ESCUELA DE DOCTORADO

 
Tesis Doctorales de la Universidad de Alcalá
MODELOS PREDICTIVOS DE MAL PRONÓSTICO EN ESCLEROSIS MÚLTIPLE
Autor/aMonreal Laguillo, Enrique
DepartamentoBiología de Sistemas
Director/aVillar Guimerans, Luisa María
Fecha de defensa11-03-2024
CalificaciónSobresaliente cum laude
ProgramaCiencias de la Salud (RD 99/2011)
Mención internacionalNo
ResumenIntroducción La esclerosis múltiple (EM) es una enfermedad con un pronóstico variable. Un diagnóstico precoz es un primer paso clave de cara a iniciar un fármaco adecuado lo más pronto posible. Las bandas oligoclonales de IgG (BOCG) es el método “gold standard” para detectar la síntesis intratecal (SIT), necesaria para el diagnóstico, aunque su sensibilidad y especificidad puede variar. El índice de cadenas ligeras libres kappa (índice kappa) es un método automatizado, más rápido y barato que las BOCG. Por otro lado, la disponibilidad de biomarcadores en sangre o líquido cefalorraquídeo (LCR) al inicio de la EM, indicativos de una alta actividad de la enfermedad, pueden ser de gran utilidad para mejorar la selección terapéutica. Objetivos 1) Comparar el valor del índice de kappa y las BOCG para diagnosticar una EM y evaluar una posible combinación de ambos métodos. 2) Estudiar los distintos métodos de detección de la SIT de IgM (índice de IgM, el Reiber de IgM, las bandas oligoclonales de IgM –BOCM- y las BOCM lípido-específicas –BOCMLE-) para identificar a pacientes en riesgo de un segundo brote, de una discapacidad moderada (definida como una escala de Expanded Disability Status Scale –EDSS- de 4) o grave (EDSS de 6) y de conversión a EM secundariamente progresiva (EMSP). 3) Evaluar el riesgo de empeoramiento de la discapacidad y de acumulación de discapacidad moderada (EDSS de 3) de la cadena ligera de los neurofilamentos en suero (sNfL) y el efecto protector de los TME. Métodos Los primeros artículos son observaciones y unicéntricos, incluyendo 371 y 193 pacientes, respectivamente, con un síndrome clínico aislado (SCA). El tercer artículo es un estudio observacional multivariante de 578 pacientes de nueve hospitales españoles, incluyendo pacientes con un SCA de los que se disponía de una muestra de suero obtenida en el primer año de enfermedad para el análisis de sNfL mediante la técnica SIMOA. Resultados El primer trabajo mostró que un algoritmo diagnóstico utilizando el índice kappa como método de screening y limitando las BOCG para pacientes con un resultado negativo tuvo una sensibilidad del 96,6% (95% IC 94,7–98,5) y una especificidad del 93,9% (95% IC 91,5–96,4). En el segundo trabajo se observó que el mejor método para la detección de la SIT de IgM son las BOCMLE, cuya presencia demostró tener el mejor valor pronóstico para alcanzar una discapacidad moderada (EDSS 4) o grave (EDSS 6) y de EMSP. El último trabajo demostró que valores elevados del tercer biomarcador (los sNfL) se asociaron a mayor riesgo de empeoramiento de la discapacidad y de alcanzar un EDSS 3, independientemente de otros factores clínicos y/o radiológicos. Los tratamientos de alta eficacia administrados precozmente podían revertir ambos riesgos. Conclusiones En nuestros trabajos demostramos que podemos optimizar el proceso diagnóstico mediante la incorporación de un algoritmo que combine el índice kappa y las BOCG para mantener una elevada precisión diagnóstica, sumado a una mayor eficiencia. Por otra parte, establecimos que la detección de BOCMLE en el LCR y/o de niveles elevados de sNfL en el primer año de enfermedad permiten identificar aquellos pacientes candidatos a TME de alta eficacia al inicio de la enfermedad.