Desarrollan un método de predicción de la agresividad de un tipo de neumonía

José Luis Izquierdo y el jefe de grupo CIBERES Jesús Ruiz Cabello (derecha)
CIBER | jueves, 23 de mayo de 2019

Un equipo multidisciplinar del CIBERES, bajo la dirección de Jose Luis Izquierdo García, investigador del Grupo de Biomarcadores Moleculares y Funcionales de CIC biomaGUNE, ha desarrollado un método de predicción de la agresividad de un tipo de neumonía. El objetivo de la investigación, publicada en Intensive Care Medicine, ha sido revelar si un paciente que llega a la sala de un hospital con síntomas de infección respiratoria desarrollará una forma agresiva de neumonía llamada distrés respiratorio, que requiere hospitalización en la unidad de cuidados intensivos, o evolucionará hacia una forma de enfermedad mucho más leve que simplemente requiera seguimiento médico ambulatorio.

El método logrado tras ocho años de investigación se basa en detectar una “huella dactilar” metabólica de la enfermedad en las muestras de suero sanguíneo del paciente. Además, este método ha permitido diferenciar a los pacientes que presentaban una infección vírica de los que presentaban una infección bacteriana, entre aquellos que evolucionaban a un estado agresivo de la enfermedad.

“Este método tiene una aplicación claramente traslacional al entorno clínico hospitalario permitiendo el desarrollo de una medicina personalizada al paciente. En primer lugar, encontramos unos biomarcadores metabólicos en la sangre que nos permiten detectar de forma muy precoz cómo van a evolucionar los pacientes, permitiéndonos anticiparnos al desarrollo de la enfermedad. En segundo lugar, hemos comprobado que estos biomarcadores son comunes en 2 tipos de infecciones respiratorias muy distintas (Gripe A y Neumonía por pneumococo). Y por último, al permitir diferenciar a día 0 la naturaleza de la infección, podremos comenzar un tratamiento focalizado a la infección mucho antes del que se realiza hoy en día”, explica Jose Luis Izquierdo García, investigador del Grupo de Biomarcadores Moleculares y Funcionales de CIC biomaGUNE y miembro del CIBERES.

Herramienta molecular/metabólica para incorporarse a las UCIs

El equipo de investigadores entiende que este trabajo puede evolucionar a una herramienta molecular/metabólica que pueda incorporarse a la UCIs o unidades clínicas para el diagnóstico diferencial de enfermedades, y que permita monitorizar a los pacientes ingresados para predecir su evolución y la respuesta del tratamiento.

A la hora de explicar las dificultades que ha sido necesario abordar durante la investigación, Jose Luis Izquierdo García señala “el reclutamiento de un grupo homogéneo de pacientes que permita encontrar la “huella dactilar” de la enfermedad no influida por otros factores como puede ser la presencia de otras enfermedades simultáneas, avanzada edad, modos de vida, etc. Estas variables han sido controladas gracias al trabajo exhaustivo de los grupos médicos en Cuidados Intensivos de los Hospitales de Getafe, con la colaboración del grupo de Jose Ángel Lorente, y Hospital Español de Montevideo, con el apoyo de Nicolás Nin, que han participado en este estudio”.

La “huella dactilar” metabólica de los pacientes fue detectada en muestras de suero sanguíneo mediante el análisis Espectroscópico de Resonancia Magnética Nuclear. Este tipo de análisis permite cuantificar en una única prueba los metabolitos (moléculas pequeñas que son los ingredientes o productos de las reacciones químicas que se producen en un ser vivo, e incluye aminoácidos, hidratos de carbono, ácidos grasos, etc.) presentes en una muestra biológica. Para explicarlo de una forma sencilla, sería como realizar 1000 pruebas de sangre convencionales en una única pasada. El desarrollo de los modelos diagnósticos se desarrolló utilizando la “Plataforma de Computación Estadística R”.

Artículo de referencia

José Luis Izquierdo-García, Nicolás Nin, Pablo Cardinal-Fernandez, Jesús Ruiz-Cabello y José Ángel Lorente. Metabolomic profile of acute respiratory distress syndrome of different etiologies.  Intensive Care Med (2019). https://doi.org/10.1007/s00134-019-05634-w