Notas de Interés
Modelo matemático identifica marcadores biológicos para predecir respuestas a medicamentos
Su aplicación en pacientes con Covid-19 permitiría aumentar la precisión de los ensayos clínicos y acelerar el desarrollo de la terapia adaptada a cada paciente.

 

 

 

 

 

El equipo, dirigido por científicos del Hospital General de Massachusetts (MGH) y la Universidad de Chipre, que desarrolló recientemente un modelo matemático que indicaba por qué las respuestas al tratamiento varían ampliamente entre las personas con Covid-19, ahora utilizó este modelo para identificar marcadores biológicos relacionados con estas diferentes respuestas.

 

Los investigadores señalan que el modelo se puede utilizar para proporcionar una mejor comprensión de las complejas interacciones entre la enfermedad y la respuesta y puede ayudar a los médicos a brindar una atención óptima para diversos pacientes.

 

El trabajo se inició porque el COVID-19 es extremadamente heterogéneo, lo que significa que la enfermedad después de la infección por SARS-CoV-2 varía de condiciones asintomáticas a potencialmente mortales, como insuficiencia respiratoria o síndrome de dificultad respiratoria aguda (SDRA), en el que se acumula líquido en los pulmones. “Incluso dentro del subconjunto de pacientes críticamente enfermos con COVID-19 que desarrollan ARDS, existe una heterogeneidad sustancial. Se han hecho esfuerzos significativos para identificar subtipos de ARDS definidos por características clínicas o biomarcadores”, explicaron los investigadores y agregaron que “para predecir la progresión de la enfermedad y personalizar el tratamiento, es necesario determinar las asociaciones entre las características clínicas, biomarcadores y biología subyacente. Aunque esto se puede lograr en el transcurso de numerosos ensayos clínicos, este proceso requiere mucho tiempo y es extremadamente costoso”, han añadido.

 

Por ello, como alternativa, usaron su modelo para analizar los efectos que las diferentes características de los pacientes producen en los resultados después del tratamiento con distintas terapias. Esto permitió al equipo determinar el tratamiento óptimo para diferentes categorías de pacientes, revelar vías biológicas responsables de diferentes respuestas clínicas, así como identificar marcadores de estas vías.

 

Los investigadores simularon seis tipos de pacientes, definidos por la presencia o ausencia de diferentes comorbilidades y tres tipos de terapias que modulan el sistema inmunitario. "Usando un novedoso sistema de calificación de la eficacia del tratamiento, descubrimos que los pacientes mayores e hiperinflamados responden mejor a la terapia de inmunomodulación que los pacientes obesos y diabéticos", explicaron. Además, descubrieron que el momento óptimo para iniciar la terapia de inmunomodulación difiere entre pacientes y también depende del medicamento en sí.

 

Ciertos marcadores biológicos que diferían según las características del paciente determinaban el momento óptimo de inicio del tratamiento, y estos marcadores apuntaban a programas o mecanismos biológicos particulares que afectaban el resultado de un paciente.

 

Para el COVID-19, así como para otras condiciones, el enfoque del equipo podría permitir a los investigadores enriquecer un ensayo clínico con pacientes con mayor probabilidad de responder a un medicamento determinado. "Dicho enriquecimiento basado en biomarcadores predichos prospectivamente es una estrategia potencial para aumentar la precisión de los ensayos clínicos y acelerar el desarrollo de la terapia", concluyeron.

 

Fuente: ConSalud

EDICIONES VR S.A.
Tel.: (+54 9 11) 4424-2885
info@edicionesvr.com