penalizada tipo LASSO.


Enfermedad contra receptor
Contribuye a que la mortalidad relacionada con el trasplante alcance entre el 20-30 por ciento



Modelo predictivo
Basado en variables genéticas: 25 poliformismos de un único nucleótido en genes de citocinas



Utilidad clínica
El resultado es un modelo que se anticipa al desarrollo de las complicaciones postrasplante



Cambiar de estrategia
Conocer las posibilidades de rechazo permite a los médicos hacer estrategias de terapia celular



Medicina personalizada
“Esto permite mejorar el tratamiento de los pacientes en el contexto de medicina individual personalizada”



Variables
El modelo se vuelve a recalcular a los 100 días para predecir el injerto contra receptor crónico